摘要
提出了一种仅使用心率变异性信号来自动检测睡眠呼吸暂停的方法.首先,从心电信号中提取心率变异性信号,并进行异常值处理和分段;其次,利用基于方差分析(analysis of variance,ANOVA))和最大相关-最小冗余(max-relevance and min-redundancy,mRMR)的两阶段特征选择策略获得特征向量;最后,采用五折交叉验证训练随机森林分类器.结果表明:本算法使用9个特征将每分钟"epoch"信号分类为呼吸暂停或正常,在测试集中获得的睡眠呼吸暂停识别的平均准确率为80％,Kappa系数0.61;该方法具有无创且低成本的特性,有利于便携式睡眠检测设备的硬件实现.
国家科技期刊平台
NSTL
维普
万方数据