基于多维特征提取和多核模糊支持向量机的睡眠自动分级

摘要

本文利用临床多导睡眠图（PSG）数据，主要包括受试者的夜间脑电图（EEG）、眼电图（EOG）和肌电图（EMG）信号，以美国睡眠医学学会（AASM）临床分期手册为标准，实现睡眠自动分期。作者根据现有文献和临床经验，从时域和频域中提取了18种不同的脑电、电生理和肌电特征，构建了相应的向量。采用睡眠样本自学习方法，学习模糊支持向量机（FSVM）多核权值和参数的线性组合，构造多核FSVM（MK-FSVM）。专家评分与报告结果的总体一致性为82.53%。与以前的结果相比，N1的准确度有所提高，而其他阶段的准确度接近，很好地反映了睡眠结构。本文提出的分段算法是透明的，值得进一步研究。

工具书类

1. M.M.Ohayon，“失眠的流行病学：我们知道什么，我们还需要学习什么，”睡眠医学版，第6卷，第97-111页，2002年。浏览：谷歌学者
2. M.W.Mahowald和C.H.Schenck，“研究人类睡眠障碍的见解，”自然界，第437卷，第1279-1285页，2005年。浏览：谷歌学者
3. A.瑞奇夏芬和A.甘蓝，一本关于人类受试者睡眠阶段标准化术语、技术和评分系统的手册。美国加利福尼亚大学大脑研究所，洛杉矶，1968年。
4. C.伊比利亚，S.安科利以色列，A.L.切松和S.F.全，AASM睡眠和相关事件评分手册，美国睡眠医学学会，2007年。
5. D.Moser，P.Ander，G.Gruber等人，“根据AASM和Rechtschaffen&Kales的睡眠分类：对睡眠评分参数的影响，”睡觉，第32卷，第2期，第139-149页，2009年。浏览：谷歌学者
6. L.Breiman、J.H.Friedman、R.A.Olshen和C.J.Stone，分类与回归树，查普曼和霍尔，博卡拉顿，1993年。
7. M.Kubat、G.Pfurtscheller和D.Flotzinger，“基于人工智能的睡眠自动分类方法，”生物网络，第70卷，第443-4481994页。浏览：谷歌学者
8. Park、K.S.Park和U.U.Jeong，“用于睡眠阶段自动评分的混合神经网络和基于规则的专家系统”，年过程。第22届EMBS国际年会，第1316-13192000页。浏览：谷歌学者
9. F.Ebrahimi、S.K.Setarehdan、Ayala Moyeda Jose和H.Nazeran，“使用经验模式分解、离散小波变换、时域和心率变异性信号的非线性动力学特征进行自动睡眠分期，”生物医学中的计算机方法与程序，第112卷，第1期，第47-57页，2013年。浏览：谷歌学者
10. E.Estrada和H.Nazeran，“自动睡眠分期和呼吸暂停检测的EEG和HRV信号特征”，年第20届电子、通信和计算机国际会议，第142-147页，Cholula，墨西哥，2010年。浏览：谷歌学者
11. Migliorini Matteo，M.Bianchi Anna和Nistico Domenico，“基于通过床上传感器记录的心电信号的自动睡眠分期”，年IEEE医学和生物学会工程国际年会，第3273-3276页，IEEE医学和生物工程学会，2010年。浏览：谷歌学者
12. N.Schaltenbrand，R.Lengele，M.Toussaint等人，“使用神经网络模型进行睡眠阶段评分：正常受试者和患者视觉和自动分析之间的比较，”睡觉，第19卷，第26-35页，1996年。浏览：谷歌学者
13. R.Agarwal和J.Gotman，“计算机辅助睡眠分期，”IEEE跨生物医学工程，第48卷，第1412-1423页，2001年。浏览：谷歌学者
14. T.Penzel和R.Conradt，“基于计算机的睡眠记录和分析，”睡眠医学版，第4卷，第131-148页，2000年。浏览：谷歌学者
15. J.Malmivuo和R.Plonsey，生物电场和生物磁场的原理和应用。生物电磁学，出版社：牛津大学，纽约，1995年。
16. H.Kuwahara，H.Higashi，Y.Mizuki，S.M.M.Tanaka和K.Inanaga，“通过区间直方图方法对人类睡眠阶段进行自动实时分析，”脑电图临床神经生理学，第70卷，第220-229页，1988年。浏览：谷歌学者
17. F.Duman、A.Erdamar、O.Erogul、Z.Telatar和S.Yetkin，“具有决策树的高效睡眠纺锤波检测算法，”专家系统应用，第36卷，第9980-99852009页。浏览：谷歌学者
18. 梁世福，郭春江。YH和Y.S.Cheng，“一种基于规则的自动睡眠分段方法，”神经科学方法杂志，第205卷，第169-176页，2012年。浏览：谷歌学者
19. Pan S.T.Kuo C.E.Kuo，J.H.Zeng和S.F.Liang，“用于自动睡眠分期的转移约束离散隐马尔可夫模型，”生物医学工程在线，第11卷，第52期，2012年。浏览：谷歌学者
20. C.Berthomier，J.Prado和O.Benoit，“使用滤波器组的自动睡眠脑电图分析，”生物医学科学仪器，第35卷，第241-246页，1999年。浏览：谷歌学者
21. G.H.Jansen和B.M.Dawant，“基于知识的睡眠脑电图分析方法——可行性研究，”IEEE跨生物医学工程，第36卷，第510-5181989页。浏览：谷歌学者
