如今人們對健康的關(guān)注已經(jīng)超乎從前,WHO也提出研究要從關(guān)注人類健康著手,旨在對日常的生理心理狀態(tài)進行實時有效的監(jiān)測分析,能夠及時發(fā)現(xiàn)身體狀態(tài)異常。腦是人類身體的總控制中心,蘊含著豐富的信息。將近年來新興的非線性動力學(xué)方法應(yīng)用于對腦電信號的分析和特征參數(shù)提取中,有助于進一步研究,揭開人類生命科學(xué)的神秘面紗。研究成果應(yīng)用于睡眠分期中,能夠為睡眠分期尋找更加適合且有效的方法,也對睡眠相關(guān)研究有重要的意義。通過電極采集得到的腦電信號,是腦神經(jīng)系統(tǒng)電活動在大腦皮層的體現(xiàn),信號微弱且存在較多干擾。本文在進行特征參數(shù)提取之前,對腦電信號進行必要的去除基線漂移、濾除高頻干擾和50Hz陷波等預(yù)處理,都有較好的效果。近年來的諸多研究表明腦電信號具有混沌特性,所以本文的研究中利用了三種非線性動力學(xué)方法,包括復(fù)雜度、近似熵和關(guān)聯(lián)維數(shù)。選取每種方法的最優(yōu)參數(shù)組合的過程,是通過對比MIT-BIH多導(dǎo)睡眠數(shù)據(jù)庫中所選樣本的實際計算結(jié)果與睡眠腦電專家分期結(jié)果而得。為了進行與傳統(tǒng)方法的對比,也分別選取了頻域分析方法中的頻帶能量比參數(shù),和時頻分析方法中的小波多分辨分析對同樣的樣本進行分析,比較最終計算結(jié)果。在分別進行最優(yōu)參數(shù)組合選取后,決定了七個參數(shù)作為比較對象:復(fù)雜度、近似熵和關(guān)聯(lián)維數(shù)三個非線性動力學(xué)參數(shù),頻帶能量比中的ratio(α)和ratio(δ)兩個參數(shù)以及小波多分辨分析得到的D3-1和D3-2兩個參數(shù)。對數(shù)據(jù)庫中睡眠腦電提取特征參數(shù)后的結(jié)果與專家分期結(jié)果進行比較,求得相關(guān)系數(shù),最終再結(jié)合計算時間、個體差異性和分期效果明顯性選取出綜合最優(yōu)的參數(shù)----關(guān)聯(lián)維數(shù),作為對腦電數(shù)據(jù)分析的特征參數(shù),并應(yīng)用于睡眠分期。關(guān)聯(lián)維數(shù)的數(shù)值會隨著睡眠程度加深而變小。為了能夠?qū)⒈疚牡姆治鼋Y(jié)果適當推廣應(yīng)用。本文將關(guān)聯(lián)維數(shù)對睡眠腦電分期的分析結(jié)果進行量化,得到關(guān)聯(lián)維數(shù)取值范圍與睡眠分期的大致對應(yīng)關(guān)系,并利用得到的對應(yīng)關(guān)系,對實驗室實際采集到的腦電信號進行分析,得到采集腦電信號的大致分期結(jié)果。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2015
【中圖分類】：R741.044;TN911.7
【部分圖文】：

如圖 1-1 所示，上面的線是當時的腦電記錄，典型的 α 節(jié)律，下面z 的 正 弦 波 。 Berger 首 次 將 記 錄 到 的 腦 電 信 號 命 名ectroencephalogram)，普遍稱之為腦電信號或腦電時間序列。EEG 的發(fā)解大腦功能狀態(tài)的橋梁，在科技飛速發(fā)展的今天，為我們打開了大腦口，在醫(yī)學(xué)工程、生物學(xué)、航天、軍事等領(lǐng)域均已廣泛應(yīng)用。

在腦電分析及睡眠監(jiān)測方面國外也有許多新興的科研成果，如在腦電分外的新型腦電波產(chǎn)品 EmotivInsight，如圖 1-2 可以監(jiān)測包括激動、放松在內(nèi)的 8 種行為現(xiàn)象。同時可以識別到包括眨眼、微笑、皺眉在內(nèi)的 7 種

b) EASYWAKEme圖 1-3 國外新型睡眠監(jiān)控器控器 PhysIQ，如圖 1-4 所示，針對人體進行個性化的生理狀態(tài)持續(xù)獲取心跳，呼吸速率和血壓等個人生命體征信息，分析后得。通過 Bluetooth 模塊將使用者的生理參數(shù)向配套的移動設(shè)備傳

【參考文獻】

相關(guān)期刊論文 前4條

1 和衛(wèi)星;陳曉平;邵s

本文編號：2832652