%0 Journal Article
%T 短时睡眠过程中睡眠阶段的特征提取和分类
%A 付秀燕
%A 王蓓
%A 王行愚
%J 华东理工大学学报
%P 84-89
%D 2011
%X 研究对象为白天短时睡眠时记录下来的多导睡眠生理数据，主要是为了提取睡眠过程中出现的睡眠各阶段的特征，并实现自动分期。首先，同步采集了白天20~30min的短时睡眠过程中的脑电图（EEG）等生理数据；然后利用快速傅里叶变换(FFT)对采集到的数据进行频谱分析，提取睡眠各阶段的频域特征；最后采用支持向量机对短时睡眠数据进行自动分期。实验结果表明：FFT结合支持向量机(SVM)在短时睡眠阶段的研究中能够得到较好的分期结果。因此，通过对短时睡眠过程中浅睡眠各阶段的特征和分类结果的分析，能够为短时睡眠提供客观评价的依据。
%K 短时睡眠
%K 脑电图
%K 快速傅里叶变换
%K 支持向量机
%U http://journal.ecust.edu.cn/ch/reader/view_abstract.aspx?file_no=201101015&flag=1