一种新的脑电信号睡眠分期方法

摘要：

目的 研究一种新的脑电信号睡眠分期方法.方法 利用小波包变换提取EEG信号的β和δ节律波,然后采用功率谱熵算法分别处理β和δ节律波,并整合结果得到第一部分特征参数.使用基于样本熵且尺度为11,12的多尺度熵算法分别处理EEG信号,得到第二部分特征参数.最终将所有特征参数输入到支持向量机或反向传播神经网络分类器中,将睡眠分为4期.结果 对1000个睡眠脑电样本进行测试,使用支持向量机分类的平均准确率为91.90％,使用反向传播神经网络分类的平均准确率为91.70％.结论 本文提出的结合小波包分解、功率谱熵和多尺度熵的方法提取的特征参数可以作为睡眠分期的有效依据,且适用于两种分类器.

关键词：睡眠分期、小波包分解、功率谱熵、多尺度熵、支持向量机、反向传播神经网络

所属期刊栏目：28

分类号：R318(医用一般科学)

在线出版日期：2015-04-23（万方平台首次上网日期，不代表论文的发表时间）

页码：22-27