An Automatic Sleep Stage Classification Algorithm Using Improved Model Based Essence Features

The automatic sleep stage classification technique can facilitate the diagnosis of sleep disorders and release the medical expert from labor-consumption work. In this paper, novel improved model based essence features (IMBEFs) were proposed combining locality energy (LE) and dual state space models...

Celý popis

Podrobná bibliografie

Vydáno v:	Sensors (Basel, Switzerland) Ročník 20; číslo 17; s. 4677
Hlavní autoři:	Shen, Huaming, Ran, Feng, Xu, Meihua, Guez, Allon, Li, Ang, Guo, Aiying
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Basel MDPI AG 19.08.2020 MDPI
Témata:	Accuracy Algorithms Classification Datasets Decomposition EEG Methods Neural networks Sleep sleep stage state space model wavelet packet Wavelet transforms Belgium
ISSN:	1424-8220, 1424-8220
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!