350 руб
Журнал «Биомедицинская радиоэлектроника» №6 за 2013 г.
Статья в номере:
Оценка обобщающей способности классификаторов в задаче определения структуры сна по вариабельности сердечного ритма
Ключевые слова:
фаза сна
классификация
вариабельность сердечного ритма
метод ближайших соседей
лес вращения
случайный лес
бустинг
Авторы:
А.Б. Татараидзе - аспирант, лаборатория дистанционного зондирования, НИЧ НУК ФН МГТУ им. Баумана. E-mail: tataraidze@rslab.ru
Л.Н. Анищенко - к.т.н., лаборатория дистанционного зондирования, НИЧ НУК ФН МГТУ им. Баумана. E-mail: anishchenko@rslab.ru
М.Д. Алёхин - лаборант-исследователь, лаборатория дистанционного зондирования, НИЧ НУК ФН МГТУ им. Баумана. E-mail: alexxxmakc@narod.ru
Аннотация:
Проведен сравнительный анализ обобщающей способности классификаторов в задаче автоматического распознавании фазы быстрого сна, фазы медленного сна и состояния бодрствования на основе стандартных временных и спектральных характеристик вариабельности сердечного ритма.
Страницы: 44-51
Список источников
- Van de Water A., Holmes A., Hurley D. Objective measurements of sleep for non-laboratory settings as alternatives to polysomnography - a systematic review // Journal of sleep research. 2011. V. 20. № 1. P. 183-200.
- Lee-Chiong T.L. Sleep: a comprehensive handbook. Wiley. 2006.
- Bromet E., et al. Cross-national epidemiology of DSM-IV major depressive episode // BMC medicine. 2011. V. 9. № 1. P. 90-106.
- Jennum P., Riha R.L.Epidemiology of sleep apnoea/hypo-pnoea syndrome and sleep-disordered breathing // European Respiratory Journal. 2009. V. 33. №. 4. P. 907-914.
- Redmond S.J., et al. Sleep staging using cardiorespiratory signals // Somnologie. 2007. V. 11. № 4. P. 245-256.
- Karlen W., Mattiussi C., Floreano D. Adaptive Sleep/Wake Classification Based on Cardiorespiratory Signals for Wearable Devices // IEEE Biomedical Circuits and Systems Conference. 2007. P. 203-206.
- Redmond S.J., Heneghan C. Cardiorespiratory-based sleep staging in subjects with obstructive sleep apnea // IEEE transactions on biomedical engineering. 2006. V. 53.№ 3. P. 485-496.
- Adnane M., Jiang Z. Automatic sleep-wake stages classifier based on ECG // ICROS-SICE International Joint Conference. 2009. V. 2. P. 493-498.
- Ichimaru Y., Moody G.B. Development of the polysomnographic database on CD‐ROM // Psychiatry and Clinical Neurosciences. 2002. V. 53. №. 2. P. 175-177.
- Mendez M., et al. Sleep staging from Heart Rate Variability: time-varying spectral features and Hidden Markov Models // International Journal of Biomedical Engineering and Technology. 2010. V. 3. №3. P. 246-263.
- Yilmaz, B. et al. Sleep stage and obstructive apneaic epoch classification using single-lead ECG. // Biomedical engineering online. 2010. V. 9. P. 39-53.
- Goldberger A.L., et al. PhysioBank, PhysioToolkit, and PhysioNet: Components of a new research resource for complex physiologic signals // Circulation. 2000. V. 101. № 23. P. e215-e220.
- Hall M., et al. The WEKA data mining software: an update //ACM SIGKDD Explorations Newsletter. 2009. V. 11. №. 1. P. 10-18.
- Curk T., et al. Microarray data mining with visual programming // Bioinformatics. 2005. V. 21. №. 3. P. 396-398.
- Информационно-аналитический портал MachineLearning.ru [Электронный ресурс]. URL: http://www.machinelearning.ru (дата обращения: 2.04.2013).
- Воронцов К.В. Лекции по логическим алгоритмам классификации [Электронный ресурс]. М., 2007. URL: http://www.ccas.ru/voron/download/LogicAlgs.pdf (дата обращения: 2.04.2013).
- Rodriguez J.J., Kuncheva L.I., Alonso C.J. Rotation forest: A new classifier ensemble method // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2006. V. 28. №. 10. P. 1619-1630.
- Breiman L. Random forests // Machine learning. 2001. V. 45. №. 1. P. 5-32.
- Петри А., Сэбин К. Наглядная статистика в медицине. М.: ГЭОТАР-МЕД. 2003. С. 144.
- Shambroom J.R., Fábregas S.E., Johnstone J. Validation of an automated wireless system to monitor sleep in healthy adults // Journal of sleep research. 2012. V. 21. № 2. P. 221-230.