用于睡眠呼吸暂停检测的心电特征稳定性分析
董孝彤1
曲新亮2
魏守水1
1.山东大学控制科学与工程学院,济南2500612.山东第一医科大学第一附属医院,济南250014
摘要：基于心电信号(electrocardiogram,ECG)的睡眠呼吸暂停检测具有十分重要的意义,很多研究致力于提高检测的准确率却忽视了特征的稳定性.本研究对用于睡眠呼吸暂停检测的心电特征进行稳定性分析,并建立呼吸暂停事件检测模型.基于集成稳定特征选择策略,将最小冗余最大相关(minimal-redundan-cy-maximal-relevance,mRMR)特征选择方法与稳健排序聚合(robust rank aggregation,RRA)方法结合,对45个心电特征进行稳定性分析.使用10折交叉验证及支持向量机(SVM)进行特征验证及检测模型建立.最终使用14个特征建立分类模型,在独立测试集上实现Acc=90.03％,Se=86.71％,Sp=91.73％,所选特征在稳定性及检测准确率方面有明显提高.
关键词：心电信号睡眠呼吸暂停稳定特征选择支持向量机最小冗余最大相关
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(81871444)山东省重点研发计划项目(2018GSF118133)
论文发表日期：2020-03-25
在线出版日期：2026-09-11（本平台首次上网日期，不代表文献的发表时间）
页数：5( 6-10 )
英文信息