[发明专利]基于集合经验模式分解的单导联脑电信号的睡眠自动分期的方法

摘要

基于集合经验模式分解的单导联脑电信号的睡眠自动分期的方法，1)对采集得到的单导联脑电信号，进行集合经验模式分解，得到多个固有模态函数IMF；2)对步骤1)多个固有模态函数信号与原始信号，分别进行起码2个特征参数的提取，即活动性Ac和移动性Mo参数；3)将步骤2)得到的多个固有模态函数信号与原始信号的特征参数构成输入矩阵，输入到分类模型中，获得睡眠分期的结果；本方法将单导联EEG信号分解成多个IMF信号，通过提取多个特征参数，取得了较高的睡眠分期的准确率；交叉验证实验结果表明本方法具有一定的泛化能力，可信度高，能够准确完成睡眠分期，为评估睡眠质量提供了有效依据。

主权项

1.一种基于集合经验模式分解的单导联脑电信号的睡眠自动分期的方法，其特征是包括下列步骤：1)对采集得到的单导联脑电信号，进行集合经验模式分解，得到多个固有模态函数IMF；2)对步骤1)多个固有模态函数(Intrinsic Mode Functions,IMF)信号与原始信号，分别进行起码2个特征参数的提取，即活动性Ac和移动性Mo参数；3)将步骤2)得到的多个固有模态函数信号与原始信号的特征参数构成输入矩阵，输入到分类模型中，获得睡眠分期的结果；所述步骤1)中，对单导联脑电信号进行集合经验模式分解EEMD时，其中分解得到n个固有模态函数信号；步骤2)中，特征参数的提取，还包括次要的特征参数：峰度K、复杂性Co、零点穿越率ZCT、样本熵SE；对于原始信号或者IMF信号，计算统计学参数峰度；对于原始信号或者IMF信号，计算时域参数Hjorth指数(包括活动性，移动性，复杂性)和零点穿越率；对于原始信号或者IMF信号，计算非线性参数样本熵。