基于能量特征和模糊熵的睡眠自动分期

目的：为实现有效睡眠自动分期，提出一种基于脑电能量特征和模糊熵的睡眠分期方法。 方法：首先利用小波变换进行脑电信号去噪，再利用FIR带通滤波器提取脑电信号的特征波，获得能量特征，并提取脑电信号的模糊熵，最后利用支持向量机进行模式识别。 结果：能量特征值和模糊熵值随着睡眠状态的变化而不同，睡眠各期可以根据特征值的不同而得到有效区分，通过对1 140个脑电信号样本进行睡眠分期，得到的平均准确率为88.45%。 结论：基于脑电能量特征和模糊熵的睡眠分期方法简单、有效，具有良好的临床应用价值