基于經(jīng)驗?zāi)Ｊ椒纸獾淖詣铀叻制?/H1>
發(fā)布時間：2017-06-28 23:16
本文關(guān)鍵詞：基于經(jīng)驗?zāi)Ｊ椒纸獾淖詣铀叻制?/strong>，，由筆耕文化傳播整理發(fā)布。
【摘要】：睡眠是機體恢復(fù)、整合的重要階段,是一種復(fù)雜的生理過程。對睡眠質(zhì)量的評估是通過睡眠分期來實現(xiàn)的。由人工進行睡眠分期是一項非常耗時的任務(wù),通常需要幾個小時對一整晚(8小時)的記錄進行分類。因此,研究睡眠腦電的自動分期具有重要的意義。本文以MIT的PhysioBank中的Sleep-EDF數(shù)據(jù)庫中的一導(dǎo)腦電信號(Fpz-Cz)和一導(dǎo)眼電為研究對象,將睡眠過程分成分為覺醒期、NREM 1期、NREM 2期、NREM3/4期、REM(快速眼動期)這五個睡眠階段。首先利用經(jīng)驗?zāi)Ｊ椒纸夥椒▽⒛X電信號分解為若干個固有模態(tài)函數(shù),然后對獲得的固有模態(tài)函數(shù)采用快速獨立分量分析算法,從而獲得去噪后的腦電信號。其后根據(jù)睡眠過程中腦電節(jié)律變化規(guī)律,利用樣本熵和希爾伯特黃變換等方法提取有效的腦電信號特征參數(shù),最后采用支持向量機模式識別方法對腦電信號進行分期。結(jié)果表明,樣本熵和希爾伯特黃變換方法能提取有效的睡眠特征值。隨著睡眠程度的變化,樣本熵值也發(fā)生著規(guī)律性變化。具體表現(xiàn)為：隨著睡眠深度的增加,樣本熵值呈現(xiàn)出遞減的規(guī)律,其中在NREM 3.4期遞減至最小值,但到了REM期的樣本熵值和NREM 1期基本相同。利用希爾伯特黃變換的方法求得的腦電信號的特征值在不同睡眠期具有一定的差異性的,主要是由于不同的睡眠階段的節(jié)律不同。但是僅利用樣本熵和希爾伯特黃變換方法進行睡眠分期的效果一般,本文結(jié)合樣本熵值和希爾伯特黃變換、奇異值方法對腦電信號進行分析,比只用一種或兩種方法的效果都要好,10個樣本的平均分期準(zhǔn)確率達到了85.41%。由此可見,本文所提出的睡眠自動分期方法在睡眠腦電信號的去噪、特征提取和模式識別三方面都表現(xiàn)較為理想。證明了本文所提出的睡眠自動分期方法是有效的和較為準(zhǔn)確的。
【關(guān)鍵詞】：經(jīng)驗?zāi)Ｊ椒纸?/strong> 樣本熵 希爾伯特黃變換 睡眠分期 支持向量機
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7;R740
【目錄】： - 摘要4-5
- ABSTRACT5-11
- 第一章 緒論11-15
- 1.1 睡眠腦電分期的研究背景和意義11-12
- 1.2 睡眠腦電分期的國內(nèi)外研究現(xiàn)狀12-13
- 1.3 本文的研究內(nèi)容13-15
- 第二章 腦電信號和睡眠分期的相關(guān)知識15-21
- 2.1 睡眠腦電的基本知識15-17
- 2.1.1 腦電信號的采集15-16
- 2.1.2 腦電信號的基本特征16-17
- 2.2 睡眠分期準(zhǔn)則與意義17-21
- 第三章 腦電信號去噪處理21-30
- 3.1 經(jīng)驗?zāi)Ｊ椒纸?/span>21-25
- 3.2 獨立分量分析25-27
- 3.3 基于EMD-ICA的睡眠腦電信號去噪27-29
- 3.4 本章小結(jié)29-30
- 第四章 基于樣本熵的睡眠腦電研究30-35
- 4.1 樣本熵算法介紹30-31
- 4.2 基于樣本熵的睡眠腦電信號特征提取31-34
- 4.3 本章小結(jié)34-35
- 第五章 基于希爾伯特黃變換的睡眠腦電分析35-42
- 5.1 希爾伯特黃變換35-36
- 5.2 瞬時頻率和Hilbert變換36-38
- 5.2.1 瞬時頻率36-37
- 5.2.2 Hilbert變換和解析信號37-38
- 5.3 基于瞬時頻率的特征提取38-41
- 5.4 本章小結(jié)41-42
- 第六章 基于支持向量機的睡眠腦電分期42-54
- 6.1 支持向量機42-50
- 6.1.1 支持向量機算法42-46
- 6.1.2 支持向量機多分類46-50
