基于支持向量机和小波包变换的EOG信号睡眠分期

摘要

针对多通道信号或者多生理参数进行睡眠分期的不足,提出一种利用支持向量机(SVM)和小波包分解相结合对单通道眼电信号进行自动评分的方法.利用改进阈值的双树复小波变换对信号进行去噪处理,将数据以30 s数据为一个处理单位,使用小波包变换对每个单位眼电信号进行分解,再对小波包子带提取AR系数和小波包能量等特征.采用支持向量机(SVM)对不同30 s睡眠单位进行分类,获得初始分类结果,之后使用平滑规则对分类结果进行连续性处理并得到最终分类结果.结果表明所提的方法对睡眠评分能够得到精度为91.19％,Kappa系数为0.82,属于完全一致性.