文档介绍：要摘研究睡眠分期对睡眠疾病的检测、预防和治疗有重要的临床意义。目前睡眠分期的人工判读方法存在效率低,缺乏一致性的客观标准的缺点。针对睡眠脑电的存在伪迹和非线性特点,采用单一的信号处理方法难以进行睡眠分期,本文以离线的方式,利用近似熵和样本熵理论进行特征提取,结合两种特征值进行分期,有效解决了特征提取难和睡眠分期效率低的问题。本论文采用临床医学数据,以睡眠分期为研究对象,从信号处理角度开展相关的睡眠研究,主要研究内容包括:吣缘缧藕鸥丛樱且恢值湫偷氖北洹⒎瞧轿刃藕牛⑶倚藕盼⑷酰有干扰信号和伪迹出现。为了防止失真数据影响后期的分析,采用经典的无限冲激响应滤波器对睡眠脑电信号进行工频干扰预处理,再利用基于小波变换的小波包分解对睡眠脑电信号进行肌电干扰消除处理,得到不失真的睡眠脑电信号,为进一步处理与分析睡眠脑电奠定了基础。攵运吣缘缧藕啪哂蟹窍咝缘男灾剩梅窍咝远ρУ母丛佣壤砺鄱其进行特征提取,给出了近似熵、样本熵的算法定义和应用。采用近似熵对睡眠脑电信号进行分析,探索了运用近似熵进行睡眠脑电特征提取的可行性。再选用一种与近似熵类似但精度更好的方法一样本熵进行了分析研究,比较了二者在表征睡眠状态方面的特性。引入支持向量机理论,结合睡眠脑电的两种特征熵值构建二叉树多分类器进行分类识别,达到睡眠分期的目的。结果表明,近似熵、样本熵都能有效获取睡眠脑电信号的睡眠特征;样本熵变化幅度相对于近似熵提高了%.%,更准确地反映睡眠状态,比近似熵更具一致性,更符合理论性。最后用基于支持向量机的二叉树多分类器对所提取的睡眠脑电的熵值进行特征分类,在觉醒期与其他睡眠阶段的分类识别率为ィ肯定了用睡眠脑电研究睡眠的可行性。结合近似熵值和样本熵值两种特征值进行分类对睡眠分期的准确度高达%,比单一的熵值分类的准确度高。关键词:无限冲激响应佩恍〔ò纸猓唤旗兀谎眷兀恢С窒蛄炕;睡眠分期摘要
甌甌“甌..%瑃甀琲.,甈,瓼甋琻,.⑽鰉瓵广东工业大学硕士学住论文
甌锄粀.’,.%,%,;%.瑂:籹瓵.¨
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..Ⅳ⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯.⋯⋯.⋯⋯⋯⋯.⋯⋯.⋯.⋯⋯⋯.⋯⋯⋯⋯⋯.⋯.⋯⋯⋯.⋯⋯.⋯⋯⋯⋯⋯⋯..⋯.⋯.⋯.⋯⋯...⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。广东工业大学硕士学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯甀:;.
孔阅縀宣阜自矷一一猒———————————鲁卑目磕縧自目目.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯.⋯.⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..
第一章绪论睡眠脑电研究背景和意义课题的研究背景为企业合作攻关项目,目标是结合睡眠分期对疾病的检测、预防和治疗的临床重要意义,采用计算机技术、应用电子技术、网络通信技术、信号处理技术等,改进传统的、低效率的、缺乏一致性客观标准的睡眠分期方法,研制出高性能的睡眠脑电自动分期系统,进一步提高利用睡眠脑电对睡眠质量进行自动判断的准确度和客观性。随着现代生活节奏加快,竞争压力的日益增大,越来越多的人睡眠受到影响,甚至存在睡眠障碍,研究发现睡眠呼吸暂停综合症甚至可能危及到生命。现代生活节奏快,压力大,以及吸烟、饮酒等不良生活习惯,都会引发睡眠障碍,最常见的一种睡眠障碍就是失眠,失眠使人感觉头脑发昏、不快乐、注意力不集中,严重影响日常生活及工作。如今,越来越多的交通意外以及工伤事故都被认为与睡眠障碍有关。睡眠障碍对生活质量的负面影响已经成为人类正常生活不可忽视的因素。睡眠质量问题越来越受到人们的关注,迫切需要研究新的方法以判断睡眠质量的好坏。另外,有些潜在的疾病,特别是大脑疾病,在清醒状态下病灶不容易被发觉,而在睡眠时,由于大脑对外界刺激的反应减少,就会显露出来,而且在不同的睡眠阶段显露的程度会有所不同。所以对睡眠脑电信号作一些基础性研究可为睡眠质量的判断提供理论依据,进而对睡眠障碍及有关病患进行有针对性的治疗提供帮助。目前,治疗失眠最常见的方法就是使用安眠药物。安眠药物的研究要有好的实验方法,对睡眠脑电的分析是催眠药物开发和评估的重要手段,是睡眠状况分析和睡