基于脑电信号睡眠特征提取与分期方法的研究
发布时间：2021-07-01 09:15
随着现代生活节奏的逐步加快,人们的生活压力不断加大,由睡眠问题引起的疾病越来越多,所以基于交叉学科的睡眠医学研究,得到了医学机构以及高校的广泛关注。目前,在睡眠临床研究中,主要依靠专家亲临现场分析,由于客观原因及人工主观性误判等,导致睡眠分期的准确较低。近年来,医学专家和学者致力于依据信号处理理论和模式识别算法实现睡眠脑电信号（EEG）的自动分期研究,但国外进展较好,国内相对滞后,利用睡眠EEG评估睡眠质量的准确性需待进一步提高。论文首先分析了睡眠脑电信号的特点与分期标准,研究了基于脑电信号睡眠特征提取与分期方法,将MIT-BIH生理数据库Sleep-EDF中8例受试者睡眠EEG监测数据作为睡眠过程的分析对象,对脑电信号进行特征提取:利用小波变换算法提取节律波的能量特征;利用多尺度熵算法提取脑电信号不同尺度下的熵值特征;然后使用主成分分析方法（PCA）对节律波的能量和不同尺度熵值两种特征进行融合和降维,以简化分类器的模型结构和减少训练时间。睡眠特征分期过程采用分析睡眠期的模式识别方法,应用BP神经网络和SVM分类器建立睡眠特征的分期模型,并对Wake、SWS、LS、REM四个阶段脑电信...
【文章来源】：郑州大学河南省 211工程院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图２．１?ＥＥＧ信号中四种特征波形??
结构的睡眠长度、周期、复杂程度会发生改变［１５］，据研宄表明睡眠长度与年龄的??增长呈反比趋势，特别是深度睡眠期的持续时间越来越少，年龄与睡眠结构的变??化关系如图２．３所示，具体表现为婴儿期睡眠时间较长，而小孩过渡到成年，深??度睡眠的持续时间逐渐较少。??丨：伽咖卿??ｍ?ｒ－?Ｆｃ〇Ｌｎａ＞ｃｏｃｏ〇ｔｎｏ?ｉｎ??２??＂７?ＣＯ?＾－？ｃ－Ｔ－ＣＯＬ〇?卜??婴儿?小孩?成人??图２．３睡眠时长与年龄的变化关系??Ｒ＆Ｋ睡眠标准为睡眠医学领域奠定了基础，但是在后续研究中发现该标准??可能存在分期阶段的偏差。２００７年，美国睡眠医学协会对Ｒ＆Ｋ标准进行了修??订，推出了?ＡＡＳＭ睡眠标准，并在２００８年７月１日开始执行，随后该标准为睡??眠医学研究提供了更加准确的依据，受到欧洲大部分睡眠中心的认可，我国也己??经釆用了该标准来进行睡眠疾病的研究。ＡＡＳＭ标准，根据Ｒ＆Ｋ标准将睡眠Ｓ１??期和Ｓ２期合并为浅睡期（ＬｉｇｈｔＳｌｅｅｐ，?ＬＳ），将Ｓ３和Ｓ４合并为深睡期（在该睡??眠期出现较多的频率较慢的特征波形，也成慢波睡眠期，ＳＷＳ），并对睡眠过程??１３??
