本文關(guān)鍵詞：基于腦電的自動(dòng)睡眠分期，由筆耕文化傳播整理發(fā)布。

【摘要】：本文使用腦電圖（EEG）信號(hào)針對(duì)睡眠階段進(jìn)行自動(dòng)評(píng)分，評(píng)分為五個(gè)階段，即清醒，階段1，階段2，慢波睡眠（階段3和4）和快速眼動(dòng)睡眠（REM）。睡眠階段的變化伴隨著EEG信號(hào)頻譜的變化，基于此本文利用小波變換方法進(jìn)行EEG信號(hào)的時(shí)頻域分析。通過(guò)對(duì)各頻段小波能量的分析，發(fā)現(xiàn)Alpha頻段與Delta頻段的比值能夠較好的區(qū)分各睡眠分期。進(jìn)一步，利用基于ANFIS模型的模糊神經(jīng)網(wǎng)絡(luò)，，以各頻段的相對(duì)小波能量作為輸入?yún)?shù)，對(duì)睡眠階段進(jìn)行自動(dòng)分類(lèi)。本文使用physionet睡眠腦電數(shù)據(jù)庫(kù)，將自動(dòng)分類(lèi)產(chǎn)生的hypnogram與基于專(zhuān)家標(biāo)準(zhǔn)的hypnogram比較，驗(yàn)證所使用的自動(dòng)分類(lèi)系統(tǒng)的精度。由于高識(shí)別率，較低的計(jì)算成本，高速和其在硬件中實(shí)現(xiàn)的可行性，該系統(tǒng)可用于實(shí)時(shí)實(shí)現(xiàn)。本文的研究結(jié)果提供了可被用于設(shè)計(jì)計(jì)算機(jī)輔助睡眠評(píng)分系統(tǒng)的方法框架。
【關(guān)鍵詞】：睡眠評(píng)分 睡眠圖 腦電圖 相對(duì)小波能量 ANFIS
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：R318.04;TN911.7
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-16
• 1.1 引言8
• 1.2 研究背景和意義8-14
• 1.2.1 腦電信號(hào)研究分析9-11
• 1.2.2 睡眠分期研究現(xiàn)狀分析11-14
• 1.3 論文結(jié)構(gòu)14-16
• 第二章 睡眠腦電概述16-28
• 2.1 睡眠以及睡眠的分期16-17
• 2.1.1 睡眠概述16
• 2.1.2 睡眠的分期16-17
• 2.2 腦電信號(hào)17-21
• 2.2.1 腦電波神經(jīng)生理基礎(chǔ)17-19
• 2.2.2 腦電信號(hào)和腦電圖19-21
• 2.3 睡眠腦電21-23
• 2.3.1 睡眠腦電波的特征和分期指標(biāo)21-23
• 2.3.2 睡眠腦電分期應(yīng)用意義23
• 2.4 PhysioNet 數(shù)據(jù)庫(kù)23-27
• 2.5 本章小結(jié)27-28
• 第三章 基于小波變換的 EEG 信號(hào)特征提取28-45
• 3.1 睡眠評(píng)分系統(tǒng)28-33
• 3.1.1 睡眠評(píng)分29-32
• 3.1.2 特征提取32
• 3.1.3 模式分類(lèi)32
• 3.1.4 信號(hào)采集32-33
• 3.2 小波變換33-39
• 3.2.1 小波變換研究背景33-37
• 3.2.2 小波變換與短時(shí)傅里葉變換關(guān)系37-39
• 3.2.3 離散小波變換39
• 3.3 相對(duì)小波能量的特征提取39-41
• 3.4 小波能量分析結(jié)果及計(jì)算程序41-44
• 3.5 本章小結(jié)44-45
• 第四章 模糊神經(jīng)網(wǎng)絡(luò)45-60
• 4.1 模糊神經(jīng)網(wǎng)絡(luò)45-48
• 4.1.1 神經(jīng)網(wǎng)絡(luò)45-46
• 4.1.2 模糊邏輯46-47
• 4.1.3 模糊神經(jīng)網(wǎng)絡(luò)47-48
• 4.2 自適應(yīng)模糊推理系統(tǒng)48-59
• 4.2.1 ANFIS 原理48-51
• 4.2.2 自適應(yīng)模糊神經(jīng)推理系統(tǒng)的 matlab 仿真51-55
• 4.2.3 仿真結(jié)果55-59
• 4.3 本章小結(jié)59-60
• 第五章 總結(jié)與展望60-61
• 參考文獻(xiàn)61-63
• 附錄1 攻讀碩士學(xué)位期間參加的科研項(xiàng)目63-64
• 致謝64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 邢秀玉;劉鴻宇;黃武;;基于加速度的小波能量特征及樣本熵組合的步態(tài)分類(lèi)算法[J];傳感技術(shù)學(xué)報(bào);2013年04期