- 6.2 基于SVM的睡眠腦電分期結(jié)果與分析50-53
- 6.3 本章小結(jié)53-54
- 總結(jié)與展望54-55
- 參考文獻55-59
- 攻讀碩士學(xué)位期間發(fā)表論文59-61
- 致謝61
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前6條
1 白冬梅;邱天爽;鮑海平;;基于經(jīng)驗?zāi)Ｊ椒纸馀c樣本熵的癲癇預(yù)測方法[J];中國生物醫(yī)學(xué)工程學(xué)報;2006年05期
2 林紹杰;張攀登;吳凱;吳效明;;基于經(jīng)驗?zāi)Ｊ椒纸獾男碾娞卣魈崛∷惴╗J];生物醫(yī)學(xué)工程研究;2007年04期
3 田絮資;黃力宇;徐磊;;基于單導(dǎo)腦電經(jīng)驗?zāi)Ｊ椒纸獾陌d癇發(fā)作預(yù)測[J];西北大學(xué)學(xué)報(自然科學(xué)版);2008年05期
4 李淑芳;周衛(wèi)東;蔡冬梅;劉凱;趙建林;;EMD和SVM結(jié)合的腦電信號分類方法[J];生物醫(yī)學(xué)工程學(xué)雜志;2011年05期
5 畢曉輝;邱天爽;朱勇;趙燕斌;;基于經(jīng)驗?zāi)Ｊ椒纸夂酮毩⒎至糠治龅膯螌?dǎo)少次EP信號提取[J];中國生物醫(yī)學(xué)工程學(xué)報;2008年06期
6 ;[J];;年期
中國重要會議論文全文數(shù)據(jù)庫 前6條
1 高強;段晨東;房祥波;劉本超;;一種改進的經(jīng)驗?zāi)Ｊ椒纸夥椒╗A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年
2 劉劍鋒;張啟偉;;基于經(jīng)驗?zāi)Ｊ椒纸饧夹g(shù)的橋梁結(jié)構(gòu)損傷識別[A];第十六屆全國橋梁學(xué)術(shù)會議論文集（下冊）[C];2004年
3 毛向東;袁惠群;孫華剛;;強干擾背景下的微弱信號分離方法研究[A];第11屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)討論會（ROTDYN2014）論文集（下冊）[C];2014年
4 胡橋;郝保安;呂林夏;陳亞林;孫起;;水聲目標(biāo)的EMD能量熵檢測方法研究[A];中國造船工程學(xué)會2007年優(yōu)秀學(xué)術(shù)論文集[C];2008年
5 胡橋;孫起;田亮;田豐華;;加窗經(jīng)驗?zāi)Ｊ椒纸饧捌渌潞叫畜w輻射噪聲特征提取研究[A];中國造船工程學(xué)會電子技術(shù)學(xué)術(shù)委員會2011年海戰(zhàn)場電子信息技術(shù)學(xué)術(shù)年會論文集[C];2011年
6 趙娜;王新龍;陶志勇;;HHT經(jīng)驗?zāi)Ｊ椒纸獾溺R像延拓方法[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（下）[C];2007年
中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條
1 梁靈飛;窗口經(jīng)驗?zāi)Ｊ椒纸饧捌湓趫D像處理中的應(yīng)用[D];北京郵電大學(xué);2010年
2 徐爭光;經(jīng)驗?zāi)Ｊ椒纸獾臄?shù)學(xué)理論研究[D];華中科技大學(xué);2009年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 張亞菊;基于經(jīng)驗?zāi)Ｊ椒纸獾姆墙佑|式生命體征信號處理方法研究[D];南京理工大學(xué);2015年
2 盧福蘭;基于經(jīng)驗?zāi)Ｊ椒纸獾淖詣铀叻制赱D];廣東工業(yè)大學(xué);2016年
3 唐洪榮;二維經(jīng)驗?zāi)Ｊ椒纸庠趫D像處理中的應(yīng)用[D];汕頭大學(xué);2007年
4 閆鳳;二維經(jīng)驗?zāi)Ｊ椒纸饧案倪M方法在圖像處理中的應(yīng)用[D];內(nèi)蒙古師范大學(xué);2010年
5 薛Z
本文編號：495715
本文鏈接：http://sikaile.net/linchuangyixuelunwen/495715.html
