版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、睡眠是人體緩解疲勞、恢復(fù)精神的最好方式。但隨著生活節(jié)奏的加快、工作壓力的增大,越來越多的人受到失眠等睡眠障礙的困擾,嚴(yán)重影響了人們的身心健康。研究睡眠狀態(tài)下腦電信號特性,并實現(xiàn)自動睡眠分期是改善睡眠質(zhì)量、診斷睡眠疾病的基礎(chǔ),具有重要的應(yīng)用價值和理論意義。
首先,在單尺度LZ復(fù)雜度的基礎(chǔ)上結(jié)合多尺度分析,設(shè)計了多尺度LZ復(fù)雜度非線性分析方法。仿真數(shù)據(jù)分析表明該方法克服了單尺度LZ復(fù)雜度只能描述信號單一頻率特征的缺陷,可以捕捉信號
2、多種頻率成分,能更好的可以反映信號的變化規(guī)律。利用此方法分析了Physionet數(shù)據(jù)庫中睡眠腦電信號,結(jié)果表明多尺度LZ復(fù)雜度方法捕捉到了不同睡眠分期腦電更豐富的信息,驗證了多尺度LZ復(fù)雜度方法要優(yōu)于單尺度LZ復(fù)雜度方法。
其次,基于模糊熵比樣本熵更具穩(wěn)定性的特點,在多尺度分析的基礎(chǔ)上對多尺度樣本熵方法進行改進,設(shè)計了多尺度模糊熵方法。該方法集合了兩種方法的優(yōu)點,多尺度分析具有良好的時頻特性,同時可以減小運算數(shù)據(jù)量;模糊熵算法
3、利用指數(shù)函數(shù)模糊化相似性,較樣本熵能更好的反映各期睡眠腦電復(fù)雜性變化。利用多尺度模糊熵方法分析了實際睡眠腦電信號,給出了實驗分析結(jié)果,驗證了多尺度模糊熵方法要優(yōu)于多尺度樣本熵方法。
最后,利用兩種多尺度非線性分析方法提取腦電特征,并利用小波變換提取睡眠腦電的Delta、Beta節(jié)律功率特征,同時對眼電信號提取時域特征,用以上特征量作為睡眠分期的特征參數(shù),采用支持向量機作為分類器,并選用“一對一”多分類方法完成睡眠腦電的自動分期
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 睡眠分期的非線性多參數(shù)研究.pdf
- 睡眠腦電的特性分析和睡眠分期研究.pdf
- 睡眠腦電的分析處理和睡眠分期研究.pdf
- 基于腦電的自動睡眠分期.pdf
- 睡眠腦電的非線性動力學(xué)研究.pdf
- 基于腦電心電數(shù)據(jù)融合的睡眠分期.pdf
- 睡眠腦電分析及在睡眠分期中的應(yīng)用.pdf
- 基于電生理腦網(wǎng)絡(luò)的大鼠睡眠分期研究.pdf
- 大鼠腦電分析處理與睡眠分期的研究.pdf
- 睡眠腦電自動分期方法研究.pdf
- 基于多尺度符號序列熵的睡眠腦電與少中年腦電信號分析.pdf
- 基于睡眠腦電信號的睡眠分期研究.pdf
- 大鼠睡眠分期及腦電標(biāo)度行為研究.pdf
- 腦電信號的非線性動力學(xué)分析及其在睡眠分期中的應(yīng)用.pdf
- 腦電非線性監(jiān)測的臨床研究.pdf
- 圖像的非線性多尺度結(jié)構(gòu).pdf
- 基于腦電信號的自動睡眠分期研究.pdf
- 腦電非線性時間序列仿真研究.pdf
- 認(rèn)知功能評定與腦電非線性分析研究.pdf
- 腦電生物反饋治療儀與睡眠分期的研究.pdf
評論
0/150
提交評論