换一批ECG信号长度和采样率对睡眠分期算法性能影响的研究
Research on the influence of ECG signal length and sampling rate on sleep staging algorithm performance
摘要针对目前诸多基于心电信号的睡眠分期算法中,心电信号采样率和长度没有统一标准这一问题,本文以随机森林和极限梯度提升决策树睡眠分期模型为例,研究了不同心电信号的采样率和长度对睡眠分期算法性能的影响.不同采样率(50 Hz、100 Hz、150 Hz、200 Hz、250 Hz)和信号长度(30 s、90 s、150 s、210 s、270 s、330 s、390 s、450 s、510 s、570 s、630 s、690 s)情况下,随机森林和极限梯度提升决策树睡眠分期结果表明,采样率固定时,随着信号长度从30 s 增至630 s,两种模型的分类准确率均呈现出上升趋势,但当信号长度延伸至 690 s 时,准确率有所下降.信号长度固定时,采样率从 250 Hz 至 100 Hz 的降低对算法性能影响较小,但降至 50 Hz 时,分类准确率显著下降.
更多相关知识
关键词
心电信号睡眠分期采样频率信号长度随机森林极限梯度提升决策树ECG signalsleep stagingsampling ratesignal durationRandom ForestsXGBoost
分类号
R318.04（医用一般科学）
栏目名称
DOI
10.20169/j.issn.2095-2163.24070204
发布时间
2026-05-18（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2020YFC2003602）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
