基于夜间音频信号的睡眠分期算法
发布时间：2021-06-26 04:33
当代社会人们面临了各种压力,导致睡眠质量不断降低,而低质量的睡眠会对生活产生巨大的负面影响。因此,研究分析睡眠状况,不仅能提高睡眠质量,更能帮助诊断与睡眠相关的疾病,对人们的日常生活和工作以及个人的健康状况有着重要的意义。基于音频传感器的非接触式睡眠分期系统可以实现无负担的长期睡眠监测,同时具有系统简单、便于携带等优点,能够成为家用睡眠监测和医疗睡眠疾病检测的有效手段。本文提出一种基于多类型特征的夜间音频信号的睡眠分期算法,能够实现睡眠阶段的有效划分。算法基于音频传感器采集夜间音频信号,预处理后得到呼吸事件的音频。分析呼吸事件音频的声学特性得到特征库,然后结合分类器实现睡眠分期。所提预处理算法流程为预加重、加窗与分帧、降噪和事件的端点检测算法,从整夜音频信号中检测提取出呼吸事件的音频。本文提出从三个方面分析呼吸音频的声学特性,分别是时域、线性、非线性特性,特性分析后得到表示呼吸事件的声学特征集。然后根据声学特征集构建了基于支持向量机、K最近邻和决策树的分期模型,并用上述分期模型进行睡眠分期。本文设计了实验方案和实验环境,采集13个实验者的夜间睡眠数据,经预处理和声学特性分析后得到呼吸特...
【文章来源】：南京理工大学江苏省 211工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图２．２谱减法原理图??
２夜间音频信号的预处理算法?硕士学位论文??图２．３（ａ）为带噪呼吸音频信号的时域波形图，图２．３（ｂ）为经谱减法降噪后的呼吸音频??信号波形图，可以看到，谱减法降噪后噪声减小，但无声段仍存在小幅度噪声。??１??ｒ???８：：４＜卄＿丨ｗｋＨ＿￣卜钟卅，衫十．??（ａ）带噪呼吸音频信号时域波形??１?；?Ｉ?Ｉ?ｉＴ?ｉ?！?！?Ｉ??：＼?｜！??＾??！?！?ｉ?｜?：?ｉ?｜???０?２０?４０?６０?８０?１００?１２Ｑ?１４０?１６０??谱减后音频信号时域波形?时间／ｓ??图２．３谱减法降噪前后的呼吸音频信号的时域波形图??谱减法运算量小、算法简单，但是带噪语音信号经谱减法处理后会存在“音乐噪声”，??这是谱减法估计的噪声谱信息不准确引起的。若某帧中的噪声比估计的噪声大，则谱减??后此帧会有噪声残留。噪声残留会在频谱上呈现尖峰，形成类似音乐的残留噪声，即“音??乐噪声”。调整参数减少“音乐噪声”的同时，会使波形失真，因此在参数的选择上需要??选择一个折中的值。??２．１．２维纳滤波法降噪??维纳滤波器（ｗｉｅｎｅｒ）［４２］是统计意义上的最优滤波器，或者说是波形的最优线性估计。??维纳滤波通常用滤波器实现
２夜间音频信号的预处理算法?硕士学位论文??图２．３（ａ）为带噪呼吸音频信号的时域波形图，图２．３（ｂ）为经谱减法降噪后的呼吸音频??信号波形图，可以看到，谱减法降噪后噪声减小，但无声段仍存在小幅度噪声。??１??ｒ???８：：４＜卄＿丨ｗｋＨ＿￣卜钟卅，衫十．??（ａ）带噪呼吸音频信号时域波形??１?；?Ｉ?Ｉ?ｉＴ?ｉ?！?！?Ｉ??：＼?｜！??＾??！?！?ｉ?｜?：?ｉ?｜???０?２０?４０?６０?８０?１００?１２Ｑ?１４０?１６０??谱减后音频信号时域波形?时间／ｓ??图２．３谱减法降噪前后的呼吸音频信号的时域波形图??谱减法运算量小、算法简单，但是带噪语音信号经谱减法处理后会存在“音乐噪声”，??这是谱减法估计的噪声谱信息不准确引起的。若某帧中的噪声比估计的噪声大，则谱减??后此帧会有噪声残留。噪声残留会在频谱上呈现尖峰，形成类似音乐的残留噪声，即“音??乐噪声”。调整参数减少“音乐噪声”的同时，会使波形失真，因此在参数的选择上需要??选择一个折中的值。??２．１．２维纳滤波法降噪??维纳滤波器（ｗｉｅｎｅｒ）［４２］是统计意义上的最优滤波器，或者说是波形的最优线性估计。??维纳滤波通常用滤波器实现
