声明
第一章 绪论
1.1 研究背景
1.2 课题研究的意义
1.3 研究现状
1.4 主要内容和章节安排
第二章 睡眠分期的基本理论
2.1 脑电信号概述
2.2 脑电信号的采集
2.3 脑电波的组成及睡眠脑电的特征
2.4 睡眠分期标准
2.5 EEG特征
2.6 本章小结
第三章 基于深度学习的睡眠分期方法
3.1 深度神经网络理论基础
3.2 基于RNN的睡眠分期
3.3 基于CNN的睡眠分期
3.3 基于LSTM的睡眠分期
3.4 本章小结
第四章 基于深度学习和稀疏表示的睡眠分期
4.1 本文方法概要
4.2 深度卷积神经网络
4.2.1 卷积神经网络的组成
4.2.2 CNN常见技巧
4.2.3 适用于睡眠分期的卷积神经网络
4.3 基于稀疏表示的分类器
4.3.1 信号的稀疏表示
4.3.2 稀疏表示睡眠识别
4.3.3 SRC算法描述
4.4 本章小结
第五章 实验结果与分析
5.1 脑电信号数据来源
5.2 脑电信号的预处理
5.3 适于睡眠分期的深层卷积网络的构建以及训练
5.4 睡眠脑电的分类
5.5 本章小结
第六章 总结与展望
参考文献
攻读学位期间发表的科研成果
致谢
山东师范大学;
