一種新型睡眠分期改進(jìn)算法研究

新型睡眠分期改進(jìn)算法研究之一，對(duì)于睡眠質(zhì)量和睡眠相關(guān)疾具有重要的意義。本論文基于傳統(tǒng)的睡眠分期算法，提出了一睡眠分期改進(jìn)算法。該算法主要的改進(jìn)包括兩方面，一是改變分期中對(duì)于腦電信號(hào)特征的提取方法，使用頻域特征與時(shí)域特征相結(jié)合的方法提高信號(hào)的準(zhǔn)確性；二是通過(guò)引入深度神經(jīng)網(wǎng)絡(luò)的方法，號(hào)的時(shí)序特征進(jìn)行學(xué)習(xí)和分類。實(shí)驗(yàn)結(jié)果表明，該算法相比傳準(zhǔn)確性、波形分類和時(shí)間效率等方面均有較大提升，具有很好分期；腦電信號(hào)；深度神經(jīng)網(wǎng)絡(luò)；改進(jìn)算法；應(yīng)用前比例，對(duì)于身體的健康以及日常生質(zhì)量都具有重要的影響。睡眠質(zhì)量的好壞直接關(guān)系到人們的健康和要內(nèi)容。傳統(tǒng)的睡眠分期算法主要于腦電信號(hào)的特征，將睡眠分為快速眼動(dòng)期(REM)和非快速眼動(dòng)期REMNREM。期算法的精度和效率，眾多研究者進(jìn)行了大。本文運(yùn)用深度神經(jīng)網(wǎng)絡(luò)技術(shù)改進(jìn)了傳統(tǒng)的睡眠分期算法，引特征和時(shí)域特征相結(jié)合的方法與深度神經(jīng)網(wǎng)絡(luò)的技術(shù)，對(duì)腦電特征提取與分類。改進(jìn)后的算法在準(zhǔn)確性、波形分類和時(shí)間效統(tǒng)算法及其存在的問(wèn)題眠分期算法主要是基于腦電信號(hào)進(jìn)行分析。腦電信號(hào)是表動(dòng)的一種生物電活動(dòng)，根據(jù)不同的頻率帶和振幅特征，可以對(duì)聲和其他無(wú)用的信號(hào)成分，使信號(hào)是睡眠分期的核心環(huán)節(jié)。在分析之前，需要對(duì)信號(hào)進(jìn)行特根據(jù)特征進(jìn)行分類。常用的特征包括頻域特征和時(shí)域特征。根進(jìn)行分析后，需要進(jìn)行結(jié)果判定。判定結(jié)果需要考慮到前號(hào)變化、噪聲等因素的影響，同時(shí)還需要進(jìn)行相關(guān)統(tǒng)計(jì)和綜合分統(tǒng)的睡眠分期算法已經(jīng)有了相當(dāng)?shù)睦碚摶A(chǔ)，但是其存在一中，特征提取的方法主要是依據(jù)人工經(jīng)驗(yàn)設(shè)計(jì)的，經(jīng)常受采用的分類器多為線性分類器，在復(fù)雜信號(hào)的分析上分類法中，睡眠信號(hào)的分析過(guò)程中需要大量的人工干預(yù)，分析人群的適應(yīng)性較差的人或不同的睡眠狀態(tài)，腦電信號(hào)的特性存在較大的差異，傳人工主觀性影響，提高特征提取準(zhǔn)確性，我一種新型的特征提取方法。該方法將頻域特征和時(shí)域特征相結(jié)，我們采用滑動(dòng)窗口法對(duì)信號(hào)進(jìn)行分段，提取每一小段的差、偏度、峭度等指標(biāo)。在頻域，使用快速傅里葉變換(FFT)將號(hào)轉(zhuǎn)換為時(shí)頻域信號(hào)，通過(guò)提取不同頻段的振幅、相位等特征術(shù)能夠?qū)π盘?hào)進(jìn)行端到端的學(xué)習(xí)和分類，可以更好的解中分類器效果不佳的問(wèn)題。因此，我們?cè)诟倪M(jìn)算法中引入了程中，我們使用大量的腦電數(shù)據(jù)集，構(gòu)建多層的深度神經(jīng)的反復(fù)訓(xùn)練，可以使提取方法和深度學(xué)習(xí)技術(shù)的引入，我們得到了一種新型的實(shí)驗(yàn)過(guò)程中，我們對(duì)傳統(tǒng)算法和改進(jìn)算法的分析時(shí)間進(jìn)行了對(duì)比。，改進(jìn)算法中引入的深度學(xué)習(xí)技術(shù)可以明顯的提升分期時(shí)間效算法需要半小時(shí)以上的時(shí)間才能分析一整晚的睡眠數(shù)據(jù)，而改統(tǒng)算法的分期結(jié)果與人工標(biāo)注結(jié)果對(duì)比，發(fā)現(xiàn)傳統(tǒng)算法誤判率上。與此相比，改進(jìn)算法對(duì)睡眠分期的特征和時(shí)域特征相結(jié)合的方法可以提供更多以便分類器更好的分類處理，因此能夠明顯改善誤判問(wèn)題。通過(guò)果的分析，我們發(fā)現(xiàn)改進(jìn)算法的波形分類效率更高，同時(shí)分類器展望一種新型的睡眠分期改進(jìn)算法，通過(guò)引入深度學(xué)習(xí)技術(shù)特征提取方法，提高了睡眠分期的準(zhǔn)確性、波形分類和時(shí)間效。在標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)驗(yàn)證表明，改