基于脑电的计算机辅助自动睡眠评分系统

发布时间：2017-08-06 21:10

  本文关键词：基于脑电的计算机辅助自动睡眠评分系统

  更多相关文章： 睡眠 脑电信号 近似熵 相对小波能量 去趋势波动分析 ANFIS

【摘要】：睡眠学科的研究主要涉及生理学、心理学、神经生物学、计算机科学等学科,在睡眠脑电信号研究中,首先进行的就是睡眠分期。睡眠分期工作长期以来都是靠专家等人工完成,而专家间使用训练规则往往难以一致。上世纪八十年代末,睡眠自动分期成为研究热点,但目前常规的睡眠分期系统识别率不高,因此考虑结合睡眠脑电信号的特征设计高效率、高准确率的基于脑电信号的睡眠自动评分系统。本文首先具体论述了国内外学者研究睡眠分期的现状,以及睡眠脑电信号应用在睡眠分期研究中的重要作用。其次将近似熵、小波变换、去趋势波动分析以及模糊神经系统应用在睡眠分期中。本文研究内容主要体现在以下几个方面:(1)介绍了小波去噪的工作原理,使用小波阈值去噪到睡眠脑电信号的预处理。通过分析采用db4小波系数5层分解对信号进行去噪。(2)针对睡眠脑电的特征,提取睡眠脑电的近似熵、相对小波能量、标度指数特征指标,通过对比不同睡眠时期的特征指标,发现它们随着睡眠期的不同呈现一定的变化规律,因此将它们作为睡眠自动评分的特征指标。(3)介绍基于ANFIS模型的模糊神经网络,通过将三种不同类型的特征参数组合训练该模型以探究出识别率与效率最高的睡眠评分系统。最终确定“相对小波能量+标度指数”与ANFIS协同作用的睡眠评分系统具有较高的识别率,较低的计算成本以及较快的运算速度,可在硬件中实时实现。
【关键词】：睡眠 脑电信号 近似熵 相对小波能量 去趋势波动分析 ANFIS
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R740;TN911.6
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 绪论8-12
• 1.1 研究背景8-9
• 1.1.1 睡眠概述8
• 1.1.2 睡眠的分期8-9
• 1.2 睡眠分期发展及研究现状9-10
• 1.3 研究内容及意义10
• 1.4 本文结构10-12
• 第二章 睡眠脑电信号的分析介绍12-19
• 2.1 脑电信号概述12-13
• 2.1.1 大脑的功能与结构12
• 2.1.2 脑电信号的机理与特征12-13
• 2.2 脑电图与信号检测13-17
• 2.2.1 脑电图14
• 2.2.2 脑电信号的分类14-15
• 2.2.3 脑电信号的检测15-17
• 2.3 睡眠分期概述17-18
• 2.3.1 睡眠脑电特征17
• 2.3.2 睡眠分期主要方法17-18
• 2.4 本章小结18-19
• 第三章 脑电信号预处理19-29
• 3.1 小波变换理论19-24
• 3.1.1 傅里叶变换19-20
• 3.1.2 小波变换20-24
• 3.2 小波变换与信号预处理24-26
• 3.2.1 小波去噪原理24-25
• 3.2.2 小波去噪方法25-26
• 3.3 脑电信号预处理仿真26-28
• 3.3.1 数据来源26
• 3.3.2 仿真流程26-27
• 3.3.3 仿真结果分析27-28
• 3.4 本章小结28-29
• 第四章 睡眠脑电的特征提取算法研究29-51
• 4.1 基于相对小波能量的睡眠脑电特征提取29-33
• 4.1.1 相对小波能量算法29-31
• 4.1.2 睡眠时期相对小波能量特征31-33
• 4.2 基于去趋势波动分析的特征提取33-41
• 4.2.1 去趋势波动分析34-35
• 4.2.2 睡眠时期标度指数特征35-41
• 4.3 基于近似熵的睡眠脑电特征提取41-49
• 4.3.1 近似熵算法41-43
• 4.3.2 近似熵的快速算法43-44
• 4.3.3 睡眠时期近似熵的特征44-49
• 4.4 本章小结49-51
• 第五章 自适应模糊推理系统在自动睡眠评分中的应用51-63
• 5.1 模糊理论51-53
• 5.1.1 模糊集合与运算51
• 5.1.2 模糊逻辑与推理51-52
• 5.1.3 模糊逻辑系统52-53
• 5.2 模糊神经网络53-57
• 5.2.1 模糊神经网络组成及分类53-54
• 5.2.2 Takagi-Sugeno模糊神经网络54-55
• 5.2.3 自适应模糊推理系统ANFIS55-57
• 5.3 基于ANFIS的睡眠脑电自动评分57-62
• 5.3.1 数据来源57
• 5.3.2 仿真流程57-60
• 5.3.3 仿真实验和结果分析60-62
• 5.4 本章小结62-63
• 第六章 总结与展望63-65
• 参考文献65-67
• 附录1 攻读硕士学位期间申请的专利67-68
• 致谢68

