睡眠脑电的自回归模型阶数特性附视频

被引：4

作者：

王涛

王国辉

冯焕清

机构：

[1] 中国科学技术大学生物医学工程研究所

[2] 中国科学技术大学生物医学工程研究所合肥

[3] 合肥

来源：

生物医学工程学杂志 | 2004年 / 03期

关键词：

AR模型; 睡眠脑电; 阶数选择; 功率谱估计;

D O I：

暂无

中图分类号：

R318.0 [一般性问题];

学科分类号：

0831 ;

摘要：

传统睡眠脑电 (Sleep EEG)研究从信号的时域和频域的特征分析睡眠过程 ,通常根据功率谱观察信号中特定节律的出现和频带的分布。而功率谱估计中基于参数模型的方法得到广泛应用 ,但建模时通常只能根据经验选择一个固定较低的阶数。本文讨论了自回归模型阶数 (Autoregressive m odel order,ARMO)估计准则的一些最新进展 ,并且统计了一段睡眠过程中 EEG的阶数分布。结果显示 EEG的 ARMO分布集中在差别很大的几个区间 ,可以用来表示睡眠 EEG分期内微结构和过渡过程 ,并在一定程度上提供 EEG的特征和组成成分的信息

引用

页码：394 / 396

页数：3