PSG人體睡眠信號特征值提取及計算機自動分期的研究與實現(xiàn).pdf

1、睡眠是人類生理活動當中一項非常重要的過程，但是至今人類都對其中的奧妙知之甚少。本課題研究對象是夜晚8小時長睡眠記錄下來的多導睡眠監(jiān)測數(shù)據(jù)（PSG），提取睡眠各個階段的特征值信號，并實現(xiàn)計算機的自動分期，采用的是金標準提取腦電（EEG）信號，下頦肌電（EMG）信號，眼電（EOG）信號并且以美國睡眠醫(yī)學學會（AASM）睡眠分期的判讀標準作為依據(jù)，提取出17個EEG，EOG，EMG的時域和頻域等綜合類型的特征值信號。
　　基于以上提取的

2、17個特征值，采用Fisher score得分算法進行特征值的最優(yōu)選取。選出以上最優(yōu)特征值信號并且獲得一個排序結果之后，根據(jù)排序的結果形成一個17組的特征值組合。本課題基于支持向量機、神經網(wǎng)絡和樸素貝葉斯三種分類方法進行計算機的自動分期，健康人的睡眠期分為清醒期（wake），淺睡期（Light），深睡期（SWS）和快動眼睡眠期（REM），根據(jù)記錄的試睡人員的其中一部分數(shù)據(jù)用于樣本訓練，另外一部分數(shù)據(jù)用于測試，采用交叉檢驗的方式進行訓練和