文献类型：期刊文章

作　　者：刘慧[1] 谢洪波[1,2] 和卫星[1] 王志中[3]

机构地区：[1]江苏大学电气信息工程学院,镇江212013 [2]香港理工大学医疗技术与资讯学系 [3]上海交通大学生物医学工程系,上海200240

出　　处：《数据采集与处理》

基　　金：国家重点基础研究发展计划("九七三"计划)(2005CB724303)资助项目;江苏省自然科学基金(BK2009198)资助项目;江苏大学高级人才科研启动基金(07JDG4007JDG072)资助项目

年　　份：2010

卷　　号：25

期　　号：4

起止页码：484-489

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出了一种基于模糊熵(FuzzyEn)的脑电睡眠分期特征提取新方法。作为样本熵(SampEn)算法的改进,模糊熵以一指数函数模糊化相似性度量公式,使得模糊熵值能够随参数变化过渡平滑,并且在参数值很小的情况下其定义仍有意义,同时继承了样本熵的相对一致性和短数据集处理特性。以8例受试者睡眠脑电监测数据及专家人工分期结果作为样本,提取睡眠各分期脑电数据模糊熵特征值,进而用支持向量机(SVM)分类。基于模糊熵的方法平均正确率达87.1%,优于样本熵方法获得的分类结果(83.0%),两种特征提取方法在采用不同的SVM核函数情况下,其分类结果在95%的置信区间内均保持显著性差异。实验结果表明,该模糊熵方法能有效地表征脑电睡眠各分期的复杂度。

关 键 词：脑电波 睡眠分期 模糊熵 样本熵  支持向量机

分 类 号：R318[生物医学工程类]