[1]杨芳,李涛.基于能量特征和模糊熵的睡眠自动分期[J].中国医学物理学杂志,2017,34(9):968-972.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.022]
 [J].Chinese Journal of Medical Physics,2017,34(9):968-972.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.022]
点击复制

基于能量特征和模糊熵的睡眠自动分期()
分享到:

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
34卷
期数:
2017年第9期
页码:
968-972
栏目:
脑科学与神经物理
出版日期:
2017-09-20

文章信息/Info

文章编号:
1005-202X(2017)09-0968-05
作者:
 杨芳李涛
 华南师范大学物理与电信工程学院, 广东 广州 510006
关键词:
睡眠自动分期脑电能量特征模糊熵支持向量机
分类号:
R388.8
DOI:
DOI:10.3969/j.issn.1005-202X.2017.09.022
文献标志码:
A
摘要:
 目的:为实现有效睡眠自动分期,提出一种基于脑电能量特征和模糊熵的睡眠分期方法。 方法:首先利用小波变换进行脑电信号去噪,再利用FIR带通滤波器提取脑电信号的特征波,获得能量特征,并提取脑电信号的模糊熵,最后利用支持向量机进行模式识别。 结果:能量特征值和模糊熵值随着睡眠状态的变化而不同,睡眠各期可以根据特征值的不同而得到有效区分,通过对1 140个脑电信号样本进行睡眠分期,得到的平均准确率为88.45%。 结论:基于脑电能量特征和模糊熵的睡眠分期方法简单、有效,具有良好的临床应用价值。

相似文献/References:

[1]丁正敏,熊冬生,陈宇珂,等. 基于脑电样本熵和小波熵的麻醉深度监测[J].中国医学物理学杂志,2018,35(2):243.[doi:DOI:10.3969/j.issn.1005-202X.2018.02.024]
 DING Zhengmin,XIONG Dongsheng,CHEN Yuke,et al. Sample entropy and wavelet entropy of electroencephalogram for monitoring the depth of anesthesia[J].Chinese Journal of Medical Physics,2018,35(9):243.[doi:DOI:10.3969/j.issn.1005-202X.2018.02.024]
[2]欧朗,赵越,李晓欧.NIRS-EEG联合检测技术在脑功能分析中的研究进展[J].中国医学物理学杂志,2020,37(10):1323.[doi:DOI:10.3969/j.issn.1005-202X.2020.10.019]
 OU Lang,ZHAO Yue,LI Xiaoou.Advances of near infrared spectroscopy combined with electroencephalogram in brain function analysls[J].Chinese Journal of Medical Physics,2020,37(9):1323.[doi:DOI:10.3969/j.issn.1005-202X.2020.10.019]
[3]杨兰,随力,刘亮,等.不同视错觉刺激诱发的事件相关电位的脑电研究进展[J].中国医学物理学杂志,2021,38(5):613.[doi:DOI:10.3969/j.issn.1005-202X.2021.05.017]
 YANG Lan,SUI Li,LIU Liang,et al.Advances in research on event-related potentials evoked by different visual illusions[J].Chinese Journal of Medical Physics,2021,38(9):613.[doi:DOI:10.3969/j.issn.1005-202X.2021.05.017]
[4]李凌,张婷婷,谢珂.基于Unity3D的脑电图检测与分析虚拟仿真实验项目的设计和开发[J].中国医学物理学杂志,2021,38(5):631.[doi:DOI:10.3969/j.issn.1005-202X.2021.05.020]
 LI Ling,ZHANG Tingting,XIE Ke.Design and development of a Unity3D-based virtual simulation experiment platform for electroencephalogram detection and analysis[J].Chinese Journal of Medical Physics,2021,38(9):631.[doi:DOI:10.3969/j.issn.1005-202X.2021.05.020]
[5]陈枭宇,随力,李丽.脑电神经反馈训练在提高工作记忆中应用的研究与挑战[J].中国医学物理学杂志,2022,39(8):987.[doi:DOI:10.3969/j.issn.1005-202X.2022.08.012]
 CHEN Xiaoyu,SUI Li,LI Li.Advances and challenges of EEG neurofeedback training in improving working memory[J].Chinese Journal of Medical Physics,2022,39(9):987.[doi:DOI:10.3969/j.issn.1005-202X.2022.08.012]
[6]王冲,周静,李文豪,等.脑电在脑卒中运动功能评估中的应用研究进展[J].中国医学物理学杂志,2023,40(10):1309.[doi:DOI:10.3969/j.issn.1005-202X.2023.10.020]
 WANG Chong,ZHOU Jing,LI Wenhao,et al.Application of electroencephalography in assessment of motor function in stroke patients: a review[J].Chinese Journal of Medical Physics,2023,40(9):1309.[doi:DOI:10.3969/j.issn.1005-202X.2023.10.020]

备注/Memo

备注/Memo:
 【收稿日期】2017-05-06
【作者简介】杨芳,硕士研究生,研究方向:智能仪器及生理信号处理方向,E-mail: sandrayf@126.com
更新日期/Last Update: 2017-09-21