典型文献
睡眠呼吸暂停综合征患者的睡眠分期算法研究
文献摘要：
针对可穿戴睡眠监测缺乏有效的自动睡眠分期和睡眠质量评价方法这一问题,提出一种适用于睡眠呼吸暂停综合征患者的自动睡眠分期方法.通过心电图R-R间期序列,分别得到心率变异性、呼吸幅度变异性和呼吸率变异性信号.以此为基础,提取时域、频域及非线性特征共55个.利用门控循环单元网络,分别构建清醒-睡眠二分类、清醒-快速眼动-非快速眼动睡眠三分类、清醒-快速眼动-浅睡-慢波睡眠四分类、清醒-快速眼动-非快速眼动Ⅰ-Ⅱ-Ⅲ期五分类等共4个不同分类粒度的睡眠分期模型;采用损失函数类别加权方法,有效降低数据非平衡对分期结果的影响.验证数据来自SHRS数据库的274例患者.借助准确率、Cohen's Kappa系数和睡眠结构指标对该睡眠分期方法进行性能评价.结果表明4个分类器的准确率分别为85.06％、75.44％、63.80％、62.13％,Cohen's Kappa系数达到了 0.54、0.49、0.41、0.41,睡眠结构分析评估与临床结果之间的差异无统计学意义.所提出的方法基本满足睡眠质量评估的需求,适用于可穿戴睡眠监测应用.
文献关键词：
睡眠呼吸暂停综合征;门控循环单元;R-R间期;睡眠分期
中图分类号：
作者姓名：
鲁柯柯;祁霞;张建保;王刚;闫相国
作者机构：
生物医学信息工程教育部重点实验室,西安交通大学生命科学与技术学院,健康与康复科学研究所,西安 710049;国家医疗保健器具工程技术研究中心,广州 510500;神经功能信息学与康复工程民政部重点实验室,西安 710049
文献出处：
引用格式：
[1]鲁柯柯;祁霞;张建保;王刚;闫相国-.睡眠呼吸暂停综合征患者的睡眠分期算法研究)[J].中国生物医学工程学报,2022(03):273-281
A类：
SHRS
B类：
睡眠呼吸暂停综合征,算法研究,可穿戴,睡眠监测,自动睡眠分期,质量评价方法,过心,心电图,间期,心率变异性,呼吸率,频域,非线性特征,门控循环单元网络,清醒,二分类,快速眼动睡眠,三分类,慢波睡眠,四分类,五分,损失函数,别加,非平衡,Cohen,Kappa,睡眠结构,结构指标,性能评价,分类器,分析评估,临床结果,睡眠质量评估,监测应用
AB值：
0.272334
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
