基于睡眠腦電信號的睡眠分期研究.pdf

1、睡眠是人類常見而又重要一種生理現(xiàn)象，腦電圖(electroencephalograph，EEG)是研究睡眠過程和評估睡眠質(zhì)量的一個重要工具。早期的腦電圖通過專家目測評價，睡眠分期幾乎是睡眠研究中最為枯燥和繁重的工作。睡眠自動分期不但可以使人從繁重的工作中解脫出來，而且還能夠減少人工分期的主觀性，提高了工作效率，減少了誤差。 傳統(tǒng)的睡眠腦電信號的分析方法主要是以分析睡眠腦電波形的幾何性質(zhì)為主的時域分析方法和分析睡眠腦電的功率譜、相

2、干函數(shù)等為主的頻域方法來區(qū)分睡眠的幾個階段。實踐表明，應(yīng)用傳統(tǒng)的分析方法分析睡眠各期的腦電活動，提取的信息量有限，難以滿足臨床上的要求。根據(jù)腦電信號的特征，本文中使用了非線性動力學(xué)的復(fù)雜性測度的方法處理睡眠腦電信號以達(dá)到睡眠分期的目的。在處理的過程中，分別使用了近似熵復(fù)雜度和Lempel-Ziv復(fù)雜度算法對睡眠腦電序列進(jìn)行分期處理，比較了兩種復(fù)雜度算法的優(yōu)缺點，并且將加窗的Lempel-Ziv復(fù)雜度算法的實驗結(jié)果與沒有加窗的Lempel

3、-Ziv復(fù)雜度算法的實驗結(jié)果進(jìn)行了比較，實驗結(jié)果表明：加窗的復(fù)雜性測度算法能夠更好地將睡眠的不同階段有效地區(qū)分開來。 睡眠腦電序列經(jīng)過復(fù)雜性測度算法后得到的是一個數(shù)據(jù)集，數(shù)據(jù)集中的每個數(shù)據(jù)代表了這段腦電序列所處于的睡眠階段，本文中應(yīng)用了BP神經(jīng)元網(wǎng)絡(luò)對這個數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行分類，將這些數(shù)據(jù)分別劃分到各自所屬的睡眠階段。實驗中，使用Matlab軟件對網(wǎng)絡(luò)進(jìn)行了訓(xùn)練，實驗結(jié)果中，得到了網(wǎng)絡(luò)的收斂曲線，并得到了較高的識別率。實驗證明使