首页> 中文学位 >基于EEG的信号处理和睡眠分期研究
【6h】

基于EEG的信号处理和睡眠分期研究

代理获取

目录

声明

致谢

变量注释表

1 绪论

1.1 课题研究的背景(Background of Research)

1.2 课题研究的意义(Significance of Research)

1.3 国内外研究现状(Research Status)

1.4 主 要 内 容 与 章 节 安 排 ( Main Content and Chapter Arrangement)

2 脑电信号及睡眠分期基础概述

2.1 大脑概述(Overview of Brain)

2.2 脑电信号(EEG Signal)

2.3 脑电极简介(Introduction of Brain Electrodes)

2.4 睡眠分期基础理论(Basic Theory of Sleep Staging)

2.5 本章小结(Chapter Summary)

3 脑电信号的处理方法

3.1 小波分解方法(Wavelet Decomposition Method)

3.2 小波阈值去噪(Wavelet Threshold Denoising)

3.3 本章小结(Chapter Summary)

4 特征提取

4.1 非线性动力学方法简介(Introduction of Nonlinear Dynamics Methods)

4.2 相关维数(Correlation Dimension)

4.3 复杂性测度(Complexity Measure)

4.4 Lyapunov指数(Lyapunov Exponent)

4.5 近似熵(Approximate Entropy)

4.6 本章小结(Chapter Summary)

5 睡眠分期算法研究

5.1 分类器算法描述(Classifier Algorithm Description)

5.2 粒子群算法(Particle Swarm Optimization)

5.3 基于PSO算法的LS-SVM改进(Improve LS-SVM Based on PSO Algorithm)

5.4 睡眠分期实验(Sleep Staging Experiments)

5.5 本章小结(Chapter Summary)

6 总结与展望

6.1总结(Conclusions)

6.2展望(Prospects)

参考文献

作者简历

学位论文数据集

展开▼

摘要

随着现代社会的快速发展,人们的生活节奏在不断的加快,各种生活和心理上的压力使得现代人的身心健康状态备受威胁。由压力造成的影响主要表现在现代人的睡眠状态上,越来越多的人饱受失眠或者睡眠质量低下的痛苦,而由此衍生出的生理或心理疾病也是数不胜数。因此对于睡眠脑电的研究越来越受到人们的关注。
  本文对睡眠脑电信号的基本特征和基本波形进行了介绍,由于不同的睡眠状态,其对应的脑电信号均呈现不同的特点,为接下来的睡眠分期提供了理论上的依据。然后根据麻省理工学院提供的研究心律失常的数据库来获取本课题中所需要的睡眠脑电测试数据。本文主要从信号预处理、睡眠特征提取和特征参数分类三个方面实现算法设计。
  首先,由于脑电信号中存在着大量的背景噪声,因此需要选取合适的去噪方法。通过实验对比了小波包去噪结果,逐步实现了小波基函数、小波分解层数和阈值函数的选取。
  其次,运用非线性动力学对滤波后的睡眠脑电信号进行特征分析,验证了相关维数、复杂度、Lyapunov指数和近似熵等特征参数均可以用来表征睡眠状态。Lyapunov指数证明了大脑的混沌特性,相关维数、复杂度和近似熵则在不同的睡眠状态中展现出了规律性的变化。
  最后,在对不同的分类器的原理和算法进行了分析对比的基础上提出了使用粒子群算法对参数进行优化。通过对比人工神经网络、最小二乘向量机和经过粒子群算法优化后的最小二乘向量机的睡眠分期结果,验证了所提出的优化算法的有效性。
  实验结果表明,通过本文设计的分期系统,在对7*400组特征值进行的识别实验中,清醒期识别正确的有338组,错误的有31组,准确率为91.60%;浅睡期识别正确的有411组,错误的有47组,准确率为89.74%;深睡期识别正确的有242组,错误的有28组,准确率为87.68%;快速眼动期识别正确的有269组,错误的有28组,准确率为90.57%。最终得到的平均准确率可以达到90.00%,由此证明了本课题中设计的自动分期系统是可行的。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号