- · 《临床心电学杂志》期刊[01/26]
- · 《临床心电学杂志》投稿[01/26]
- · 临床心电学杂志版面费是[01/26]
和信号的非线性耦合在睡眠分期中的应用研究(3)
作者:网站采编关键词:
摘要:从表4、5可以发现,整体上,SMI与STE规律性一致。随着睡眠的加深,SMI值逐渐减小,到REM期又有所增大。但由表5可知,对于CAPn1和CAPn2而言,各睡眠时相S
从表4、5可以发现,整体上,SMI与STE规律性一致。随着睡眠的加深,SMI值逐渐减小,到REM期又有所增大。但由表5可知,对于CAPn1和CAPn2而言,各睡眠时相SMI的统计学差异较好,但对于其他受试者,组间的差异性较差。综上,SMI应用于睡眠分期的效果差于STE。
3 结论与讨论
STE、SMI反映2个时间序列的相关程度或者混乱程度,其值越大,不确定性越大,表示序列的混乱程度越大;而值越小,不确定度越小,表示序列的相关程度越好。本研究发现,EEG-ECG的STE、SMI可以用于睡眠五期的分期,在文章有限数据验证的情况下,可得出结论:STE的睡眠五期分期效果优于SMI。将STE用于9名受试者睡眠各期,各期之间大多有显著统计学差异,但该特征对于某些受试者W期和N1期、N1/N2期与REM期的区分效果不佳。随着睡眠的加深,身体不断耦合,原来的活跃部分失活,EEG、ECG 2个时间序列的混乱程度减小,相关度变好,STE、SMI值减小,到REM期又增大,说明序列的不确定度又稍有增大。因此,STE和SMI可以作为研究睡眠分期的重要特征。
本文具体定义了SMI和STE 2种特征作睡眠分期的研究。但使用不同的符号定义、不同的字长,或者不做相空间重构等定义出来的SMI和STE会对睡眠分期结果影响巨大。本文将相空间重构后的字定义为序列中的一个元素对序列进行符号化研究,是因为考虑相空间重构后的字包含有相邻时间采样点的动态信息。该符号定义下的STE用于分期的效果较优,而SMI对睡眠分期有效但效果较差,具体哪种SMI的定义对睡眠分期效果最优可以作进一步研究。
[1]王菡侨.有关美国睡眠医学学会睡眠分期的最新判读标准指南解析[J].诊断学理论与实践,2009,8(6):575-578.
[2]陈萌.睡眠脑电分析与自动分期方法的研究[D].广州:广东工业大学,2018.
[3]SHINARZ,AKSELRODS,DAGANY,et changes during wakesleep transition:a heart rate variability based approach[J].Auton Neurosci,2006,130(1-2):17-27.
[4]VANOLI E,ADAMSON P B,LIN B A,et al.Heart rate variability during specific sleep stages.A comparison of healthy subjects with patients after myocardial infarction[J].Circulation,1995,91(7):1 918-1 922.
[5]KOLEY B,DEY D.An ensemble system for automatic sleep stage classification using single channel EEG signal[J].Comput Biol Med,2012,42(12):1 186-1 195.
[6]EBRAHIMI F,SETAREHDAN S K,AYALA-MOYEDA J,et sleep staging using empirical mode decomposition,discrete wavelet transform,time-domain,and nonlinear dynamics features of heart rate variability signals[J].Comput Methods Programs Biomed,2013,112(1):47-57.
[7]杨芳,李涛.基于能量特征和模糊熵的睡眠自动分期[J].中国医学物理杂志,2017,34(9):968-972.
[8]黄文汉,张伟,胡立刚,等.基于心电与呼吸信号的睡眠分期算法研究[J].智能计算机与应用,2018,8(1):49-54.
[9]刘戈,刘洪运,石金龙,等.睡眠分期的双谱域快慢同步比研究[J].医疗卫生装备,2019,40(10):19-24.
[10]井晓茹,胡晏婷,王俊.睡眠分期的符号转移熵分析[J].北京生物医学工程,2012,31(4):372-376.
[11]张梅,崔超,马千里,等.基于符号化部分互信息熵的多参数生物电信号的耦合分析[J].物理学报,2013,62(6):499-503.
[12]STANIEK M,LEHNERTZ transfer entropy:inferring directionality in biosignals[J].Biomed Tech(Berl),2009,54:323-328.
[13]DAW C S,FINNEY C E A,TRACY E R.A review of symbolic analysis of experimental data[J].Rev Sci Instrum,2003,74(2):915-930.
[14]WESSEL N,ZIWHMANN C,KURTHS J,et forecasting of life-threatening cardiac arrhythmias based on symbolic dynamics and finite-time growth rates[J].Phys Rev E Stat Phys Plasmas Fluids Relat Interdiscip Topics,2000,61(1):733-739.
文章来源:《临床心电学杂志》 网址: http://www.lcxdxzz.cn/qikandaodu/2021/0305/458.html