基于脑电信号辨识的声音睡眠仪研制
本文选题：EEG + STPS ； 参考：《陕西科技大学》2017年硕士论文
【摘要】：睡眠作为精神和体力恢复的重要生理过程,对提升记忆力、免疫力、情感和认知能力具有重要作用。然而,随着现代化生活节奏的加快,社会压力的增大,越来越多的人遭受失眠的折磨,使得体力和精神难以得到恢复。目前失眠疗法主要包括:药物疗法、食物疗法、心理疗法、行为认知疗法及新兴物理疗法,其中,以具有长期安全、有效、且无副作用特点的声音疗法、磁刺激疗法、微电流刺激疗法等新兴物理疗法的发展前景最好,而声音疗法以其非接触治疗、低成本和易操作的特点更是受到广泛关注。本课题在研究人体睡眠过程的基础上,提出了一种基于睡眠分期辨识的声音催眠方法,并借助脑电信号(Electroencephalography,EEG)实现睡眠分期辨识,最终,研制出一款基于EEG辨识的声音睡眠仪,该睡眠仪由睡眠分期系统和催眠系统两部分组成。研制该睡眠仪的主要工作包括:(1)睡眠仪催眠方案确定。通过研究人体睡眠过程,了解了睡眠机理和各睡眠状态的特点,通过分析和对比各种辨识人体睡眠状态的物理量,确定了基于EEG信号分析的睡眠状态辨识方法,通过研究催眠原理——人体共振学原理,提出采用不同催眠声音对各睡眠状态进行睡眠引导的催眠方案。(2)睡眠分期算法的研究。睡眠分期算法包括EEG信号的预处理、睡眠EEG的特征提取和睡眠状态辨识三个步骤,本课题通过对EEG信号进行Butterworth滤波、短时功率谱估计(Short Time Power Spectrum,STPS)时频谱估计和径向基神经网络(Radial Basis Function Neural Network,RBFNN)模糊融合器等算法的处理,辨识出人体睡眠状态。(3)催眠声音的确定及其生成算法研究。根据声音催眠的原理,初步确定多组催眠声音,最终确定清醒状态播放白噪声声音进行催眠,引导睡眠顺利过渡到浅睡状态;浅睡状态播放粉红噪声声音进行催眠,引导睡眠顺利过渡到深睡状态。本课题研究了催眠声音信号的生成算法,采用改进的混合同余法生成白噪声,并在建立粉红噪声自回归滑动平均混合模型(Auto Regression Integrated with Moving Averages Model,ARMA模型)基础上,使用该模型对白噪声进行滤波获得粉红噪声。(4)声音睡眠仪的系统实现。该工作包括研制由Emotiv EPOC和个人计算机(Personal Computer,PC)组成的睡眠分期系统和由以数字信号处理器(Digital Signal Processor,DSP)为核心的主控模块、音频处理模块、播放模块及人机交互模块组成的催眠系统。睡眠分期与催眠两个系统之间通过蓝牙实现连接。睡眠分期系统中,采用Emotiv EPOC实现EEG信号的采集,采用PC机实现睡眠分期算法及系统显示界面设计;催眠系统中,采用DSP完成催眠声音生成算法及通信方式的实现,音频处理模块完成音频数据的存储和解码,播放模块完成催眠音乐的播放,人机交互模块完成显示和系统复位。通过上述工作,研制出一款基于脑电信号辨识的声音睡眠仪,该设备通过EEG信号,实现对睡眠状态辨识,并且针对不同的睡眠状态可以采用不同的催眠声音进行睡眠引导。实验表明:这样一款具有睡眠状态反馈和阶段性催眠特性的声音睡眠仪不仅可以实现快速催眠,又可以避免催眠的盲目性,为睡眠医学的快速发展提供理论与实用价值。
[Abstract]:......
【学位授予单位】：陕西科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TH77;TN911.7
【相似文献】
相关期刊论文 前10条
1 薛蕴全,王秋英,王宏;脑电信号的动态时空响应拓扑图[J];仪器仪表学报;2001年S1期
2 ;小样本脑电信号(EEG)处理系统[J];北京理工大学学报;1989年02期
3 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期
4 季忠,秦树人;时频测试方法在脑电信号分析中的应用[J];重庆大学学报(自然科学版);2003年11期
5 葛家怡;周鹏;赵欣;刘海婴;王明时;;睡眠脑电信号的多重分形去势波动分析[J];天津大学学报;2008年10期
6 吴绍斌;高利;王刘安;;基于脑电信号的驾驶疲劳检测研究[J];北京理工大学学报;2009年12期
7 倪原;沈艳辉;侯帅格;陆文总;;大鼠嗅觉区脑电信号检测与处理技术研究[J];西安工业大学学报;2012年02期
8 ;《小样本脑电信号处理系统》通过部级鉴定[J];北京工业学院学报;1988年03期
9 马彦斌，吴祈耀;维格纳分布在脑电信号处理中的应用[J];北京理工大学学报;1995年02期
10 吴祈耀，吴祈宗;脑电信号的现代谱分析技术[J];北京理工大学学报;1995年02期
相关会议论文 前10条
1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年
2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年
3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年
4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年
5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年
8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年
9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年
10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年
相关重要报纸文章 前1条
1 张文清 记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年
相关博士学位论文 前10条
1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年
2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年
3 马小飞;认知任务下的脑电动力学分析[D];南京大学;2017年
4 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年
5 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年
6 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年
7 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年
8 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年
9 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年
10 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年
相关硕士学位论文 前10条
1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年
2 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年
3 张志琴;脑电信号的复杂性分析[D];中南大学;2009年
4 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年
5 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年
6 薛吉星;多通道脑电信号采集与处理系统研究[D];华南理工大学;2015年
7 刘静;基于加权排序熵的多通道脑电信号同步算法研究[D];燕山大学;2015年
8 陈泽涛;基于脑电信号分析的AD早期评估系统的设计与实现[D];燕山大学;2015年
9 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年
10 王琼颖;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];哈尔滨工业大学;2015年
，本文编号：1736388
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/1736388.html
