睡眠是使機(jī)體復(fù)原和鞏固的重要環(huán)節(jié),對(duì)睡眠分期和睡眠覺醒事件進(jìn)行研究是臨床上診斷睡眠相關(guān)疾病的基礎(chǔ),臨床上通常采用多導(dǎo)睡眠儀采集相關(guān)人體生理數(shù)據(jù),經(jīng)醫(yī)生人工分析標(biāo)注后確定睡眠分期和覺醒情況。該方式由于待分析的數(shù)據(jù)量大,數(shù)據(jù)格式各異等情況易造成工作量繁雜,同時(shí)人工分析結(jié)果受醫(yī)生個(gè)人醫(yī)學(xué)臨床經(jīng)驗(yàn)影響,易造成診斷結(jié)果不一致的問題。隨著人工智能、大數(shù)據(jù)技術(shù)的發(fā)展,基于睡眠相關(guān)數(shù)據(jù)的采集、分析,構(gòu)建模型實(shí)現(xiàn)對(duì)睡眠信號(hào)的分析識(shí)別,從而輔助醫(yī)生智能診斷,能有效減少醫(yī)生的工作量,同時(shí)將大數(shù)據(jù)和醫(yī)生經(jīng)驗(yàn)進(jìn)行融合,具有重要的臨床意義和應(yīng)用價(jià)值。本文針對(duì)睡眠信號(hào)自動(dòng)識(shí)別領(lǐng)域的睡眠覺醒事件檢測(cè)和睡眠分期問題,首先,基于多模態(tài)的睡眠信號(hào)設(shè)計(jì)了睡眠覺醒分類模型CRPEMA(ConvolutionalResidual network with Positional Embedding and Multi-head Attention);進(jìn)而在CRPEMA模型基礎(chǔ)上,構(gòu)造了針對(duì)睡眠覺醒事件和睡眠分期識(shí)別的多任務(wù)深度學(xué)習(xí)模型,并對(duì)其進(jìn)行了參數(shù)設(shè)置和性能評(píng)估;最后,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)遠(yuǎn)程睡眠分析系統(tǒng)。主要研究?jī)?nèi)容如下:(1)...

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1多導(dǎo)睡眠儀采集睡眠信號(hào)

1緒論2為了研究受試者的睡眠狀況并進(jìn)行針對(duì)性治療，第一步就是對(duì)其進(jìn)行睡眠監(jiān)測(cè)。臨床上通常采用多導(dǎo)睡眠儀獲取病人整夜的多導(dǎo)睡眠圖（Polysomnogram，PSG）來(lái)評(píng)估患者的睡眠狀況，使醫(yī)生能夠監(jiān)測(cè)腦電圖(EEG)、肌電圖(EMG)、眼電圖(EOG)、心電圖(ECG)、呼吸模式....

圖2.2腦電信號(hào)的四種節(jié)律波形

2睡眠信號(hào)基礎(chǔ)概況10腦電圖的參數(shù)主要包括頻率、波幅和位相關(guān)系。頻率主要指一個(gè)波從它離開基線到返回基線，或者從一個(gè)波底到下一個(gè)波底所需要的時(shí)間為周期，每秒出現(xiàn)的周期數(shù)即為頻率，以次/秒（c/s）或赫茲（Hz）來(lái)表示。EEG通常的頻域0-100Hz，但是其關(guān)于睡眠狀態(tài)的有效信息主要....

圖2.3患者采集呼吸氣流和呼吸努力信號(hào)裝置

2睡眠信號(hào)基礎(chǔ)概況112.1.3呼吸相關(guān)信號(hào)基礎(chǔ)在多導(dǎo)睡眠儀采集的信號(hào)中，呼吸相關(guān)的信號(hào)可以為呼吸事件提供客觀、定量的依據(jù)。主要的呼吸相關(guān)信號(hào)包括呼吸氣流信號(hào)、呼吸努力信號(hào)和血氧飽和度。其中呼吸氣流信號(hào)、呼吸努力信號(hào)主要用來(lái)判斷睡眠呼吸暫停等睡眠事件的發(fā)生。呼吸氣流信號(hào)是指同時(shí)佩....

圖2.4胸部呼吸努力、腹部呼吸努力及呼吸氣流信號(hào)圖

2睡眠信號(hào)基礎(chǔ)概況112.1.3呼吸相關(guān)信號(hào)基礎(chǔ)在多導(dǎo)睡眠儀采集的信號(hào)中，呼吸相關(guān)的信號(hào)可以為呼吸事件提供客觀、定量的依據(jù)。主要的呼吸相關(guān)信號(hào)包括呼吸氣流信號(hào)、呼吸努力信號(hào)和血氧飽和度。其中呼吸氣流信號(hào)、呼吸努力信號(hào)主要用來(lái)判斷睡眠呼吸暫停等睡眠事件的發(fā)生。呼吸氣流信號(hào)是指同時(shí)佩....

本文編號(hào)：3893331