隨著現(xiàn)代生活節(jié)奏的逐步加快,人們的生活壓力不斷加大,由睡眠問(wèn)題引起的疾病越來(lái)越多,所以基于交叉學(xué)科的睡眠醫(yī)學(xué)研究,得到了醫(yī)學(xué)機(jī)構(gòu)以及高校的廣泛關(guān)注。目前,在睡眠臨床研究中,主要依靠專(zhuān)家親臨現(xiàn)場(chǎng)分析,由于客觀(guān)原因及人工主觀(guān)性誤判等,導(dǎo)致睡眠分期的準(zhǔn)確較低。近年來(lái),醫(yī)學(xué)專(zhuān)家和學(xué)者致力于依據(jù)信號(hào)處理理論和模式識(shí)別算法實(shí)現(xiàn)睡眠腦電信號(hào)（EEG）的自動(dòng)分期研究,但國(guó)外進(jìn)展較好,國(guó)內(nèi)相對(duì)滯后,利用睡眠EEG評(píng)估睡眠質(zhì)量的準(zhǔn)確性需待進(jìn)一步提高。論文首先分析了睡眠腦電信號(hào)的特點(diǎn)與分期標(biāo)準(zhǔn),研究了基于腦電信號(hào)睡眠特征提取與分期方法,將MIT-BIH生理數(shù)據(jù)庫(kù)Sleep-EDF中8例受試者睡眠EEG監(jiān)測(cè)數(shù)據(jù)作為睡眠過(guò)程的分析對(duì)象,對(duì)腦電信號(hào)進(jìn)行特征提取:利用小波變換算法提取節(jié)律波的能量特征;利用多尺度熵算法提取腦電信號(hào)不同尺度下的熵值特征;然后使用主成分分析方法（PCA）對(duì)節(jié)律波的能量和不同尺度熵值兩種特征進(jìn)行融合和降維,以簡(jiǎn)化分類(lèi)器的模型結(jié)構(gòu)和減少訓(xùn)練時(shí)間。睡眠特征分期過(guò)程采用分析睡眠期的模式識(shí)別方法,應(yīng)用BP神經(jīng)網(wǎng)絡(luò)和SVM分類(lèi)器建立睡眠特征的分期模型,并對(duì)Wake、SWS、LS、REM四個(gè)階段腦電信... 

【文章來(lái)源】：鄭州大學(xué)河南省 211工程院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?ＥＥＧ信號(hào)中四種特征波形??

結(jié)構(gòu)的睡眠長(zhǎng)度、周期、復(fù)雜程度會(huì)發(fā)生改變［１５］，據(jù)研宄表明睡眠長(zhǎng)度與年齡的??增長(zhǎng)呈反比趨勢(shì)，特別是深度睡眠期的持續(xù)時(shí)間越來(lái)越少，年齡與睡眠結(jié)構(gòu)的變??化關(guān)系如圖２．３所示，具體表現(xiàn)為嬰兒期睡眠時(shí)間較長(zhǎng)，而小孩過(guò)渡到成年，深??度睡眠的持續(xù)時(shí)間逐漸較少。??丨：伽咖卿??ｍ?ｒ－?Ｆｃ〇Ｌｎａ＞ｃｏｃｏ〇ｔｎｏ?ｉｎ??２??＂７?ＣＯ?＾－？ｃ－Ｔ－ＣＯＬ〇?卜??嬰兒?小孩?成人??圖２．３睡眠時(shí)長(zhǎng)與年齡的變化關(guān)系??Ｒ＆Ｋ睡眠標(biāo)準(zhǔn)為睡眠醫(yī)學(xué)領(lǐng)域奠定了基礎(chǔ)，但是在后續(xù)研究中發(fā)現(xiàn)該標(biāo)準(zhǔn)??可能存在分期階段的偏差。２００７年，美國(guó)睡眠醫(yī)學(xué)協(xié)會(huì)對(duì)Ｒ＆Ｋ標(biāo)準(zhǔn)進(jìn)行了修??訂，推出了?ＡＡＳＭ睡眠標(biāo)準(zhǔn)，并在２００８年７月１日開(kāi)始執(zhí)行，隨后該標(biāo)準(zhǔn)為睡??眠醫(yī)學(xué)研究提供了更加準(zhǔn)確的依據(jù)，受到歐洲大部分睡眠中心的認(rèn)可，我國(guó)也己??經(jīng)釆用了該標(biāo)準(zhǔn)來(lái)進(jìn)行睡眠疾病的研究。ＡＡＳＭ標(biāo)準(zhǔn)，根據(jù)Ｒ＆Ｋ標(biāo)準(zhǔn)將睡眠Ｓ１??期和Ｓ２期合并為淺睡期（ＬｉｇｈｔＳｌｅｅｐ，?ＬＳ），將Ｓ３和Ｓ４合并為深睡期（在該睡??眠期出現(xiàn)較多的頻率較慢的特征波形，也成慢波睡眠期，ＳＷＳ），并對(duì)睡眠過(guò)程??１３??

