学位论文 > 优秀研究生学位论文题录展示
睡眠脑电信号处理及其在睡眠分期中的应用研究
作 者: 李伟研
导 师: 杜玉晓
学 校: 广东工业大学
专 业: 控制理论与控制工程
关键词: 无限冲激响应(IIR) 小波包分解 近似熵 样本熵 支持向量机(SVM) 睡眠分期
分类号: R318
类 型: 硕士论文
年 份: 2011年
下 载: 94次
引 用: 1次
阅 读: 论文下载
内容摘要
研究睡眠分期对睡眠疾病的检测、预防和治疗有重要的临床意义。目前睡眠分期的人工判读方法存在效率低,缺乏一致性的客观标准的缺点。针对睡眠脑电的存在伪迹和非线性特点,采用单一的信号处理方法难以进行睡眠分期,本文以离线的方式,利用近似熵和样本熵理论进行特征提取,结合两种特征值进行分期,有效解决了特征提取难和睡眠分期效率低的问题。本论文采用临床医学数据,以睡眠分期为研究对象,从信号处理角度开展相关的睡眠研究,主要研究内容包括:1.睡眠脑电信号复杂,是一种典型的时变、非平稳信号,并且信号微弱,仍有干扰信号和伪迹出现。为了防止失真数据影响后期的分析,采用经典的无限冲激响应滤波器对睡眠脑电信号进行50Hz工频干扰预处理,再利用基于小波变换的小波包分解对睡眠脑电信号进行肌电干扰消除处理,得到不失真的睡眠脑电信号,为进一步处理与分析睡眠脑电奠定了基础。2.针对睡眠脑电信号具有非线性的性质,利用非线性动力学的复杂度理论对其进行特征提取,给出了近似熵、样本熵的算法定义和应用。采用近似熵对睡眠脑电信号进行分析,探索了运用近似熵进行睡眠脑电特征提取的可行性。再选用一种与近似熵类似但精度更好的方法--样本熵进行了分析研究,比较了二者在表征睡眠状态方面的特性。引入支持向量机理论,结合睡眠脑电的两种特征熵值构建二叉树多分类器进行分类识别,达到睡眠分期的目的。结果表明,近似熵、样本熵都能有效获取睡眠脑电信号的睡眠特征;样本熵变化幅度相对于近似熵提高了20%-35%,更准确地反映睡眠状态,比近似熵更具一致性,更符合理论性。最后用基于支持向量机的二叉树多分类器对所提取的睡眠脑电的熵值进行特征分类,在觉醒期与其他睡眠阶段的分类识别率为100%,肯定了用睡眠脑电研究睡眠的可行性。结合近似熵值和样本熵值两种特征值进行分类对睡眠分期的准确度高达80%,比单一的熵值分类的准确度高。
|
全文目录
摘要 4-5 Abstract 5-7 目录 7-9 Contents 9-11 第一章 绪论 11-18 1.1 睡眠脑电研究背景和意义 11-12 1.2 睡眠脑电国内外研究现状 12-16 1.2.1 脑电分析研究现状分析 12-14 1.2.2 睡眠分期研究现状分析 14-16 1.3 本文的研究内容 16-18 第二章 睡眠脑电分期系统 18-25 2.1 睡眠脑电的基本特征 18-20 2.2 睡眠脑电分期准则与意义 20-22 2.2.1 睡眠脑电分期准则 20-22 2.2.2 睡眠脑电分期应用意义 22 2.3 睡眠脑电分期系统的整体框架 22-24 2.4 小结 24-25 第三章 睡眠脑电预处理算法研究 25-33 3.1 工频干扰伪迹去除算法研究 25-28 3.1.1 IIR滤波器算法描述 25-26 3.1.2 50Hz工频干扰伪迹消除的实现 26-28 3.2 肌电干扰伪迹去除算法研究 28-32 3.2.1 小波包分解算法描述 28-29 3.2.2 肌电干扰伪迹消除的实现 29-32 3.3 小结 32-33 第四章 睡眠脑电特征提取与分类算法研究 33-57 4.1 基于近似熵的睡眠脑电特征提取研究 33-40 4.1.1 近似熵算法描述 33-36 4.1.2 基于近似熵的睡眠脑电特征提取 36-40 4.2 基于样本熵的睡眠脑电特征提取研究 40-47 4.2.1 样本熵算法描述 40-41 4.2.2 基于样本熵的睡眠脑电特征提取 41-45 4.2.3 样本熵与近似熵在睡眠脑电特征提取的对比 45-47 4.3 基于SVM的睡眠脑电特征分类研究 47-55 4.3.1 支持向量机算法描述 47-51 4.3.2 基于SVM的二叉树多分类器的构建 51-53 4.3.3 分类结果与分析 53-55 4.4 小结 55-57 结论与展望 57-59 参考文献 59-63 攻读学位期间发表论文 63-65 致谢 65
|
相似论文
- 桡动脉超声多普勒血流信号的特征提取及分类研究,TP391.41
- 基于SVM-RFE的潜在生物标志物选择算法研究,TP311.13
- 基于有限元和实际道路测试的客车振动与结构修改研究,U467
- 货车轴承声发射信号特征提取与智能诊断研究,U270.7
- 脑电样本熵与双频指数评价丙泊酚靶控输注麻醉镇静深度的研究,R614
- 智能化教学中的情感识别方法研究,TP391.41
- 高速公路交通安全综合评价和瓶颈问题分析,U492.8
- 基于DSP的电机转子断条故障的诊断系统,TM307
- 基于冗余小波和ICA的图像数字水印方法研究,TP309.7
- 基于BCI多动作模式的ERD/ERS信号分析及识别方法的研究,TN911.6
- 雷达信号脉内调制方式识别与特征分析,TN957.51
- 基于对象语义的图像检索,TP391.41
- 基于支持向量机的地球同步轨道相对论电子事件预报方法研究,P353
- 基于信息论的心率RR序列的相空间重构研究,O236
- 磁控电弧埋弧焊焊缝跟踪系统的物理特性研究,TG409
- 基于软测量技术的陶瓷坯泥内应力在线测量,TQ174.6
- 支持向量机结合X11季节调整方法用于短期电力负荷预测,TP18
- 针对特征缺省数据集的模式识别方法与应用研究,TP391.4
- 基于像素级多特征的图像分割方法研究,TP391.41
- 支持向量机应用于数字水印的算法研究,TP309.7
- 变换域鲁棒音频水印算法研究,TP309.7
中图分类: > 医药、卫生 > 基础医学 > 医用一般科学 > 生物医学工程
© 2012 www.xueweilunwen.com
|