22. C.Robert、C.Guillpin和A.Limoge，“神经网络在睡眠研究中的应用回顾，”神经科学方法杂志，第79卷，第187-193页，1998年。浏览：谷歌学者
23. N.Schaltenbrand，R.Lengele，M.Toussaint等人，“使用神经网络模型的睡眠阶段评分：正常受试者和患者视觉和自动分析之间的比较，”睡觉，第19卷，第26-35页，1996年。浏览：谷歌学者
24. M.E.Tagluk、N.Sezgin和M.Akin，“利用EEG、EMG和EOG的人工神经网络估计睡眠阶段，”J医疗系统，第34卷，第717-7252010页。浏览：谷歌学者
25. 许玉麟、杨玉婷和王建新，“利用脑电信号能量特征的自动睡眠阶段递归神经分类器，”神经计算，第104卷，第105-114页，2013年。浏览：谷歌学者
26. 傅X.Y.王B.和王X.Y.，“短时睡眠的特征提取和分类，”华东理工大学学报（自然科学版），第37卷，第1期，第84-89页，2011年。浏览：谷歌学者
27. C.C.Sady、U.S.Freitas、A.Portmann、J.F.Muir、C.Letellier和L.A.Aguirre，“无创通气中呼吸机信号的自动睡眠分期，”生物和医学中的计算机，第43卷，第7期，第833-839页，2013年。浏览：谷歌学者
28. S.Gudmundsson，T.P.Runarsson和S.Sigurdsson，“使用支持向量机和后验概率估计的自动睡眠分期”，在用于建模、控制和自动化的计算智能国际会议/智能代理网络技术和国际商务国际会议，奥地利维也纳，2005年。浏览：谷歌学者
29. A.Flexer、G.Dorffner、P.Sykacek和I.Rezek，“基于隐马尔可夫模型的自动、连续和概率睡眠阶段器，”应用人工智能，第16卷，第199-207页，2002年。浏览：谷歌学者
30. A.Flexer、G.Gruber和G.Dorffner，“基于单一EEG信号的可靠概率睡眠阶段器，”人工神经内科，第33卷，第199-207页，2005年。浏览：谷歌学者
31. L.G.Doroshenkov，V.A.Konyshev和S.V.Selishchev，“基于使用隐马尔可夫模型的EEG处理的人类睡眠阶段分类，”生物医学工程，第41卷，第25-28页，2007年。浏览：谷歌学者
32. E.Malaekah和D.Cvetkovic，“使用EEG亚历元方法自动检测觉醒和第1阶段睡眠阶段”，年IEEE医学和生物学会工程国际年会，第6401-6404页，IEEE医学和生物工程学会，2013年。浏览：谷歌学者
33. 梁世福、郭春江和胡耀华，“利用多尺度熵和自回归模型对单通道睡眠脑电图进行自动阶段评分，”IEEE仪器交易，第61卷，第6期，第1649-1657页，2012年。浏览：谷歌学者
34. F.易卜拉欣，SK。Setarehdan和H.Nazeran，“用于自动睡眠分期的基于DFA和DWT的HRV信号特征”，年第19届伊朗生物医学工程会议（ICBME），第262-265页，伊朗德黑兰，2012年。浏览：谷歌学者
35. S.Charbonnier、L.Zoubek和S.Lesecq，“自我评估自动分类器作为睡眠/唤醒分级的决策支持工具，”生物和医学中的计算机，第41卷，第6期，第380-389页，2011年。浏览：谷歌学者
36. G.Becq、S.Charbonnier、F.Chapott、A.Buguet、L.Bourdon和P.Baconnier，“人类睡眠记录自动评分的五种分类器之间的比较”，年第一届模糊系统与知识发现国际会议论文集：电子时代的计算智能王立群，S.Halgamuge和姚X编，第一卷，第616-620页，兰花乡村俱乐部，新加坡，2002年。浏览：谷歌学者
37. 林中锋和王胜德，“模糊支持向量机，”基于神经网络的IEEE转换，第13卷，第464-4712002页。浏览：谷歌学者
38. 林中锋和王胜德，“具有自动隶属度设置的模糊支持向量机，”模糊与软计算研究，第177卷，第233-254页，2005年。浏览：谷歌学者
39. 李明杰、吴明光、张永明、黄志强，“选择聚类数的凝聚模糊K-均值聚类算法，”IEEE跨知识与数据工程，第20卷，第1519-15342008页。浏览：谷歌学者
40. 高志军，杨耀荣，林炳林，王炳，郑春霞，“脑电信号中眼球运动和眨眼伪影的自动去除，”脑地形图，第23卷，第1期，第105-114页，2010年。浏览：谷歌学者
41. X.U.GL和Y.WEI，“基于多核函数模糊支持向量机的学习算法，”重庆师范大学学报（自然科学版），第29卷，第50-53页，2012年。浏览：谷歌学者
42. 黄海昌，庄永义，陈春生，“多核模糊聚类，”模糊系统上的IEEE事务，第20卷，第1期，第120-134页，2012年。浏览：谷歌学者
43. J.Cohen，“标称标度的一致系数，”心理教育，第20卷，第37-46页，1960年。浏览：谷歌学者

版权

版权所有©2014 Hindawi Publishing Corporation。这是一篇在知识共享署名许可协议，允许在任何媒介中不受限制地使用、分发和复制，前提是原作被正确引用。