基于脑电图的睡眠自动分期和特征分析

发布时间：2017-05-11 10:14

  本文关键词：基于脑电图的睡眠自动分期和特征分析，由笔耕文化传播整理发布。

【摘要】：本文将睡眠脑电信号作为主要分析信号,针对睡眠的各个阶段进行自动分期,共分为四个阶段,即清醒(Wake)、快速眼动睡眠(REM)、轻度睡眠(Light),和深度睡眠(Deep)。在睡眠中,EEG信号的频谱会随着睡眠阶段的转换而变化,因此,本文利用快速傅里叶变换(FFT)和小波变换对EEG信号进行频域和时频域的分析。本文使用的脑电信号来自于多导睡眠检测(Polysomnography,PSG),多导睡眠检测中包括对脑电、肌电、眼电、心电等指标进行测量。采集使用的睡眠脑电数据库包括20名健康人(33.5+14.6岁),样本脑电数据采样频率为200Hz,标准为欧洲标准,以.edf结尾。另外,在中国中医科学院广安门医院采集了三例样本数据(33.67±4.64岁)。我们首先对EEG信号进行快速傅里叶变换,然后对频谱结果做符号化,将符号化之后的结果作为BP神经网络的输入。在每个样本中使用500个随机睡眠状态(20个样本,共10000个状态)进行网络训练,剩下的状态(20个样本,约90000个状态)作为测试集,对四个睡眠状态进行自动识别。经过测试,符号化对于状态识别率具有明显的提高作用。进一步,我们通过对六个脑电导联(F3-M2, F4-M1, C3-M2, C4-M1, O1-M2,02-M1)的EEG信号进行6层小波变换分解,经过重构得到各频段的信号,并进行通道间的相关性分析,验证了导联之间具有一致性。
【关键词】：脑电图 睡眠分期 BP神经网络 小波变换
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN911.7;R741.044
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 绪论7-15
• 1.1 引言7
• 1.2 睡眠及脑电图7-10
• 1.2.1 睡眠概述7-8
• 1.2.2 PSG检测的睡眠脑电8
• 1.2.3 脑电信号波形8-10
• 1.3 睡眠自动分期现状及标准10-14
• 1.3.1 睡眠自动分期现状10-11
• 1.3.2 睡眠分期标准11-13
• 1.3.3 睡眠自动分期的应用13-14
• 1.4 本文研究内容及主要工作14-15
• 第二章 基于功率谱符号化的睡眠自动分期15-29
• 2.1 BP神经网络15-19
• 2.1.1 BP神经网络概述15-16
• 2.1.2 BP神经网络的原理和算法16-19
• 2.2 基于功率谱符号化的睡眠自动分期19-25
• 2.3 实验结果25-28
• 2.4 本章小结28-29
• 第三章 睡眠脑电各通道相关性29-48
• 3.1 小波变换理论29-45
• 3.1.1 连续小波变换29-30
• 3.1.2 离散小波变换30-31
• 3.1.3 小波包分解31-32
• 3.1.4 常用小波函数介绍32-36
• 3.1.5 小波分析去噪36-38
• 3.1.6 小波包分解去噪38-42
• 3.1.7 小波能量谱42-45
• 3.2 互相关45-46
• 3.3 实验结果46-47
• 3.4 本章小结47-48
• 第四章 总结和展望48-49
• 参考文献49-52
• 致谢52-53

