基于多尺度詹森香农分叉和非线性格兰杰因果关系的睡眠脑电信号分析

摘要

睡眠作为生命活动过程中必不可少的一个环节，是身体恢复活力、精神状态进行调节，记忆能力不断增强的重要环节，一大批对此感兴趣的学者积极投身于此项研究。其中利用非线性动力学方法分析睡眠生理信号就是其中一种比较受欢迎的研究方法，本文主要借助非线性动力学中一种经典算法，即采用詹森香农分叉算法来研究睡眠脑电信号和清醒时期的脑电信号之间存在的差异，此外，本文还使用非线性格兰杰因果检验方法验证了睡眠过程和清醒状态时到底是脑电信号还是心电信号更能表征这种差异性，得到的相关结论可以为睡眠事业给予一些帮助。本文的主要内容包括如下： 一、本文提出了JSD算法和多尺度JSD算法对部分个体的清醒期和NREM睡眠I期的脑电信号进行了对比分析研究，使用SPSS统计软件验证实验的准确性和可靠性，借助误差棒图法分析两种不同状态的睡眠脑电信号。研究结果表明，使用JSD算法和改进的多尺度JSD算法都可以有效地区分清醒期和NREM睡眠I期的脑电信号，说明两种状态下的脑电信号存在显著性差异，即本文提出的算法可以进一步用于睡眠脑电的分期研究中去，可以用来进行各种睡眠疾病的诊断和治疗，且可以提供有效的辅助作用，这项研究具有重要的现实指导意义。 二、本文采用了多尺度詹森香农分叉算法，对清醒期和睡眠NREM-I期的alpha波段和theta波段的脑电信号计算了统计复杂度，使用SPSS统计软件验证了alpha波段和theta波段两组实验的结果，两组实验结果无论从准确性和可靠性两个方面得到了很好的效果。本文还借助误差棒图法分析了两种不同状态的alpha睡眠脑电信号，研究结果表明，使用改进的多尺度詹森香农分叉算法可以有效地区分清醒期和NREM-I期的脑电信号，说明在两种睡眠状态下，脑电信号是存在较为明显的差异性的，这与已有的科学依据是统一的，即人体在清醒状态下脑电信号中的alpha波要比人体在NREM-I期（浅睡眠期）脑电信号中的alpha波多，而人体在NREM-I期（浅睡眠期）脑电信号中的theta波却要比人体在清醒状态下脑电信号中的theta波多，在不同状态下，脑电信号确实存在较为明显的差异性。 三、本文采用两种基于核函数的格兰杰因果算法来研究睡眠脑电信号和心电信号之间相互作用的方向性，实验结果表明：这两种算法都可以用来探究睡眠生理信号之间的相互作用，且计算得到的脑电信号对心电信号方向的格兰杰因果关系指数值，要大于相反方向计算得到的格兰杰因果关系指数值。研究生理信号之间作用力的方向性具有重要的科学研究作用。

目录

第一个书签之前