学位论文 > 优秀研究生学位论文题录展示

基于心电信号的白天短时睡眠的分期研究

作 者: 于山山
导 师: 王行愚
学 校: 华东理工大学
专 业: 控制科学与工程
关键词: 心电图 白天短时睡眠 觉醒度 特征提取 睡眠分期
分类号: TN911.7
类 型: 硕士论文
年 份: 2012年
下 载: 51次
引 用: 1次
阅 读: 论文下载
 

内容摘要


对睡眠的研究是一个很重要的课题,睡眠主要分为晚上的整夜睡眠以及白天的短时睡眠,这两种睡眠的机理是不同的,对人体的作用也不同。在睡眠的过程中,人对外界刺激所作出的反应强度是连续的逐渐变化的,因此这个表示反应强度的觉醒度对睡眠分期的研究有重要意义。本课题主要研究人在白天的短时睡眠过程中的觉醒度的变化,进而对白天短时睡眠进行分期研究。在前人利用脑电信号对觉醒度及睡眠分期研究的基础上,提出在白天短时睡眠的基础上利用心电信号来分析觉醒度和浅睡眠阶段的睡眠分期状况。对于觉醒度的分析,以前的文献主要是利用脑电信号对夜晚的长时睡眠进行研究,而本课题主要利用心电信号对白天的短时睡眠进行研究。把利用不同信号所得到的分期结果进行比较,并把两种信号的特征相结合进行睡眠分期的研究,发现在脑电信号进行觉醒度判别的基础上,结合心电信号能够提高睡眠分期判别的准确性。首先把所采集到的白天短时睡眠的心电信号进行了预处理,去除基线漂移和高频干扰;然后本文提出了一种新的方法来检测R波波峰的位置,求得心率变异性;其次通过对心率变异性的分析,在时域和频域内共提取了10个与觉醒度相关的特征参数,包括6个时域内的特征参数和4个经快速傅立叶变换后变换到频域内的特征参数;接下去对所提取的特征进行了特征选择,去掉冗余的参数,保留尽可能少的有用特征参数;最后利用这些反映觉醒度变化的特征参数对白天的短时睡眠进行自动分期,并把所得结果与脑电信号的分期结果进行比较和结合。结果表明:本文所提出的R波检测方法简单有效,检测R波位置的正确率很高;本文所提取的特征参数较好地反映了觉醒度的变化;同时将所提取和选择的心电特征与脑电特征相结合,睡眠自动分期的正确率从74.42%提高到79.07%。因此,本文对心电信号的研究对觉醒度分析和睡眠分析都有着实际的应用价值。

全文目录


相似论文

  1. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  2. 空间交会接近视觉测量方法研究,TP391.41
  3. 基于图像的路面破损识别,TP391.41
  4. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  5. 路面裂缝检测算法研究,TP274
  6. Linux下基于神经网络的智能入侵检测系统研究,TP393.08
  7. 基于图像特征的空间目标识别方法研究,TP391.41
  8. 基于图像分析的除尘风机自动控制系统,TP273
  9. 短文本情感分析技术研究,TP391.1
  10. 中文文本分类特征提取方法的研究与实现,TP391.1
  11. 铁路货车车号识别的算法研究,TP391.41
  12. 彩色人脸图像特征提取算法研究,TP391.41
  13. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  14. 基于不对称双目机器视觉的嵌入式尺寸测量系统,TP368.1
  15. 混纺织物不同纤维的图像识别与定量分析,TP391.41
  16. 基于稀疏表示的高空间分辨率遥感影像纹理描述方法的研究,TP751
  17. 面向主题型的网页分类技术的研究与实现,TP393.092
  18. 实时视频拼接系统关键技术研究,TP391.41
  19. CT图像的肺结节特征提取的方法研究,TP391.41
  20. 肺部CT图像感兴趣区域提取方法研究,TP391.41

中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 信号处理
© 2012 www.xueweilunwen.com