睡眠對(duì)人來說是必不可少的,對(duì)人的心理健康以及生理健康具有重要意義。近年來,隨著各方面壓力的加劇,睡眠方面的疾病也越來越多,睡眠問題引起人們的廣泛重視。而睡眠分期是研究睡眠疾病的基礎(chǔ),可通過睡眠分期更詳細(xì)地了解睡眠過程,具有重要的臨床意義。傳統(tǒng)的人工方法進(jìn)行睡眠分期費(fèi)時(shí)費(fèi)力,效率低下,本文依據(jù)睡眠腦電在不同睡眠階段的特征有所不同來進(jìn)行睡眠分期。論文主要完成的工作:1、根據(jù)腦電信號(hào)微弱、隨機(jī)性強(qiáng)、易受噪聲干擾等特性,選擇專用于生物電勢(shì)測(cè)量的高精度、低噪聲芯片ADS1299,不銹鋼干電極作為傳感器,并以STM32F407VGT6作為主控芯片,通過三導(dǎo)聯(lián)單通道方式采集腦電,將采集到的數(shù)據(jù)存到SD卡中,同時(shí)通過藍(lán)牙發(fā)送到上位機(jī)。采用可充電的鋰電池對(duì)硬件平臺(tái)進(jìn)行供電。2、對(duì)采集到的腦電進(jìn)行去噪預(yù)處理,通過小波包分解重構(gòu)的方法提取睡眠腦電的七種節(jié)律波,包括K復(fù)合波、δ波、θ波、α波、紡錘波、β₁波以及β₂波,并對(duì)節(jié)律波提取能量特征,包括每一個(gè)睡眠階段（30秒為一個(gè)單位）的總能量E_T,以及K復(fù)合波、δ波、θ波、α波、紡錘波、β_... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 學(xué)術(shù)背景及研究意義
    1.2 睡眠腦電研究發(fā)展及現(xiàn)狀
    1.3 睡眠監(jiān)測(cè)儀研究現(xiàn)狀
    1.4 本文研究?jī)?nèi)容
    1.5 文章結(jié)構(gòu)安排
第2章 腦電及睡眠介紹
    2.1 腦電產(chǎn)生機(jī)理
    2.2 腦電信號(hào)特征
    2.3 睡眠分期介紹
        2.3.1 睡眠分期準(zhǔn)則
        2.3.2 睡眠各期特點(diǎn)
    2.4 腦電信號(hào)采集方法
    2.5 本章小結(jié)
第3章 睡眠腦電采集硬件平臺(tái)
    3.1 信號(hào)采集芯片ADS1299
    3.2 系統(tǒng)供電方案
    3.3 系統(tǒng)主控芯片
    3.4 數(shù)據(jù)存儲(chǔ)模塊
    3.5 視覺刺激實(shí)驗(yàn)
    3.6 本章小結(jié)
第4章 睡眠腦電特征提取
    4.1 腦電信號(hào)預(yù)處理
    4.2 睡眠腦電節(jié)律波提取
    4.3 能量特征提取
    4.4 非線性動(dòng)力學(xué)方法提取特征
        4.4.1 復(fù)雜度
        4.4.2 多尺度熵
        4.4.3 模糊熵
    4.5 本章小結(jié)
第5章 睡眠腦電特征分類
    5.1 支持向量機(jī)
        5.1.1 最優(yōu)超平面構(gòu)造方法
        5.1.2 SVM的回歸算法
        5.1.3 SVM的核函數(shù)
    5.2 LS-SVM的回歸算法
    5.3 LS-SVM多分類器的構(gòu)建
    5.4 基于LS-SVM的睡眠腦電分期
        5.4.1 實(shí)驗(yàn)訓(xùn)練測(cè)試數(shù)據(jù)來源
        5.4.2 睡眠分期結(jié)果
    5.5 睡眠腦電采集分期實(shí)驗(yàn)
    5.6 本章小結(jié)
第6章 總結(jié)與展望
參考文獻(xiàn)
作者簡(jiǎn)介及科研成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]用Matlab小波包求功率頻帶分解規(guī)律[J]. 鄭常寶,段曉波,李曉明.  電測(cè)與儀表. 2010(06)
[2]基于腦電信號(hào)Hilbert-Huang變換的睡眠分期研究[J]. 李谷,范影樂,李軼,龐全.  航天醫(yī)學(xué)與醫(yī)學(xué)工程. 2007(06)

碩士論文
[1]基于腦電信號(hào)的自動(dòng)睡眠分期研究[D]. 唐其彪.廣東工業(yè)大學(xué) 2016
[2]睡眠腦電自動(dòng)分期方法研究[D]. 郭超珍.廣東工業(yè)大學(xué) 2015
[3]LS-SVM模型在陸地地震隨機(jī)噪聲建模及壓制中的應(yīng)用[D]. 何東超.吉林大學(xué) 2015
[4]腦電信號(hào)的非線性動(dòng)力學(xué)分析及其在睡眠分期中的應(yīng)用[D]. 王瓊穎.哈爾濱工業(yè)大學(xué) 2015
[5]基于EEG的睡眠分期與睡眠評(píng)估方法研究[D]. 高群霞.華南理工大學(xué) 2015
[6]基于腦電信號(hào)的睡眠分期研究[D]. 程佳.北京理工大學(xué) 2015
[7]基于STM32的三導(dǎo)聯(lián)微弱腦電信號(hào)提取方法研究與實(shí)現(xiàn)[D]. 王樂凡.哈爾濱工業(yè)大學(xué) 2014
[8]睡眠腦電的分析與應(yīng)用研究[D]. 鄭聲濤.廣東工業(yè)大學(xué) 2014
[9]便攜式呼吸睡眠監(jiān)測(cè)系統(tǒng)的研究與開發(fā)[D]. 胡裕軒.浙江大學(xué) 2014
[10]睡眠腦電信號(hào)處理及其在睡眠分期中的應(yīng)用研究[D]. 李偉研.廣東工業(yè)大學(xué) 2011



本文編號(hào)：3095236