基于混合神经网络的鼾声和睡眠呼吸暂停综合征检测

发布时间：2020-04-25 09:06

【摘要】：睡眠呼吸暂停是一种由于反复较长时间呼吸停止导致睡眠连续性中断和短暂的血氧含量降低及二氧化碳含量增高的严重疾病,而阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)又是其中最常见的一种类型,系由睡眠中反复出现的喉部或上气道闭合引起的。多导睡眠监测(Polysomnography,PSG)是OSA诊断的“黄金标准”,然而为患者实施PSG诊断是困难和昂贵的。因此,迫切需要一种快速有效的检测阻塞性睡眠呼吸暂停事件的方法。鼾声是阻塞性睡眠呼吸暂停的基本信号,携带着有关于上呼吸道阻塞的信息,准确分析和评估潜在OSA患者的鼾声,对OSA的诊断具有良好的指导作用。因此本文从鼾声声学分析入手,提出了OSA的检测算法,本文主要工作内容如下:首先仅使用梅尔频率倒谱系数(Mel Frequency Cepstral Coefficents,MFCC)特征,并基于栈式自编码网络(Stacked Autoencoder,SAE)进行模型的搭建,通过从睡眠声音记录中分类不同的事件(打鼾,OSA和静默)来评估所提出模型的性能。然后深入挖掘特征和模型结构,增加线性预测系数(linear predict coefficient,LPC)特征并基于混合神经网络(hybrid neural network,HNN)来进行模型的搭建。将模型的分类结果与正确标注进行比较,提出的模型,对于打鼾事件的检测,能够达到90.65%的灵敏度,对于OSA的检测可以达到90.99%的灵敏度,对于静默事件的检测可以达到90.30%的灵敏度,结果表明该模型可以为诊断OSA提供一定的依据。
【图文】：

HOlter检查l1’]

--1PSO诊断tIN
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP183;R766

【相似文献】

相关期刊论文 前10条

1 陈世君;林自葵;刘志高;;基于混合神经网络的铁路材料消耗预测方法研究[J];铁道工程企业管理;2009年05期

2 林晶;;一种基于混合神经网络的抽取式文本摘要方法[J];怀化学院学报;2017年05期

3 蒋洪波;;混合神经模拟[J];中国临床康复;2006年18期

4 杨连玉,杨文艳,钱剑,王哲;猪下丘脑混合神经细胞培养研究初探[J];吉林农业大学学报;2003年04期

5 安凯;混合神经网络及其在非线性系统控制中的应用[J];光电工程;2000年05期

6 陈世君;林自葵;刘志高;;基于混合神经网络的铁路材料消耗的预测方法研究[J];铁道建筑技术;2009年S2期

7 郑涛;杨昆;;基于混合神经网络的多机驱动系统的协调控制[J];化工自动化及仪表;2016年02期

8 周洪煜,张坚,游立科,张峰;基于混合神经网络的非线性预测函数控制[J];控制理论与应用;2005年01期

9 徐雪松,胡吉全;基于混合神经网络的门座起重机变幅机构参数优化设计[J];机械工程学报;2005年04期

10 刘燕,张学庆,杨绍国;一种混合神经网络在图像压缩中的应用[J];光学与光电技术;2003年04期

相关会议论文 前1条

1 司马蕾;樊碧发;;神经病理性癌痛的临床特点与现状控制的调查研究[A];中华医学会疼痛学分会第十届学术年会论文集[C];2013年

相关博士学位论文 前1条

1 MARY OPOKUA ANSONG;基于复杂系统模型的地下采矿无线传感器网络中的优化混合神经网络[D];江苏大学;2014年

相关硕士学位论文 前10条

1 康兵兵;基于混合神经网络的鼾声和睡眠呼吸暂停综合征检测[D];天津工业大学;2019年

2 彭晓琪;基于混合神经网络的人机情感会话研究[D];合肥工业大学;2018年

3 李妙用;基于混合神经网络的股票预测系统研究[D];华南理工大学;2011年

4 许兴华;基于混合神经网络的非线性动态系统建模[D];北京化工大学;2006年

5 张鹏飞;基于混合神经网络技术的风功率预测研究[D];沈阳工业大学;2015年

6 权亚蕾;基于混合神经网络的汽轮发电机组振动故障诊断研究[D];上海电力学院;2015年

7 刘军利;混合神经网络在入侵检测中的应用研究[D];西北大学;2005年

8 区永强;基于网格的混合神经网络计算平台研究与实现[D];华南理工大学;2010年

9 罗练海;基于Hadoop的混合神经网络计算平台研究与实现[D];华南理工大学;2016年

10 艾俊;基于Spark混合神经网络的手写字识别研究[D];中南林业科技大学;2016年

，

本文编号：2640060