论文部分内容阅读
目前睡眠自动分期研究主要集中在选择特征向量类别以提高对睡眠阶段的分类准确度,而忽视了对所选特征的分析。特征分析是提高识别准确率的有效方式之一,因此开展基于多尺度排列熵的睡眠五期阈值研究。选取国际标准数据集Sleep-EDF进行MATLAB仿真,经预处理去噪后进行多尺度排列熵(MPE)参数优化设计实验以及睡眠各期阈值范围讨论。结果表明,最优嵌入维数、时间延迟和多尺度因子值分别为6、2和3,睡眠五期MPE熵值按从高到低排序为REM>N1>N2>W>N3。其中REM期阈值范围大于0.86