【相似文献】

中国期刊全文数据库 前10条

1 王纪凤;李鹏;尚玉莲;李海霞;张裕飞;赵学军;;基于小波变换的图像压缩[J];泰山医学院学报;2007年08期

2 孙迎,叶英;运用小波变换实现听觉诱发电位的单次提取[J];上海理工大学学报;1999年04期

3 陆英北,张增芳,蔡坤宝;基于小波变换的心电信号基线矫正方法[J];北京生物医学工程;2000年04期

4 郭苗苗;徐桂芝;王磊;王江;;基于小波变换的听觉脑机接口技术研究[J];中国生物医学工程学报;2011年05期

5 余轮,翁友岑,郑慧如;小波变换在心电图R波检测中的应用[J];福州大学学报(自然科学版);1996年05期

6 吴小培,冯焕清,周荷琴,王涛;基于混合小波变换的瞬态信号检测方法[J];生物医学工程学杂志;2001年01期

7 侯波,迟耀斌,朱重光;一种基于小波变换消除图像噪声方法[J];中国体视学与图像分析;2002年02期

8 柳渊;李丹妮;严汉民;;小波变换在事件诱发脑磁图分析中的应用[J];中国医学装备;2011年06期

9 宁新宝，谢志行;多采样率线性小波变换及其对心电信号的应用[J];山东生物医学工程;1996年Z1期

10 颜杰,丁德荣,刘世庆;小波变换-偏最小二乘算法及其在复方甲硝唑注射液分析中的应用[J];分析测试学报;2000年01期

中国重要会议论文全文数据库 前10条

1 曹思远;牟永光;;小波变换与信号分解[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

2 张霖;钱敏;葛军;;几种典型环节的小波变换研究[A];1996年中国控制会议论文集[C];1996年

3 鲍文;祝豪;刘金福;;基于多尺度小波变换的电厂数据压缩方法研究[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年

4 龚妙昆;万福永;;用统计方法和小波变换确定心电图数据中的R波[A];2006中国控制与决策学术年会论文集[C];2006年

5 赵聪慧;张淑娟;;小波变换在农产品无损检测中的应用研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

6 朱光明;高静怀;王玉贵;;小波变换及其在一维滤波中的应用[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

7 金刚石;赵毅;季云松;;基于小波变换的红外图像滤波[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

8 刘卫东;李乐;张静远;;一种基于小波变换的水声成像实验研究[A];2008’促进中西部发展声学学术交流会论文集[C];2008年

9 赵丽红;蔡玉;徐心和;;基于小波变换和多分类器融合的人脸识别[A];2007中国控制与决策学术年会论文集[C];2007年

10 鲁昌华;汪济洲;;小波变换在通用DSP上的快速实现[A];第十七届全国测控计量仪器仪表学术年会（MCMI'2007）论文集（上册）[C];2007年

中国重要报纸全文数据库 前1条

1 吴玉田殷学平;中药质量控制又添新武器——小波变换近红外光谱分析系统[N];中国医药报;2004年

中国博士学位论文全文数据库 前10条

1 王利琴;心电信号波形检测与心律失常分类研究[D];河北工业大学;2014年

2 宋长贺;基于GPU的高性能遥感图像解码方法研究[D];西安电子科技大学;2015年

3 王丽荣;基于小波变换的目标检测方法研究[D];吉林大学;2006年

4 熊智新;基于小波变换的化学谱图数据处理[D];浙江大学;2004年

5 魏云冰;小波变换在电机故障诊断与测试中的应用研究[D];浙江大学;2002年

6 丁文鹏;自适应方向提升小波变换及应用[D];中国科学技术大学;2009年

7 董卫军;基于小波变换的图像处理技术研究[D];西北大学;2006年

8 聂磊;小波变换用于重叠化学信号的分辨研究[D];中国科学技术大学;2002年

9 张秀琦;基于小波变换的化学计量学方法及几种抗癌药物的电化学研究[D];西北大学;2001年

10 邓玉强;小波变换在飞秒激光技术中的应用[D];天津大学;2005年

中国硕士学位论文全文数据库 前10条

1 韩科;基于小波变换与PCA的人脸识别方法的研究与实现[D];内蒙古大学;2015年

2 邵永鑫;小波变换和人工神经网络在荧光测温信号处理中的应用研究[D];天津理工大学;2015年

3 聂小利;基于小波变换的弱信号提取与应用研究[D];北京建筑大学;2015年

4 方宇超;基于小波变换的码速率估计方法研究[D];内蒙古大学;2015年

5 段晓杰;基于小波变换的数字水印算法及评价方法研究[D];辽宁大学;2015年

6 黄新安;胎儿心率检测算法的研究[D];江南大学;2015年

7 周玉;小波变换在高速铁路牵引供电地震防灾系统中的应用研究[D];西南交通大学;2015年

8 郭亚妮;基于DSP的小波变换在雷达回波信号去噪中的研究[D];天津理工大学;2015年

9 曾燕来;基于小波变换语音去噪的研究及应用[D];长安大学;2015年

10 乌月汗;基于小波变换人脸识别的算法研究[D];内蒙古大学;2015年

  本文关键词：基于脑电图的睡眠自动分期和特征分析，由笔耕文化传播整理发布。

，

本文编号：357052