您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览159 | 下载8

睡眠的分级研究是睡眠状况分析和睡眠质量评价的前提和基本内容。目前国际通用的睡眠分级方法,是利用脑电信号另加脑功能信号(如肌电图、眼动电流图),且必须由人工来判别分析的。大脑皮层互信息理论是研究脑功能变化的有力工具。通过动态计算睡眠脑电四个导联之间的互信息时间序列的复杂度,并利用一个三层的人工神经网络进行六个级别的分类。6例720个不同时期的睡眠片段的测试表明,系统睡眠分级与人工分级的总相符率达到90.83%,且实现了睡眠动态自动分级。神经网络的学习功能,可使系统的准确率进一步提高,逐渐接近或达到人工分级的水平。

作者:黄力宇;王伟勋;程敬之

来源:生物物理学报 2001 年 17卷 1期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:159 | 下载:8
作者:
黄力宇;王伟勋;程敬之
来源:
生物物理学报 2001 年 17卷 1期
标签:
脑电图 互信息 复杂度 人工神经网络
睡眠的分级研究是睡眠状况分析和睡眠质量评价的前提和基本内容。目前国际通用的睡眠分级方法,是利用脑电信号另加脑功能信号(如肌电图、眼动电流图),且必须由人工来判别分析的。大脑皮层互信息理论是研究脑功能变化的有力工具。通过动态计算睡眠脑电四个导联之间的互信息时间序列的复杂度,并利用一个三层的人工神经网络进行六个级别的分类。6例720个不同时期的睡眠片段的测试表明,系统睡眠分级与人工分级的总相符率达到90.83%,且实现了睡眠动态自动分级。神经网络的学习功能,可使系统的准确率进一步提高,逐渐接近或达到人工分级的水平。