基于SAD-PE的自動睡眠分期模型

李令環(huán), 奚崢皓, 曹 樂, 張文艷

(上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院,上海 201620)

0 引 言

早期睡眠分期主要是通過專家進(jìn)行手動分期,由于不同睡眠時期之間的相似性較高,導(dǎo)致不同專家的判讀結(jié)果一致性只有83 %左右。針對人工睡眠分期效率低、準(zhǔn)確性不高的問題,研究人員提出自動分期的方法。睡眠自動分期模型大多是由一個睡眠特征空間再結(jié)合機(jī)器學(xué)習(xí)算法組成?，F(xiàn)階段睡眠特征提取大多是基于時域[1]、頻域和非線性特征[2]。其中，使用較多的機(jī)器學(xué)習(xí)算法有決策樹(decision tree,DT)[3]、隨機(jī)森林(random forest,RF)[4]、支持向量機(jī)(support vector machine,SVM)[5]等。

睡眠腦電(electroencephalography,EEG)是研究人腦活動以及診斷和監(jiān)測神經(jīng)系統(tǒng)疾病的重要來源。其中,中樞性睡眠呼吸暫停和額葉癲癇等疾病常見于N1期與N2期,許多神經(jīng)系統(tǒng)疾病(如帕金森氏病)則多出現(xiàn)在REM期。因此,N1期與REM的檢測在睡眠分期中具有特殊的意義。但是,N1期的低識別率是眾多分期模型普遍存在的問題,一方面是N1期比其他時期樣本量少,另一方面是N1期與REM期背景波相似,二者存在非線性特征混疊現(xiàn)象[6],這就導(dǎo)致易將N1期誤分類為REM期。研究人員正在設(shè)計出越來越多細(xì)粒度的特征信號解決這一問題。

睡眠EEG具有非平穩(wěn)性和易受噪聲擾動的特性[7]。因此,在進(jìn)行分期前,本文提出一種基于符號化振幅差值(symbolic amplitude difference,SAD)的預(yù)處理方法,并對符號化結(jié)果計算排列熵 (permutation entropy,PE)。接著將符號化重構(gòu)子向的均值作為權(quán)重加入到PE的計算,得到符號化振幅差值排列熵(SAD-PE),并給出影響SAD-PE特異性的尺度因子的計算模型。然后提取31個多域特征,并通過ReliefF算法計算SAD-PE和31個特征的貢獻(xiàn)度排名并降維。最后選擇貢獻(xiàn)度累積超過90 %的特征組合送入分類器中進(jìn)行自動分期。

1 數(shù)據(jù)來源

本文實(shí)驗(yàn)數(shù)據(jù)來自Sleep-EDF數(shù)據(jù)庫。SC庫的數(shù)據(jù)(sc4002e0,sc4012e0,sc4102e0和sc4112e0)是包括受試者全天活動的數(shù)據(jù),而ST庫的數(shù)據(jù)(st7022j0,st7052j0,st7121j0和st7132j0)則是在醫(yī)院采集的整晚睡眠數(shù)據(jù)。由于頂尖波是N1期的一個標(biāo)志,而在中樞/額葉腦區(qū)經(jīng)常出現(xiàn)頂尖波,并且睡眠EEG中的大部分節(jié)律可以在Fpz-Cz通道捕捉,因此,本文選擇Fpz-Cz通道的數(shù)據(jù)進(jìn)行睡眠分期。該數(shù)據(jù)集中W,N1,N2,N3和REM期占比大約為68 %,2.6 %,16.7 %,5.4 %和7.2 %[8]。本文將數(shù)據(jù)庫中SC和ST庫中的樣本分別標(biāo)記為SC1，SC2，SC3，SC4和ST1，ST2，ST3，ST4,表1列出了本文使用的實(shí)驗(yàn)數(shù)據(jù)。

表1 各睡眠時期的數(shù)量

2 特征提取方法

2.1 SAD-PE

隨著睡眠深度的增加,大腦活動由強(qiáng)變?nèi)?圖1為5個睡眠階段振幅差值(amplitude difference,AD)的計算結(jié)果。

圖1 各睡眠階段的AD

由圖1可知,REM期的AD基本在20 μV以下。而N1期,超過20的點(diǎn)明顯多于REM期。為了更好地描述AD的分布,本文設(shè)置閾值T,統(tǒng)計各睡眠階段AD大于T的點(diǎn)的個數(shù),記為n。本文將閾值設(shè)置在20附近,步長 1,逐點(diǎn)統(tǒng)計不同閾值下n的平均值。

