基于单通道EEG的时间频率和非线性特征的布鲁克斯症的分类

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 睡眠医学 睡眠医学

背景情况:

• 从电脑电图 (EEG) 中提取特征对于分类 Bruxism 是至关重要的.
• 虽然多通道EEG用心电图 (ECG) 和心电图 (EMG) 显示出有希望的结果,但用于布鲁克斯症分类的单通道EEG仍未得到充分探索.

研究的目的:

• 调查单个EEG通道对睡眠布鲁克斯症的分类有效性的研究.
• 为了评估从单个EEG通道中提取的不同特征类型的性能.

主要方法:

• 从单个EEG通道中提取了时间域,频域和非线性特征,这些特征来自2名布鲁克西斯症患者和4名在REM睡眠期间的健康对照.
• 分析的特征包括平均值,标准偏差,根均值平方值,功率光谱密度 (PSD) 和不同EEG频段的样本.
• 采用了精细树算法,用于分类的五倍交叉验证.

主要成果:

• C4P4 EEG通道实现了最高的分类性能.
• 获得了95.59%的灵敏度,98.44%的特异性,97.84%的准确性和94.20%的正预测值 (PPV).

结论:

• 使用单个EEG通道,可以对睡眠布鲁克西斯症进行分类.
• 这项研究为开发便携式自动睡眠布鲁克斯症检测系统提供了基础.