阻塞性睡眠呼吸暫停低通氣綜合征（OSAHS）是一種高發(fā)性的睡眠呼吸性疾病,患者在睡眠過程中由于上氣道阻塞,容易導(dǎo)致窒息甚至是猝死的后果。在醫(yī)院中,多導(dǎo)睡眠圖儀可以檢測OSAHS。然而,這種設(shè)備存在著數(shù)量稀少、操作繁瑣、耗費(fèi)時(shí)間的缺點(diǎn),這使得大部分患者未能得到及時(shí)的檢測。一種方便、快捷、適用于家庭使用的檢測方法是當(dāng)前所迫切需要的。本文提出了一種基于深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型的OSAHS篩查方法,通過深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)來分析OSAHS患者的鼾聲數(shù)據(jù),從中挖掘出鼾聲數(shù)據(jù)中潛在的特征信息。本文的研究是從OSAHS疾病的臨床特征鼾聲出發(fā)的;首先提取鼾聲數(shù)據(jù),利用語音信號處理技術(shù)對其進(jìn)行處理;再把處理后的鼾聲信號送入稀疏自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取,找出OSAHS鼾聲和正常鼾聲之間的區(qū)別;最后用提取出的特征來完成OSAHS篩查。由于鼾聲信號存在著個(gè)體差異,而且原始的鼾聲信號中含有較多的冗余信息導(dǎo)致此篩查方法存在不足之處。因此,本文提出一種基于鼾聲特征的稀疏自編碼神經(jīng)網(wǎng)絡(luò)的OSAHS篩查方法。將處理后的鼾聲信號的梅爾倒譜系數(shù)特征和線性預(yù)測倒譜系數(shù)特征提取出來。這兩個(gè)特征分別地作為稀疏自編碼神經(jīng)網(wǎng)絡(luò)的輸入,使得... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文章節(jié)安排
2 神經(jīng)網(wǎng)絡(luò)概述
    2.1 神經(jīng)網(wǎng)絡(luò)
        2.1.1 感知器模型
        2.1.2 S型神經(jīng)元
    2.2 神經(jīng)網(wǎng)絡(luò)架構(gòu)
        2.2.1 梯度下降法
    2.3 本章小結(jié)
3 基于棧式自編碼神經(jīng)網(wǎng)絡(luò)的OSAHS篩查
    3.1 OSAHS概述
        3.1.1 OSAHS生理病理
        3.1.2 OSAHS診斷
    3.2 稀疏自編碼神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)理論
        3.2.1 稀疏自編碼神經(jīng)網(wǎng)絡(luò)
        3.2.2 反向傳播算法
    3.3 基于棧式自編碼神經(jīng)網(wǎng)絡(luò)的OSAHS篩查的實(shí)現(xiàn)
    3.4 本章小結(jié)
4 基于鼾聲特征的棧式自編碼神經(jīng)網(wǎng)絡(luò)的OSAHS篩查的實(shí)現(xiàn)
    4.1 鼾聲特征
        4.1.1 梅爾倒譜系數(shù)
        4.1.2 線性預(yù)測倒譜系數(shù)
    4.2 基于鼾聲特征的OSAHS篩查的實(shí)現(xiàn)
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 基于梅爾倒譜系數(shù)的OSAHS的篩查結(jié)果
        4.3.2 基于線性預(yù)測倒譜系數(shù)的OSAHS的篩查結(jié)果
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號：3227076