人的一生中大約有1/3的時(shí)間是在睡眠中度過(guò)的,睡眠是人體免疫等系統(tǒng)正常運(yùn)作的必要一環(huán),對(duì)每個(gè)人來(lái)說(shuō)都必不可少。良好的睡眠可以促進(jìn)人的生長(zhǎng)發(fā)育,緩解疲勞等,是維持生命的基礎(chǔ)。但隨著當(dāng)前社會(huì)生活壓力的增加,睡眠相關(guān)疾病對(duì)人類(lèi)的影響也越來(lái)越大,這就推動(dòng)了睡眠醫(yī)學(xué)研究的發(fā)展,而研究睡眠首先就要研究睡眠分期。腦電信號(hào)（Electroencephalograph,EEG）圖記錄反映了大腦一系列的活動(dòng)狀態(tài),利用腦電信號(hào)研究睡眠,對(duì)睡眠分期和睡眠質(zhì)量評(píng)估而言均有很重要的意義。近年來(lái),利用信號(hào)處理與深度學(xué)習(xí)相結(jié)合進(jìn)行睡眠分期的方法逐漸成為了主流,但是就目前睡眠分期的研究進(jìn)程以及睡眠分期的準(zhǔn)確性而言,我國(guó)與國(guó)外仍有較大差距。本文提出來(lái)一種睡眠自動(dòng)分期的新方法:首先構(gòu)建一種適用于睡眠分期卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks,CNN）,然后用該網(wǎng)絡(luò)提取特征,最后與基于稀疏表示的分類(lèi)器（sparse representation-based classifier,SRC）相結(jié)合對(duì)睡眠進(jìn)行分期。本方法首先利用小波變換對(duì)原始腦電信號(hào)進(jìn)行時(shí)頻處理,將GoogLe Net作為特征提取... 

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 課題研究的意義
    1.3 研究現(xiàn)狀
    1.4 主要內(nèi)容和章節(jié)安排
第二章 睡眠分期的基本理論
    2.1 腦電信號(hào)概述
    2.2 腦電信號(hào)的采集
    2.3 腦電波的組成及睡眠腦電的特征
    2.4 睡眠分期標(biāo)準(zhǔn)
    2.5 EEG特征
    2.6 本章小結(jié)
第三章 基于深度學(xué)習(xí)的睡眠分期方法
    3.1 深度神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
    3.2 基于RNN的睡眠分期
    3.3 基于CNN的睡眠分期
    3.4 基于LSTM的睡眠分期
    3.5 本章小結(jié)
第四章 基于深度學(xué)習(xí)和稀疏表示的睡眠分期
    4.1 本文方法概要
    4.2 深度卷積神經(jīng)網(wǎng)絡(luò)
        4.2.1 卷積神經(jīng)網(wǎng)絡(luò)的組成
        4.2.2 CNN常見(jiàn)技巧
        4.2.3 適用于睡眠分期的卷積神經(jīng)網(wǎng)絡(luò)
    4.3 基于稀疏表示的分類(lèi)器
        4.3.1 信號(hào)的稀疏表示
        4.3.2 稀疏表示睡眠識(shí)別
        4.3.3 SRC算法描述
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)結(jié)果與分析
    5.1 腦電信號(hào)數(shù)據(jù)來(lái)源
    5.2 腦電信號(hào)的預(yù)處理
    5.3 適于睡眠分期的深層卷積網(wǎng)絡(luò)的構(gòu)建以及訓(xùn)練
    5.4 睡眠腦電的分類(lèi)
    5.5 本章小結(jié)
第六章 總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的科研成果
致謝



本文編號(hào)：3672551