科研之友
微信
新浪微博
Facebook
分享链接
摘要
睡眠呼吸暂停是一种常见的睡眠呼吸紊乱，目前呼吸暂停的诊断主要依靠多导睡眠监测，但因其操作复杂、价格昂贵，且对使用环境要求较高，而难以实现家用普及。为此提出一种基于脑电信号小波分解的呼吸暂停自动检测方法。首先，对脑电信号进行4层小波分解，提取第2～4层细节系数；其次，在得到的细节系数绝对值中提取能量和方差两种特征；最后，建立k-近邻，支持向量机和随机森林等机器学习模型对特征进行分类。使用来自天津市胸科医院睡眠监测实验室30名受试的3 248个正常呼吸和呼吸暂停期间的脑电信号片段进行检测，结果显示，对呼吸暂停识别准确率、灵敏度、特异度分别达到93.85%、91.46%、96.27%,表明该方法可以实现呼吸暂停事件的高精度检测，有望用于呼吸暂停自动识别系统的设计，辅助医师进行呼吸暂停自动检测。
- 单位
