本文關(guān)鍵詞：基于腦電信號特征提取的睡眠分期方法研究

  更多相關(guān)文章： 睡眠分期 腦電信號 小波包系數(shù) 排列熵 Petrosian分形維數(shù) 隨機森林 支持向量機

【摘要】：睡眠的研究與許多學(xué)科相關(guān),例如生理學(xué)、神經(jīng)生物學(xué)、康復(fù)醫(yī)學(xué)、心理學(xué)以及計算機等學(xué)科,目前各個國家都開始加強研究人類的睡眠。睡眠研究的目的之一是實現(xiàn)睡眠質(zhì)量評估,而睡眠質(zhì)量評估的一個重要依據(jù)就是睡眠狀態(tài)的變化,這也是研究睡眠與睡眠相關(guān)疾病的基礎(chǔ),具有非常重要的意義。長期以來,由于睡眠狀態(tài)的分期工作都由專家人工完成,分期規(guī)則具有一定的主觀性。二十世紀八十年代起,由計算機輔助的自動睡眠分期逐漸引起關(guān)注并成為熱點。但是目前常規(guī)的自動睡眠分期系統(tǒng)的分期準確率仍不高,還存在較大的提高空間。傳統(tǒng)的自動睡眠分期方法都是以判斷一個睡眠時期的時間片為單位進行特征參數(shù)提取,因此考慮按照不同的時間尺度提取特征參數(shù),結(jié)合不同的分類模型設(shè)計高準確率、高效率的自動睡眠分期系統(tǒng)。本文首先論述了睡眠分期的國內(nèi)外研究現(xiàn)狀,以及睡眠EEG信號在睡眠分期研究中的應(yīng)用。其次將4個不同分量小波包系數(shù)的均值和標準差、排列熵、Petrosian分形維數(shù)作為睡眠分期的特征參數(shù),應(yīng)用到隨機分類森林與支持向量機系統(tǒng)中進行自動睡眠分期。本文的創(chuàng)新之處主要體現(xiàn)在以下方面:(1)針對睡眠腦電采用30秒、90秒、150秒以及210秒的不同時間尺度提取4個分量小波包系數(shù)的均值和標準差、排列熵、Petrosian分形維數(shù),通過對不同睡眠階段腦電信號特征參數(shù)的分析對比,發(fā)現(xiàn)EEG的上述幾類特征都隨著睡眠階段的不同呈現(xiàn)一定的差別和變化規(guī)律,所以就將它們作為自動睡眠分期的特征指標。(2)介紹基于隨機森林與支持向量機的分類識別器,通過對不同時間尺度取得的單個特征作為分類器的輸入尋找最優(yōu)的參數(shù)組合,將三種腦電信號特征參數(shù)的組合對分類模型進行訓(xùn)練,尋找高準確率、高效率的自動睡眠分期系統(tǒng)。最終確定210s時間尺度獲得的小波包系數(shù)和標準差、30秒時間尺度獲得的排列熵以及90秒時間尺度獲得的Petrosian分形維數(shù)與SVM協(xié)同作用的自動睡眠分期系統(tǒng)比與隨機森林協(xié)同具有更高的準確率。
【關(guān)鍵詞】：睡眠分期 腦電信號 小波包系數(shù) 排列熵 Petrosian分形維數(shù) 隨機森林 支持向量機
【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】：2016
【分類號】：R740;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-14
• 1.1 研究背景8-10
• 1.1.1 睡眠概述8
• 1.1.2 睡眠分期的概述8-10
• 1.2 睡眠分期發(fā)展及研究現(xiàn)狀10-11
• 1.3 研究內(nèi)容及意義11-12
• 1.4 本文結(jié)構(gòu)12-14
• 第二章 腦電信號及多導(dǎo)睡眠檢測14-23
• 2.1 腦電信號概述14-15
• 2.1.1 大腦的結(jié)構(gòu)與功能14
• 2.1.2 腦電信號的機理與特征14-15
• 2.2 腦電圖與信號檢測15-21
• 2.2.1 腦電圖16
• 2.2.2 腦電波的組成及睡眠腦電的特征16-18
• 2.2.3 腦電圖的記錄18-19
• 2.2.4 腦電信號分析方法19-21
• 2.3 多導(dǎo)睡眠檢測21-22
• 2.4 本章小結(jié)22-23
• 第三章 睡眠腦電的特征提取算法研究23-41
• 3.1 基于小波包系數(shù)的睡眠腦電特征提取23-33
• 3.1.1 小波變換理論23-29
• 3.1.2 數(shù)據(jù)來源29
• 3.1.3 睡眠各期小波包特征29-33
• 3.2 基于排列熵的特征提取33-35
• 3.2.1 排列熵算法33-34
• 3.2.2 睡眠各期排列熵特征34-35
• 3.3 基于Petrosian分形維數(shù)的睡眠腦電特征提取35-39
• 3.3.1 分形維數(shù)算法35-36
• 3.3.2 Petrosian分形維數(shù)算法36
• 3.3.3 睡眠各期Petrosian分形維數(shù)的特征36-39
• 3.4 本章小結(jié)39-41
• 第四章 隨機分類森林在自動睡眠分期中的應(yīng)用41-51
• 4.1 決策樹41-44
• 4.1.1 決策樹的描述41-42
• 4.1.2 決策樹的學(xué)習(xí)算法42-43
• 4.1.3 分類回歸樹43-44
• 4.2 隨機森林44-47
• 4.2.1 基本原理及生成過程45-46
• 4.2.2 隨機森林中的重要參數(shù)46-47
• 4.3 基于隨機分類森林的睡眠腦電自動分期47-50
• 4.3.1 數(shù)據(jù)來源及說明47
• 4.3.2 仿真流程47-48
• 4.3.3 仿真實驗和結(jié)果分析48-50
• 4.4 本章小結(jié)50-51
• 第五章 支持向量機在自動睡眠分期中的應(yīng)用51-60
• 5.1 基于網(wǎng)格搜索優(yōu)化的支持向量機51-55
• 5.1.1 支持向量機的基本理論51-54
• 5.1.2 基于RBF核函數(shù)的SVM參數(shù)54-55
• 5.1.3 網(wǎng)格搜索法優(yōu)化參數(shù)55
• 5.2 基于支持向量機的自動睡眠分期55-59
• 5.2.1 數(shù)據(jù)來源55-56
• 5.2.2 仿真流程56
• 5.2.3 仿真實驗和結(jié)果分析56-59
• 5.3 本章小結(jié)59-60
• 第六章 總結(jié)與展望60-62
• 參考文獻62-65
• 附錄1 攻讀碩士學(xué)位期間撰寫的論文65-66
• 附錄2 攻讀碩士學(xué)位期間參加的科研項目66-67
• 致謝67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 薛蘊全,王秋英,王宏;腦電信號的動態(tài)時空響應(yīng)拓撲圖[J];儀器儀表學(xué)報;2001年S1期

