發(fā)布時(shí)間：2017-08-06 21:10

  本文關(guān)鍵詞：基于腦電的計(jì)算機(jī)輔助自動睡眠評分系統(tǒng)

  更多相關(guān)文章： 睡眠 腦電信號 近似熵 相對小波能量 去趨勢波動分析 ANFIS

【摘要】：睡眠學(xué)科的研究主要涉及生理學(xué)、心理學(xué)、神經(jīng)生物學(xué)、計(jì)算機(jī)科學(xué)等學(xué)科,在睡眠腦電信號研究中,首先進(jìn)行的就是睡眠分期。睡眠分期工作長期以來都是靠專家等人工完成,而專家間使用訓(xùn)練規(guī)則往往難以一致。上世紀(jì)八十年代末,睡眠自動分期成為研究熱點(diǎn),但目前常規(guī)的睡眠分期系統(tǒng)識別率不高,因此考慮結(jié)合睡眠腦電信號的特征設(shè)計(jì)高效率、高準(zhǔn)確率的基于腦電信號的睡眠自動評分系統(tǒng)。本文首先具體論述了國內(nèi)外學(xué)者研究睡眠分期的現(xiàn)狀,以及睡眠腦電信號應(yīng)用在睡眠分期研究中的重要作用。其次將近似熵、小波變換、去趨勢波動分析以及模糊神經(jīng)系統(tǒng)應(yīng)用在睡眠分期中。本文研究內(nèi)容主要體現(xiàn)在以下幾個(gè)方面:(1)介紹了小波去噪的工作原理,使用小波閾值去噪到睡眠腦電信號的預(yù)處理。通過分析采用db4小波系數(shù)5層分解對信號進(jìn)行去噪。(2)針對睡眠腦電的特征,提取睡眠腦電的近似熵、相對小波能量、標(biāo)度指數(shù)特征指標(biāo),通過對比不同睡眠時(shí)期的特征指標(biāo),發(fā)現(xiàn)它們隨著睡眠期的不同呈現(xiàn)一定的變化規(guī)律,因此將它們作為睡眠自動評分的特征指標(biāo)。(3)介紹基于ANFIS模型的模糊神經(jīng)網(wǎng)絡(luò),通過將三種不同類型的特征參數(shù)組合訓(xùn)練該模型以探究出識別率與效率最高的睡眠評分系統(tǒng)。最終確定“相對小波能量+標(biāo)度指數(shù)”與ANFIS協(xié)同作用的睡眠評分系統(tǒng)具有較高的識別率,較低的計(jì)算成本以及較快的運(yùn)算速度,可在硬件中實(shí)時(shí)實(shí)現(xiàn)。
【關(guān)鍵詞】：睡眠 腦電信號 近似熵 相對小波能量 去趨勢波動分析 ANFIS
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：R740;TN911.6
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-12
• 1.1 研究背景8-9
• 1.1.1 睡眠概述8
• 1.1.2 睡眠的分期8-9
• 1.2 睡眠分期發(fā)展及研究現(xiàn)狀9-10
• 1.3 研究內(nèi)容及意義10
• 1.4 本文結(jié)構(gòu)10-12
• 第二章 睡眠腦電信號的分析介紹12-19
• 2.1 腦電信號概述12-13
• 2.1.1 大腦的功能與結(jié)構(gòu)12
• 2.1.2 腦電信號的機(jī)理與特征12-13
• 2.2 腦電圖與信號檢測13-17
• 2.2.1 腦電圖14
• 2.2.2 腦電信號的分類14-15
• 2.2.3 腦電信號的檢測15-17
• 2.3 睡眠分期概述17-18
• 2.3.1 睡眠腦電特征17
• 2.3.2 睡眠分期主要方法17-18
• 2.4 本章小結(jié)18-19
• 第三章 腦電信號預(yù)處理19-29
• 3.1 小波變換理論19-24
• 3.1.1 傅里葉變換19-20
• 3.1.2 小波變換20-24
• 3.2 小波變換與信號預(yù)處理24-26
• 3.2.1 小波去噪原理24-25
• 3.2.2 小波去噪方法25-26
• 3.3 腦電信號預(yù)處理仿真26-28
• 3.3.1 數(shù)據(jù)來源26
• 3.3.2 仿真流程26-27
• 3.3.3 仿真結(jié)果分析27-28
• 3.4 本章小結(jié)28-29
• 第四章 睡眠腦電的特征提取算法研究29-51
• 4.1 基于相對小波能量的睡眠腦電特征提取29-33
• 4.1.1 相對小波能量算法29-31
• 4.1.2 睡眠時(shí)期相對小波能量特征31-33
• 4.2 基于去趨勢波動分析的特征提取33-41
• 4.2.1 去趨勢波動分析34-35
• 4.2.2 睡眠時(shí)期標(biāo)度指數(shù)特征35-41
• 4.3 基于近似熵的睡眠腦電特征提取41-49
• 4.3.1 近似熵算法41-43
• 4.3.2 近似熵的快速算法43-44
• 4.3.3 睡眠時(shí)期近似熵的特征44-49
• 4.4 本章小結(jié)49-51
• 第五章 自適應(yīng)模糊推理系統(tǒng)在自動睡眠評分中的應(yīng)用51-63
• 5.1 模糊理論51-53
• 5.1.1 模糊集合與運(yùn)算51
• 5.1.2 模糊邏輯與推理51-52
• 5.1.3 模糊邏輯系統(tǒng)52-53
• 5.2 模糊神經(jīng)網(wǎng)絡(luò)53-57
• 5.2.1 模糊神經(jīng)網(wǎng)絡(luò)組成及分類53-54
• 5.2.2 Takagi-Sugeno模糊神經(jīng)網(wǎng)絡(luò)54-55
• 5.2.3 自適應(yīng)模糊推理系統(tǒng)ANFIS55-57
• 5.3 基于ANFIS的睡眠腦電自動評分57-62
• 5.3.1 數(shù)據(jù)來源57
• 5.3.2 仿真流程57-60
• 5.3.3 仿真實(shí)驗(yàn)和結(jié)果分析60-62
• 5.4 本章小結(jié)62-63
• 第六章 總結(jié)與展望63-65
• 參考文獻(xiàn)65-67
• 附錄1 攻讀碩士學(xué)位期間申請的專利67-68
• 致謝68

