基于脑电信号因果关系的自动睡眠分期方法

    公开(公告)号:CN109758145A

    公开(公告)日:2019-05-17

    申请号:CN201811540387.4

    申请日:2018-12-15

    Abstract: 本发明提供了一种基于脑电信号因果关系的自动睡眠分期方法。该方法包括:使用无线脑电采集设备分别采集不同睡眠分期的多导脑电信号;对所述多导脑电信号进行数据预处理,消除所述多导脑电信号中的伪迹和噪声干扰;利用希尔伯特-黄变换提取数据预处理后的多脑电信号中的不同频段信号;提取所述不同频段信号之间的因果特征,基于所述不同频段信号之间的因果特征利用随机森林模型对所述多导脑电信号进行分类,识别出所述多导脑电信号对应的不同睡眠分期。本发明的方法通过希尔伯特-黄变换对非线性多导脑电信号进行时频处理,提高了信号处理的自适应性,提升了现有技术对不同睡眠分期的脑电信号识别和检测的准确率,提高了分类模型的泛化性能。

    基于脑电信号因果关系的自动睡眠分期方法

    公开(公告)号:CN109758145B

    公开(公告)日:2021-05-11

    申请号:CN201811540387.4

    申请日:2018-12-15

    Abstract: 本发明提供了一种基于脑电信号因果关系的自动睡眠分期方法。该方法包括:使用无线脑电采集设备分别采集不同睡眠分期的多导脑电信号;对所述多导脑电信号进行数据预处理,消除所述多导脑电信号中的伪迹和噪声干扰;利用希尔伯特‑黄变换提取数据预处理后的多脑电信号中的不同频段信号;提取所述不同频段信号之间的因果特征,基于所述不同频段信号之间的因果特征利用随机森林模型对所述多导脑电信号进行分类,识别出所述多导脑电信号对应的不同睡眠分期。本发明的方法通过希尔伯特‑黄变换对非线性多导脑电信号进行时频处理,提高了信号处理的自适应性,提升了现有技术对不同睡眠分期的脑电信号识别和检测的准确率,提高了分类模型的泛化性能。

Patent Agency Ranking