期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多视图多特征集成模型的EEG睡眠分期算法
1
作者
王旭粲
周强
李婉
《计算机应用研究》
2025年第12期3691-3697,共7页
随着单通道脑电(EEG)信号分析的睡眠分期方法取代多通道EEG成为主要睡眠分期模式,使原本含有时间-空间(大脑皮层表面位置)-频率3维信息丧失了空域信息,并且由于大多数睡眠分期方法不具有频率分析能力使得EEG的频域未被利用,加之睡眠各...
随着单通道脑电(EEG)信号分析的睡眠分期方法取代多通道EEG成为主要睡眠分期模式,使原本含有时间-空间(大脑皮层表面位置)-频率3维信息丧失了空域信息,并且由于大多数睡眠分期方法不具有频率分析能力使得EEG的频域未被利用,加之睡眠各期之间类不平衡的原因,共同造成了睡眠分期方法精度难以提升的结果。针对上述不足,提出一种基于集成模型(IM)的多视图融合网络(MVFNet)睡眠分期算法(IM-MVFNet)。为充分挖掘EEG信号的不同维度信息,首先分别采用一维和二维网络对时-空域的原始EEG信号和时-频域的EEG短时功率谱图进行特征提取;其次采用堆叠泛化(SG)方法联合两个异构网络,将提取到的多样性特征融合;最后由自适应增强(AdaBoost)算法完成睡眠分期。提出的IM-MVFNet在公开数据集Sleep-EDFx的Fpz-Cz和Pz-Oz通道上达到了89.6%的准确率,各类指标优于近年来的其他算法。
展开更多
关键词
睡眠分期
集成模型
多视图融合网络
堆叠泛化
自适应增强
在线阅读
下载PDF
职称材料
题名
基于多视图多特征集成模型的EEG睡眠分期算法
1
作者
王旭粲
周强
李婉
机构
陕西科技大学电气与控制工程学院
出处
《计算机应用研究》
2025年第12期3691-3697,共7页
基金
国家自然科学基金资助项目(62101312)
陕西省科技厅工业项目(2024GX-YBXM-544)。
文摘
随着单通道脑电(EEG)信号分析的睡眠分期方法取代多通道EEG成为主要睡眠分期模式,使原本含有时间-空间(大脑皮层表面位置)-频率3维信息丧失了空域信息,并且由于大多数睡眠分期方法不具有频率分析能力使得EEG的频域未被利用,加之睡眠各期之间类不平衡的原因,共同造成了睡眠分期方法精度难以提升的结果。针对上述不足,提出一种基于集成模型(IM)的多视图融合网络(MVFNet)睡眠分期算法(IM-MVFNet)。为充分挖掘EEG信号的不同维度信息,首先分别采用一维和二维网络对时-空域的原始EEG信号和时-频域的EEG短时功率谱图进行特征提取;其次采用堆叠泛化(SG)方法联合两个异构网络,将提取到的多样性特征融合;最后由自适应增强(AdaBoost)算法完成睡眠分期。提出的IM-MVFNet在公开数据集Sleep-EDFx的Fpz-Cz和Pz-Oz通道上达到了89.6%的准确率,各类指标优于近年来的其他算法。
关键词
睡眠分期
集成模型
多视图融合网络
堆叠泛化
自适应增强
Keywords
sleep staging
integration model
multi view fusion network
stack generalization
adaptive boosting
分类号
TP391 [自动化与计算机技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多视图多特征集成模型的EEG睡眠分期算法
王旭粲
周强
李婉
《计算机应用研究》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
