【摘要】：抑郁癥作為一種發(fā)病率高、危害大、治愈困難的精神障礙類疾病,總是伴隨著明顯的大腦活動異常和情緒轉(zhuǎn)換障礙等癥狀。腦電信號作為一種能夠記錄大腦活動及情緒狀態(tài)信息的生理電信號,常被應(yīng)用于各類有關(guān)于情緒轉(zhuǎn)換障礙疾病的相關(guān)研究中。睡眠腦電信號作為腦電信號的一種,相比于清醒時的腦電信號,具有信號穩(wěn)定不易受干擾、真實不可偽裝和易采集等特點,更利于抑郁癥等相關(guān)疾病的研究。因此,本文基于睡眠腦電信號,提出了“抑郁人群與正常人群在睡眠腦電信號上具有差異性”的假設(shè),通過機(jī)器學(xué)習(xí)和數(shù)據(jù)分析等方法對抑郁人群與正常人群的睡眠腦電信號差異性進(jìn)行了分析,驗證了假設(shè)。主要的研究內(nèi)容與研究成果如下:1.本文基于睡眠腦電信號的數(shù)據(jù)特點及公開數(shù)據(jù)庫腦電數(shù)據(jù)的采集方法,設(shè)計了睡眠腦電數(shù)據(jù)采集系統(tǒng)。針對抑郁癥人群的腦電數(shù)據(jù)特點,采集了36名被試者(18名抑郁患者和18名正常人群)6個電極位(F3、F4、C3、C4、O1和O2)的睡眠腦電數(shù)據(jù),建立了基于抑郁癥的睡眠腦電數(shù)據(jù)庫。為抑郁人群睡眠腦電特征差異性研究奠定了數(shù)據(jù)基礎(chǔ)。2.本文處理并應(yīng)用了抑郁人群睡眠腦電數(shù)據(jù)集。將采集到的睡眠腦電數(shù)據(jù)按照AASM睡眠分期模型分為清醒期、REM期和NREM期,并尋找合適的方法進(jìn)行數(shù)據(jù)樣本的選擇;參考睡眠腦電數(shù)據(jù)的采集方法及數(shù)據(jù)模型的時間復(fù)雜度,實現(xiàn)了基于FIR濾波器及卡爾曼濾波器對原始睡眠腦電信號的去噪和基于時間窗口方法對數(shù)據(jù)樣本的分割;根據(jù)分割后數(shù)據(jù)樣本的大小及睡眠腦電信號的數(shù)據(jù)特點,實現(xiàn)了對數(shù)據(jù)特征的提取和基于特征選擇算法對數(shù)據(jù)特征的選擇;最后,根據(jù)特征樣本的數(shù)據(jù)特點,實現(xiàn)了基于數(shù)據(jù)標(biāo)準(zhǔn)化和數(shù)據(jù)均衡化的數(shù)據(jù)處理。通過該數(shù)據(jù)處理流程,可實現(xiàn)對抑郁人群睡眠腦電信號的處理與應(yīng)用。3.本文基于特征選擇算法和數(shù)據(jù)分析方法對假設(shè)“抑郁人群與正常人群在睡眠腦電信號上具有差異性”進(jìn)行了驗證,并對特征相關(guān)性對差異性表現(xiàn)的影響進(jìn)行分析與研究。特征選擇算法驗證差異性的結(jié)果表明,抑郁人群睡眠腦電信號的某個或某些特征組與正常人群可能具有差異性。數(shù)據(jù)分析方法驗證差異性的結(jié)果表明,睡眠腦電信號的導(dǎo)聯(lián)、頻段以及特征種類均能夠影響數(shù)據(jù)模型的實驗結(jié)果,不同特征間的相關(guān)性也會影響模型的分類準(zhǔn)確率。換句話講,抑郁人群與正常人群的睡眠腦電信號在不同維度上均具有較大差異,這與本文假設(shè)“抑郁癥人群與正常人群在睡眠腦電數(shù)據(jù)上具有差異”相符,進(jìn)一步驗證了假設(shè)。綜上所述,本文對抑郁人群睡眠腦電數(shù)據(jù)集的處理與應(yīng)用進(jìn)行了探索,并通過該數(shù)據(jù)集對抑郁人群與正常人群的睡眠腦電信號差異性進(jìn)行了分析與研究,完成了對假設(shè)的有效驗證,豐富了基于睡眠腦電信號的抑郁癥分類模型的理論基礎(chǔ),進(jìn)一步推動了基于睡眠腦電信號的抑郁癥等精神障礙類疾病相關(guān)研究的發(fā)展與應(yīng)用。
【圖文】：

