换一批面向载人航天的低负荷睡眠质量评估方法的研究
Sleep Stages classification based on electrooculogram and electromyogram toward manned spaceflight
摘要目的 探索一种不采集脑电信号的航天员在轨睡眠质量评估方法,从而简化卫生学处理并降低睡眠监测负荷.方法 使用AASM标准的ISRUC-Sleep公开数据库,训练集(n=20)与测试集完全独立.测试集包括两个子集:睡眠障碍组(n=10)、健康组(n=10).分类特征包括两路眼电不同频带的能量、均方根、相关系数、锁相值,以及一路肌电信号的分形维及均方根、肌电包络的均值、最大值、均方根.分别使用线性支持向量机、随机森林分类模型实施觉醒、快速眼动睡眠、浅睡、深睡四分类,将6路脑电、2路眼电与1路肌电的睡眠分期结果作为本算法精度的参照.结果 使用眼电(44个特征)、肌电(6个特征)共50个归一化特征,随机森林、线性支持向量机对睡眠障碍组分类的kappa系数均为0.75;对健康组分类的kappa系数依次为0.73、0.70.作为参照,使用脑电(90个特征)、眼电(44个特征)、肌电(6个特征)共140个归一化特征,随机森林、线性支持向量机对睡眠障碍组分类的kappa系数依次为0.78、0.79;对健康组分类的kappa系数依次为0.74、0.76.结论 基于2路眼电与1路肌电的睡眠分期精度比较接近金标准——含脑电监测的睡眠分期结果,可用于航天员在轨睡眠质量的评估.
更多相关知识
关键词
自动睡眠分类睡眠分期眼电肌电睡眠质量载人航天automatic sleep stage classificationsleep scoringEOGEMGsleep qualitymanned spaceflight
栏目名称
DOI
10.16289/j.cnki.1002-0837.2024.05003
发布时间
2025-02-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