本文關(guān)鍵詞：基于經(jīng)驗?zāi)Ｊ椒纸獾淖詣铀叻制?/strong>，，由筆耕文化傳播整理發(fā)布。
【摘要】：睡眠是機體恢復(fù)、整合的重要階段,是一種復(fù)雜的生理過程。對睡眠質(zhì)量的評估是通過睡眠分期來實現(xiàn)的。由人工進行睡眠分期是一項非常耗時的任務(wù),通常需要幾個小時對一整晚(8小時)的記錄進行分類。因此,研究睡眠腦電的自動分期具有重要的意義。本文以MIT的PhysioBank中的Sleep-EDF數(shù)據(jù)庫中的一導(dǎo)腦電信號(Fpz-Cz)和一導(dǎo)眼電為研究對象,將睡眠過程分成分為覺醒期、NREM 1期、NREM 2期、NREM3/4期、REM(快速眼動期)這五個睡眠階段。首先利用經(jīng)驗?zāi)Ｊ椒纸夥椒▽⒛X電信號分解為若干個固有模態(tài)函數(shù),然后對獲得的固有模態(tài)函數(shù)采用快速獨立分量分析算法,從而獲得去噪后的腦電信號。其后根據(jù)睡眠過程中腦電節(jié)律變化規(guī)律,利用樣本熵和希爾伯特黃變換等方法提取有效的腦電信號特征參數(shù),最后采用支持向量機模式識別方法對腦電信號進行分期。結(jié)果表明,樣本熵和希爾伯特黃變換方法能提取有效的睡眠特征值。隨著睡眠程度的變化,樣本熵值也發(fā)生著規(guī)律性變化。具體表現(xiàn)為：隨著睡眠深度的增加,樣本熵值呈現(xiàn)出遞減的規(guī)律,其中在NREM 3.4期遞減至最小值,但到了REM期的樣本熵值和NREM 1期基本相同。利用希爾伯特黃變換的方法求得的腦電信號的特征值在不同睡眠期具有一定的差異性的,主要是由于不同的睡眠階段的節(jié)律不同。但是僅利用樣本熵和希爾伯特黃變換方法進行睡眠分期的效果一般,本文結(jié)合樣本熵值和希爾伯特黃變換、奇異值方法對腦電信號進行分析,比只用一種或兩種方法的效果都要好,10個樣本的平均分期準(zhǔn)確率達到了85.41%。由此可見,本文所提出的睡眠自動分期方法在睡眠腦電信號的去噪、特征提取和模式識別三方面都表現(xiàn)較為理想。證明了本文所提出的睡眠自動分期方法是有效的和較為準(zhǔn)確的。
【關(guān)鍵詞】：經(jīng)驗?zāi)Ｊ椒纸?/strong> 樣本熵 希爾伯特黃變換 睡眠分期 支持向量機
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN911.7;R740
【目錄】：
- 摘要4-5
- ABSTRACT5-11
- 第一章 緒論11-15
- 1.1 睡眠腦電分期的研究背景和意義11-12
- 1.2 睡眠腦電分期的國內(nèi)外研究現(xiàn)狀12-13
- 1.3 本文的研究內(nèi)容13-15
- 第二章 腦電信號和睡眠分期的相關(guān)知識15-21
- 2.1 睡眠腦電的基本知識15-17
- 2.1.1 腦電信號的采集15-16
- 2.1.2 腦電信號的基本特征16-17
- 2.2 睡眠分期準(zhǔn)則與意義17-21
- 第三章 腦電信號去噪處理21-30
- 3.1 經(jīng)驗?zāi)Ｊ椒纸?/span>21-25
- 3.2 獨立分量分析25-27
- 3.3 基于EMD-ICA的睡眠腦電信號去噪27-29
- 3.4 本章小結(jié)29-30
- 第四章 基于樣本熵的睡眠腦電研究30-35
- 4.1 樣本熵算法介紹30-31
- 4.2 基于樣本熵的睡眠腦電信號特征提取31-34
- 4.3 本章小結(jié)34-35
- 第五章 基于希爾伯特黃變換的睡眠腦電分析35-42
- 5.1 希爾伯特黃變換35-36
- 5.2 瞬時頻率和Hilbert變換36-38
- 5.2.1 瞬時頻率36-37
- 5.2.2 Hilbert變換和解析信號37-38
- 5.3 基于瞬時頻率的特征提取38-41
- 5.4 本章小結(jié)41-42
- 第六章 基于支持向量機的睡眠腦電分期42-54
- 6.1 支持向量機42-50
- 6.1.1 支持向量機算法42-46
- 6.1.2 支持向量機多分類46-50
- 6.2 基于SVM的睡眠腦電分期結(jié)果與分析50-53