【相似文献】

中国期刊全文数据库 前10条

1 季忠,秦树人;时频测试方法在脑电信号分析中的应用[J];重庆大学学报(自然科学版);2003年11期

2 谈志强 ,罗晓曙;脑电信号的非线性动力学和现代谱分析方法研究进展[J];广西医学;2003年03期

3 黄静霞,许慰玲,沈民奋;基于小波包分解的不同状态下脑电信号分析[J];北京生物医学工程;2004年01期

4 刘大路,江朝晖,冯焕清,王聪;基于脑电信号时空分布信息的思维特征研究[J];北京生物医学工程;2004年02期

5 许崇涛,沈民奋,李慧,朱国平;双谱分析方法在脑电信号分析中的应用[J];中国行为医学科学;2004年03期

6 陈香,杨基海,叶xC,何为,梁政,冯焕清;基于不同特征参数的脑电信号分类[J];北京生物医学工程;2004年04期

7 汤晓军,宋卓,杨卓,张涛;双任务事件中脑电信号的熵计算(英文)[J];生物物理学报;2005年05期

8 陈香;杨基海;叶xC;梁政;何为;冯焕清;;高频成分在思维作业脑电信号分类中的应用[J];生物医学工程学杂志;2005年06期

9 李婷,邱天爽,牛杰;独立分量分析在脑电信号处理中的应用及研究进展[J];北京生物医学工程;2005年03期

10 陈永华;朱林剑;包海涛;孙守林;;一种新型脑电信号的采集方法和应用[J];传感器与微系统;2006年03期

中国重要会议论文全文数据库 前10条

1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年

10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

中国重要报纸全文数据库 前1条

1 张文清　记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年

中国博士学位论文全文数据库 前10条

1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年

2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年

3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

4 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年

5 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

7 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年

8 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

9 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

10 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

中国硕士学位论文全文数据库 前10条

1 吴坚;独立分量分析在脑电信号处理中的应用[D];长安大学;2009年

2 杨超;脑电信号相关方法的鲁棒性分析[D];燕山大学;2009年

3 涂建成;脑电信号控制智能轮椅的研究[D];杭州电子科技大学;2011年

4 张倩华;脑电信号的非广度熵分析[D];汕头大学;2004年

5 朱家富;高频脑电信号的非线性动力学参数分析[D];重庆大学;2004年

6 李婷;独立分量分析及其在脑电信号噪声分离中的应用[D];大连理工大学;2005年

7 韩伟;睡眠脑电信号的分析与处理方法[D];西北工业大学;2005年

8 何付志;独立分量分析在脑电信号分析中的应用[D];山东大学;2005年

9 孔繁伟;基于小波变换的脑电信号处理研究[D];山东大学;2005年

10 陈永华;脑电信号采集方法及其在假肢中应用研究[D];大连理工大学;2006年

，

本文编号：631443