基于超宽带雷达睡眠分期方法研究

发布时间：2023-02-07 17:24

　　随着社会的进步与发展,越来越多的人在享受时代带来的便捷性的同时,也承受了许多压力。因此,不少人开始出现多多少少的健康问题,其中就有睡眠方面的问题。据调查显示大量的年轻人中出现了睡眠匮乏与睡眠疾病的情况。相应的改善睡眠的产品与睡眠医疗也开始进入大众们的视线。健康睡眠成为人们的主要追求之一。传统睡眠医疗的主要是利用接触式睡眠监测仪,通过在人体上穿戴电极片,并且采集进入睡眠各项生理信息,再经过专业医师分析生理信息与视频信息,来诊断人体是否患有睡眠疾病。但是这种方法通常有设备昂贵、操作复杂、对医生要求高和诊断效率低等缺点,难以推广。而且对于初次尝试的人来说,在头上粘贴大量电极会导致人难以入眠,对于检测结果也是有很大的影响。所以,设计一种操作便捷、测量准确和适合家庭使用的睡眠监测方法就具有重要的意义。本文介绍了一种基于超宽带雷达的睡眠分期方法,提出从雷达回波中提取体动信息和体征信息的方法,提出了基于BP神经网络的睡眠分期方法和基于支持向量机的睡眠分期方法。本文的主要内容如下:(1)根据雷达的多普勒特性,本文选择对于雷达回波的频域性质进行分析,提取体动信息。通过实验对比,验证本文选择频域分析法的提...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题背景及意义
    1.2 国内外研究现状
        1.2.1 睡眠医学的发展现状
        1.2.2 睡眠分期的发展现状
        1.2.3 睡眠监测系统的发展现状
    1.3 本文研究内容
    1.4 论文结构安排
第二章 多导式睡眠分期基础概述
    2.1 多导式睡眠仪简介
    2.2 睡眠分期依据
    2.3 睡眠分期规则简介
    2.4 本章小结
第三章 信息采集系统介绍与数据采集
    3.1 超宽带雷达概述
    3.2 回波信号分析
    3.3 体动信息提取
        3.3.1 体动分析方法介绍
        3.3.2 实验验证分析结果
    3.4 体征信息提取
        3.4.1 数字滤波器设定
        3.4.2 信息提取方法
        3.4.3 平滑处理
        3.4.4 实验验证分析结果
    3.5 数据采集与睡眠分期特征提取
        3.5.1 数据采集
        3.5.2 睡眠分期特征提取
    3.6 本章小结
第四章 基于BP神经网络睡眠分期算法
    4.1 人工神经网络概述
    4.2 BP神经网络概述
        4.2.1 BP神经网络概念
        4.2.2 BP神经网络算法
        4.2.3 Matlab神经网络工具箱概述
    4.3 基于BP神经网络睡眠分期
        4.3.1 模型训练
        4.3.2 睡眠分期结果与分析
    4.4 本章小结
第五章 基于支持向量机的睡眠分期算法
    5.1 支持向量机概述
        5.1.1 线性支持向量机
        5.1.2 非线性支持向量机
    5.2 基于支持向量机睡眠分期
        5.2.1 多分类支持向量机
        5.2.2 模型训练
        5.2.3 睡眠分期结果与分析
    5.3 不同睡眠分期方法对比
    5.4 睡眠分析软件
    5.5 本章小结
第六章 总结和展望
    6.1 工作总结
    6.2 工作展望
参考文献
致谢
攻读硕士学位期间研究成果



本文编号：3737178