基于脑电多尺度非线性分析的睡眠分期研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 本课题研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状和发展趋势 | 第11-13页 |
| 1.3 本课题研究内容及结构安排 | 第13-15页 |
| 第2章 睡眠分期的基础知识 | 第15-29页 |
| 2.1 脑电信号 | 第15-20页 |
| 2.1.1 脑电信号的产生机理 | 第15-16页 |
| 2.1.2 脑电信号特点及其特征波 | 第16-19页 |
| 2.1.3 脑电信号的检测 | 第19-20页 |
| 2.2 睡眠分期方法 | 第20-23页 |
| 2.2.1 睡眠分期的标准 | 第20-22页 |
| 2.2.2 睡眠脑电 | 第22-23页 |
| 2.3 睡眠脑电分析方法 | 第23-24页 |
| 2.4 睡眠脑电分期方法 | 第24-25页 |
| 2.5 眼电信号 | 第25-26页 |
| 2.6 Physio Net数据库 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 睡眠脑电的多尺度非线性分析 | 第29-46页 |
| 3.1 概述 | 第29页 |
| 3.2 多尺度LZ复杂度 | 第29-36页 |
| 3.2.1 LZ复杂度 | 第29-30页 |
| 3.2.2 多尺度LZ复杂度 | 第30-31页 |
| 3.2.3 仿真信号分析 | 第31-33页 |
| 3.2.4 实际信号分析 | 第33-36页 |
| 3.3 多尺度模糊熵 | 第36-44页 |
| 3.3.1 样本熵 | 第36-37页 |
| 3.3.2 多尺度样本熵 | 第37-39页 |
| 3.3.3 模糊熵 | 第39-40页 |
| 3.3.4 多尺度模糊熵 | 第40-43页 |
| 3.3.5 实际信号分析 | 第43-44页 |
| 3.4 本章小结 | 第44-46页 |
| 第4章 基于SVM的自动睡眠分期 | 第46-63页 |
| 4.1 概述 | 第46页 |
| 4.2 特征提取 | 第46-51页 |
| 4.2.1 基于小波变换的脑电频率特征 | 第46-50页 |
| 4.2.2 眼电信号相关特征 | 第50-51页 |
| 4.3 基于SVM的自动睡眠分期 | 第51-56页 |
| 4.3.1 支持向量机方法 | 第51-55页 |
| 4.3.2 睡眠分期总述 | 第55-56页 |
| 4.4 睡眠分期结果 | 第56-58页 |
| 4.5 结果分析 | 第58-62页 |
| 4.5.1 正常睡眠状态人的结果分析 | 第58-59页 |
| 4.5.2 轻微睡眠障碍人的结果分析 | 第59-62页 |
| 4.6 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
