Histogram Gradient Boosting

光谱特征主导 BCG 信号中的睡眠呼吸暂停检测

研究人员发现，使用心电图（BCG）信号检测睡眠呼吸暂停患者的呼吸事件时，光谱特征（尤其是在呼吸频率带（0.1-0.4 Hz）内的特征）最为有效。对十个 BCG 特征组进行的大规模、独立于患者的比较显示，频域特征占了区分信息的重要部分。随机森林和直方图梯度提升等机器学习模型使用这些特征取得了高性能（AUC-ROC 为 0.967-0.969），这表明未来基于 BCG 的睡眠呼吸暂停监测系统可以采取更集中的方法。