一种利用随机森林方法检测睡眠呼吸暂停的研究
多导睡眠仪中的多种呼吸信号使睡眠呼吸暂停检测过程变得复杂,影响患者睡眠,对此,提出一种利用随机森林方法进行自动睡眠呼吸暂停检测的方法.腹部呼吸信号经过希尔伯特-黄变换后,呼吸暂停与正常睡眠时的能量和边际谱分布显著不同,通过提取相关频域特征,结合时域特征,利用机器学习中的随机森林方法进行呼吸暂停的检测,有效地降低了检测复杂性,提高了检测准确性.实验结果表明,此方法在检测的便捷性和准确性上优于已有方法,更适用于家庭环境,具有广泛的应用前景.
机器学习、睡眠呼吸暂停、希尔伯特-黄变换、随机森林
43
TP391(计算技术、计算机技术)
国家自然科学基金项目;黑龙江省自然科学基金重点项目;黑龙江省属高等学校基本科研业务费基础研究项目
2021-01-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
64-70