睡眠期間最容易產(chǎn)生夢境的時期，也更容易被喚醒。在該階段，眼球快速大幅度運動，體溫及心血管調(diào)節(jié)功能減弱，心率及呼吸頻率明顯增加，腦電信號較 N2期和 N3 期也更為活躍。與此同時，REM 期睡眠常伴隨著肌肉麻痹或肌肉萎縮等現(xiàn)象，例如：打鼾和阻塞性睡眠呼吸暫停。研究認(rèn)為，這種肌肉麻痹或肌肉萎縮或與 REM 期常做夢這一現(xiàn)象有關(guān)。睡眠周期指睡眠經(jīng)過 NREM 期的各個階段進(jìn)入到 REM 期，又從 REM 期返回到 NREM 期的過程。如圖 2-1 所示，睡眠周期從短暫的 N1 期開始。在此階段，身體開始放松并且伴隨著緩慢的眼球運動，雖然會經(jīng)常發(fā)生驚醒，但卻促使睡眠周期進(jìn)入到 N2 期。N2 期的總體睡眠時長大于 N1 期，占總睡眠時長的 40~60%。緊接著，，睡眠周期通過 NREM 期的淺睡眠進(jìn)入到深度睡眠。對于大多數(shù)成年人來說，N3 期的睡眠時長大概占總睡眠時長的 5~15%，對于兒童或青少年來說，該比率要大得多。最終，睡眠從深度睡眠返回到輕睡眠，以 REM 期結(jié)束該睡眠周期并從輕睡眠開始新一輪的睡眠周期。對于 REM 期而言，首次出現(xiàn)于睡眠開始后 90 分鐘內(nèi)且持續(xù)時間較短。隨著睡眠時間的推移，睡眠周期由 NREM期的輕睡眠開始再次進(jìn)入到 REM 期睡眠，REM 期的睡眠時長也隨之延長。

學(xué)碩士學(xué)位論文 抑郁人群睡眠腦電特方面取得了較大的進(jìn)展[42]。Beta 波（ ），頻率范圍：14 ~ 30Hz，與正常清醒狀態(tài)下的意識及注。在運動過程中， 波活動也與等滲收縮（保持肌肉張力不變的同時短肌肉的長度）中發(fā)生的肌肉活動變化有關(guān)，并在運動狀態(tài)變化前及被抑制[44]。Gamma 波（ ），頻率范圍：30~50Hz。研究表明， 波活動與注意力意識反應(yīng)有關(guān)[45]，在冥想狀態(tài)下也具有較高的出現(xiàn)概率[46]。在 REM 醉期階段， 波活動也會受到一定影響[47]。
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 伍亞舟;吳寶明;何慶華;張玲;易東;;基于想象左右手運動腦電特征提取及其統(tǒng)計特性分析[J];北京生物醫(yī)學(xué)工程;2007年02期

2 吳小培,馮煥清,周荷琴,李曉輝;結(jié)合小波變換和獨立分量分析的腦電特征提取[J];儀器儀表學(xué)報;2004年01期

3 馬娜;王學(xué)民;田苗;劉靜;綦宏志;明東;周鵬;;20Hz體感振動刺激對腦電特征影響研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2016年06期

4 董光恒;楊麗珠;;情緒沖突控制過程的腦電特征研究[J];心理科學(xué);2008年06期

5 萬柏坤;劉延剛;明東;孫長城;綦宏志;張廣舉;程龍龍;;基于腦電特征的多模式想象動作識別[J];天津大學(xué)學(xué)報;2010年10期

6 殷罡;吳平東;彭軍強(qiáng);黃漫玲;汪東;;性格行為特征與腦電特征間關(guān)系的研究[J];北京理工大學(xué)學(xué)報;2009年04期

7 白樹林;謝松云;張玉梅;楊金孝;;基于灰色系統(tǒng)理論的腦電特征提取[J];貴州工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2005年06期

8 宋亞林;孫杳如;;手指動作自動矯正的腦電特征[J];同濟(jì)大學(xué)學(xué)報(自然科學(xué)版);2017年06期

9 嚴(yán)娜;喬曉艷;李鵬;;基于小波-雙譜分析的視覺誘發(fā)腦電特征提取[J];測試技術(shù)學(xué)報;2012年01期

10 李飛;高小榕;高上凱;;基于隨機(jī)森林算法的高維腦電特征優(yōu)選[J];北京生物醫(yī)學(xué)工程;2007年04期

相關(guān)會議論文 前10條

1 江朝暉;馮煥清;劉大路;;用腦電特征劃分睡眠狀態(tài)的一個新方法[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

