基于子时段呼吸暂停和睡眠阶段的脑网络分析与分类
赵今朝1
刘铭1
江秀全1
史维友1
娄宜泰1
冷建材1
徐舫舟1
冯超1
杨清波2
唐吉友3
鲁珊珊3
1.齐鲁工业大学(山东省科学院) 光电工程国际化学院,济南 2503532.齐鲁工业大学(山东省科学院)数学与统计学院,济南 2503533.山东第一医科大学附属第一医院(山东省千佛山医院) 神经内科,山东省免疫研究所,山东省风湿免疫与转化医学重点实验室,济南 250014
摘要：睡眠分期是评估睡眠质量的基础.然而,睡眠呼吸暂停(sleep apnea,SA)会改变测试者的睡眠结构,进而影响对睡眠分期的准确评估.因此,在评估睡眠质量时,准确检测睡眠呼吸暂停和睡眠分期至关重要.为准确评估睡眠分期,本研究通过研究脑区之间的功能连接,探讨了脑功能连接的相互作用关系.采用锁相值(phase locking value,PLV)在不同时间段上进行特征提取,构建功能连接网络;然后利用多个时间段的PLV进行特征融合,并通过LibSVM(library for support vector ma-chines,LibSVM)结合分类性能优化策略的方法进行睡眠分期.同时,本研究还分析了睡眠呼吸暂停和正常呼吸对脑网络的影响.实验结果显示,睡眠呼吸暂停时的各脑区连通紧密程度大于正常呼吸时,并在子时段数为 30 时,睡眠分期的分类准确率达到了 88.87%,呼吸暂停的检测准确率达到了 93.64%.该算法在睡眠分类和呼吸暂停检测方面表现出良好性能,有助于推动脑电睡眠分类和呼吸暂停检测系统的开发和应用.
关键词：脑电图睡眠阶段分类脑功能连接锁相值睡眠呼吸暂停
分类号：R318(医用一般科学)
资助基金：国家自然科学基金(62271293)山东省自然基金(ZR2022MF289)山东省自然基金(ZR2019MA037)山东省自然基金(ZR2020MH160)山东大学青年创新研究团队项目(2019KJN010)济南市新高校20条资助项目(2021GXRC071)济南市科技局科研带头人项目(2019GXRC061)齐鲁工业大学校级一般教学改革项目(2021yb08)教学改革项目(P202204)
论文发表日期：2024-02-28
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：6( 40-45 )
英文信息