基于 Hjorth 参数与改进梯度提升的单通道新生儿睡眠-觉醒分类
机器学习
2024-08-16 v1 信号处理
摘要
睡眠在新生儿发育中起着至关重要的作用。在新生儿重症监护室（NICU）中监测新生儿的睡眠模式对于理解其成熟过程至关重要。虽然多导睡眠图（PSG）被认为是睡眠分类的最佳实践，但其高昂的成本和对人工标注的依赖带来了挑战。现有研究通常依赖多通道脑电图（EEG）信号，但人们对新生儿的脆弱性及其对睡眠质量的潜在影响存在担忧。本文提出了一种基于单通道梯度提升算法与 Hjorth 特征的新生儿睡眠分期新方法。梯度提升参数通过随机搜索交叉验证（randomsearchCV）进行微调，在新生儿睡眠-觉醒分类中达到了 82.35% 的准确率。验证通过 5 折交叉验证进行。所提出的算法不仅提升了现有的新生儿睡眠算法，还为更广泛的应用开辟了途径。
引用
@article{arxiv.2408.07925,
title = {A Single Channel-Based Neonatal Sleep-Wake Classification using Hjorth Parameters and Improved Gradient Boosting},
author = {Muhammad Arslan and Muhammad Mubeen and Saadullah Farooq Abbasi and Muhammad Shahbaz Khan and Wadii Boulila and Jawad Ahmad},
journal= {arXiv preprint arXiv:2408.07925},
year = {2024}
}
备注
8 pages, 5 figures, 3 tables, International Polydisciplinary Conference on Artificial Intelligence and New Technologies