＿遞＇?册??０１２?３４５６７８??成年人整夜的睡眠时长??图２．２正常成年人一夜（８小时）的睡眠周期??睡眠结构并不是完全固定的，根据年龄、生活环境、健康程度等因素，睡眠??结构的睡眠长度、周期、复杂程度会发生改变［１５］，据研宄表明睡眠长度与年龄的??增长呈反比趋势，特别是深度睡眠期的持续时间越来越少，年龄与睡眠结构的变??化关系如图２．３所示，具体表现为婴儿期睡眠时间较长，而小孩过渡到成年，深??度睡眠的持续时间逐渐较少。??丨：伽咖卿??ｍ?ｒ－?Ｆｃ〇Ｌｎａ＞ｃｏｃｏ〇ｔｎｏ?ｉｎ??２??＂７?ＣＯ?＾－？ｃ－Ｔ－ＣＯＬ〇?卜??婴儿?小孩?成人??图２．３睡眠时长与年龄的变化关系??Ｒ＆Ｋ睡眠标准为睡眠医学领域奠定了基础，但是在后续研究中发现该标准??可能存在分期阶段的偏差。２００７年，美国睡眠医学协会对Ｒ＆Ｋ标准进行了修??订，推出了?ＡＡＳＭ睡眠标准，并在２００８年７月１日开始执行，随后该标准为睡??眠医学研究提供了更加准确的依据
【参考文献】：
期刊论文
[1]基于单通道脑电信号的自动睡眠分期[J]. 范文兵,刘雪峰,赵艳阳. 计算机应用. 2017(S2)
[2]基于MSE-PCA的脑电睡眠分期方法研究[J]. 刘雪峰,马州生,赵艳阳,余传奇,范文兵. 电子技术应用. 2017(09)
[3]基于主成分分析和反向传播神经网络的肝癌细胞后向散射显微光谱判别[J]. 杨静,王成,谢成颖,翁小阜,魏勋斌. 生物医学工程学杂志. 2017(02)
[4]基于脑电信号特征提取的睡眠分期方法研究[J]. 李斐,马千里. 计算机技术与发展. 2017(01)
[5]基于脑电信号的自动睡眠分期研究进展[J]. 高群霞,周静,吴效明. 生物医学工程学杂志. 2015(05)
[6]基于离散小波变换的脑电信号睡眠分期研究[J]. 谢宏,施小南. 微型机与应用. 2015(16)
[7]便携式睡眠脑电监测系统的研制[J]. 李慧,叶大田,彭诚. 生物医学工程学杂志. 2015(03)
[8]一种新的脑电信号睡眠分期方法[J]. 王群,程佳,刘志文. 航天医学与医学工程. 2015(01)
[9]振幅整合脑电图在正常睡眠脑电分期中的应用[J]. 叶大田,李慧,彭诚. 清华大学学报(自然科学版). 2014(08)
[10]加强对睡眠呼吸障碍的诊疗促进我国睡眠医学的发展[J]. 韩芳. 世界睡眠医学杂志. 2014(01)
博士论文
[1]基于单通道脑电信号的睡眠分期算法及应用研究[D]. 刘志勇.哈尔滨工业大学 2017
[2]BP神经网络构建与优化的研究及其在医学统计中的应用[D]. 邓伟.复旦大学 2002
硕士论文
[1]基于数据降维的机器学习分类应用研究[D]. 胡天宇.吉林大学 2017
[2]便携式单导脑电信号采集与处理研究[D]. 左超华.西南交通大学 2016
[3]基于脑电信号的自动睡眠分期研究[D]. 唐其彪.广东工业大学 2016
[4]基于脑电多尺度非线性分析的睡眠分期研究[D]. 顿士君.燕山大学 2016
[5]基于小波变换的睡眠脑电分析[D]. 庄晓滨.华南理工大学 2016
[6]脑电信号的非线性动力学分析及其在睡眠分期中的应用[D]. 王琼颖.哈尔滨工业大学 2015
[7]基于脑电信号的睡眠分期研究[D]. 程佳.北京理工大学 2015
[8]基于EEG的光诱发睡眠响应特性的研究[D]. 周晖.南京航空航天大学 2015
[9]小波分析在信号处理中的应用[D]. 封常生.上海交通大学 2007
本文编号：3258863
【文章来源】：郑州大学河南省 211工程院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图２．１?ＥＥＧ信号中四种特征波形??
结构的睡眠长度、周期、复杂程度会发生改变［１５］，据研宄表明睡眠长度与年龄的??增长呈反比趋势，特别是深度睡眠期的持续时间越来越少，年龄与睡眠结构的变??化关系如图２．３所示，具体表现为婴儿期睡眠时间较长，而小孩过渡到成年，深??度睡眠的持续时间逐渐较少。??丨：伽咖卿??ｍ?ｒ－?Ｆｃ〇Ｌｎａ＞ｃｏｃｏ〇ｔｎｏ?ｉｎ??２??＂７?ＣＯ?＾－？ｃ－Ｔ－ＣＯＬ〇?卜??婴儿?小孩?成人??图２．３睡眠时长与年龄的变化关系??Ｒ＆Ｋ睡眠标准为睡眠医学领域奠定了基础，但是在后续研究中发现该标准??可能存在分期阶段的偏差。２００７年，美国睡眠医学协会对Ｒ＆Ｋ标准进行了修??订，推出了?ＡＡＳＭ睡眠标准，并在２００８年７月１日开始执行，随后该标准为睡??眠医学研究提供了更加准确的依据，受到欧洲大部分睡眠中心的认可，我国也己??经釆用了该标准来进行睡眠疾病的研究。ＡＡＳＭ标准，根据Ｒ＆Ｋ标准将睡眠Ｓ１??期和Ｓ２期合并为浅睡期（ＬｉｇｈｔＳｌｅｅｐ，?ＬＳ），将Ｓ３和Ｓ４合并为深睡期（在该睡??眠期出现较多的频率较慢的特征波形，也成慢波睡眠期，ＳＷＳ），并对睡眠过程??１３??
