期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多特征信息的双层睡眠分期模型
1
作者
张虹淼
王梓
+1 位作者
廖
肖
剑
李伟达
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024年第5期64-69,共6页
针对睡眠相关疾病的诊断和治疗过程中睡眠分期的问题,使用ADASYN算法对睡眠样本进行类平衡,有效利用复合多尺度排列熵、样本熵和不同频段的能量值等一系列能够反映不同睡眠阶段信息的特征进行训练.为了提高分类中易混淆睡眠阶段的分类...
针对睡眠相关疾病的诊断和治疗过程中睡眠分期的问题,使用ADASYN算法对睡眠样本进行类平衡,有效利用复合多尺度排列熵、样本熵和不同频段的能量值等一系列能够反映不同睡眠阶段信息的特征进行训练.为了提高分类中易混淆睡眠阶段的分类识别性能,构建了一种双层分类模型,使睡眠分期的五分类问题转化为两个三分类问题.将所提出的方法在Sleep-EDF数据集上进行验证,结果表明:所提出的模型对健康受试者的准确率可达到88.3%,较以往模型提高1%~3%,其中N1阶段的分类准确率可达69.5%,较以往模型提高约10%,证明本双层分类模型优于传统的睡眠分类模型.
展开更多
关键词
睡眠分期
脑电信号
特征提取
复合多尺度排列熵
双层分类模型
原文传递
题名
基于多特征信息的双层睡眠分期模型
1
作者
张虹淼
王梓
廖
肖
剑
李伟达
机构
苏州大学机电工程学院江苏省先进机器人技术重点实验室
出处
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024年第5期64-69,共6页
基金
广东省重点领域研发资助项目(2019B090915002).
文摘
针对睡眠相关疾病的诊断和治疗过程中睡眠分期的问题,使用ADASYN算法对睡眠样本进行类平衡,有效利用复合多尺度排列熵、样本熵和不同频段的能量值等一系列能够反映不同睡眠阶段信息的特征进行训练.为了提高分类中易混淆睡眠阶段的分类识别性能,构建了一种双层分类模型,使睡眠分期的五分类问题转化为两个三分类问题.将所提出的方法在Sleep-EDF数据集上进行验证,结果表明:所提出的模型对健康受试者的准确率可达到88.3%,较以往模型提高1%~3%,其中N1阶段的分类准确率可达69.5%,较以往模型提高约10%,证明本双层分类模型优于传统的睡眠分类模型.
关键词
睡眠分期
脑电信号
特征提取
复合多尺度排列熵
双层分类模型
Keywords
sleep stage classification
electroencephalogram
feature extraction
composite multiscale permutation entropy
dual-layer classification model
分类号
R318 [医药卫生—生物医学工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于多特征信息的双层睡眠分期模型
张虹淼
王梓
廖
肖
剑
李伟达
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2024
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部