二维码（扫一下试试看！） | | 基于正态逆高斯和特征贡献度的睡眠分期实验研究 | | Experimental Study on Sleep Stages Based on Normal Inverse Gaussian and Characteristic Contribution | | 投稿时间：2018-11-27 | | DOI：10.15918/j.tbit1001-0645.2019.08.010 | | 中文关键词:睡眠分期正态逆高斯特征贡献度多分类器组合 | | English Keywords:sleep stagingnormal inverse Gaussianfeature contributionmulti-classifier combination | | 基金项目:国家自然科学基金资助项目（81473579，81273654）；北京理工大学基础研究基金资助项目（20140642006） | | | 摘要点击次数:717 | | 全文下载次数:291 | | 中文摘要: | | 针对自动睡眠分期任务，提出了一种基于正态逆高斯和特征贡献度的睡眠分期实验框架.提取睡眠脑电信号特征，并对信号进行可调Q因子小波分解（TQWT），针对TQWT子带提取正态逆高斯参数特征；基于SVM模型实现特征贡献度排序与筛选，针对高贡献度特征，比较多种分类器的分期结果并设计多分类器组合自动睡眠分期算法.采用PhysioBank的Sleep-EDF数据集进行验证，取得了89.88%的平均睡眠分期准确率，相较于单一分类器的分期准确率有较大提升，对睡眠障碍的临床诊断与研究具有较大价值. | | English Summary: | | An experimental framework based on normal inverse Gaussian and feature contribution was proposed for automatic classification of sleep stages. Features were extracted from the sleep EEG (electroencephalo-graph) signals. The signals were decomposed by tunable Q-factor wavelet transform (TQWT). The normal inverse Gaussian parameters were extracted from the TQWT sub-bands. The important features were selected and ranked according to the contribution degree based on the SVM model; according as the selected features of high contribution, the results of different classifiers were compared afterwards. A multi-classifier based automatic sleep staging algorithm was then designed. Results show that, the accuracy of sleep staging can reach 89.88% according to the validation on sleep-EDF dataset from PhysioBank. Compared with the single classifiers, the accuracy of staging can be improved greatly. Therefore, the proposed method is of great value for the clinical diagnosis and researches of sleep disorders. | | 查看全文查看/发表评论下载PDF阅读器 | |
.北京理工大学学报2019年总目次（第39卷）[J].北京理工大学学报（自然科学版）,2019,39(12):1321~1338..[J].TransactionsofBeijingInstituteofTechnology,2019,39(12):1321-1338.二维码（扫一下试试看！）北京理 ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21.北京理工大学学报2018年总目次（第38卷）[J].北京理工大学学报（自然科学版）,2018,38(12):1321~1338..[J].TransactionsofBeijingInstituteofTechnology,2018,38(12):1321-1338.二维码（扫一下试试看！）北京理 ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21沈思,朱丹浩.基于深度学习的中文地名识别研究[J].北京理工大学学报（自然科学版）,2017,37(11):1150~1155.SHENSi,ZHUDan-hao.ChinesePlaceNameRecognitionBasedonDeepLearning[J].TransactionsofBeij ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21马锐,任帅敏,马科,胡昌振,薛静锋.基于粒子群优化算法的Android应用自动化测试方法[J].北京理工大学学报（自然科学版）,2017,37(12):1265~1270.MARui,RENShuai-min,MAKe,HUChang-zhen,XUEJing-feng.TestAutomation ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21北京低边界层雨滴谱的垂直分布特征唐继顺1,2,刘晓阳1,?,刘均慧1,李爱国3,王鹏飞41.北京大学物理学院大气与海洋科学系,北京1008712.91197部队,青岛2664053.中国科学院大气物理研究所大塔分部,北京1000204.北京智阳科技有限公司,北京100020收稿日期:2020-12- ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20北京市公共服务设施可达性及其对住房价格的影响李然好,龚世泽,高勇?北京大学地球与空间科学学院,北京100871收稿日期:2020-08-13修回日期:2020-12-02出版日期:2021-09-20基金资助:国家自然科学基金(41971331)资助AccessibilityofPublicServ ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20冬奥会申办成功对北京旅游目的地感知形象的影响丛丽1,?,徐琳琳1,2,3,方小雨11.北京林业大学园林学院旅游管理系,北京1000832.中国科学院地理科学与资源研究所,中国科学院区域可持续发展分析与模拟重点实验室,北京1001013.中国科学院大学资源与环境学院,北京100049收稿日期:2020 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20中文机器阅读理解的鲁棒性研究李烨秋1,唐竑轩1,钱锦1,邹博伟1,2,洪宇1,?1.苏州大学计算机科学与技术学院,苏州2150002.新加坡资讯通信研究院,新加坡138632收稿日期:2020-06-08修回日期:2020-08-14出版日期:2021-01-20基金资助:国家自然科学基金(6170 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20基于Transformer局部信息及语法增强架构的中文拼写纠错方法段建勇,袁阳,王昊?北方工业大学信息学院,北京100043收稿日期:2020-05-29修回日期:2020-08-13出版日期:2021-01-20基金资助:国家自然科学基金(61972003,61672040)资助ChineseSp ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20北京冬奥会和冬残奥会历史同期气溶胶污染的高空环流特征研究缪育聪1,2,?,彭艳玉1,2,李建1,张根1,21.中国气象科学研究院灾害天气国家重点实验室,北京1000812.中国气象局大气化学重点开放实验室,北京100081收稿日期:2020-06-16修回日期:2020-07-02出版日期:2020 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20
| |
