基于隐马尔可夫模型的脑电数据分类

Question

我有脑电图数据(α，θ和δ)分为N个1秒长的窗口，是在受试者处于睡眠和觉醒状态时收集的。由于我是HMM的新手，所以我不清楚如何训练HMM，并将我的数据分为2类(对应于睡眠和唤醒状态)。请用一个合适的Matlab代码帮助我使用HMM。

Answer 1

我对脑电数据一无所知，但是，我想随着时间的推移，你有几个多维数据序列。其想法是使用一组你知道标签的训练序列(在你的例子中，“睡眠”或“觉醒”)。通过序列“睡眠”，你可以训练一个HMM来模拟病人睡眠情况下变量的演变过程。为了训练一个基本的HMM，我的建议是下载凯文墨菲http://www.cs.ubc.ca/~murphyk/Software/HMM/hmm.html的工具箱，并阅读“如何”。然后，对标记为“觉醒”的序列也做同样的操作。

要检查您的模型是否相关，您将使用您在培训阶段没有使用的序列。对于每个序列，您需要计算这个序列可能由第一个HMM和第二个HMM生成的可能性。通常，序列被标记为HMM，从而提高了最大的可能性。(我向您建议的工具箱包含了用于此操作的所有功能)。

工具箱还包括一系列的阅读资料，这些读物对理解HMM的机制有很大帮助。我就是这样开始自己的。祝你工作顺利，并毫不犹豫地问我的解释是否不够清楚。