一种基于概率密度函数和多导睡眠图的睡眠特征提取方法

本发明公开了一种基于概率密度函数和多导睡眠图的睡眠特征提取方法。方法包括采集并预处理受试者的PSG电生理信号数据，对PSG数据进行睡眠阶段标注；将预处理后的PSG数据划分为固定时长的时窗时帧，在每个通道内提取时域、频域及时频域的时窗特征，并将这些特征按不同睡眠阶段进行分组；然后，通过核密度估计方法计算各睡眠阶段内时窗特征的联合概率密度函数，并基于联合概率密度函数提取包括时间特征与空间特征在内的综合统计学特征；最后，通过等综合统计学特征预测受试者的年龄。本发明方法可以从非稳定电生理信号中提取稳定，可挖掘睡眠特征，并进行可视化展示，以拓展到多种睡眠生理及睡眠障碍的分析应用。 The inventi...

Full description

Saved in:
Bibliographic Details
Format Patent
LanguageChinese
Published 17.10.2025
Subjects
CALCULATING
COMPUTING
COUNTING
DIAGNOSIS
ELECTRIC DIGITAL DATA PROCESSING
HUMAN NECESSITIES
HYGIENE
IDENTIFICATION
MEDICAL OR VETERINARY SCIENCE
PHYSICS
SURGERY
Online AccessGet full text

Cover

More Information
Summary:本发明公开了一种基于概率密度函数和多导睡眠图的睡眠特征提取方法。方法包括采集并预处理受试者的PSG电生理信号数据，对PSG数据进行睡眠阶段标注；将预处理后的PSG数据划分为固定时长的时窗时帧，在每个通道内提取时域、频域及时频域的时窗特征，并将这些特征按不同睡眠阶段进行分组；然后，通过核密度估计方法计算各睡眠阶段内时窗特征的联合概率密度函数，并基于联合概率密度函数提取包括时间特征与空间特征在内的综合统计学特征；最后，通过等综合统计学特征预测受试者的年龄。本发明方法可以从非稳定电生理信号中提取稳定，可挖掘睡眠特征，并进行可视化展示，以拓展到多种睡眠生理及睡眠障碍的分析应用。 The invention discloses a sleep feature extraction method based on a probability density function and a polysomnogram. The method comprises the steps that PSG electrophysiological signal data of a subject is collected and preprocessed, and sleep stage labeling is conducted on the PSG data; dividing the pre-processed PSG data into time windows and time frames with fixed duration, extracting time window features of a time domain, a frequency domain and a time frequency domain in each channel, and grouping the features according to different sleep stages; then, calculating a joint probability density function of the time window features in each sleep stage through a kernel density estimation method, and extracting comprehensive
Bibliography:Application Number: CN202411721608