基于EEG信号的睡眠分期算法记录2-一种新的全自动随机森林睡眠分期算法(英)
一种新的全自动随机森林睡眠分期算法
摘要:快速动眼期(REM)睡眠行为障碍被认为是α-突触核蛋白病的前驱期。其诊断需要仔细检测快速眼动睡眠,金标准人工睡眠分期不一致且昂贵。这项工作提出了一种新的自动睡眠分期模型,仅使用脑电图(EEG)和电描记术(EOG)记录来为这种应用增加强大的自动化。公开可用的ISRUC-Sleep数据库用于优化所提出模型的设计。该模型在由100名有不同睡眠障碍证据的受试者组成的亚组中进行训练和测试,多导睡眠图数据由两名专家手工评分。我们将EOG和脑电图记录划分为以3s为步长的重叠运动33-s时期,并为每个时期计算了几个时域和频域特征。这些特征被用来训练随机森林分类器,该分类器能够用觉醒、快速眼动和非快速眼动的概率来标记每个33秒的时期。计算10个33s期的概率值的平均值,选择概率最高的睡眠期对30s期进行分类,并与人工分期睡眠图进行匹配。使用20倍交叉验证方案测试了模型的性能。当评分者同意的时期被使用时,分类达到了92.6%的总准确率和0.856的科恩kappa。
数据集:葡萄牙科学技术基金会(PFST)的公开数据集被称为ISRUC-sleep,用于开发算法;
数据:使用了脑电图和EOG记录,特别是根据AASM规则的F3-A2、C3-A2、O1-A2、ROC-A1和LOC-A2。
**1.预处理:**四个不同的零相位四阶零相位巴特沃斯带通滤波器:区分不同频率脑电波;
8个四阶零相位巴特沃斯带通滤波器被应用于两个EOG通道:
2.特征值提取:快速傅里叶变换
特征值:**
**当睡眠专家手动给一个阶段打分时,会考虑相邻的阶段。这在算法中实现,以模拟手动睡眠阶段,并增加跨多个时期的一致性。因此,对于每个33秒的时期,来自30秒前的33秒时期的247个特征被添加到从当前时期计算的特征中。这导致每个33秒时期的[494x1]特征向量,包含来自连续66秒的数据。
3.特征值处理:归一化
4.特征分类:随机森林
其中200棵树和√M个特征被随机采样并在每次分割时进行替换,其中M对应于特征总数。
5.后处理:
对应于三个睡眠阶段的概率在十个相邻的时期被平均,产生包含这十个时期的平均概率的3×1向量。这在整个催眠图中进行,得到一个3×N的矩阵,其中N是30秒的阶段数。阶段被评分为产生1×N催眠图的概率最高的类别。
6.性能测量
为了评估算法的性能,进行了20倍的交叉验证。对于每个验证折叠,在每个睡眠阶段计算灵敏度、特异性和准确性。然后计算平均值和标准偏差,以显示数据集的总体表现和通过率。两个统计数据,总体准确性和科恩的kappa,被用来衡量评分者之间的一致。
结论:
基于EEG信号的睡眠分期算法记录2-一种新的全自动随机森林睡眠分期算法(英)相关推荐
- 优化算法|MOAVOA:一种新的多目标人工秃鹰优化算法(Matlab代码实现)
- ML之RFXGBoost:分别基于RF随机森林、XGBoost算法对Titanic(泰坦尼克号)数据集进行二分类预测(乘客是否生还)
ML之RF&XGBoost:分别基于RF随机森林.XGBoost算法对Titanic(泰坦尼克号)数据集进行二分类预测(乘客是否生还) 目录 输出结果 设计思路 核心代码 输出结果 设计思路 ...
- 基于随机森林的分类算法的matlab简单实现
说明 关于熵.信息增益.信息增益比.基尼指数的计算不再写出 决策树构建--使用最简单的ID3算法 1.输入:训练数据集D,特征集A,阈值(后面会说明数据集的内容) 2.输出:决策树T (1)若D中所有 ...
- 随机森林特征个数mtry matlab,基于随机森林的特征选择算法
2.1 算法描述 本文提出了一种基于随机森林的Wrapper特征选择方法RFFS,利用随机森林算法的变量重要性度量对特征进行排序,然后采用序列后向搜索方法,每次从特征集合中去掉一个最不重要(重要性得分 ...
- c语言gga字符串校验和代码,一种新的Java智能卡上字节码校验算法.pdf
您所在位置:网站首页 > 海量文档  > 计算机 > Java 一种新的Java智能卡上字节码校验算法.pdf4页 本 ...
- R语言构建随机森林模型randomForest分类模型并评估模型在测试集和训练集上的效果(accuray、F1、偏差Deviance):随机森林在Bagging算法的基础上加入了列采样(分枝特征随机)
R语言构建随机森林模型randomForest分类模型并评估模型在测试集和训练集上的效果(accuray.F1.偏差Deviance):随机森林在Bagging算法的基础上加入了列采样(分枝特征随机) ...
- EEG-MI 基于EEG信号的运动想象分类实验
文章目录 1. 项目背景 2. 实验目的 3. 实验过程 CNN部分 分类器设计 性能评估 代码 参考文献 1. 项目背景 "脑机接口"(Brain Cpmputer Interf ...
- 同伦算法matlab程序,一种新的基于Matlab环境的同伦路径跟踪算法
MATLAB 第28卷第5期2007年5月 东北大学学报(自然科学版) V01.28.No.5 JournalofNortheasternUniversity(NaturalScience) May ...
- 随机森林、gbdt算法
http://blog.csdn.net/songzitea/article/details/10035757 http://blog.csdn.net/holybin/article/details ...
- 随机森林的java算法_spark 随机森林算法案例实战
随机森林算法 由多个决策树构成的森林,算法分类结果由这些决策树投票得到,决策树在生成的过程当中分别在行方向和列方向上添加随机过程,行方向上构建决策树时采用放回抽样(bootstraping)得到训练数 ...
最新文章
- python程序员又叫什么-Python程序员都知道的入门知识の四
- python零基础有用吗-零基础参加软件测试有用吗?老男孩Python培训班
- python输出表达式值_python 输出表达式之format
- 如何通过标签体系,打造精细化运营?
- WebAdaptor Object reference not set to an instance of an object.
- jpa和hibernate_从JPA到Hibernate的旧版和增强型标识符生成器
- 软考,个人快速成长最好的投资
- 微软2010年1月安全公告 Windows2000独领风骚
- js将数值格式化成金额形式
- 澳门智能公交调度系统客户端GUI设计
- XTU OJ 三角形
- ACL20 - Don‘t stop pretraining: adapt language models to domains and tasks
- 远程计算机怎么安装系统,如何远程安装电脑系统
- AngularJS PrimeNG 上传文件 进度条
- 什么?古代也有程序员?
- 湖南计算机应用技术专科学校排名,湖南所有职业技术学院排名
- source insight如何设置背景
- 火星人家园:火星人的真实故事(3)
- python网页爬虫菜鸟教程_Python 爬取菜鸟教程(www.runoob.com)内容。并保在本地(html格式/pdf格式)...
- 【ROS wiki】ros wiki中查阅常见的消息类型