طبقه بندی سطوح خواب نرمال با استفاده از سیگنال EEG

در این مقاله روشی برای طبقه بندی سطوح خواب نرمال به کمک سیگنال EEG ارائه می گردد. روش خوشه بندی مورد استفاده، اصلاح شده الگوریتم طبقه بندی وزندار بدون معلم (WUOFC) می باشد. مشخصه هایی از سیگنال EEG خواب نرمال استخراج و برای ایجاد بردارهای آموزش، از کل دادگان موجود در یک خواب کامل استفاده شده است. از آنجایی که در حالت کلی سیگنال EEG غیر ایستاست، جهت حفظ پویایی اطلاعات موجود در سیگنال، از پردازش ها و مشخصه های مبتنی بر ویولت و بعد آشوب استفاده شده است که حتی در صورت غیرایستایی دادگان، معتبر می باشند.