一種新的人睡眠EEG自動分期方法研究.pdf

1、睡眠質量的好壞對人的機體康復、記憶能力以及抵抗疾病的能力起著至關重要的作用。隨著生活壓力的日益加大，各種睡眠相關疾病已經成為人類健康的隱形殺手。因此，越來越多的國內外學者投入到各種睡眠相關研究之中。在睡眠過程中，睡眠不是一種固定不變的狀態，而是經歷著幾個相對穩定的階段，臨床上把這幾個階段定義為睡眠的分期。睡眠electroencephalogram(EEG)是睡眠這幾個分期在大腦上的電生理記錄，是研究睡眠的一種強有力工具。睡眠EEG的正

2、確分期無論是對睡眠質量評估還是睡眠相關疾病的診斷都有重要的應用價值。傳統睡眠分期方法主要由睡眠專家對連續記錄的睡眠EEG數據進行人工目測分析得出的，這樣的分期方法是相當耗時且效率并不高。
　　 本文的主要研究內容為設計一種新的人睡眠EEG自動分期方法并對其性能進行評估。文中使用了三種測度信號非線性動力學復雜性的算子CO復雜度、Kc復雜度和近似熵，研究這三種算子對睡眠各期EEG信號的區分能力，并用t檢驗檢測睡眠各期復雜性測度的統計

3、學顯著性差異，為下面的睡眠EEG自動分期提供理論基礎?；谀X電EEG信號的非線性非平穩特性，文中自動分期方法利用希爾伯特-黃變換提取腦電信號的頻域特征，并結合信號的CO復雜度來表征睡眠EEG信號，這些特征能很好的反應腦電信號的本質屬性，構建三層BackPropagation(BP)神經網絡作為分類器對睡眠EEG信號提取的特征進行自動分期。我們使用MIT-BIT的Sleep-EDF數據庫中的7個個體的Pz-Oz導聯睡眠EEG數據驗證本文提