技術(shù)總結(jié)
本案涉及基于腦電和肌電多特征的自動睡眠分期方法，包括采集腦電信號和肌電信號；采用小波分解去除腦電信號和肌電信號中的高頻噪聲；提取去噪后的腦電信號的α、β、θ、δ特征波的能量比，得到第一特征參數(shù)；利用樣本熵算法提取腦電信號樣本熵，得到第二特征參數(shù)；利用小波分解算法提取肌電信號中的高頻特征能量比，得到第三特征參數(shù)；將第一特征參數(shù)、第二特征參數(shù)和第三特征參數(shù)輸入支持向量機中進行訓(xùn)練和測試，從而得到分類結(jié)果。本案采用提取EEG和EMG多個特征的方法，結(jié)合支持向量機分類器，提高了睡眠分期的準(zhǔn)確率；交叉驗證結(jié)果表明該方法具有一定的泛化能力；實驗結(jié)果可信度高，具有良好的應(yīng)用前景。

技術(shù)研發(fā)人員：王心醉;呂甜甜;陳驍;俞乾
受保護的技術(shù)使用者：中國科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所
文檔號碼：201710002025
技術(shù)研發(fā)日：2017.01.03
技術(shù)公布日：2017.05.24