1 简介
睡眠状况是评价人体健康状态的重要指标。本文提出一种基于枕下式的无扰睡眠监测系统,通过无扰获取的心率信号测算心率变异性(HRV),并结合隐马尔可夫模型(HMM),在对用户无扰无接触的环境下求解睡眠分期。针对现有HMM睡眠分期存在的问题,提出采用集合经验模态分解(EEMD)消除HRV个体差异导致的分期误差,再求解相应的睡眠分期。研究结果证明本文所提无扰式睡眠监测方案可实现S1~S4睡眠分期,正确率超过60%,且性能优于现有HMM睡眠分期方案。
时间:2023-03-26 08:05:12
睡眠状况是评价人体健康状态的重要指标。本文提出一种基于枕下式的无扰睡眠监测系统,通过无扰获取的心率信号测算心率变异性(HRV),并结合隐马尔可夫模型(HMM),在对用户无扰无接触的环境下求解睡眠分期。针对现有HMM睡眠分期存在的问题,提出采用集合经验模态分解(EEMD)消除HRV个体差异导致的分期误差,再求解相应的睡眠分期。研究结果证明本文所提无扰式睡眠监测方案可实现S1~S4睡眠分期,正确率超过60%,且性能优于现有HMM睡眠分期方案。