基于脑电信号的睡眠分期算法研究

摘要：

睡眠质量与人类健康息息相关.准确的睡眠质量监测对于帮助人们改善睡眠质量能够起到有效的监督作用.本文以MIT-BIH多导睡眠数据库的脑电信号为分析对象,采用小波变换对其进行降噪处理,通过非线性符号动力学分析,去趋势波动分析以及频谱分析,分别提取了符号熵指数,去趋势波动指数以及 频带能量比等三个参数,采用Kennard-Stone方法建立了校正集样本和预测集样本,并结合最小二乘支持向量机分类器进行样本训练拟合与分类识别,睡眠分期正确率可达90％以上.最后,将此方法应用于自制的具有自主知识产权的便携式脑电信号采集设备中,得到了较好的睡眠趋势，证明了该方法具有较好的泛化特性。

关键词： 睡眠质量 脑电信号 小波变换 符号熵

作者: 刘志勇 张宏民 赵辉群 朱政 李竹琴 孙金玮

作者单位: 哈尔滨工业大学电气工程及自动化学院,哈尔滨150001 海南合美医疗器械有限公司,海口570125 哈尔滨医科大学附属第一医院,哈尔滨150001

会议类型: 国内会议

会议名称: 第五届全国可穿戴计算学术会议暨2015可穿戴与医学变革研讨会

会议地点: 深圳

会议语种:中文

页码: 1-8

在线出版日期: 2015-04-25（万方平台首次上网日期，不代表论文的发表时间）