睡眠脑电的非线性动力学研究

摘要

睡眠是一种重要的生理现象，人类通过睡眠，可以消除疲劳，恢复精神和体力。随着现代社会生活节奏的加快，竞争压力的日益增大，越来越多的人睡眠质量不好，甚至存在睡眠障碍，影响生活质量、工作效果和身体健康等。现在，受到人们注意的睡眠呼吸暂停综合症甚至可能危及到生命。睡眠质量问题越来越受到人们的关注。迫切需要研究对睡眠质量好坏的判断方法。另外有些潜在于身体中的疾病，特别是大脑疾病，在清醒状态下病灶不容易被发觉，而睡眠时，由于大脑对外界刺激的反应减少，就会使其显露出来，而且在不同的睡眠阶段显露的程度不同。所以对睡眠的生理及病理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是有意义的。 脑电信号是由脑的神经系统产生的一种可测的电生理反应，可无创伤测量。脑电用于睡眠研究已有很长的历史，最初是对脑电波形进行人工判读的方法，但这需要很大的工作量，且有赖于判读者的个人经验，往往夹带有主观因素，缺乏一致性客观标准。随着信号处理技术的发展，时域，频域等信号处理方法被应用到了脑电信号的分析上来，这无疑为人工判读提供了有力的帮助，但其方法还远远满足不了实际需要，还不能替代人工判读方法。因此，研究脑电信号与睡眠的关系，进一步提高利用脑电信号对睡眠质量进行自动判断的准确性和客观性仍然是大家所关注的研究课题之一。近年来的研究表明脑电波是有源的、因果的、时变的、非平稳的复杂非线性动力学信号，本论文应用多种非线性方法对脑电在各种睡眠期的变化进行了分析，试图从客观量化的复杂性度量来刻划整个睡眠过程中睡眠深度的变化情况。应用的分析指标有：基于非线性动力学的相关维数；基于Lempel-Ziv算法的复杂性度量；C0、C1、C2复杂度；Pincus等提出的近似熵和Richman等提出的样本熵：以及基于shannon熵概念的功率谱熵和小波熵等。 通过对不同实验条件下应用多种方法对睡眠脑电信号进行分析，表明以上方法在监测脑电信号时各有优缺点，脑电信号的上述各种方法，已在临床上开始应用，但是一些新方法的推广普及应用还有待大量的工作。

目录

文摘

英文文摘

声明

第一章睡眠与脑电概述

1.1脑电图信号概述

1.1.1脑电图基本特征

1.1.2脑电信号的节律

1.1.3脑电信号的特点及其对信号处理的要求

1.2睡眠与脑电的关系

1.2.1按睡眠生理波的分类

1.2.2按睡眠深度的分类

1.2.3按睡眠有无快速眼动分类

1.3睡眠脑电的研究方法现状

1.3.1人工神经网络

1.3.2混沌与分形方法

1.3.3复杂性度量

1.4课题研究的意义

第二章脑电信号的采集与预处理

2.1脑电图的电极安装法

2.1.1导联的种类

2.1.2国际脑电图学会标准电极安装法

2.2实验方法

2.2.1实验方案

2.2.2脑电数据采集与记录

2.2.3脑电信号预处理

第三章睡眠脑电的非线性动力学方法

3.1睡眠脑电的相关维数研究

3.1.1相关维数及算法

3.1.2相空间重构

3.1.3睡眠脑电的相关维数参数选择

3.1.4睡眠分期的相关维数分析

3.1.5睡眠脑电的相关维数特点

3.2睡眠脑电的KC复杂度研究

3.2.1 Lempel-Ziv算法

3.2.2睡眠脑电的KC参数选择

3.2.3睡眠分期的KC复杂度分析

3.2.4睡眠脑电的KC复杂度特点

3.3睡眠脑电的CO、Cl、C2复杂度研究

3.3.1 C0复杂度及算法

3.3.2 C1复杂度及算法

3.3.3 C2复杂度及算法

3.3.4睡眠分期的C0复杂度研究

3.4睡眠脑电的近似熵复杂度研究

3.4.1近似熵的定义及算法

3.4.2近似熵算法示例

3.4.3近似熵的物理意义

3.4.4睡眠脑电的近似熵参数选取

3.4.5睡眠脑电的近似熵特点

3.5睡眠脑电的样本熵复杂度研究

3.5.1随机过程和确定性过程序列的样本熵分析

3.5.2睡眠分期的样本熵复杂度分析

3.5.3睡眠脑电的样本熵特点

第四章睡眠脑电的谱熵方法

4.1睡眠分期的功率谱熵研究

4.1.1功率谱熵的定义及算法

4.1.2睡眠分期的功率谱熵分析

4.2睡眠分期的小波熵研究

4.2.1小波熵的定义及算法

4.2.2睡眠分期的小波熵分析

第五章睡眠脑电的复杂性度量方法比较

5.1睡眠脑电各种复杂度的参数选择

5.2睡眠脑电各种复杂度的实时分析比较

第六章总结与展望

致 谢

参考文献