基于单路脑电的睡眠分期判别方法研究

睡眠是一种重要的生理现象,对睡眠进行合理分期,是研究睡眠质量、诊断睡眠疾病的基础。脑电是睡眠过程中最显著和直观的信号,也是研究睡眠的重要且有力的工具。本研究提取了多种脑电相关特征作为识别睡眠脑电信号的指标,并采用多元逐步回归分析法进行特征筛选,通过线性分类及支持向量机(SVM)算法实现了脑电睡眠分期的自动判别。实际测试结果表明,基于单路脑电的睡眠分期判别方法的平均正确率为78.85%,说明该方法较为准确。