基于腦電信號(hào)特征提取的睡眠分期方法研究.pdf

1、睡眠的研究與許多學(xué)科相關(guān)，例如生理學(xué)、神經(jīng)生物學(xué)、康復(fù)醫(yī)學(xué)、心理學(xué)以及計(jì)算機(jī)等學(xué)科，目前各個(gè)國(guó)家都開始加強(qiáng)研究人類的睡眠。睡眠研究的目的之一是實(shí)現(xiàn)睡眠質(zhì)量評(píng)估，而睡眠質(zhì)量評(píng)估的一個(gè)重要依據(jù)就是睡眠狀態(tài)的變化，這也是研究睡眠與睡眠相關(guān)疾病的基礎(chǔ)，具有非常重要的意義。長(zhǎng)期以來，由于睡眠狀態(tài)的分期工作都由專家人工完成，分期規(guī)則具有一定的主觀性。二十世紀(jì)八十年代起，由計(jì)算機(jī)輔助的自動(dòng)睡眠分期逐漸引起關(guān)注并成為熱點(diǎn)。但是目前常規(guī)的自動(dòng)睡眠分期系統(tǒng)

2、的分期準(zhǔn)確率仍不高，還存在較大的提高空間。傳統(tǒng)的自動(dòng)睡眠分期方法都是以判斷一個(gè)睡眠時(shí)期的時(shí)間片為單位進(jìn)行特征參數(shù)提取，因此考慮按照不同的時(shí)間尺度提取特征參數(shù)，結(jié)合不同的分類模型設(shè)計(jì)高準(zhǔn)確率、高效率的自動(dòng)睡眠分期系統(tǒng)。
　　本文首先論述了睡眠分期的國(guó)內(nèi)外研究現(xiàn)狀，以及睡眠EEG信號(hào)在睡眠分期研究中的應(yīng)用。其次將4個(gè)不同分量小波包系數(shù)的均值和標(biāo)準(zhǔn)差、排列熵、Petrosian分形維數(shù)作為睡眠分期的特征參數(shù)，應(yīng)用到隨機(jī)分類森林與支持向量

3、機(jī)系統(tǒng)中進(jìn)行自動(dòng)睡眠分期。本文的創(chuàng)新之處主要體現(xiàn)在以下方面：
　?。?）針對(duì)睡眠腦電采用30秒、90秒、150秒以及210秒的不同時(shí)間尺度提取4個(gè)分量小波包系數(shù)的均值和標(biāo)準(zhǔn)差、排列熵、Petrosian分形維數(shù)，通過對(duì)不同睡眠階段腦電信號(hào)特征參數(shù)的分析對(duì)比，發(fā)現(xiàn)EEG的上述幾類特征都隨著睡眠階段的不同呈現(xiàn)一定的差別和變化規(guī)律，所以就將它們作為自動(dòng)睡眠分期的特征指標(biāo)。
　　（2）介紹基于隨機(jī)森林與支持向量機(jī)的分類識(shí)別器，通過對(duì)