【摘要】：睡眠呼吸暫停是一種由于反復(fù)較長(zhǎng)時(shí)間呼吸停止導(dǎo)致睡眠連續(xù)性中斷和短暫的血氧含量降低及二氧化碳含量增高的嚴(yán)重疾病,而阻塞性睡眠呼吸暫停(obstructive sleep apnea,OSA)又是其中最常見的一種類型,系由睡眠中反復(fù)出現(xiàn)的喉部或上氣道閉合引起的。多導(dǎo)睡眠監(jiān)測(cè)(Polysomnography,PSG)是OSA診斷的“黃金標(biāo)準(zhǔn)”,然而為患者實(shí)施PSG診斷是困難和昂貴的。因此,迫切需要一種快速有效的檢測(cè)阻塞性睡眠呼吸暫停事件的方法。鼾聲是阻塞性睡眠呼吸暫停的基本信號(hào),攜帶著有關(guān)于上呼吸道阻塞的信息,準(zhǔn)確分析和評(píng)估潛在OSA患者的鼾聲,對(duì)OSA的診斷具有良好的指導(dǎo)作用。因此本文從鼾聲聲學(xué)分析入手,提出了OSA的檢測(cè)算法,本文主要工作內(nèi)容如下:首先僅使用梅爾頻率倒譜系數(shù)(Mel Frequency Cepstral Coefficents,MFCC)特征,并基于棧式自編碼網(wǎng)絡(luò)(Stacked Autoencoder,SAE)進(jìn)行模型的搭建,通過從睡眠聲音記錄中分類不同的事件(打鼾,OSA和靜默)來評(píng)估所提出模型的性能。然后深入挖掘特征和模型結(jié)構(gòu),增加線性預(yù)測(cè)系數(shù)(linear predict coefficient,LPC)特征并基于混合神經(jīng)網(wǎng)絡(luò)(hybrid neural network,HNN)來進(jìn)行模型的搭建。將模型的分類結(jié)果與正確標(biāo)注進(jìn)行比較,提出的模型,對(duì)于打鼾事件的檢測(cè),能夠達(dá)到90.65%的靈敏度,對(duì)于OSA的檢測(cè)可以達(dá)到90.99%的靈敏度,對(duì)于靜默事件的檢測(cè)可以達(dá)到90.30%的靈敏度,結(jié)果表明該模型可以為診斷OSA提供一定的依據(jù)。
【圖文】：

HOlter檢查l1’]

--1PSO診斷tIN
【學(xué)位授予單位】：天津工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP183;R766

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳世君;林自葵;劉志高;;基于混合神經(jīng)網(wǎng)絡(luò)的鐵路材料消耗預(yù)測(cè)方法研究[J];鐵道工程企業(yè)管理;2009年05期

2 林晶;;一種基于混合神經(jīng)網(wǎng)絡(luò)的抽取式文本摘要方法[J];懷化學(xué)院學(xué)報(bào);2017年05期

3 蔣洪波;;混合神經(jīng)模擬[J];中國(guó)臨床康復(fù);2006年18期

4 楊連玉,楊文艷,錢劍,王哲;豬下丘腦混合神經(jīng)細(xì)胞培養(yǎng)研究初探[J];吉林農(nóng)業(yè)大學(xué)學(xué)報(bào);2003年04期

5 安凱;混合神經(jīng)網(wǎng)絡(luò)及其在非線性系統(tǒng)控制中的應(yīng)用[J];光電工程;2000年05期

6 陳世君;林自葵;劉志高;;基于混合神經(jīng)網(wǎng)絡(luò)的鐵路材料消耗的預(yù)測(cè)方法研究[J];鐵道建筑技術(shù);2009年S2期

7 鄭濤;楊昆;;基于混合神經(jīng)網(wǎng)絡(luò)的多機(jī)驅(qū)動(dòng)系統(tǒng)的協(xié)調(diào)控制[J];化工自動(dòng)化及儀表;2016年02期

8 周洪煜,張堅(jiān),游立科,張峰;基于混合神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測(cè)函數(shù)控制[J];控制理論與應(yīng)用;2005年01期

9 徐雪松,胡吉全;基于混合神經(jīng)網(wǎng)絡(luò)的門座起重機(jī)變幅機(jī)構(gòu)參數(shù)優(yōu)化設(shè)計(jì)[J];機(jī)械工程學(xué)報(bào);2005年04期

10 劉燕,張學(xué)慶,楊紹國(guó);一種混合神經(jīng)網(wǎng)絡(luò)在圖像壓縮中的應(yīng)用[J];光學(xué)與光電技術(shù);2003年04期

相關(guān)會(huì)議論文 前1條

1 司馬蕾;樊碧發(fā);;神經(jīng)病理性癌痛的臨床特點(diǎn)與現(xiàn)狀控制的調(diào)查研究[A];中華醫(yī)學(xué)會(huì)疼痛學(xué)分會(huì)第十屆學(xué)術(shù)年會(huì)論文集[C];2013年

相關(guān)博士學(xué)位論文 前1條

1 MARY OPOKUA ANSONG;基于復(fù)雜系統(tǒng)模型的地下采礦無線傳感器網(wǎng)絡(luò)中的優(yōu)化混合神經(jīng)網(wǎng)絡(luò)[D];江蘇大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 康兵兵;基于混合神經(jīng)網(wǎng)絡(luò)的鼾聲和睡眠呼吸暫停綜合征檢測(cè)[D];天津工業(yè)大學(xué);2019年

2 彭曉琪;基于混合神經(jīng)網(wǎng)絡(luò)的人機(jī)情感會(huì)話研究[D];合肥工業(yè)大學(xué);2018年

3 李妙用;基于混合神經(jīng)網(wǎng)絡(luò)的股票預(yù)測(cè)系統(tǒng)研究[D];華南理工大學(xué);2011年

4 許興華;基于混合神經(jīng)網(wǎng)絡(luò)的非線性動(dòng)態(tài)系統(tǒng)建模[D];北京化工大學(xué);2006年

5 張鵬飛;基于混合神經(jīng)網(wǎng)絡(luò)技術(shù)的風(fēng)功率預(yù)測(cè)研究[D];沈陽工業(yè)大學(xué);2015年

6 權(quán)亞蕾;基于混合神經(jīng)網(wǎng)絡(luò)的汽輪發(fā)電機(jī)組振動(dòng)故障診斷研究[D];上海電力學(xué)院;2015年

7 劉軍利;混合神經(jīng)網(wǎng)絡(luò)在入侵檢測(cè)中的應(yīng)用研究[D];西北大學(xué);2005年

8 區(qū)永強(qiáng);基于網(wǎng)格的混合神經(jīng)網(wǎng)絡(luò)計(jì)算平臺(tái)研究與實(shí)現(xiàn)[D];華南理工大學(xué);2010年

9 羅練海;基于Hadoop的混合神經(jīng)網(wǎng)絡(luò)計(jì)算平臺(tái)研究與實(shí)現(xiàn)[D];華南理工大學(xué);2016年

10 艾俊;基于Spark混合神經(jīng)網(wǎng)絡(luò)的手寫字識(shí)別研究[D];中南林業(yè)科技大學(xué);2016年

，

本文編號(hào)：2640060