＿遞＇?冊(cè)??０１２?３４５６７８??成年人整夜的睡眠時(shí)長(zhǎng)??圖２．２正常成年人一夜（８小時(shí)）的睡眠周期??睡眠結(jié)構(gòu)并不是完全固定的，根據(jù)年齡、生活環(huán)境、健康程度等因素，睡眠??結(jié)構(gòu)的睡眠長(zhǎng)度、周期、復(fù)雜程度會(huì)發(fā)生改變［１５］，據(jù)研宄表明睡眠長(zhǎng)度與年齡的??增長(zhǎng)呈反比趨勢(shì)，特別是深度睡眠期的持續(xù)時(shí)間越來(lái)越少，年齡與睡眠結(jié)構(gòu)的變??化關(guān)系如圖２．３所示，具體表現(xiàn)為嬰兒期睡眠時(shí)間較長(zhǎng)，而小孩過(guò)渡到成年，深??度睡眠的持續(xù)時(shí)間逐漸較少。??丨：伽咖卿??ｍ?ｒ－?Ｆｃ〇Ｌｎａ＞ｃｏｃｏ〇ｔｎｏ?ｉｎ??２??＂７?ＣＯ?＾－？ｃ－Ｔ－ＣＯＬ〇?卜??嬰兒?小孩?成人??圖２．３睡眠時(shí)長(zhǎng)與年齡的變化關(guān)系??Ｒ＆Ｋ睡眠標(biāo)準(zhǔn)為睡眠醫(yī)學(xué)領(lǐng)域奠定了基礎(chǔ)，但是在后續(xù)研究中發(fā)現(xiàn)該標(biāo)準(zhǔn)??可能存在分期階段的偏差。２００７年，美國(guó)睡眠醫(yī)學(xué)協(xié)會(huì)對(duì)Ｒ＆Ｋ標(biāo)準(zhǔn)進(jìn)行了修??訂，推出了?ＡＡＳＭ睡眠標(biāo)準(zhǔn)，并在２００８年７月１日開(kāi)始執(zhí)行，隨后該標(biāo)準(zhǔn)為睡??眠醫(yī)學(xué)研究提供了更加準(zhǔn)確的依據(jù)

【參考文獻(xiàn)】：
期刊論文
[1]基于單通道腦電信號(hào)的自動(dòng)睡眠分期[J]. 范文兵,劉雪峰,趙艷陽(yáng).  計(jì)算機(jī)應(yīng)用. 2017(S2)
[2]基于MSE-PCA的腦電睡眠分期方法研究[J]. 劉雪峰,馬州生,趙艷陽(yáng),余傳奇,范文兵.  電子技術(shù)應(yīng)用. 2017(09)
[3]基于主成分分析和反向傳播神經(jīng)網(wǎng)絡(luò)的肝癌細(xì)胞后向散射顯微光譜判別[J]. 楊靜,王成,謝成穎,翁小阜,魏勛斌.  生物醫(yī)學(xué)工程學(xué)雜志. 2017(02)
[4]基于腦電信號(hào)特征提取的睡眠分期方法研究[J]. 李斐,馬千里.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(01)
[5]基于腦電信號(hào)的自動(dòng)睡眠分期研究進(jìn)展[J]. 高群霞,周靜,吳效明.  生物醫(yī)學(xué)工程學(xué)雜志. 2015(05)
[6]基于離散小波變換的腦電信號(hào)睡眠分期研究[J]. 謝宏,施小南.  微型機(jī)與應(yīng)用. 2015(16)
[7]便攜式睡眠腦電監(jiān)測(cè)系統(tǒng)的研制[J]. 李慧,葉大田,彭誠(chéng).  生物醫(yī)學(xué)工程學(xué)雜志. 2015(03)
[8]一種新的腦電信號(hào)睡眠分期方法[J]. 王群,程佳,劉志文.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2015(01)
[9]振幅整合腦電圖在正常睡眠腦電分期中的應(yīng)用[J]. 葉大田,李慧,彭誠(chéng).  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(08)
[10]加強(qiáng)對(duì)睡眠呼吸障礙的診療促進(jìn)我國(guó)睡眠醫(yī)學(xué)的發(fā)展[J]. 韓芳.  世界睡眠醫(yī)學(xué)雜志. 2014(01)

博士論文
[1]基于單通道腦電信號(hào)的睡眠分期算法及應(yīng)用研究[D]. 劉志勇.哈爾濱工業(yè)大學(xué) 2017
[2]BP神經(jīng)網(wǎng)絡(luò)構(gòu)建與優(yōu)化的研究及其在醫(yī)學(xué)統(tǒng)計(jì)中的應(yīng)用[D]. 鄧偉.復(fù)旦大學(xué) 2002

碩士論文
[1]基于數(shù)據(jù)降維的機(jī)器學(xué)習(xí)分類(lèi)應(yīng)用研究[D]. 胡天宇.吉林大學(xué) 2017
[2]便攜式單導(dǎo)腦電信號(hào)采集與處理研究[D]. 左超華.西南交通大學(xué) 2016
[3]基于腦電信號(hào)的自動(dòng)睡眠分期研究[D]. 唐其彪.廣東工業(yè)大學(xué) 2016
[4]基于腦電多尺度非線(xiàn)性分析的睡眠分期研究[D]. 頓士君.燕山大學(xué) 2016
[5]基于小波變換的睡眠腦電分析[D]. 莊曉濱.華南理工大學(xué) 2016
[6]腦電信號(hào)的非線(xiàn)性動(dòng)力學(xué)分析及其在睡眠分期中的應(yīng)用[D]. 王瓊穎.哈爾濱工業(yè)大學(xué) 2015
[7]基于腦電信號(hào)的睡眠分期研究[D]. 程佳.北京理工大學(xué) 2015
[8]基于EEG的光誘發(fā)睡眠響應(yīng)特性的研究[D]. 周暉.南京航空航天大學(xué) 2015
[9]小波分析在信號(hào)處理中的應(yīng)用[D]. 封常生.上海交通大學(xué) 2007



本文編號(hào)：3258863