2 史偉雄;崔韜;肖曉華;王圣松;邵曉秋;;非酮癥性高血糖導(dǎo)致癲癇發(fā)作的臨床腦電特征及治療[A];第六屆CAAE腦電圖與神經(jīng)電生理大會會刊[C];2018年

3 林相波;邱天爽;李小兵;王靜;;基于小波變換的癲癇發(fā)作前腦電特征分析[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

4 蔣學(xué)慧;周鵬;趙欣;葛佳怡;李寧;郁洪強(qiáng);劉海嬰;王明時;;基于DSP的睡眠腦電特征提取[A];天津市生物醫(yī)學(xué)工程學(xué)會2008年年會暨首屆生物醫(yī)學(xué)工程與臨床論壇論文集[C];2008年

5 張穎群;楊麗珠;沈悅;劉歌;宋芳;;初中生自我控制發(fā)展特點及腦電特征研究[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

6 任未多;;不同運動項目運動員腦電特征的比較研究[A];第九屆全國心理學(xué)學(xué)術(shù)會議文摘選集[C];2001年

7 王浩;劉沖;王宏;;基于小波變換的腦電特征信號自動檢測方法[A];第七屆青年學(xué)術(shù)會議論文集[C];2005年

8 趙欣;郁洪強(qiáng);詹啟生;王明時;;網(wǎng)絡(luò)成癮癥患者腦電特征一例[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

9 魏凱明;付洋洋;;瑜伽習(xí)練者“意念調(diào)節(jié)”狀態(tài)下腦電特征的研究[A];第6屆全國青年體育科學(xué)學(xué)術(shù)會議論文摘要集[C];2011年

10 王琰萍;張曉玲;朱敏初;黃俊軍;金強(qiáng);;認(rèn)知康復(fù)訓(xùn)練對急性腦梗死后認(rèn)知功能障礙患者的腦電特征影響[A];2014年浙江省神經(jīng)病學(xué)學(xué)術(shù)年會論文匯編[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 饒娟;面向抑郁注意機(jī)制的任務(wù)態(tài)腦電特征算法研究[D];蘭州大學(xué);2019年

2 辛喜艷;中風(fēng)病虛實證候演變及腦電特征與預(yù)后的關(guān)系研究[D];北京中醫(yī)藥大學(xué);2012年

3 石立臣;基于腦電信號的警覺度估計研究[D];上海交通大學(xué);2012年

4 何洋;我國優(yōu)秀射箭運動員腦電特征的研究[D];山西大學(xué);2008年

5 朱亞忱;基于特權(quán)信息的情感識別[D];中國科學(xué)技術(shù)大學(xué);2015年

6 陳昌樂;三種佛家靜功操作方法的腦電特征比較研究[D];北京中醫(yī)藥大學(xué);2012年

7 呂佳;基于事件相關(guān)電位技術(shù)的服裝情緒研究[D];江南大學(xué);2014年

8 張海波;具象思維作業(yè)的腦電空間與頻域特征研究[D];北京中醫(yī)藥大學(xué);2011年

9 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

10 郁洪強(qiáng);過度使用互聯(lián)網(wǎng)者的腦電特征分析[D];天津大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 韓佳碩;抑郁人群睡眠腦電特征研究[D];蘭州大學(xué);2019年

2 王鳳娟;基于LSTM的腦電特征學(xué)習(xí)及癲癇發(fā)作預(yù)測系統(tǒng)研究[D];山東師范大學(xué);2019年

3 汪小雙;基于腦電特征獨立分量分析的癲癇檢測[D];大連理工大學(xué);2018年

4 王永宗;面向情緒識別的腦電特征組合及通道優(yōu)化選擇研究[D];蘭州大學(xué);2018年

5 宋江玲;非線性腦電特征提取方法研究[D];西北大學(xué);2016年

6 嚴(yán)娜;視聽誘發(fā)腦電特征研究[D];山西大學(xué);2012年

7 翟靜波;老年輕度認(rèn)知功能障礙向阿爾茲海默病轉(zhuǎn)歸的腦電特征研究[D];山西醫(yī)科大學(xué);2011年

8 頊春元;感覺刺激誘發(fā)腦電特征研究[D];山西大學(xué);2011年

9 張穎群;初中生自我控制結(jié)構(gòu)、發(fā)展特點及腦電特征的研究[D];遼寧師范大學(xué);2013年

10 沈驥;基于眼動、腦電特征的抑郁識別研究[D];蘭州大學(xué);2015年

本文編號：2658445