基于脑电信号和心率变异性信号的睡眠分期自动分期

声明

摘要

第一章 绪论

1．1 背景和意义

1．2 睡眠分期概况

1．3 睡眠参数研究

1．3．1 睡眠脑电研究

1．3．2 睡眠其他生理参数研究

1．4 本文主要内容和章节安排

1．5 本章小结

第二章 睡眠与不同生理参数的关系

2．1 睡眠生理基础

2．2 睡眠各期特点及划分

2．2．1 睡眠各期划分

2．2．2 睡眠结构分布

2．3 脑电与睡眠

2．3．1 脑电图

2．3．2 脑电基本波形

2．4 心电与睡眠

2．5 本章小结

第三章 EEG和ECG信号预处理

3．1 数据来源

3．2 信号特点和预处理原则

3．3 小波变换

3．3．1 小波变换基本原理

3．3．2 小波分解与重构

3．3．3 小波阈值去噪

3．4 EEG的小波去噪结果及分析

3．5 ECG的小波去噪结果及分析

3．6 本章小结

第四章 EEG和HRV信号特征提取

4．1 脑电信号特征提取

4．1．1 复杂度

4．1．2 近似熵

4．1．3 频域特征

4．2 EEG特征值和评价

4．2．1 EEG复杂度值和评价

4．2．2 EEG近似熵值和评价

4．2．3 EEG频域特征值和评价

4．3 HRV信号特征提取

4．3．1 生成HRV信号

4．3．2 样本熵

4．3．3 时域特征

4．4 HRV信号特征值和评价

4．4．1 HRV样本熵值和评价

4．4．2 HRV时域特征值和评价

4．5 本章小结

第五章 基于人工神经网络和支持向量机的睡眠分期

5．1 BP神经网络

5．1．1 人工神经网络

5．1．2 BP神经网络

5．2 支持向量机

5．2．1 支持向量机原理

5．2．2 最优分类面

5．3 BP神经网络的睡眠分期结果

5．3．1 BP神经网络构建

5．3．2 脑电信号的分期结果与分析

5．3．3 HRV信号的分期结果与分析

5．4 支持向量机的睡眠分期结果

5．4．1 支持向量机参数优化

5．4．2 脑电信号的分期结果与分析

5．4．3 HRV信号的分期结果与分析

5．5 本章小结

第六章 总结与展望

参考文献

硕士阶段发表论文

致谢