【参考文献】：
期刊论文
[1]不平衡数据的随机平衡采样bagging算法分类研究[J]. 季梦遥,袁磊. 贵州大学学报(自然科学版). 2017(06)
[2]机器学习及其算法与应用研究[J]. 夏天. 电脑知识与技术. 2017(15)
[3]智能手环的临床有效性评估[J]. 匡晓,许燕. 世界睡眠医学杂志. 2015(06)
[4]Matlab在语音信号处理教学中的应用[J]. 林琴,郭玉堂,刘路路,刘亚楠. 合肥师范学院学报. 2015(03)
[5]基于粒子群算法的决策树SVM多分类方法研究[J]. 王道明,鲁昌华,蒋薇薇,肖明霞,李必然. 电子测量与仪器学报. 2015(04)
[6]ADE的ReliefF特征选择在高光谱图像分类中的应用[J]. 李娅,王东,张德丰. 电视技术. 2015(05)
[7]基于改进型双门限语音端点检测算法的研究[J]. 薛胜尧. 电子设计工程. 2015(04)
[8]支持向量机理论及算法研究综述[J]. 汪海燕,黎建辉,杨风雷. 计算机应用研究. 2014(05)
[9]SMwKnn:基于类别子空间距离加权的互k近邻算法[J]. 卢伟胜,郭躬德,严宣辉,陈黎飞. 计算机科学. 2014(02)
[10]基于梅尔频率倒谱系数与翻转梅尔频率倒谱系数的说话人识别方法[J]. 胡峰松,张璇. 计算机应用. 2012(09)
博士论文
[1]语音信号动力学特性递归分析[D]. 闫润强.上海交通大学 2006
硕士论文
[1]一类非线性切换系统的稳定性分析[D]. 刘丽霞.齐鲁工业大学 2016
[2]睡眠脑电信号处理及其在睡眠分期中的应用研究[D]. 李伟研.广东工业大学 2011
[3]睡眠过程心率变异性分析及睡眠呼吸暂停综合征的判别研究[D]. 江丽仪.华南理工大学 2011
本文编号：3250634
【文章来源】：南京理工大学江苏省 211工程院校
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
图２．２谱减法原理图??
２夜间音频信号的预处理算法?硕士学位论文??图２．３（ａ）为带噪呼吸音频信号的时域波形图，图２．３（ｂ）为经谱减法降噪后的呼吸音频??信号波形图，可以看到，谱减法降噪后噪声减小，但无声段仍存在小幅度噪声。??１??ｒ???８：：４＜卄＿丨ｗｋＨ＿￣卜钟卅，衫十．??（ａ）带噪呼吸音频信号时域波形??１?；?Ｉ?Ｉ?ｉＴ?ｉ?！?！?Ｉ??：＼?｜！??＾??！?！?ｉ?｜?：?ｉ?｜???０?２０?４０?６０?８０?１００?１２Ｑ?１４０?１６０??谱减后音频信号时域波形?时间／ｓ??图２．３谱减法降噪前后的呼吸音频信号的时域波形图??谱减法运算量小、算法简单，但是带噪语音信号经谱减法处理后会存在“音乐噪声”，??这是谱减法估计的噪声谱信息不准确引起的。若某帧中的噪声比估计的噪声大，则谱减??后此帧会有噪声残留。噪声残留会在频谱上呈现尖峰，形成类似音乐的残留噪声，即“音??乐噪声”。调整参数减少“音乐噪声”的同时，会使波形失真，因此在参数的选择上需要??选择一个折中的值。??２．１．２维纳滤波法降噪??维纳滤波器（ｗｉｅｎｅｒ）［４２］是统计意义上的最优滤波器，或者说是波形的最优线性估计。??维纳滤波通常用滤波器实现
