基于腦電功率譜密度和隨機(jī)森林的自動睡眠分期方法

摘要： 采用深度學(xué)習(xí)技術(shù)實現(xiàn)睡眠自動分期計算復(fù)雜度較高，且需大量數(shù)據(jù)支撐。本文提出一種基于功率譜密度和隨機(jī)森林的自動睡眠分期方法，先提取腦電信號6種特征波（K復(fù)合波、δ波、θ波、α波、紡錘波、β波）的功率譜密度作為特征，然后利用隨機(jī)森林分類器實現(xiàn)5種睡眠狀態(tài)（W、N1、N2、N3、REM）自動分類。采用Sleep-EDF數(shù)據(jù)庫中健康受試者整晚睡眠腦電數(shù)據(jù)作為實驗數(shù)據(jù)，對比了使用不同輸入...