基于HMM和BP神经网络的睡眠分期算法

最新推荐文章于 2021-07-19 15:48:31 发布
最新推荐文章于 2021-07-19 15:48:31 发布
阅读量6.8k 收藏 51
点赞数 1
分类专栏： Python 文章标签： 机器学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42239402/article/details/94311437
版权

基于HMM和BP神经网络的睡眠分期算法

由于在做睡眠监测设备，最近研究了一下睡眠分期的相关…在知网上查到了很多的论文，对其中一篇论文做了一个复现并进行了些许的改进，弄了一个睡眠分期算法，将成果写成博客方便日后查看。首先，在讲述算法模型前，先科普一下睡眠分期的一个相关研究。

睡眠分期的相关研究

睡眠过程中，脑电图发生各种不同变化，这些变化随着睡眠的深度而不同。根据脑电图的不同特征，又将睡眠分为两种状态：非眼球快速运动睡眠（又称正相睡眠、慢波睡眠、同步睡眠、安静睡眠、NREM睡眠）和眼球快速运动睡眠（又称异相睡眠、快波睡眠、去同步化睡眠、活跃睡眠、REM睡眠，还称雷姆期现象），二者以是否有眼球阵发性快速运动及不同的脑电波特征相区别。

在这里插入图片描述

图为一个睡眠周期内大致的睡眠分期

在一个睡眠周期内，睡眠状态的变化大致如下：

在这里插入图片描述

睡眠分期算法的训练数据来自于在Google dataset中搜到的DREAMS主题数据库中，关于20位健康人员的一晚上的睡眠数据，通过HRV(心率变异性)等原理来进行特征的筛选。