２夜间音频信号的预处理算法?硕士学位论文??图２．３（ａ）为带噪呼吸音频信号的时域波形图，图２．３（ｂ）为经谱减法降噪后的呼吸音频??信号波形图，可以看到，谱减法降噪后噪声减小，但无声段仍存在小幅度噪声。??１??ｒ???８：：４＜卄＿丨ｗｋＨ＿￣卜钟卅，衫十．??（ａ）带噪呼吸音频信号时域波形??１?；?Ｉ?Ｉ?ｉＴ?ｉ?！?！?Ｉ??：＼?｜！??＾??！?！?ｉ?｜?：?ｉ?｜???０?２０?４０?６０?８０?１００?１２Ｑ?１４０?１６０??谱减后音频信号时域波形?时间／ｓ??图２．３谱减法降噪前后的呼吸音频信号的时域波形图??谱减法运算量小、算法简单，但是带噪语音信号经谱减法处理后会存在“音乐噪声”，??这是谱减法估计的噪声谱信息不准确引起的。若某帧中的噪声比估计的噪声大，则谱减??后此帧会有噪声残留。噪声残留会在频谱上呈现尖峰，形成类似音乐的残留噪声，即“音??乐噪声”。调整参数减少“音乐噪声”的同时，会使波形失真，因此在参数的选择上需要??选择一个折中的值。??２．１．２维纳滤波法降噪??维纳滤波器（ｗｉｅｎｅｒ）［４２］是统计意义上的最优滤波器，或者说是波形的最优线性估计。??维纳滤波通常用滤波器实现
【参考文献】：
期刊论文
[1]不平衡数据的随机平衡采样bagging算法分类研究[J]. 季梦遥,袁磊. 贵州大学学报(自然科学版). 2017(06)
[2]机器学习及其算法与应用研究[J]. 夏天. 电脑知识与技术. 2017(15)
[3]智能手环的临床有效性评估[J]. 匡晓,许燕. 世界睡眠医学杂志. 2015(06)
[4]Matlab在语音信号处理教学中的应用[J]. 林琴,郭玉堂,刘路路,刘亚楠. 合肥师范学院学报. 2015(03)
[5]基于粒子群算法的决策树SVM多分类方法研究[J]. 王道明,鲁昌华,蒋薇薇,肖明霞,李必然. 电子测量与仪器学报. 2015(04)
[6]ADE的ReliefF特征选择在高光谱图像分类中的应用[J]. 李娅,王东,张德丰. 电视技术. 2015(05)
[7]基于改进型双门限语音端点检测算法的研究[J]. 薛胜尧. 电子设计工程. 2015(04)
[8]支持向量机理论及算法研究综述[J]. 汪海燕,黎建辉,杨风雷. 计算机应用研究. 2014(05)
[9]SMwKnn:基于类别子空间距离加权的互k近邻算法[J]. 卢伟胜,郭躬德,严宣辉,陈黎飞. 计算机科学. 2014(02)
[10]基于梅尔频率倒谱系数与翻转梅尔频率倒谱系数的说话人识别方法[J]. 胡峰松,张璇. 计算机应用. 2012(09)
博士论文
[1]语音信号动力学特性递归分析[D]. 闫润强.上海交通大学 2006
硕士论文
[1]一类非线性切换系统的稳定性分析[D]. 刘丽霞.齐鲁工业大学 2016
[2]睡眠脑电信号处理及其在睡眠分期中的应用研究[D]. 李伟研.广东工业大学 2011
[3]睡眠过程心率变异性分析及睡眠呼吸暂停综合征的判别研究[D]. 江丽仪.华南理工大学 2011
本文编号：3250634
本文链接：https://www.wllwen.com/linchuangyixuelunwen/3250634.html
最近更新
教材专著
