Abstract
Die vorliegende Arbeit beschäftigt sich mit dem Problem der Automatischen Schlafklassifikation. Besonderes Augenmerk wurde darauf gelegt, eine Methode zu finden, die eine Beschreibung der einzelnen Schläfstadien, ausgehend von Messungen des EEG, EMG, EOG etc., und der Klassifikation von einem Experten erstellen kann. Diese Methode soll dreierlei Anforderungen entsprechen: Klas-. sifikatipnsgenauigkeit, Interpretierbarkeit der Ergebnisse und die Möglichkeit, relevante von irrelevanten Variablen zu trennen. Die hier vorgestellte Lösung besteht aus einer Kombination des sub-symbolischen Algorithmus LVQ mit dem symbolischen Entscheidungsbaumgenerator ID3. Um die Gültigkeit dieses Ansatzes zu belegen, zeigen wir Resultate an 8 Datensätzen.
Original language | German |
---|---|
Pages (from-to) | 73-80 |
Number of pages | 8 |
Journal | Biomedizinische Technik |
Volume | 38 |
Issue number | 4 |
DOIs | |
State | Published - Jan 1 1993 |
Externally published | Yes |
Keywords
- Schlü
- Sleep classification
- data analysis
- parameter relevance estimation
- rter Schlafklassifikation Datenanalyse Schä
- sselwö
- symbolic and sub-symbolic approaches
- tzung der Parameterrelevanz symbolische und subsymbolische Methoden
ASJC Scopus subject areas
- Biomedical Engineering