作者: 张少杰, 尤欢欢, 钱镶玉, 何情祖, 胡桓: 厦门大学, 物理科学与技术学院物理系, 福建厦门;
林海, 熊富海: 厦门中翎易优创科技有限公司, 福建厦门; 曹玉萍: 中南大学湘雅二医院精神卫生 …

应用深度神经网络对多导睡眠图的睡眠分期研究 学术期刊 切换导航 首页 文章 期刊 投稿 预印
会议 书籍 新闻 合作 我们 按学科分类 Journals by Subject 按期刊分类 Journals by Title 核心 …

睡眠中的心率变异性杨军俞梦孙苏琳陈蓓北京新兴生物医学工程研究发展中心(100037)
睡眠医学与研究觉醒和睡眠好像一个钟摆, 是生命活动必需的两个互相转化的过程 …

睡眠的正确分期是睡眠研究的基础, 脑电的非线性参数可以表征不同的睡眠状态.
本研究计算睡眠脑电的关联维数和近似熵, 通过统计和比较发现: 关联维数不随嵌入维数的增加 …

本文从工程分析的角度探索通过分析心率变异性推知健康人夜间睡眠结构的可行性.
针对心率变化在睡眠过程中的特点, 对心动间期信号作基于小波变换的多分辨率分析 …

基于脑电信号的睡眠分期算法研究 Page 1 34 卷6 期 2015年12月 中国生物医学工程学报
Chinese Journal of Biomedical Engineering Vol. 34 No. 6 December 2015 doi:10􀆰 3969/j.issn.0258⁃8021􀆰 …

睡眠分期是研究睡眠及相关疾病的基础, 是完成睡眠质量评估的前提. 为实现有效睡眠自动分期,
本文提出将能量特征和最小二乘支持向量机(LS-SVM) 相结合的方法. 先利用FIR …

睡眠与健康, 工作, 学习等之间的关系甚为密切. 由于脑电(EEG) 是描述睡眠过程中最显著和最
直观的信号, 所以睡眠脑电是研究睡眠的重要且有用的工具. 其中睡眠分期研究对评估睡眠质量 …

睡眠呼吸暂停综合症(SAS) 是一种常见的睡眠障碍, 传统上往往采用时频分析等方法研究其脑电
信号的异常, 都忽略了睡眠脑电的空间位置信息和特征的差异. 采用微状态分析的方法 …

为实现对不同阶段睡眠的快速, 便捷分期, 本文实验分析了心率变异性(HRV)
与睡眠分期的相关性, 利用支持向量机(SVM) 实现了基于HRV 信息的睡眠自动分期的算法 …