提出了一种仅使用心率变异性信号来自动检测睡眠呼吸暂停的方法。首先,从心电信号中提取心率变异性信号,并进行异常值处理和分段;其次,利用基于方差分析(analysis of variance,ANOVA)和最大相关-最小冗余(max-relevance and min-redunda...提出了一种仅使用心率变异性信号来自动检测睡眠呼吸暂停的方法。首先,从心电信号中提取心率变异性信号,并进行异常值处理和分段;其次,利用基于方差分析(analysis of variance,ANOVA)和最大相关-最小冗余(max-relevance and min-redundancy,mRMR)的两阶段特征选择策略获得特征向量;最后,采用五折交叉验证训练随机森林分类器。结果表明:本算法使用9个特征将每分钟“epoch”信号分类为呼吸暂停或正常,在测试集中获得的睡眠呼吸暂停识别的平均准确率为80%,Kappa系数0.61;该方法具有无创且低成本的特性,有利于便携式睡眠检测设备的硬件实现。展开更多
文摘提出了一种仅使用心率变异性信号来自动检测睡眠呼吸暂停的方法。首先,从心电信号中提取心率变异性信号,并进行异常值处理和分段;其次,利用基于方差分析(analysis of variance,ANOVA)和最大相关-最小冗余(max-relevance and min-redundancy,mRMR)的两阶段特征选择策略获得特征向量;最后,采用五折交叉验证训练随机森林分类器。结果表明:本算法使用9个特征将每分钟“epoch”信号分类为呼吸暂停或正常,在测试集中获得的睡眠呼吸暂停识别的平均准确率为80%,Kappa系数0.61;该方法具有无创且低成本的特性,有利于便携式睡眠检测设备的硬件实现。
