睡眠腦電信號(hào)處理及睡眠分期算法研究.pdf

1、中圖分類號(hào)UDCTN9117262139碩士學(xué)位論文學(xué)校代碼!Q三三密級(jí)公玨睡眠腦電信號(hào)處理及睡眠分期算法研究SleepEEGSignalProcessingandSleepStageClassification論文答辯日期作者姓名：學(xué)科專業(yè)：研究方向：學(xué)院(系、所)：指導(dǎo)教師：田勝雄控制科學(xué)與工程模式識(shí)別信息科學(xué)與工程王春生副教授答辯委員會(huì)主席坶中南大學(xué)二。一四年五月睡眠腦電信號(hào)處理及睡眠分期算法研究摘要：現(xiàn)代生活節(jié)奏日益加快，人們受

2、到的壓力愈來(lái)愈大，越來(lái)越多的人遭受睡眠問(wèn)題的困擾。睡眠分期對(duì)睡眠疾病的預(yù)防、診斷和治療有著重要意義。傳統(tǒng)人工判別睡眠分期方法存在著繁瑣、耗時(shí)、主觀性強(qiáng)等問(wèn)題，開(kāi)展睡眠自動(dòng)分期算法研究，對(duì)于提高睡眠分期的自動(dòng)化水平和準(zhǔn)確性，為醫(yī)護(hù)人員的臨床診斷提供重要的輔助決策依據(jù)，具有重要臨床應(yīng)用價(jià)值。本文緊密圍繞睡眠腦電信號(hào)處理及睡眠分期算法開(kāi)展深入研究，采用臨床醫(yī)學(xué)睡眠腦電數(shù)據(jù)，從信號(hào)處理的角度，對(duì)睡眠腦電信號(hào)展開(kāi)了，一系列的處理。研究睡眠腦電信號(hào)

3、的自動(dòng)分期算法，有效解決在睡眠分期中存在的偽跡干擾、特征提取選擇及分類器選擇等問(wèn)題，提高睡眠分期的精度，主要工作如下：首先，在對(duì)腦電信號(hào)主要干擾來(lái)源進(jìn)行分析的基礎(chǔ)上，提出了一種睡眠腦電信號(hào)預(yù)處理方法。根據(jù)睡眠腦電信號(hào)的特點(diǎn)，采用巴特沃斯濾波器，對(duì)腦電信號(hào)進(jìn)行低通濾波，有效去除高頻信號(hào)；采用小波軟閾值去噪方法對(duì)腦電信號(hào)進(jìn)行降噪處理，有效去除白噪聲；針對(duì)睡眠腦電信號(hào)中存在的眼電偽跡，提出基于典型相關(guān)分析的偽跡去除方法，實(shí)現(xiàn)了眼電偽跡的有效去

4、除。其次，在分析睡眠腦電信號(hào)特點(diǎn)的基礎(chǔ)上，通過(guò)采用時(shí)域分析方法、頻域分析方法及非線性分析方法對(duì)腦電信號(hào)進(jìn)行處理，從中提取出能夠反映不同期段腦電信號(hào)的特征信息。組合不同域提取的特征描述睡眠過(guò)程，并提出基于極限學(xué)習(xí)機(jī)的睡眠分期算法，通過(guò)實(shí)驗(yàn)仿真，證明所提基于極限學(xué)習(xí)機(jī)的睡眠分期算法的合理性和有效性。最后，為了進(jìn)一步提高睡眠分期的精度，本文提出了基于極限學(xué)習(xí)機(jī)與專家規(guī)則融合的睡眠分期算法，從仿專家判讀的角度建立分期規(guī)則，并提取出腦電節(jié)律波以及