2 馬穎穎;張涇周;吳疆;;腦電信號處理方法[J];北京生物醫(yī)學(xué)工程;2007年01期

3 謝松云;張振中;楊金孝;張坤;;腦電信號的若干處理方法研究與評價[J];計算機仿真;2007年02期

4 魯強;劉玉軍;徐建蘭;張進祿;;一種適用于清醒動物腦電信號采集的固定裝置[J];首都醫(yī)科大學(xué)學(xué)報;2011年06期

5 董盟盟;仲軼;徐潔;戴體俊;劉功儉;;基于小波分析的腦電信號處理[J];電子設(shè)計工程;2012年24期

6 戴銀濤,吳祈耀;快速提取腦電信號的譜分量參數(shù)[J];北京生物醫(yī)學(xué)工程;1989年01期

7 孟欣，，歐陽楷;腦電信號的幾個非線性動力學(xué)分析方法[J];北京生物醫(yī)學(xué)工程;1997年03期

8 程明,高上凱,張琳;基于腦電信號的腦—計算機接口[J];北京生物醫(yī)學(xué)工程;2000年02期

9 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期

10 吳小培,馮煥清,周荷琴,王濤;獨立分量分析及其在腦電信號預(yù)處理中的應(yīng)用[J];北京生物醫(yī)學(xué)工程;2001年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓撲圖[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;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進展——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;;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;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)計建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機接口系統(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;基于腦電信號的認知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時—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 于洪;基于腦電信號的警覺度估計[D];上海交通大學(xué);2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學(xué);2010年

3 張志琴;腦電信號的復(fù)雜性分析[D];中南大學(xué);2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學(xué);2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學(xué)評價分析[D];杭州電子科技大學(xué);2012年

6 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學(xué);2015年

7 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學(xué);2015年

8 王曉濱;LED光針灸對腦功能的影響研究[D];天津職業(yè)技術(shù)師范大學(xué);2015年

9 徐朝陽;基于深度網(wǎng)絡(luò)的腦電信號分類方法研究[D];中國海洋大學(xué);2015年

10 劉巨娟;基于腦電信號識別的駕駛員-汽車混合控制系統(tǒng)設(shè)計[D];東北大學(xué);2014年

本文編號：673423