睡眠腦電信號處理及睡眠分期算法研究.pdf

1、中圖分類號UDCTN9117262139碩士學位論文學校代碼!Q三三密級公玨睡眠腦電信號處理及睡眠分期算法研究SleepEEGSignalProcessingandSleepStageClassification論文答辯日期作者姓名：學科專業(yè)：研究方向：學院(系、所)：指導教師：田勝雄控制科學與工程模式識別信息科學與工程王春生副教授答辯委員會主席坶中南大學二。一四年五月睡眠腦電信號處理及睡眠分期算法研究摘要：現(xiàn)代生活節(jié)奏日益加快，人們受

2、到的壓力愈來愈大，越來越多的人遭受睡眠問題的困擾。睡眠分期對睡眠疾病的預防、診斷和治療有著重要意義。傳統(tǒng)人工判別睡眠分期方法存在著繁瑣、耗時、主觀性強等問題，開展睡眠自動分期算法研究，對于提高睡眠分期的自動化水平和準確性，為醫(yī)護人員的臨床診斷提供重要的輔助決策依據(jù)，具有重要臨床應用價值。本文緊密圍繞睡眠腦電信號處理及睡眠分期算法開展深入研究，采用臨床醫(yī)學睡眠腦電數(shù)據(jù)，從信號處理的角度，對睡眠腦電信號展開了，一系列的處理。研究睡眠腦電信號

3、的自動分期算法，有效解決在睡眠分期中存在的偽跡干擾、特征提取選擇及分類器選擇等問題，提高睡眠分期的精度，主要工作如下：首先，在對腦電信號主要干擾來源進行分析的基礎上，提出了一種睡眠腦電信號預處理方法。根據(jù)睡眠腦電信號的特點，采用巴特沃斯濾波器，對腦電信號進行低通濾波，有效去除高頻信號；采用小波軟閾值去噪方法對腦電信號進行降噪處理，有效去除白噪聲；針對睡眠腦電信號中存在的眼電偽跡，提出基于典型相關(guān)分析的偽跡去除方法，實現(xiàn)了眼電偽跡的有效去

4、除。其次，在分析睡眠腦電信號特點的基礎上，通過采用時域分析方法、頻域分析方法及非線性分析方法對腦電信號進行處理，從中提取出能夠反映不同期段腦電信號的特征信息。組合不同域提取的特征描述睡眠過程，并提出基于極限學習機的睡眠分期算法，通過實驗仿真，證明所提基于極限學習機的睡眠分期算法的合理性和有效性。最后，為了進一步提高睡眠分期的精度，本文提出了基于極限學習機與專家規(guī)則融合的睡眠分期算法，從仿專家判讀的角度建立分期規(guī)則，并提取出腦電節(jié)律波以及