基于支持向量机分类器的睡眠分期算法研究
发布时间：2020-12-31 13:40
近年来,随着生活节奏加快压力增大,睡眠障碍问题越来越严重,影响人们生活质量,降低工作效率,因此睡眠问题亟待解决。目前,多导睡眠图广泛应用于睡眠障碍诊断,但存在操作复杂、仪器庞大、便携性低等缺点,无法满足日常家用需求,普适性低。因此,睡眠质量的监测与评估具有重要意义。本论文基于单导脑电、眼电与肌电信号,实现睡眠分期准确率高的上位机软件系统,其中包括人机交互软件和睡眠分期算法。本论文的研究内容主要包括:1、基于生理信号采集仪器的精度差异与睡眠生理信号的特性,提出了变异系数、脑电频谱能量比及非线性熵等归一化参量;对提出的特征参量通过t检验进行向量降维,并选择最优参数组合作为睡眠分期分类器的输入源。2、通过比较三种常见的多元分类器,选择了性能良好的支持向量机分类器;经过支持向量机分类器的睡眠分期后,结合睡眠生理特性对初步结果进行了修正。3、采用了美国国家睡眠研究资源库的80条数据对算法进行了测试,并利用灵敏度、特异度和准确率三个指标评估睡眠分期结果。4、实现了具有信息录入、信号回放、睡眠数据分析等功能的上位机软件系统。本论文实现了基于支持向量机的混合信号睡眠分期算法及其上位机软件,并初步验证了...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１．２?Ａｌｉｃｅ?ＰＤｘ便携式睡眠诊断系统??３??
浙江大学硕士学位论文???随着睡眠障碍疾病的高发以及人们睡眠健康意识的提升，便携式睡眠监测仪??的需求量不断上升，出现丼喷式发展趋势，并且朝着小型化、智能化、无线化的??方向不断发展。??２００３年，Ｚｅｏ公司研发了产品Ｚｅｏ?Ｍｏｂｉｌｅ。该产品通过头箍式绑带采集前额??脑电信号，将其用于睡眠分期，得到了高准确率的分期结果［１３］，图１．３?（ａ）为Ｚｅｏ??Ｍｏｂｉｌｅ的产品实物图和无线手机端界面。同期，作为竞争对手的Ｗａｋｅｍａｔｅ产品??利用脉搏信号分析睡眠状况，且具有在ＲＥＭ期后３０分钟的浅睡期唤醒用户的??功能，图１．３?（ｂ）为该产品的实物图及用户交互界面。图１．３?（ｃ）中的ｆｉｔｂｉｔ睡??眠监测手环通过采集能反映人体睡眠情况的生理信号，将其经过预处理及数据分??析后，将分析结果通过无线或蓝牙上传到移动端，最终在用户交互界面展现睡眠??评分、健康建议等分析结果或提供唤醒功能。??
周期的层层推进与反复产生对应的生理特征变化，因此在睡眠健康研究中具有重??要的参考价值。??２．１睡眠分期简介??本论文以ＡＡＳＭ分期准则作为参考，该准则将正常睡眠周期分为两个阶段，??分别为非快速眼动期（ＮＲＥＭ）和快速眼动期（ＲＥＭ），而ＮＲＥＭ根据睡眠深??度进一步划分为Ｉ？ＩＩＩ期。??上述各阶段在正常人整夜的睡眠中周期性重复出现。入睡时，正常人的睡眠??阶段首先进入ＮＲＥＭ期，从Ｉ期到ＩＩＩ期逐步转换，然后在ＮＲＥＭ?ＩＩ期或ＩＩＩ期??进入ＲＥＭ期。睡眠阶段由ＮＲＥＭ期进入ＲＥＭ期，代表一个完整的睡眠周期。??正常成年人整夜约有４？６个睡眠周期。一般情况下，正常成年人ＮＲＥＭ?Ｉ期的睡??眠时间约占整夜睡眠时间的５％，ＮＲＥＭ?ＩＩ期约占５０％，?ＮＲＥＭ?ＩＩＩ期约占２０％，??ＲＥＭ期约占２５％。图２．１是正常成年人睡眠结构图１｜８１。??Ｕ／ｐｉｋｆ第一个?第二个?第三个?第四个?第五个??
【参考文献】：
期刊论文
[1]基于脑电和肌电多特征的自动睡眠分期方法[J]. 吕甜甜,王心醉,俞乾,于涌,蒋蓁. 计算机工程. 2017(10)
[2]基于非线性动力学的八类运动想象脑电信号特征提取方法研究[J]. 田敏婷,商玉林,陈珊. 价值工程. 2017(04)
[3]容易被误诊为癫■样放电的几种正常睡眠脑电图波形[J]. 李国芹,董立波,韩超. 医疗装备. 2015(17)
[4]下颌表面肌电提取和评价呼吸相关时相型成分[J]. 张达,曹征涛,李彦如,叶京英,俞梦孙. 仪器仪表学报. 2014(08)
[5]基于表面肌电信号形态特征的多模式识别研究[J]. 张启忠,席旭刚,罗志增. 传感技术学报. 2012(12)
[6]在轨睡眠质量评价的研究进展[J]. 李延军,宏峰,严洪,肖蒙. 航天医学与医学工程. 2012(06)
[7]零相位数字滤波器在非平稳信号处理中的应用[J]. 常广,鄢素云,王毅. 北京交通大学学报. 2011(06)
[8]脑电图技术在针灸临床研究中的应用[J]. 赵晔,王超. 天津中医药大学学报. 2011(04)
[9]睡眠时相与心率变异性的关系研究[J]. 江丽仪,吴效明. 生物医学工程学杂志. 2011(01)
[10]阻塞性睡眠呼吸暂停低通气综合征患者睡眠结构研究[J]. 钟玲,周光耀. 西部医学. 2011(01)
博士论文
[1]HHT变换及其在脑电信号处理中的应用研究[D]. 朱晓军.太原理工大学 2012
硕士论文
[1]非脑电睡眠监测系统和算法研究[D]. 李杰.浙江大学 2016
[2]睡眠脑电自动分期方法研究[D]. 郭超珍.广东工业大学 2015
[3]基于EEG的睡眠分期与睡眠评估方法研究[D]. 高群霞.华南理工大学 2015
[4]睡眠脑电的特性分析和睡眠分期研究[D]. 肖余粮.江苏大学 2006
本文编号：2949702
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图１．２?Ａｌｉｃｅ?ＰＤｘ便携式睡眠诊断系统??３??
