一种基于脑电信号的嗜睡检测方法技术

本发明专利技术公开一种基于脑电信号的嗜睡检测方法，采用快速傅里叶变换及其逆变换算法对嗜睡检测原始脑电信号进行预处理；其次，分别提取原始脑电信号以及预处理后脑电信号的特征，并在此基础上运用相关系数法和LightGBM算法对所提特征进行特征选择，删除相关性高和贡献率低的冗余特征，获得特征集合；再次，运用SMOTEENN算法对嗜睡检测的特征集合进行重采样；最后，结合LightGBM算法对睡眠脑电中的清醒期和非快速眼动睡眠I期进行分类识别，以最终实现基于脑电信号的嗜睡检测。本发明专利技术提供了一种计算复杂度低、自动检测准确率高、易于推广的嗜睡检测方法，该方法亦可用于基于脑电信号的睡眠其他检测目标的睡眠分期问题。号的睡眠其他检测目标的睡眠分期问题。号的睡眠其他检测目标的睡眠分期问题。

【技术实现步骤摘要】
一种基于脑电信号的嗜睡检测方法


[0001]本专利技术涉及睡眠脑电信号自动检测方法，具体涉及一种基于脑电信号的嗜睡检测方法。

技术介绍

[0002]睡眠是一种自然的生理行为，是人体各个组织器官和神经系统机能调节与恢复的过程，睡眠质量的好坏直接影响人的健康、工作和情绪。因此，有效的睡眠质量监测引起了广泛的关注。根据R&K(Rechtschaffen和Kales)睡眠分期标准，整个睡眠过程可分为清醒期(Wake)、非快速眼动期(包括非快速眼动I
‑
IV期(记为S1、S2、S3、S4期))和快速眼动睡眠期(REM)。其中，大脑从清醒到睡眠过渡阶段的检测被称为嗜睡检测，广泛应用于疲劳驾驶状态评估、学习和工作清醒状态评估、以及嗜睡症、睡眠障碍等疾病的诊断中，因此嗜睡检测的研究具有非常重要的研究意义及应用价值。脑电信号作为临床诊断和治疗的有效手段，是通过在头皮或颅内(大脑皮层)按照一定规则安放电极客观地记录大脑细胞群实时变化的自发性、节律性电活动，包含了大量的生理与病理信息，是嗜睡检测的主要判断依据。临床上，对于嗜睡检测的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑电信号的嗜睡检测方法，其特征在于，包括：步骤1、对原始脑电信号序列进行提取子带预处理，获得提取子带的脑电信号序列；步骤2、对原始脑电信号序列以及提取子带的脑电信号序列进行特征提取，获得嗜睡检测特征集合；步骤3、对嗜睡检测特征集合进行特征选择，获得去除冗余特征后的嗜睡检测特征集合；步骤4、利用SMOTEENN算法对去除冗余特征后的嗜睡检测特征集合进行重采样，以获得重采样后类别相对平衡的嗜睡检测特征集合；步骤5、根据重采样后类别相对平衡的嗜睡检测特征集合，结合LightGBM算法对Wake期与S1期进行分类识别，以获得嗜睡检测的最终识别结果。2.根据权利要求1所述的基于脑电信号的嗜睡检测方法，其特征在于，所述的步骤4包括：步骤4.1、基于去除冗余特征后的嗜睡检测特征集合，运用SMOTE算法对少数类特征样本进行上采样，即在少数类特征样本之间进行插值来产生额外的少数类特征样本；步骤4.2、基于去除冗余特征后的嗜睡检测特征集合，运用ENN算法对多数类特征样本进行下采样；步骤4.3、针对睡眠脑电数据集中不同程度的类别不平衡问题，基于类别不平衡的程度调节步骤4.1和步骤4.2中的重采样比例，获得重采样后类别相对平衡的嗜睡检测特征集合。3.根据权利要求2所述的基于脑电信号的嗜睡检测方法，其特征在于，具体的，步骤4.1包括：对于嗜睡检测中的少数类特征样本x
i
，即S1期的特征样本，利用K近邻算法，通过计算样本间的欧氏距离求出距离样本x
i
最近的k个少数类样本，然后从k个近邻点中随机选取一个点，记作则生成的新特征样本为其中δ∈[0,1]是一个随机数；步骤4.2包括：对于嗜睡检测中多数类特征样本，即Wake期的特征样本，将k个近邻点超过一半都不属于多数类的特征样本剔除。4.根据权利要求1、2或3所述的基于脑电信号的嗜睡检测方法，其特征在于，所述的步骤1具体包括：步骤1.1、基于通用的睡眠脑电数据分段处理方法，以30秒为分段时长对所采集的原始脑电信号进行分段处理；步骤1.2、运用快速傅里叶变换算法将分段处理后的脑电信号转换到频域，并根据睡眠脑电信号不同时期所在的频带范围提取关键的信号频域子带，分别为1～8Hz、1～9Hz、30～50Hz以及9～50Hz共四条信号频域子带；步骤1.3、运用快速傅里叶逆变换算法将所提取的四条信号频域子带转换到时域，以获得提取子带的脑电信号序列。5.根据权利要求1、2或3所述的基于脑电信号的嗜睡检测方法，其特征在于，所述的步骤2具体包括：步骤2.1、将原始脑电信号以及提取子带的脑电信号序列分别映射到振幅轴和时间轴上，根据睡眠脑电不同时期的时域变化特性提取相关时域特征；
步骤2.2、根据睡眠脑电不同时期的频域变化特性，对原始脑电信号以及提取子...

【专利技术属性】
技术研发人员：张瑞，郑佳铭，李朵，
申请(专利权)人：西北大学，
类型：发明
国别省市：