睡眠分期算法模型

数据类型

数据包含两个部分，一部分为

最低0.47元/天 解锁文章
Alkaid丶
关注
  • 1
    点赞
  • 踩
  • 51
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
专栏目录
基于双向LSTM卷积网络与注意力机制的自动睡眠分期模型
罗伯特技术屋
02-17 541
睡眠是人的一生中不可缺少的一种复杂生理过程。充足的睡眠能使大脑和身体得到充分的休息和恢复。由于如今不健康的生活方式的影响，睡眠障碍已成为现代社会的严重问题。长时间的睡眠障碍会使人精神不振、免疫力下降，还会诱发心脑血管疾病等[因此，及早诊断睡眠障碍有助于发现异常变化并防止疾病进一步发展，对身心健康具有重要的意义。睡眠分期是诊断睡眠障碍和检测睡眠质量的有效方式。
基于MSE-PCA的脑电睡眠分期方法研究
10-16
针对传统的自动睡眠分期准确率不足问题，提出一种将多尺度熵（MSE）和主成分分析（PCA）联合使用的自动睡眠分期方法。以8例受试者睡眠脑电（EEG）监测数据及专家人工分期结果作为样本，首先使用MSE表征受试者脑电信号不同睡眠期的非线性动力学特征；然后使用PCA的前两个主成分向量代替MSE特征进行降维，实现降低数据冗余的同时保留绝大多数EEG非线性特征；最终将新向量的特征参数输入到反馈神经网络(BPNN)分类器中实现MSE-PCA模型的脑电睡眠状态的自动识别分类。实验结果表明，自动分期准确率可达到87.9%，kappa系数0.77，该方法能提高脑电自动睡眠分期系统的准确率和稳定性。
基于PCA和SVM的个性化睡眠分期研究
01-05
基于PCA和SVM的个性化睡眠分期研究，周鹏，李向新，随着现代社会生活节奏的加快和工作压力增加，越来越多的人面临失眠的困扰，睡眠问题逐渐成为人们关注的热点问题。本文研究了睡眠
基于EEG信号的睡眠分期算法记录2-一种新的全自动随机森林睡眠分期算法（英）
jinanhezhuang的博客
07-19 1785
快速动眼期(REM)睡眠行为障碍被认为是α-突触核蛋白病的前驱期。其诊断需要仔细检测快速眼动睡眠，金标准人工睡眠分期不一致且昂贵。这项工作提出了一种新的自动睡眠分期模型，仅使用脑电图(EEG)和电描记术(EOG)记录来为这种应用增加强大的自动化。公开可用的ISRUC-Sleep数据库用于优化所提出模型的设计。该模型在由100名有不同睡眠障碍证据的受试者组成的亚组中进行训练和测试，多导睡眠图数据由两名专家手工评分。我们将EOG和脑电图记录划分为以3s为步长的重叠运动33-s时期，并为每个时期计算了几个时域和频
基于心率变化的睡眠分期方法
03-11
研究睡眠分期对睡眠疾病的检测、预防和治疗有着重要的临床意义.
基于HMM和BP神经网络组合模型的用水行为识别.pdf
09-25
【基于HMM和BP神经网络组合模型的用水行为识别】是一项研究，旨在通过结合隐马尔可夫模型（Hidden Markov Model, HMM）和反向传播（Backpropagation, BP）神经网络来提高农村居民用水行为的识别精度。这项工作在当前...
常用的神经模型和算法介绍_Vc_BP神经网络_
10-03
本文将详细介绍几种常见的神经模型和算法，包括BP（Backpropagation）神经网络，以及它们在解决实际问题中的应用。 首先，BP神经网络是反向传播神经网络的简称，它是监督学习中的一种基本模型，主要用于多层前馈...
人工智能-语音识别-基于HMM和改进BP算法的非特定人连接数字语音识别.pdf
06-28
人工智能-语音识别-基于HMM和改进BP算法的非特定人连接数字语音识别.pdf
基于HMM与遗传神经网络的改进语音识别系统.pdf
09-26
总结来说，这篇文章提出了一个基于HMM和遗传神经网络的语音识别系统改进方案，通过优化特征提取和模型训练过程，增强了系统的自适应能力和噪声抑制效果。这一工作对于提高语音识别技术的实用性和可靠性具有重要意义...
基于BP神经网络的银行票据识别.pdf
09-26
【基于BP神经网络的银行票据识别】是一种利用深度学习技术，特别是反向传播（BP）神经网络，来解决银行票据自动识别问题的方法。银行每天处理大量纸质票据，手动核对这些票据不仅耗时费力，还容易出错。通过设计自动...
SleepNet:基于深度学习的睡眠自动分期
05-26
SleepNet-使用单通道EEG信号的轻量级自动睡眠阶段分类算法 这最初是一个记录最终设计的日志存储库，其目的是尝试几种不同的深度神经网络结构（例如LSTM，ResNet，DFCNN等），以实现单通道EEG的自动睡眠阶段分期。 目前，最终设计已经完成，我将继续关注该项目。 该项目的重点将转向如何将代码应用于实际应用，并且我们将考虑计算能力和准确性之间的平衡。 此外，将提供一些经过预先训练的模型，以方便使用。 我们还相信，这些代码可用于其他生理信号（例如ECG，EMG等）的分类。 我们希望这会对您的研究或项目有所帮助。 怎么跑 如果您需要运行此代码（训练自己的模型或使用预先训练的模型对自己的数据进行预测），请转到以下页面 数据集 两个公开可用的睡眠数据集用于训练，即： 对于CinC Challenge 2018数据集，我们仅使用其C4-M1通道，对于sleep-edfx和sleep-
睡眠阶段分期——SVM和ELM分别与粒子群算法结合（main）
侧耳倾听
02-17 2709
摘要：本研究的目的是建立具有最佳准确率的分类模型,以心电图(ECG)信号为基础,使用心率变异性(HRV)特征来识别睡眠阶段。该方法是极端学习机器(ELM)和粒子群优化(PSO)的组合,用于特征选择和隐藏节点数的确定。ELM和PSO组合的2、3、4和6分类的测试精度分别为82.1%, 76.77%, 71.52%, 62.66%。本文还比较了ELM和支持向量机(SVM)方法,其测试精度低于ELM和...
睡眠阶段分期——SVM和ELM分别与粒子群算法结合（function）
侧耳倾听
02-17 1029
目录 importslpdb函数 loadmatobject函数 extractfeatures函数 importslpdb函数 ——导入文件内容OutputData = struct('filename', fileName, 'time', anTimeGeneratedCell, ...'rr', rrCollection, 'annotation', anClassGenerat...
天才算法-睡眠算法
王文强的博客
11-07 4940
睡眠算法，听完虎躯一震！ public class SleepSort { public static void main(String[] args) { int[] ints = {1,4,7,3,8,9,2,6,5}; SortThread[] sortThreads=new SortThread[ints.length]; for(int i=0;i<sort...
【脑电信号】基于matlab SVM分期睡眠监测【含Matlab源码 611期】
订阅付费专栏（初级版），可赠送该付费专栏任意代码1份；
03-23 4014
SVM分期睡眠监测 完整的代码，方可运行；可提供运行操作视频！适合小白！
睡眠排序算法
weixin_34194702的博客
05-23 157
　　睡眠排序算法是一种比较另类有趣的排序算法，其核心思想与CPU调度机制相关，是通过多线程让每一个数据元素睡眠一定规律的时间，睡眠时间要和自身数据大小存在一定的规律，睡眠时间短的先进行输出，睡眠长的后输出，从而实现数据有序输出。 存在缺点： 　　①若睡眠时间之间相差很小时，容易出现误差，为了减小误差，一般需要放大睡眠倍数； 　　②因为睡眠时间和数据大小有直接关系，因此数据不能太大 ，若数据很...
睡眠分期中的各种特征
weixin_42598042的博客
05-10 3014
睡眠分期的特征Overall节律十一种A Standard Deviation（SD）B Hjorth ParametersC Maximum-Minimum Distance（MMD）D Petrosian Fractal Dimension（PFD）E Normalized Line Length（NLL）F Generalized Hurst Exponent（GHE）G Log Root Sum of Sequential Variations(LRSSV)(序列变化的对数根和),H Normali
前额单通道脑电睡眠分期算法设计
puppy_wolf的博客
09-28 3885
算法流程: 1. 以30s 为一个epoch进行基本处理。 2. 用巴特沃斯高通滤波器滤除0.5Hz以上高通，简单去除基线。 3. 眨眼检测, 利用中值滤波器提取短时间内荆棘状的波形，出现一次与静态EEG值偏差1/128以上的波谷和波峰时，即认定为眨眼。 3. 利用巴特沃斯带通滤波器提取δ，θ，α，σ，β，EMG等波段信号，并提取其包络，作为其基础功率近似值。
传说中的“睡眠算法”的输出分析
Heyn的征途
11-14 3427
   最近微博上的一个被大家称之为“睡眠算法”的排序方式，让人感到非常好奇。仔细一看才发现，写代码的人也是人才呀。   虽然说这种写代码的方式不能应用到实际开发中，但是身为程序员可以探索一下：  两个弊端：      1. 针对数字相差较小的，该算法不能正确输出，比如（3，1），依然会输出3，1      2. 针对数字较大的，时间有点长（蛮符合睡眠算法的基本思想） 为了可以正确...
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值