基于复杂解调方法和决策树模型的脑电睡眠主轴自动检测

睡眠纺锤体是脑电图（EEG）的特征波形，对临床诊断很重要。 在这项研究中，开发了一种自动睡眠主轴检测方法。 根据标准多导睡眠图（PSG）测量记录EEG信号。 引入了预处理程序以排除不必要的数据段并标准化必要的数据段。 采用复杂的解调方法来检测候选睡眠主轴波形并计算特征。 基于决策树模型识别睡眠纺锤。 最后，将检测到的睡眠纺锤体用于修正睡眠阶段识别结果。 分析了来自3名睡眠障碍患者的睡眠EEG数据。 获得的结果表明，在EEG信号中检测到的睡眠纺锤体提高了睡眠阶段识别的准确性。