【摘要】：面對與日俱增的生活工作壓力,越來越多的人被迫加入到快節(jié)奏的生活方式中來。與之相伴而來的,是更多的人受到了睡眠障礙疾病的困擾,個體睡眠質量急劇下降。在這樣的時代背景下,進行睡眠活動相關研究,改善睡眠質量,具有重要的意義。睡眠分期是睡眠活動研究領域的重點內容。通過睡眠分期,個體的睡眠活動進程變得一目了然。深睡時長,睡眠總時間以及睡眠效率等睡眠質量評估指標的計算也變得簡單。睡眠分期是睡眠質量評估的有利輔助。當下,基于腦電信號的睡眠分期成為了睡眠分期研究的主流趨勢。而在腦電信號應用領域,腦機接口(Brain-computer Interface,BCI)技術是典型代表。因此本文創(chuàng)新式地將腦機接口技術同睡眠分期相結合,以基于腦機接口的睡眠分期算法及應用作為研究課題,并進行了相關的研究性工作。(1)基于頻域分析和統(tǒng)計計算,本文提出了一種自動睡眠分期算法。首先借助傅里葉變換提取信號的頻譜特征,邊緣頻率。再提取信號的均值,標準差等統(tǒng)計特征,共同構成特征向量。運用交叉驗證,在公開數(shù)據(jù)集上對算法分類性能進行測試,平均準確率為85%,Kappa系數(shù)為0.83。實驗結果證明了算法的分類性能較為理想。(2)設計離線睡眠分期實驗。依照AASM進行睡眠腦電信號和眼電信號記錄。其中,眼電信號用于專家進行睡眠標簽時的輔助,腦電信號用于后續(xù)分析處理。應用本文提出的自動睡眠分期算法提取特征,交叉驗證得到分類結果,平均準確率達到77%,Kappa系數(shù)為0.70。進一步檢驗了算法的泛化性能。(3)設計在線睡眠分期實驗。運用腦機接口技術實時采集實驗對象的睡眠腦電信號,利用預先訓練好的分類模型,對睡眠時期進行實時預測。結合專家給出的測試數(shù)據(jù)集的正確標簽,構造混淆矩陣,計算在線分類準確率。在線準確率為77%,Kappa系數(shù)為0.68。檢驗了實時睡眠分期系統(tǒng)的性能。
【圖文】：

Ｗａｖｅ邋Ｓｌｅｅｐ，邋ＳＷＳ）0逡逑上述兩種標準在評定睡眠時期時，通常以３０秒時長作為一個睡眠片段（ｅｐｏｃｈ），逡逑本文后續(xù)的睡眠樣本時間長度也遵照３０秒。兩種標準對應的睡眠分期結構圖如圖１－２逡逑６逡逑

是本文研宄內容的出發(fā)點。逡逑腦電信號采集灥 特征提取與選擇一）分榐別４結果輸出逡逑圖１－１自動睡眠分期研究流程示意圖逡逑１．３睡眠分期逡逑睡眠分期研宄所做的就是將整晚的睡眠過程劃分為幾個特定的階段，得到睡眠階段逡逑分布。這樣做的意義在于，通過分期，可以計算出不同階段的總時長和所占比例。通過逡逑與正常情況下的睡眠階段分布相對比，即可大致了解對象的睡眠變化情況，為制定相應逡逑的治療方案提供理論依據(jù)。逡逑１．３．１睡眠分期標準逡逑為完成睡眠分期，，要先確定遵循的分期標準。目前典型的睡眠分期標準有兩個，一逡逑個是《人類睡眠階段標準化術語，技術及劃分系統(tǒng)手冊》，由ＲｅｃｈｔｓｃｈａｌＴｅｎ和Ｋａｌｅｓ提逡逑出并制定，故簡稱Ｒ＆Ｋ標準［１５］。另一個是由美國睡眠醫(yī)學會針對Ｒ＆Ｋ標準提出的修逡逑正版本，簡稱ＡＡＳＭ標準�，F(xiàn)分別對兩個標準作以介紹：逡逑（１）邐Ｒ＆Ｋ標準：將睡眠過程劃分為三個階段：清醒期（ＷａｋｅｆｉｊｌｎｅＳＳ
【學位授予單位】：華南理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN911.7;R318

【參考文獻】

相關期刊論文 前7條

1 張宇波;藺小楠;;改進序列前向選擇法(ISFS)和極限學習機(ELM)相結合的SPC控制圖模式識別方法[J];青島科技大學學報(自然科學版);2015年03期

2 邵婷婷;白宗文;周美麗;;基于離散小波變換的信號分解與重構[J];計算機技術與發(fā)展;2014年11期

3 李文;劉霞;段玉波;姚建紅;劉繼承;潘洪屏;;基于小波熵與相關性相結合的小波模極大值地震信號去噪[J];地震學報;2012年06期

4 呂學玉;劉艷驕;汪衛(wèi)東;靖猛;林穎娜;王芳;;抑郁癥患者快動眼睡眠特征及其與抑郁水平的相關性[J];中華行為醫(yī)學與腦科學雜志;2011年05期

5 俞夢孫;楊軍;張宏金;;微動敏感床墊睡眠檢測系統(tǒng)的理論和實踐[J];中華航空航天醫(yī)學雜志;2009年04期

6 王逸林;梅繼丹;蔡平;;水聲矢量信號的希爾伯特黃變換仿真研究[J];系統(tǒng)仿真學報;2008年15期

7 歐陽森,宋政湘,王建華,陳德桂,耿英三;基于信號相關性和小波方法的電能質量去噪算法[J];電工技術學報;2003年03期

相關博士學位論文 前2條

1 余天佑;多模態(tài)與多自由度腦機接口研究[D];華南理工大學;2013年

2 羅光坤;Morlet小波變換理論與應用研究及軟件實現(xiàn)[D];南京航空航天大學;2007年

相關碩士學位論文 前8條

1 高群霞;基于EEG的睡眠分期與睡眠評估方法研究[D];華南理工大學;2015年

2 鄭聲濤;睡眠腦電的分析與應用研究[D];廣東工業(yè)大學;2014年

3 江麗儀;睡眠過程心率變異性分析及睡眠呼吸暫停綜合征的判別研究[D];華南理工大學;2011年

4 劉躍雷;一種新的人睡眠EEG自動分期方法研究[D];蘭州大學;2010年

5 安懷志;希爾伯特黃變換理論和應用的研究[D];哈爾濱工程大學;2008年

6 蔡瓊;基于小波變換的EEG分析[D];長沙理工大學;2007年

7 肖余糧;睡眠腦電的特性分析和睡眠分期研究[D];江蘇大學;2006年

8 鐘凌惠;EEG的特征分析及睡眠分期研究[D];山東大學;2005年

本文編號：2609182