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 季忠,秦樹人;時(shí)頻測試方法在腦電信號分析中的應(yīng)用[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年11期

2 談志強(qiáng) ,羅曉曙;腦電信號的非線性動力學(xué)和現(xiàn)代譜分析方法研究進(jìn)展[J];廣西醫(yī)學(xué);2003年03期

3 黃靜霞,許慰玲,沈民奮;基于小波包分解的不同狀態(tài)下腦電信號分析[J];北京生物醫(yī)學(xué)工程;2004年01期

4 劉大路,江朝暉,馮煥清,王聰;基于腦電信號時(shí)空分布信息的思維特征研究[J];北京生物醫(yī)學(xué)工程;2004年02期

5 許崇濤,沈民奮,李慧,朱國平;雙譜分析方法在腦電信號分析中的應(yīng)用[J];中國行為醫(yī)學(xué)科學(xué);2004年03期

6 陳香,楊基海,葉xC,何為,梁政,馮煥清;基于不同特征參數(shù)的腦電信號分類[J];北京生物醫(yī)學(xué)工程;2004年04期

7 湯曉軍,宋卓,楊卓,張濤;雙任務(wù)事件中腦電信號的熵計(jì)算(英文)[J];生物物理學(xué)報(bào);2005年05期

8 陳香;楊基海;葉xC;梁政;何為;馮煥清;;高頻成分在思維作業(yè)腦電信號分類中的應(yīng)用[J];生物醫(yī)學(xué)工程學(xué)雜志;2005年06期

9 李婷,邱天爽,牛杰;獨(dú)立分量分析在腦電信號處理中的應(yīng)用及研究進(jìn)展[J];北京生物醫(yī)學(xué)工程;2005年03期

10 陳永華;朱林劍;包海濤;孫守林;;一種新型腦電信號的采集方法和應(yīng)用[J];傳感器與微系統(tǒng);2006年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 薛蘊(yùn)全;王秋英;王宏;;腦電信號的動態(tài)時(shí)空響應(yīng)拓?fù)鋱D[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學(xué)會第21屆全國代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時(shí);;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進(jìn)展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運(yùn)動想象的腦電信號特征提取與分類[A];中國儀器儀表學(xué)會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時(shí);;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報(bào);2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 吳畏;基于統(tǒng)計(jì)建模的多導(dǎo)聯(lián)腦電信號時(shí)空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機(jī)接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學(xué);2012年

5 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

6 趙麗;基于腦電信號的腦-機(jī)接口技術(shù)研究[D];天津大學(xué);2004年

7 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學(xué);2010年

9 繆曉波;基于腦電信號的認(rèn)知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時(shí)—頻—空分析[D];重慶大學(xué);2004年

10 張美云;阿爾茨海默病腦電信號多尺度時(shí)空定量特征研究[D];天津醫(yī)科大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 吳堅(jiān);獨(dú)立分量分析在腦電信號處理中的應(yīng)用[D];長安大學(xué);2009年

2 楊超;腦電信號相關(guān)方法的魯棒性分析[D];燕山大學(xué);2009年

3 涂建成;腦電信號控制智能輪椅的研究[D];杭州電子科技大學(xué);2011年

4 張倩華;腦電信號的非廣度熵分析[D];汕頭大學(xué);2004年

5 朱家富;高頻腦電信號的非線性動力學(xué)參數(shù)分析[D];重慶大學(xué);2004年

6 李婷;獨(dú)立分量分析及其在腦電信號噪聲分離中的應(yīng)用[D];大連理工大學(xué);2005年

7 韓偉;睡眠腦電信號的分析與處理方法[D];西北工業(yè)大學(xué);2005年

8 何付志;獨(dú)立分量分析在腦電信號分析中的應(yīng)用[D];山東大學(xué);2005年

9 孔繁偉;基于小波變換的腦電信號處理研究[D];山東大學(xué);2005年

10 陳永華;腦電信號采集方法及其在假肢中應(yīng)用研究[D];大連理工大學(xué);2006年

，

本文編號：631443