2 吳云龍;邵立;張愷;李鋒;孫曉泉;;基于小波能量和光斑尺寸的干擾圖像尺度分析[J];光子學(xué)報(bào);2013年07期

3 趙海濱;王宏;李春勝;;采用相對(duì)小波能量法的腦-機(jī)接口設(shè)計(jì)[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年08期

4 翟琳琳;陳廣鋒;;基于小波能量的簇絨地毯跳紗疵點(diǎn)的檢測(cè)方法[J];絲綢;2013年06期

5 劉鋼,翟林培,賈新宇,劉明,匡海鵬;采用小波能量方法的海空背景中多目標(biāo)檢測(cè)與跟蹤[J];光電工程;2004年11期

6 張彥梅;陽(yáng)進(jìn);;一種基于小波能量分析的目標(biāo)識(shí)別方法[J];北京理工大學(xué)學(xué)報(bào);2010年07期

7 李合生,毛劍琴,李世玲,張富堂;基于多尺度小波能量積累的雷達(dá)回波檢測(cè)方法[J];系統(tǒng)工程與電子技術(shù);2000年11期

8 朱亞超,李文鋒;改進(jìn)型小波能量法的圖像融合評(píng)價(jià)[J];武漢理工大學(xué)學(xué)報(bào);2005年01期

9 姜潤(rùn)翔;史建偉;龔沈光;;基于尺度—小波能量譜的船舶水壓場(chǎng)信號(hào)檢測(cè)[J];電子學(xué)報(bào);2009年01期

10 李合生,毛劍琴,張富堂;小波能量積累器在信號(hào)處理中的應(yīng)用[J];強(qiáng)激光與粒子束;2000年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 李慶奇;馬莉;;基于小波能量的輪廓抖動(dòng)性煙霧檢測(cè)算法[A];浙江省電子學(xué)會(huì)2011學(xué)術(shù)年會(huì)論文集[C];2011年

2 陳保家;李力;趙新澤;;基于尺度-小波能量譜、粗糙集和神經(jīng)網(wǎng)絡(luò)集成的內(nèi)燃機(jī)故障診斷方法[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

3 王繼祥;陶業(yè)榮;;利用小波能量評(píng)價(jià)語(yǔ)音通信質(zhì)量的方法[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 吳京;基于模分量小波能量譜的電纜故障識(shí)別方法研究[D];西安科技大學(xué);2014年

2 張進(jìn);基于時(shí)間—小波能量譜及交叉小波變換的振動(dòng)信號(hào)分析[D];清華大學(xué);2010年

3 楊涌;基于小波能量融合的顯微序列圖像合成研究及其在工件表面檢測(cè)中的應(yīng)用[D];浙江工業(yè)大學(xué);2006年

4 陳曉偉;基于腦電的自動(dòng)睡眠分期[D];南京郵電大學(xué);2014年

  本文關(guān)鍵詞：基于腦電的自動(dòng)睡眠分期，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：368189