一种用于心率变异性分析并应用于睡眠-觉醒分类的持久同调方法
信号处理
2020-05-05 v2 机器学习
数据分析、统计与概率
摘要
持久同调（PH）是代数拓扑领域中近期发展起来的用于研究数据集形状的理论。它是一种对噪声具有鲁棒性且已被广泛应用的有效数据分析工具。我们展示了一种将 PH 应用于时间序列研究的一般流程；特别是针对心率变异性（HRV）分析的瞬时心率时间序列。第一步是从两个不同方面捕捉时间序列的形状——其子集的下水平集与 Taken 时滞映射的 PH 及相应的持久图。其次，我们提出了一种系统且计算高效的持久图汇总方法，我们称之为持久统计量（persistence statistics）。为展示我们所提出的方法，我们将这些工具应用于 HRV 分析以及睡眠-觉醒、REM-NREM（快速眼动与非快速眼动）和睡眠-REM-NREM 分类问题。所提出的算法通过跨数据库验证方案在三个不同数据集上进行了评估。我们方法的性能优于最先进的算法，且结果在不同数据集中保持一致。
引用
@article{arxiv.1908.06856,
title = {A persistent homology approach to heart rate variability analysis with an application to sleep-wake classification},
author = {Yu-Min Chung and Chuan-Shen Hu and Yu-Lun Lo and Hau-Tieng Wu},
journal= {arXiv preprint arXiv:1908.06856},
year = {2020}
}