文献

J-GLOBAL ID：201802251169973628   整理番号：18A0588450

自己相関とスペクトル解析心拍変動に基づく睡眠段階評価【Powered by NICT】

Sleep stage assessment based on autocorrelation and spectral analysis of heart rate variability

著者 (5件)： Zhao Yihan (School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200072, China) ,  Li Min (School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200072, China) ,  Huang Longping (School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200072, China) ,  He Dong (School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200072, China) ,  Yang Haonan (School of Mechatronic Engineering and Automation, Shanghai University, Shanghai 200072, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： RCAR  ページ： 448-453  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 睡眠中の心拍数変動性(H RV)に関する以前の研究は,時間領域で起こった変化はより明白である,からの時間領域特徴は識別睡眠雄鹿のための周波数領域特徴よりも優れた性能を提供できることを示した。H RVと睡眠病期分類の間の関係を本論文で詳細に調べた。,RR間隔の平均,標準偏差のような他の特徴は睡眠段階との明確な関係を示すことができないので,RR間隔の自己相関係数は時間領域解析における主要な特徴として選択した。第二に,異なった条件における睡眠段階rRRの変化を詳細に解析し,その結果をrRRが小さい時間窓と同様に小さい時間スケールにおける睡眠段階に密接に関連することを示した。rRR範囲の値深睡眠とレム睡眠中の0.16~0.52(P<0.05)であった。最後に,三つのスペクトル成分を含む周波数領域特徴を持つrRRを組み合わせることにより,著者らは81.3%の正しい分類率で,この値は51%分類率でrRRを用いて単に法よりも高いによる睡眠段階を区別するためにモデルを得た。rRR解析と周波数領域解析の組み合わせは,睡眠段階を分離するための良好な方法であると結論した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： レム睡眠 ,  周波数領域 ,  *スペクトル ,  *スペクトル解析 ,  相関係数 ,  標準偏差 ,  *自己相関
準シソーラス用語： 周波数領域解析 ,  時間窓 ,  時間領域解析 ,  RR間隔 ,  時間領域 ,  *心拍数変動性 , 【Automatic Indexing@JST】

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (5件)： 自己相関 ,  スペクトル解析 ,  心拍変動 ,  睡眠段階 ,  評価