基于經(jīng)驗(yàn)?zāi)Ｊ椒纸獾淖詣?dòng)睡眠分期.pdf

1、睡眠是機(jī)體恢復(fù)、整合的重要階段，是一種復(fù)雜的生理過(guò)程。對(duì)睡眠質(zhì)量的評(píng)估是通過(guò)睡眠分期來(lái)實(shí)現(xiàn)的。由人工進(jìn)行睡眠分期是一項(xiàng)非常耗時(shí)的任務(wù)，通常需要幾個(gè)小時(shí)對(duì)一整晚（8小時(shí)）的記錄進(jìn)行分類(lèi)。因此，研究睡眠腦電的自動(dòng)分期具有重要的意義。
　　本文以MIT的PhysioBank中的Sleep-EDF數(shù)據(jù)庫(kù)中的一導(dǎo)腦電信號(hào)(Fpz-Cz)和一導(dǎo)眼電為研究對(duì)象，將睡眠過(guò)程分成分為覺(jué)醒期、NREM1期、NREM2期、NREM3/4期、REM（快速

2、眼動(dòng)期）這五個(gè)睡眠階段。首先利用經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒▽⒛X電信號(hào)分解為若干個(gè)固有模態(tài)函數(shù)，然后對(duì)獲得的固有模態(tài)函數(shù)采用快速獨(dú)立分量分析算法，從而獲得去噪后的腦電信號(hào)。其后根據(jù)睡眠過(guò)程中腦電節(jié)律變化規(guī)律，利用樣本熵和希爾伯特黃變換等方法提取有效的腦電信號(hào)特征參數(shù)，最后采用支持向量機(jī)模式識(shí)別方法對(duì)腦電信號(hào)進(jìn)行分期。
　　結(jié)果表明，樣本熵和希爾伯特黃變換方法能提取有效的睡眠特征值。隨著睡眠程度的變化，樣本熵值也發(fā)生著規(guī)律性變化。具體表現(xiàn)為:隨

3、著睡眠深度的增加，樣本熵值呈現(xiàn)出遞減的規(guī)律，其中在NREM3、4期遞減至最小值，但到了REM期的樣本熵值和NREM1期基本相同。利用希爾伯特黃變換的方法求得的腦電信號(hào)的特征值在不同睡眠期具有一定的差異性的，主要是由于不同的睡眠階段的節(jié)律不同。但是僅利用樣本熵和希爾伯特黃變換方法進(jìn)行睡眠分期的效果一般，本文結(jié)合樣本熵值和希爾伯特黃變換、奇異值方法對(duì)腦電信號(hào)進(jìn)行分析，比只用一種或兩種方法的效果都要好，10個(gè)樣本的平均分期準(zhǔn)確率達(dá)到了85.4