- 6.3 本章小結(jié)53-54
- 總結(jié)與展望54-55
- 參考文獻55-59
- 攻讀碩士學(xué)位期間發(fā)表論文59-61
- 致謝61
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前6條
1 白冬梅;邱天爽;鮑海平;;基于經(jīng)驗?zāi)Ｊ椒纸馀c樣本熵的癲癇預(yù)測方法[J];中國生物醫(yī)學(xué)工程學(xué)報;2006年05期
2 林紹杰;張攀登;吳凱;吳效明;;基于經(jīng)驗?zāi)Ｊ椒纸獾男碾娞卣魈崛∷惴╗J];生物醫(yī)學(xué)工程研究;2007年04期
3 田絮資;黃力宇;徐磊;;基于單導(dǎo)腦電經(jīng)驗?zāi)Ｊ椒纸獾陌d癇發(fā)作預(yù)測[J];西北大學(xué)學(xué)報(自然科學(xué)版);2008年05期
4 李淑芳;周衛(wèi)東;蔡冬梅;劉凱;趙建林;;EMD和SVM結(jié)合的腦電信號分類方法[J];生物醫(yī)學(xué)工程學(xué)雜志;2011年05期
5 畢曉輝;邱天爽;朱勇;趙燕斌;;基于經(jīng)驗?zāi)Ｊ椒纸夂酮毩⒎至糠治龅膯螌?dǎo)少次EP信號提取[J];中國生物醫(yī)學(xué)工程學(xué)報;2008年06期
6 ;[J];;年期
中國重要會議論文全文數(shù)據(jù)庫 前6條
1 高強;段晨東;房祥波;劉本超;;一種改進的經(jīng)驗?zāi)Ｊ椒纸夥椒╗A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年
2 劉劍鋒;張啟偉;;基于經(jīng)驗?zāi)Ｊ椒纸饧夹g(shù)的橋梁結(jié)構(gòu)損傷識別[A];第十六屆全國橋梁學(xué)術(shù)會議論文集（下冊）[C];2004年
3 毛向東;袁惠群;孫華剛;;強干擾背景下的微弱信號分離方法研究[A];第11屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)討論會（ROTDYN2014）論文集（下冊）[C];2014年
4 胡橋;郝保安;呂林夏;陳亞林;孫起;;水聲目標(biāo)的EMD能量熵檢測方法研究[A];中國造船工程學(xué)會2007年優(yōu)秀學(xué)術(shù)論文集[C];2008年
5 胡橋;孫起;田亮;田豐華;;加窗經(jīng)驗?zāi)Ｊ椒纸饧捌渌潞叫畜w輻射噪聲特征提取研究[A];中國造船工程學(xué)會電子技術(shù)學(xué)術(shù)委員會2011年海戰(zhàn)場電子信息技術(shù)學(xué)術(shù)年會論文集[C];2011年
6 趙娜;王新龍;陶志勇;;HHT經(jīng)驗?zāi)Ｊ椒纸獾溺R像延拓方法[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（下）[C];2007年
中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條
1 梁靈飛;窗口經(jīng)驗?zāi)Ｊ椒纸饧捌湓趫D像處理中的應(yīng)用[D];北京郵電大學(xué);2010年
2 徐爭光;經(jīng)驗?zāi)Ｊ椒纸獾臄?shù)學(xué)理論研究[D];華中科技大學(xué);2009年
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條
1 張亞菊;基于經(jīng)驗?zāi)Ｊ椒纸獾姆墙佑|式生命體征信號處理方法研究[D];南京理工大學(xué);2015年
2 盧福蘭;基于經(jīng)驗?zāi)Ｊ椒纸獾淖詣铀叻制赱D];廣東工業(yè)大學(xué);2016年
3 唐洪榮;二維經(jīng)驗?zāi)Ｊ椒纸庠趫D像處理中的應(yīng)用[D];汕頭大學(xué);2007年
4 閆鳳;二維經(jīng)驗?zāi)Ｊ椒纸饧案倪M方法在圖像處理中的應(yīng)用[D];內(nèi)蒙古師范大學(xué);2010年
5 薛Z
本文編號：495715
本文鏈接：http://sikaile.net/linchuangyixuelunwen/495715.html
