睡眠脑电的分析处理和睡眠分期研究

《睡眠脑电的分析处理和睡眠分期研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、文艺未交硕士学位论文_z3工7868睡眠脑电的分析处理和睡眠分期研究AnalysisforSleepEEGandStudyofSleepStages作者：李玲导师：王瑞平北京交通大学2010年6月}lI}『■l学位论文版权使用授权书iIIrllfIfllllllUIIIIf＼1781404本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位

2、论文作者签名：签字日期：2．olo年6月／4El导师签名：屯编年签字日期：pI。年6月I中日中图分类号：TP399UDC：学校代码：10004密级：公开北京交通大学北尿父嬗大罕硕士学位论文睡眠脑电的分析处理和睡眠分期研究AnalysisforSleepEEGandStudyofSleepStages作者姓名：李玲导师姓名：王瑞平学位类别：工学学号：08120609职称：副教授学位级别：硕士学科专业：生物医学工程研究方向：医学信号处理北京交通大学2010年6月致谢首先我要感谢我的导师——王瑞平副教授，在课题研究过程中，王老师倾注了大量的时间和心血，给予我很多关键性的指导和帮助。在论文写作过

3、程中，帮我进行了多次细致的修改。王老师严谨的治学态度和科学的工作方法给了我极大的帮助和影响。两年的研究生生活，王老师不但在学习上关心着我，在生活中也是无微不至的关心着我。其次，我还要感谢我实验室的每一个同学，两年的学习和生活中，亢净，张娟丽，李雪，刘灵芝，龚文清等同学都给了我很多的帮助，我们一起度过了一段非常难忘的实验室学习时光。在本文的撰写期间，她们对我论文中的非线性动力学算法、遗传算法和支持向量机的研究工作给予了热情帮助，对此向她们表达我深深的感激之情。最后，我要感谢我的父母，没有他们的20多年的悉心养育，就不会有我今天的成绩。感谢每一位帮助过我的人!中文摘要摘要：睡眠是人体重要的生

4、理活动，它与健康、工作、学习等之间的关系甚为密切。对睡眠进行合理的分期，是研究睡眠质量，诊断睡眠疾病的基础。脑电是描述睡眠过程中最显著和最直观的信号，所以睡眠脑电是研究睡眠的重要且有力的工具。脑电信号是混沌信号，由于脑电活动自身的复杂性，采用非线性方法处理会有比较好的结果。本文介绍了睡眠的背景知识以及睡眠的分期等；阐述了脑电信号产生的原理，常见的几种脑电波以及如何采集脑电信号；介绍了几种非线性动力学方法：Lyapunov指数，复杂度，相关维数，近似熵等的原理和应用，并将它们作为识别睡眠脑电信号的特征指标，发现在不同的睡眠期，睡眠脑电的各种非线性指数不同，计算出的结果呈现一定的变化规律。此

5、外，介绍了遗传算法和支持向量机的原理并且将它们用于参数选择和模式识别。为了提高支持向量机(SVM)算法的性能，采用了一种改进的SVM算法。将遗传算法(GA)与传统的SVM算法结合，构造出一种参数最优的进化SVM(GA．SⅥⅥ)，SVM模型采用径向基函数(RBF)作为核函数。本文通过实验对特征值(相关维数、复杂度、Lyapunov指数、近似熵)利用GA-SVM模型进行模式识别。实验中采用8个人(Slp01a、Slp01b、Slp02a、Slp02b、Slp03、Slp04、Sipl4、Sip48)的数据，数据样本为100组(4维特征矢量)，Slp01a、Slp01b、Slp02a、Slp0

6、2b、Slp03、Slp04、Sipl4、Slp48分类的正确识别率分别为：95．33％、100％、100％、100％、87．33％、95．33％、100％、95．33％。所有样本统计后进行六分类，SVM平均正确识别率为78．9％，说明模型的选择还是比较合理，证明了脑电的非线性参数能有效的表达大脑的不同生理状态，因此非线性动力学方法可以很好的应用于睡眠脑电的研究。关键词：睡眠脑电；Lyapunov指数；复杂度；相关维数；近似熵；GA．SVM分类号：TP399k■■■■●■▲■ABSTRACTABSTRACT：Sleepisanimportantphysiologicalactivityo

7、fhuman．Itisaverycloserelationshipwithhealth,work，learningetc．Itisthebasisforreasonablesleepstagestostudythesleepqualityanddiagnosesleepdisorders．Electroencephalogram(EEG)isthemostsignificantandmostintuitivesignalindesc