基于多参数特征融合的自动睡眠分期方法

摘要

本案涉及基于多参数特征融合的自动睡眠分期方法，包括：采集脑电信号、肌电信号、心电信号和呼吸信号；对所有信号做去噪处理；提取脑电信号的α、β、θ、δ特征波的能量比；利用样本熵算法提取脑电信号样本熵；利用小波分解算法提取肌电信号中的高频特征能量比；利用样本熵算法提取心电信号样本熵；利用均值法提取呼吸信号的均值；将这五种特征参数输入支持向量机中进行训练和测试，从而得到分类结果。本案采用提取EEG、EMG、ECG和呼吸多个特征的方法，显著提高了睡眠分期的准确率和泛化能力；实验结果可信度高，能够准确完成睡眠分期，为评估睡眠质量提供有效依据，具有良好的应用前景。