結(jié)果顯示,N1期與REM期在不同閾值下呈現(xiàn)出較為明顯的差別。在T>21時,REM期n的個數(shù)出現(xiàn)小于1的情況,而N1期仍存在較多大于21 μV的點(diǎn)。本文提出用SAD-PE 進(jìn)一步刻畫這一特性。具體計算過程為:假設(shè)睡眠EEG信號X=(X1,X2,…,Xn),n=1,2,3,…,N,其中，N=3 000,對睡眠EEG相鄰兩點(diǎn)求差并取絕對值得到AD。然后將AD進(jìn)行符號化,公式如下

(1)

本文取比例因子a調(diào)整AD的帶寬。a的選取一定程度上決定了SAD-PE的特異性。假定符號化后的EEG為Xi=(x1,x2,…,xn),n=1,2,3,…,N。當(dāng)嵌入維數(shù)為m時,對符號化結(jié)果進(jìn)行相空間重構(gòu)可得到

i=1,2,…,N-(m-1)

(2)

(3)

(4)

Pwi=Pi×wi

(5)

(6)

式中 log以2為底,HSAD-PE(m)達(dá)到最大值時為log(4m),將HSAD-PE(m)進(jìn)行標(biāo)準(zhǔn)化,得到SAD-PE

(7)

2.2 SAD-PE的參數(shù)計算

傳統(tǒng)PE計算時,建議取3,4,5,6,7[9]。計算SAD-PE時,取m=3(43=64),排列模式數(shù)量少,無法全面表征EEG的振幅波動性,取m=7(47=16 384)沒有意義,因此,本文給出當(dāng)m取4,5,6時,ST1連續(xù)1 h睡眠EEG的SAD-PE曲線，如圖2所示。

圖2 不同m值下的SAD-PE曲線

當(dāng)m取4,5,6時，基本上不影響整體變化趨勢,為了提高計算速度,取m=4。本文將8個樣本在α取不同值時，得到的SAD-PE繪制如圖3、圖4。

圖3 SC樣本在a取不同值時的SAD-PE

圖4 ST樣本在a取不同值時的SAD-PE

SC樣本與ST樣本總體趨勢表現(xiàn)出一致性,均隨著睡眠深度的增加,SAD-PE逐漸變小,這符合大腦活動由強(qiáng)變?nèi)醯纳磉^程。為了確定a為何值時,SAD-PE在睡眠各期,尤其是在N1期與REM期特異性最高,本文結(jié)合現(xiàn)階段研究成果中[8,10]的混淆矩陣,定義評價指標(biāo)(evaluation index,EI)

EI=W1×|HSAD-PEN1-HSAD-PEREM|+W2×|HSAD-PEN1-HSAD-PEN2|+

W3×|HSAD-PEN2-HSAD-PEN3|+W4×|HSAD-PEN2-HSAD-PEREM|

(8)

為減小數(shù)據(jù)不平衡對分類準(zhǔn)確度的影響,W1,W2,W3,W4的值根據(jù)睡眠時期數(shù)量占比確定。本文以W1為例

(9)

(10)

同理求出W2,W3,W4。本文W1,W2,W3,W4分別取0.500 6,0.077 8,0.240 9,0.180 7?；谑?8),計算樣本的EI平均值,如表2所示。

表2 a取不同值時EI的平均值

在a=0.7時,各樣本EI值均處于前2名,本文在后續(xù)特征提取時,取a=0.7。

3 實(shí)驗(yàn)驗(yàn)證與結(jié)果分析

3.1 基于ReliefF的特征貢獻(xiàn)度驗(yàn)證

本文從時域、頻域、時頻和非線性4個方面提取31個特征,加入a=0.7時的SAD-PE,一共32個特征用于自動分期。本文用ReliefF算法驗(yàn)證SAD-PE的貢獻(xiàn)度并進(jìn)行特征降維。在ReliefF算法運(yùn)行50次后,結(jié)果顯示,排名靠前的20維特征向量累積貢獻(xiàn)量達(dá)90.65 %。為了提高計算效率,本文選擇20維特征向量進(jìn)行模式識別。將20維特征重新用ReliefF算法運(yùn)行50次,表3給出了具體特征和歸一化的特征貢獻(xiàn)度值。

表3 特征和特征貢獻(xiàn)度值對照表

其中，D4—1,D4—3,D5—(1—4)表示基于Daubechies小波分解的睡眠EEG信號的D4,D5層細(xì)節(jié)子頻帶系數(shù)。本文提出的SAD-PE的特征貢獻(xiàn)度排名靠前,表明其能夠作為睡眠自動分期的有效特征。