浙江大学硕士学位论文???随着睡眠障碍疾病的高发以及人们睡眠健康意识的提升，便携式睡眠监测仪??的需求量不断上升，出现丼喷式发展趋势，并且朝着小型化、智能化、无线化的??方向不断发展。??２００３年，Ｚｅｏ公司研发了产品Ｚｅｏ?Ｍｏｂｉｌｅ。该产品通过头箍式绑带采集前额??脑电信号，将其用于睡眠分期，得到了高准确率的分期结果［１３］，图１．３?（ａ）为Ｚｅｏ??Ｍｏｂｉｌｅ的产品实物图和无线手机端界面。同期，作为竞争对手的Ｗａｋｅｍａｔｅ产品??利用脉搏信号分析睡眠状况，且具有在ＲＥＭ期后３０分钟的浅睡期唤醒用户的??功能，图１．３?（ｂ）为该产品的实物图及用户交互界面。图１．３?（ｃ）中的ｆｉｔｂｉｔ睡??眠监测手环通过采集能反映人体睡眠情况的生理信号，将其经过预处理及数据分??析后，将分析结果通过无线或蓝牙上传到移动端，最终在用户交互界面展现睡眠??评分、健康建议等分析结果或提供唤醒功能。??
周期的层层推进与反复产生对应的生理特征变化，因此在睡眠健康研究中具有重??要的参考价值。??２．１睡眠分期简介??本论文以ＡＡＳＭ分期准则作为参考，该准则将正常睡眠周期分为两个阶段，??分别为非快速眼动期（ＮＲＥＭ）和快速眼动期（ＲＥＭ），而ＮＲＥＭ根据睡眠深??度进一步划分为Ｉ？ＩＩＩ期。??上述各阶段在正常人整夜的睡眠中周期性重复出现。入睡时，正常人的睡眠??阶段首先进入ＮＲＥＭ期，从Ｉ期到ＩＩＩ期逐步转换，然后在ＮＲＥＭ?ＩＩ期或ＩＩＩ期??进入ＲＥＭ期。睡眠阶段由ＮＲＥＭ期进入ＲＥＭ期，代表一个完整的睡眠周期。??正常成年人整夜约有４？６个睡眠周期。一般情况下，正常成年人ＮＲＥＭ?Ｉ期的睡??眠时间约占整夜睡眠时间的５％，ＮＲＥＭ?ＩＩ期约占５０％，?ＮＲＥＭ?ＩＩＩ期约占２０％，??ＲＥＭ期约占２５％。图２．１是正常成年人睡眠结构图１｜８１。??Ｕ／ｐｉｋｆ第一个?第二个?第三个?第四个?第五个??
【参考文献】：
期刊论文
[1]基于脑电和肌电多特征的自动睡眠分期方法[J]. 吕甜甜,王心醉,俞乾,于涌,蒋蓁. 计算机工程. 2017(10)
[2]基于非线性动力学的八类运动想象脑电信号特征提取方法研究[J]. 田敏婷,商玉林,陈珊. 价值工程. 2017(04)
[3]容易被误诊为癫■样放电的几种正常睡眠脑电图波形[J]. 李国芹,董立波,韩超. 医疗装备. 2015(17)
[4]下颌表面肌电提取和评价呼吸相关时相型成分[J]. 张达,曹征涛,李彦如,叶京英,俞梦孙. 仪器仪表学报. 2014(08)
[5]基于表面肌电信号形态特征的多模式识别研究[J]. 张启忠,席旭刚,罗志增. 传感技术学报. 2012(12)
[6]在轨睡眠质量评价的研究进展[J]. 李延军,宏峰,严洪,肖蒙. 航天医学与医学工程. 2012(06)
[7]零相位数字滤波器在非平稳信号处理中的应用[J]. 常广,鄢素云,王毅. 北京交通大学学报. 2011(06)
[8]脑电图技术在针灸临床研究中的应用[J]. 赵晔,王超. 天津中医药大学学报. 2011(04)
[9]睡眠时相与心率变异性的关系研究[J]. 江丽仪,吴效明. 生物医学工程学杂志. 2011(01)
[10]阻塞性睡眠呼吸暂停低通气综合征患者睡眠结构研究[J]. 钟玲,周光耀. 西部医学. 2011(01)
博士论文
[1]HHT变换及其在脑电信号处理中的应用研究[D]. 朱晓军.太原理工大学 2012
硕士论文
[1]非脑电睡眠监测系统和算法研究[D]. 李杰.浙江大学 2016
[2]睡眠脑电自动分期方法研究[D]. 郭超珍.广东工业大学 2015
[3]基于EEG的睡眠分期与睡眠评估方法研究[D]. 高群霞.华南理工大学 2015
[4]睡眠脑电的特性分析和睡眠分期研究[D]. 肖余粮.江苏大学 2006
本文编号：2949702
本文链接：https://www.wllwen.com/linchuangyixuelunwen/2949702.html
最近更新
教材专著
