基于多生理参数分析的睡眠研究

《基于多生理参数分析的睡眠研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中禹辩学技术走学簿圭学纯论文撬瑶摘要撼于生理信号分析与处理的髓眠医学与睡眠研究有助于了解机体的生理机制，揭尔睡眠的规律，改善睡眠质量，帮助诊治睡眠障碍和疾患。如何利用现代先进的信号处理技零，瓤复杂多襻酌黛理瘩号中撼取有磊蔼惠，是涎疆医学与缮#辩舞究的溪要谋送。本论文将非线性动力学分析、复杂性分析与经典线性分析方法相结合，将睡眠脑电分析与其他睡眠生理信号分析相结合，重点研究脑电(EEG)、心电(ECG)、血压(BP)信号豹缎律帮特点、与睡眠获态静联系以及在鼹眠分麓、疆蕊障碍接溺中的应用。沦曼完成了如下这些有特色的研究工作：

2、(1)采用相对关联维数(D2)和近似熵(ApEn)作为复杂性测度，研究睡H民状态酶疆毫褥，疰。综合运掰相空润重秘、替代数据涂验以及诗冀不丽重秘参数缱(t，m)对应的D2等方法，研究脑电及其圆种基本节律的特性；提出罔固定的嵌入维数和延迟叫闯计算腑电的D2；采用信息熵和近似熵分柝睡峨脑电特征。实验表明：脑电的D2相对值具有实髑债擅，熊骥显区分睡栽状态，而且纂本不受个体盼影确；近似麓在表觋睡溅状态方脚的性能比信息熵更优异：近似熵对不同睡眠状态的隧分度以及对个体差异的⋯致性优予荚联维数。(2)夺睡眠赫电分辑中引入奇异系统分聿厅，

3、改进了关联维鼢计算，劳提出两个臻著反映鼢晦眠状态的脑电特征。先谶行相空间变换再应用G—P算法，提高了关联维数计算的稳定性并减少计算爨；提出用“最大奇异值”和“累计贡献率95％所需的主分量个数”{乍为瓣眠弦电的复杂性特薤，算法简单，诗算爨小，具有一定的实臻价馥。(3)采用几种媳型方法分析心电R—R间期序列，对连续m压信号进行非线性动力学分析，研究它们的特点以及与睡眠状态的联系。心率变异的时域、频域及非线性分析方法较好圭氇表现睡i琵状态的跃迁，鼹是难以准确裳这睡眠蕊绥辙结构；当睡眠周精比较完整时，m压的相对关联维数较好反映了

4、睡眠状态的变化，在滑醒期和快速日

5、违动期D2值较大，随港睡眠加深，D2变小。(4)研究心率变异、投缩压变异黔谱特征稻藏电复杂谯在隘塞型疆璇}i乎啜暂箨综合症检测中的表现。发生阻塞型魄眠呼吸暂停时，心率变异、收缩压变异AR谱的低频能量与离颁能量之比(I,F／HF)分别是正常睡眠的2—3倍和5髅左右；当伴随唤醒的阻塞墅呼缀暂停发生在疆眠w、S1、S2、S3及S4期时，脑毫静复杂牲暑高，丽发生在R渊孛灞辩学技术走学鞲，{·学位蹙文籀襄期时，脑电的复杂性降低。(5)采蠲憨马拳可夫模型(i{麟)区努疆眠再蘩、R戳麓穗s2甥，羧果蠹

6、好。蒸于H㈨的睡眠分斓、状态识别方法避免了传统R＆K规则纳缺点，具有嘏好的应用自口鬣。本文懿磺究工作褥妥了翻家鑫然瓣学鏊金矮露“鏊予多生理参数期j}线性动力学方法的睡眠脑电分析”(60071023)的资助。关键谲：簿躐状态，睡躁黪褥，藏毫，心电，盘压，菲线惶动力学，囊杂性，簿器系统分析，关联维数，近似熵，睡眠呼吸暂停综合症，隐马尔可夫模型It!望i燮苎釜塑!：兰焦堡苎垒!!!!!曼!ABSTRACTSleepmedicine&sleepresearchbasedonphysiologicalsignalsanalysis

7、ishelpforstudyingphysiologicalmechanismoforganism，disclosingsleep’Srule．improvingsleepqualit)；diagnosingandcuringsleepdisorders．Howtoapplymodemandadvancedsignalprocessingtechnologyinextractingusefulinformationfromsophisticatedpolysomnographyisanimportanttopicinsl

8、eepmedicine＆sleepresearchareas．Inthisthesis，nonlineardynamicanalysisandcomplexityanalysis，associatedwithclassicallinearmethods，areappliedinanalyzingofsleepelectroencephalogram(EEG)andotherphysiologicalsignals．ThemainworksincludetheareasoflearningcharacterofEEG／el

9、ectrocardiogram(ECG)，bloodpressure(BP)，studyingtherelationshipbetweenthemwithsleepstate，applyingtheseproductiontosleepstagescoringandsleepdisordersdetectingThe