用于睡眠呼吸暂停检测的心电特征稳定性分析

基于心电信号(electrocardiogram,ECG)的睡眠呼吸暂停检测具有十分重要的意义,很多研究致力于提高检测的准确率却忽视了特征的稳定性。本研究对用于睡眠呼吸暂停检测的心电特征进行稳定性分析,并建立呼吸暂停事件检测模型。基于集成稳定特征选择策略,将最小冗余最大相关(minimal-redundancy-maximal-relevance,mRMR)特征选择方法与稳健排序聚合(robust rank aggregation,RRA)方法结合,对45个心电特征进行稳定性分析。使用10折交叉验证及支持向量机(SVM)进行特征验证及检测模型建立。最终使用14个特征建立分类模型,在独立测试集上实现Acc=90.03%,Se=86.71%,Sp=91.73%,所选特征在稳定性及检测准确率方面有明显提高。