＿遞＇?册??０１２?３４５６７８??成年人整夜的睡眠时长??图２．２正常成年人一夜（８小时）的睡眠周期??睡眠结构并不是完全固定的，根据年龄、生活环境、健康程度等因素，睡眠??结构的睡眠长度、周期、复杂程度会发生改变［１５］，据研宄表明睡眠长度与年龄的??增长呈反比趋势，特别是深度睡眠期的持续时间越来越少，年龄与睡眠结构的变??化关系如图２．３所示，具体表现为婴儿期睡眠时间较长，而小孩过渡到成年，深??度睡眠的持续时间逐渐较少。??丨：伽咖卿??ｍ?ｒ－?Ｆｃ〇Ｌｎａ＞ｃｏｃｏ〇ｔｎｏ?ｉｎ??２??＂７?ＣＯ?＾－？ｃ－Ｔ－ＣＯＬ〇?卜??婴儿?小孩?成人??图２．３睡眠时长与年龄的变化关系??Ｒ＆Ｋ睡眠标准为睡眠医学领域奠定了基础，但是在后续研究中发现该标准??可能存在分期阶段的偏差。２００７年，美国睡眠医学协会对Ｒ＆Ｋ标准进行了修??订，推出了?ＡＡＳＭ睡眠标准，并在２００８年７月１日开始执行，随后该标准为睡??眠医学研究提供了更加准确的依据
【参考文献】：
期刊论文
[1]基于单通道脑电信号的自动睡眠分期[J]. 范文兵,刘雪峰,赵艳阳. 计算机应用. 2017(S2)
[2]基于MSE-PCA的脑电睡眠分期方法研究[J]. 刘雪峰,马州生,赵艳阳,余传奇,范文兵. 电子技术应用. 2017(09)
[3]基于主成分分析和反向传播神经网络的肝癌细胞后向散射显微光谱判别[J]. 杨静,王成,谢成颖,翁小阜,魏勋斌. 生物医学工程学杂志. 2017(02)
[4]基于脑电信号特征提取的睡眠分期方法研究[J]. 李斐,马千里. 计算机技术与发展. 2017(01)
[5]基于脑电信号的自动睡眠分期研究进展[J]. 高群霞,周静,吴效明. 生物医学工程学杂志. 2015(05)
[6]基于离散小波变换的脑电信号睡眠分期研究[J]. 谢宏,施小南. 微型机与应用. 2015(16)
[7]便携式睡眠脑电监测系统的研制[J]. 李慧,叶大田,彭诚. 生物医学工程学杂志. 2015(03)
[8]一种新的脑电信号睡眠分期方法[J]. 王群,程佳,刘志文. 航天医学与医学工程. 2015(01)
[9]振幅整合脑电图在正常睡眠脑电分期中的应用[J]. 叶大田,李慧,彭诚. 清华大学学报(自然科学版). 2014(08)
[10]加强对睡眠呼吸障碍的诊疗促进我国睡眠医学的发展[J]. 韩芳. 世界睡眠医学杂志. 2014(01)
博士论文
[1]基于单通道脑电信号的睡眠分期算法及应用研究[D]. 刘志勇.哈尔滨工业大学 2017
[2]BP神经网络构建与优化的研究及其在医学统计中的应用[D]. 邓伟.复旦大学 2002
硕士论文
[1]基于数据降维的机器学习分类应用研究[D]. 胡天宇.吉林大学 2017
[2]便携式单导脑电信号采集与处理研究[D]. 左超华.西南交通大学 2016
[3]基于脑电信号的自动睡眠分期研究[D]. 唐其彪.广东工业大学 2016
[4]基于脑电多尺度非线性分析的睡眠分期研究[D]. 顿士君.燕山大学 2016
[5]基于小波变换的睡眠脑电分析[D]. 庄晓滨.华南理工大学 2016
[6]脑电信号的非线性动力学分析及其在睡眠分期中的应用[D]. 王琼颖.哈尔滨工业大学 2015
[7]基于脑电信号的睡眠分期研究[D]. 程佳.北京理工大学 2015
[8]基于EEG的光诱发睡眠响应特性的研究[D]. 周晖.南京航空航天大学 2015
[9]小波分析在信号处理中的应用[D]. 封常生.上海交通大学 2007
本文编号：3258863
本文链接：https://www.wllwen.com/linchuangyixuelunwen/3258863.html
最近更新
教材专著