3.2 評價指標(biāo)

使用召回率Rec、精度Pre,F1-Score(F1)三個指標(biāo)來評價各個睡眠時期的性能。用K系數(shù)和準(zhǔn)確性Acc評價整體分類性能,公式如下

(11)

(12)

(13)

(14)

(15)

式中TP,TN,FP和FN分別為真陽性,真陰性,假陽性和假陰性。假設(shè)每類的真實(shí)樣本個數(shù)為T1,T2,…,TN,而預(yù)測每類樣本的個數(shù)為P1,P2,…,PN,總樣本個數(shù)為N,則Pe計算公式如下

(16)

3.3 結(jié)果與分析

在8個樣本的睡眠EEG中截取5 760組數(shù)據(jù)作為本文數(shù)據(jù)集。每次隨機(jī)抽取3 840組數(shù)據(jù)作為訓(xùn)練集,其余1 920組數(shù)據(jù)作為測試集,將表3中的20個特征輸入到C4.5,RF和SVM中進(jìn)行分類測試。經(jīng)過10 次驗(yàn)證,將結(jié)果最佳的1組如表4～表6。由表可知：C4.5、RF、SVM分類的Acc分別為85.68%,87.50%,86.72%，Kappa分別為80.31 %,82.54 %,81.84 %。

表4 C4.5分類結(jié)果混淆矩陣

表5 RF分類結(jié)果混淆矩陣

表6 SVM分類結(jié)果混淆矩陣

其中,識別率最高的是W期,準(zhǔn)確度都在90 %以上,因?yàn)閃期腦電活動豐富,本文提出將子向量的均值作為權(quán)重加入到SAD-PE的計算中,擴(kuò)大了W期與其它時期的差異性。 N2期、N3期和REM期準(zhǔn)確度和都在85 %以上,因?yàn)镹2和N3期的特征波形為振幅最大的睡眠紡錘波,而REM期因?yàn)殇忼X波的存在,導(dǎo)致REM期AD在一個相對平穩(wěn)的范圍,使得N1期、N2期和N3期的SAD-PE都大于REM期。N1期的分類準(zhǔn)確度在50 %以上,相較于其他時期識別率較低。但是,本文所提方法在N1時期的分類準(zhǔn)確度仍高于列表7中列出的其他模型。

表7 N1期分期準(zhǔn)確度比較 %

對比實(shí)驗(yàn)中,3個分類器中表現(xiàn)最好的是RF,其為87.50 %,為82.54 %,本文將RF的結(jié)果與相同實(shí)驗(yàn)條件下的已有分期模型進(jìn)行對比,如表8所示。

表8 結(jié)果對比 %

本文的Acc和Kappa略高于現(xiàn)有成果。值得一提的是在N1期的分類準(zhǔn)確度明顯高于其他模型,歸因于本文對PE的改進(jìn)。首先,在確定值時,結(jié)合誤分類程度和原始數(shù)據(jù)占比給出EI的計算模型,一定程度上減小了數(shù)據(jù)不平衡對分類結(jié)果的影響;其次,考慮到N1期大腦仍處于比較活躍的狀態(tài),AD變化較REM期更明顯,且REM期出現(xiàn)的鋸齒波使得AD分布在較小范圍,提出將重構(gòu)子向量的均值作為權(quán)重更新PE的計算結(jié)果,從而擴(kuò)大N1期與REM期的差異,一定程度上解決了N1期與REM期在非線性特征提取時出現(xiàn)特征值混疊的問題。

4 結(jié) 論

提出一種SAD的預(yù)處理方法,將睡眠EEG相鄰兩點(diǎn)的振幅差值進(jìn)行4符號化。并針對傳統(tǒng)PE算法只保留重構(gòu)子向量順序結(jié)構(gòu)、丟失波形振幅信息的問題,提出將重構(gòu)子向量均值作為權(quán)重,添加到PE的計算中,得到SAD-PE。然后,結(jié)合8位受試者的真實(shí)睡眠EEG繪出不同值下的SAD-PE,并給出了影響SAD-PE特異性的計算模型。利用ReliefF算法驗(yàn)證SAD-PE的有效性并進(jìn)行降維,將降維后的20個特征送入3種分類器中進(jìn)行自動分期。結(jié)果表明,本文所提基于SAD-PE的自動睡眠分期模型可以有效地表征睡眠EEG的振幅波動性,并且對N1期的識別準(zhǔn)確度高于現(xiàn)有方法,給分析N1期與REM期相關(guān)的異態(tài)睡眠提供了新的思路,具有較好的應(yīng)用前景。