基于生理信息的睡眠障碍识别方法及关键技术研究

发布时间：2021-06-30 09:40

　　失眠是一种典型的睡眠障碍,在短时间内不会威胁到人们的生命安全,但如果任由病情发展,其将给患者带来一系列并发疾病甚至导致死亡。公认的减轻失眠危害最有效方法是早诊断、早治疗,而传统人工方法缺乏自动识别的有效生理指标,耗时费力,容易受到医生主观因素影响。针对此问题,本文以睡眠障碍的自动识别为研究切入点,依次从睡眠生理特征的筛选、自动睡眠分期、失眠有效识别等方面展开研究。主要工作及贡献有以下几点:1.为了发掘睡眠数据中蕴藏的有价值自动失眠识别信息,提出了基于冗余移除的生理数据特征选择算法。分析了垂直关联性（特征与类属性的关系）和水平关联性（特征与特征的关系）以确定两种冗余标准。为量化冗余标准,定义了一个基于互信息的近似冗余特征框架,去除冗余和无关特征。为了评价算法的有效性,在八个公开生物数据集上进行了验证,与典型特征选择算法进行比较,实验结果表明本算法能够有效地减小特征维数,提高分类精度。此外,通过实验表明算法核心参数δ和α的最佳取值范围分别为0.05到0.13和0.60到0.66。2.探索非结构睡眠生理特征的表示和管理方法,以及自动睡眠分期,设计并实现了基于本体与特征权重分析的自动睡眠分期方... 

【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校

【文章页数】：113 页

【学位级别】：博士

【部分图文】：

本文组织结构示意图

国际10-20脑电电极位置示意图

眼电场示意图

【参考文献】：
期刊论文
[1]一种基于组策略的过滤式特征选择算法[J]. 许尧,胡学钢,李培培.  计算机应用研究. 2016(05)
[2]超声导波管道检测的小波模极大值去噪法[J]. 杜云朋,王建斌,靳小强.  电子测量与仪器学报. 2013(07)
[3]失眠症PSG睡眠结构参数男女性别差异比较[J]. 梁政亭,朱奇,张星平,安艳丽.  新疆医科大学学报. 2013(06)
[4]基于度与集聚系数的网络节点重要性度量方法研究[J]. 任卓明,邵凤,刘建国,郭强,汪秉宏.  物理学报. 2013(12)
[5]中国成人失眠诊断与治疗指南[J]. 赵忠新,张鹏,黄流清.  中华神经科杂志. 2012 (07)
[6]支持向量机理论与算法研究综述[J]. 丁世飞,齐丙娟,谭红艳.  电子科技大学学报. 2011(01)
[7]一种基于图论的入侵检测方法[J]. 包振,何迪.  上海交通大学学报. 2010(09)
[8]基于小波变换尺度相关性的轮廓数据去噪[J]. 董方,胡亮,李柏林,黎明,陈浩,王远,张成鑫,许州.  CT理论与应用研究. 2008(04)
[9]贝叶斯网络在中医证素辨证体系中的应用[J]. 朱文锋,晏峻峰,黄碧群.  中西医结合学报. 2006(06)
[10]复杂网络的度分布研究[J]. 王林,戴冠中.  西北工业大学学报. 2006(04)

博士论文
[1]基于电信号的针刺特性研究[D]. 孙力.天津大学 2008

硕士论文
[1]基于多生理参数的睡眠分期研究及其应用[D]. 李向新.天津大学 2012
[2]小波去噪在语音识别预处理中的应用[D]. 毛艳辉.上海交通大学 2010
[3]小波变换在脑电特征信号提取中的应用研究[D]. 王雷.山东大学 2005



本文编号：3257508