文档介绍：感谢你的观看
感谢你的观看
基于脑
电波的
感谢你的观看
感谢你的观看
便携式睡眠质量监测系统
金旭扬
导师：华东理工大学信息学院万永菁 上海中学信息学科组 吴奕明
感谢你的观看
感谢你的观看
摘要
睡眠是人体重要的生理活动，睡眠质量近年来受到高度关注；本文从脑电 波角度探寻睡眠监测的有效易行方法，从软硬件角度设计了便携式睡眠质量监 测系统。研究分析便携式脑电采集设备采集的数据和 CAP睡眠脑电数据库，用
功率谱分析和BP神经网络探究了睡眠分期的有效算法。实验进行了初步的睡 眠分期与质量评估，证明了便携式睡眠质量监测系统的准确性及利用脑电数据 进行睡眠分期的有效性。本课题研究，提出了利用单导连脑电信号进行睡眠分 期的可行性，为之后研究便携式、市场化的睡眠监测设备以及其他应用提供了 重要的实验参考依据。
关键词：脑电；脑机接口；睡眠监测；睡眠分期； BP神经网络
一、引言
睡眠质量研究背景及意义
睡眠是一种重要的生理现象。从生到死，人类始终是在觉醒和睡眠中度过。人类通过高 质量的睡眠，可以消除疲劳，更好地恢复精神和体力，使人在睡眠之后保持良好的觉醒状 态，提高工作、学****效率。
人类用于睡眠的时间占人一生中的三分之一。然而迄今我们对这一重要的生理现象的认 识还微乎其微，对睡眠进行科学的研究只有短短的几十年历史。 1937年，Lomis、Harvey和
Hobart注意到，睡眠不是处于一种稳定状态，而是要发生一系列非常有规律的周期性变 化。[1]
1986年，Rechtschaffen 等人重新肯定了 Dement和Kleitman的分期标准，并根据十年 来的经验作了一些必要的修改和补充，使之更趋完善。 [2]
2007年，美国睡眠医学会基于上述标准进行改进，发布了新的睡眠分期专业标准，具 中规定了各个指标具体的采集标准及判定方法。[3]
脑电信号分析方法综述
随着电子技术的发展，数字处理技术逐步应用到 EEG的分析中来。经典的EEG分析方法
有：以分析EEG波形的几何性质，如幅度、均值、峭度等为主的时域分析方法和以分析 EEG
各频率功率、相干等为主的领域方法。早在 70年代初，和[4]就应用 Walsh谱分析离线地研 究了一个处于睡眠状态的男性的三段脑电图。等 [5]应用Walsh顺序的Walsh函数对EEG进行
展开，并定义了双值自相关函数，尔后讨论了可以按双值自相关函数来显示各种睡眠 EEGB
特征。
1982年，美国物理学家Hopfield提出了 HNN真型，从而有力地推动了应用神经网络方 法解释许多复杂生命过程的进展。自八十年代末以来，人工神经网络的应用已涉及到了脑电 分析的各个方面，其中包括自发脑电的睡眠分级及睡眠EEG分析。 [6,7]把人工神经网络应用于睡眠 EEG的自动分析。他们采用无监督学****网络对
大量没有经过人工判别的数据进行自组织分类，少量的经过人工判别的标准样本则用来自组 织分类结果做解释和量化，从而在网络中形成了 8个聚类区。根据EEGS 8个聚类区之间随
时间运动的轨迹可以对一夜的睡眠状况有定性的了解。 [8]
脑电监测设备介绍
目前，脑电监测设备大致有二：