基于腦電信號(hào)辨識(shí)的聲音睡眠儀研制.pdf

1、睡眠作為精神和體力恢復(fù)的重要生理過程，對(duì)提升記憶力、免疫力、情感和認(rèn)知能力具有重要作用。然而，隨著現(xiàn)代化生活節(jié)奏的加快，社會(huì)壓力的增大，越來越多的人遭受失眠的折磨，使得體力和精神難以得到恢復(fù)。目前失眠療法主要包括：藥物療法、食物療法、心理療法、行為認(rèn)知療法及新興物理療法，其中，以具有長(zhǎng)期安全、有效、且無副作用特點(diǎn)的聲音療法、磁刺激療法、微電流刺激療法等新興物理療法的發(fā)展前景最好，而聲音療法以其非接觸治療、低成本和易操作的特點(diǎn)更是受到廣泛

2、關(guān)注。
　　本課題在研究人體睡眠過程的基礎(chǔ)上，提出了一種基于睡眠分期辨識(shí)的聲音催眠方法，并借助腦電信號(hào)（Electroencephalography，EEG）實(shí)現(xiàn)睡眠分期辨識(shí)，最終，研制出一款基于EEG辨識(shí)的聲音睡眠儀，該睡眠儀由睡眠分期系統(tǒng)和催眠系統(tǒng)兩部分組成。研制該睡眠儀的主要工作包括：
　?。?）睡眠儀催眠方案確定。通過研究人體睡眠過程，了解了睡眠機(jī)理和各睡眠狀態(tài)的特點(diǎn)，通過分析和對(duì)比各種辨識(shí)人體睡眠狀態(tài)的物理量，確定

3、了基于EEG信號(hào)分析的睡眠狀態(tài)辨識(shí)方法，通過研究催眠原理——人體共振學(xué)原理，提出采用不同催眠聲音對(duì)各睡眠狀態(tài)進(jìn)行睡眠引導(dǎo)的催眠方案。
　?。?）睡眠分期算法的研究。睡眠分期算法包括EEG信號(hào)的預(yù)處理、睡眠EEG的特征提取和睡眠狀態(tài)辨識(shí)三個(gè)步驟，本課題通過對(duì)EEG信號(hào)進(jìn)行Butterworth濾波、短時(shí)功率譜估計(jì)（Short Time Power Spectrum，STPS）時(shí)頻譜估計(jì)和徑向基神經(jīng)網(wǎng)絡(luò)（Radial Basis Fu

4、nction Neural Network，RBFNN）模糊融合器等算法的處理，辨識(shí)出人體睡眠狀態(tài)。
　?。?）催眠聲音的確定及其生成算法研究。根據(jù)聲音催眠的原理，初步確定多組催眠聲音，最終確定清醒狀態(tài)播放白噪聲聲音進(jìn)行催眠，引導(dǎo)睡眠順利過渡到淺睡狀態(tài)；淺睡狀態(tài)播放粉紅噪聲聲音進(jìn)行催眠，引導(dǎo)睡眠順利過渡到深睡狀態(tài)。本課題研究了催眠聲音信號(hào)的生成算法，采用改進(jìn)的混合同余法生成白噪聲，并在建立粉紅噪聲自回歸滑動(dòng)平均混合模型(Auto

5、Regression Integrated with Moving Averages Model，ARMA模型）基礎(chǔ)上，使用該模型對(duì)白噪聲進(jìn)行濾波獲得粉紅噪聲。
　?。?）聲音睡眠儀的系統(tǒng)實(shí)現(xiàn)。該工作包括研制由Emotiv EPOC和個(gè)人計(jì)算機(jī)（Personal Computer，PC）組成的睡眠分期系統(tǒng)和由以數(shù)字信號(hào)處理器（Digital Signal Processor，DSP）為核心的主控模塊、音頻處理模塊、播放模塊及人機(jī)交

6、互模塊組成的催眠系統(tǒng)。睡眠分期與催眠兩個(gè)系統(tǒng)之間通過藍(lán)牙實(shí)現(xiàn)連接。睡眠分期系統(tǒng)中，采用Emotiv EPOC實(shí)現(xiàn)EEG信號(hào)的采集，采用PC機(jī)實(shí)現(xiàn)睡眠分期算法及系統(tǒng)顯示界面設(shè)計(jì)；催眠系統(tǒng)中，采用DSP完成催眠聲音生成算法及通信方式的實(shí)現(xiàn)，音頻處理模塊完成音頻數(shù)據(jù)的存儲(chǔ)和解碼，播放模塊完成催眠音樂的播放，人機(jī)交互模塊完成顯示和系統(tǒng)復(fù)位。
　　通過上述工作，研制出一款基于腦電信號(hào)辨識(shí)的聲音睡眠儀，該設(shè)備通過EEG信號(hào)，實(shí)現(xiàn)對(duì)睡眠狀態(tài)辨識(shí)