节点文献

基于脑电小波分解的呼吸暂停自动检测方法

An Automated Apnea Detection Method Based on Wavelet Decomposition of EEG Signals

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 Wang Yao;Yang Tianshun;Ji Siyu;Wang Xiaohong;Wang Huiquan;Wang Jinhai;Zhao Xiaoyun;School of Life Sciences,Tiangong University;School of Precision Instruments and Optoelectronics Engineering,Tianjin University;School of Electrical and Electronic Engineering,Tiangong University;Tianjin Chest Hospital;Chest Hospital of Tianjin University;Chest Clinical College of Tianjin Medical University;

【通讯作者】赵晓赟;

【机构】天津工业大学生命科学学院；天津大学精密仪器与光电子工程学院；天津工业大学电气与电子工程学院；天津市胸科医院；天津大学胸科医院；天津医科大学胸科临床学院；

【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。更多还原

【关键词】呼吸暂停；脑电信号；小波分解；机器学习；自动检测；
【Key words】 apnea； EEG signals； wavelet decomposition； machine learning； automatic detection；

【基金】国家重点研发计划项目(2019YFC0119400);国家自然科学基金(61701342);天津市津南区科技计划项目(20200116)

【文献出处】中国生物医学工程学报 ,Chinese Journal of Biomedical Engineering , 编辑部邮箱 ,2022年03期

【分类号】R766;TN911.7
【下载频次】96

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献