利用频率与时间集中度揭示睡眠纺锤波

目的：睡眠纺锤波包含关键的大脑动态信息。我们引入新颖的非线性时频分析工具“频率与时间集中度”（ConceFT）来创建可解释的自动化算法，用于EEG数据中睡眠纺锤波的标注并测量纺锤波瞬时频率（IFs）。方法：ConceFT有效降低随机EEG影响，增强时频表示中纺锤波的可视性。我们的自动纺锤波检测算法ConceFT-Spindle（ConceFT-S）使用Dream和MASS基准数据库与A7（非深度学习）和SUMO（深度学习）进行比较。我们还量化了纺锤波IF动态。结果：ConceFT-S在Dream中取得0.749、在MASS中取得0.786的F1分数，达到或显著超越A7和SUMO。我们揭示纺锤波IF总体呈非线性。结论：ConceFT提供了一种准确的、可解释的基于EEG的睡眠纺锤波检测算法，并支持纺锤波IF量化。