基于极端梯度提升算法的睡眠分期研究.pdfVIP

浙江大学硕士学位论文目录

目录

摘要I

AbstractIII

目录V

第1章绪论1

1.1睡眠分期研究的背景1

1.2睡眠分期研究的国内外现状3

1.2.1睡眠监测仪的发展与研究现状3

1.2.2睡眠自动分期算法的发展与研究现状4

1.3论文的研究内容与章节安排6

1.4本章小结7

29

第章睡眠分期的生理特性

2.1睡眠分期的AASM标准9

2.2睡眠电生理信号特点10

2.2.1脑电在睡眠各时相的特点11

2.2.2肌电在睡眠各时相的特点12

2.2.3眼电在睡眠各时相的特点13

2.2.4多导生理信号在睡眠各时相的特点13

2.3本章小结14

第3章信号预处理与特征提取15

3.1实验数据来源15

3.2生理信号预处理16

3.2.1零相位滤波器16

3.2.2去除基线漂移17

3.2.3去除伪迹17

3.3特征提取18

3.3.1时域特征18

3.3.2频域特征20

3.3.3非线性特征22

3.3.4候选特征集23

3.4特征预处理24

V

浙江大学硕士学位论文目录

3.4.1空值处理24

3.4.2特征标准化24

3.5特征选择25

3.5.1过滤法26

3.5.2嵌入法29

3.5.3封装法30

3.5.4特征降维32

3.6本章小结33

第4章睡眠自动分期算法研究35

4.1机器学习算法35

4.1.1分类器分析与比较36

4.1.2分层抽样K折交叉验证41

4.1.3评估指标43

4.2睡眠分期算法优化45

4.2.1样本不均衡45

4.2.2泛化误差47

4.2.3睡眠分期结果修正54

4.3本章小结56

第5章平台搭建与实验验证59

5.1睡眠监测系统分期算法59

5.2数据库验证60

5.3临床试验62

5.3.1试验方案62

5.3.2分期算法临床试验63

5.3.3睡眠分期结果分析65

5.4本章小结68

669

第章总结与展望

6.1总结69

6.2展望70

致谢71

参考文献73

附录79

VI

浙江大学硕士学位论文第1章绪论

第1章绪论

1.1睡眠分期研究的背景

觉醒和睡眠是人体的两种基本状态，正常情况下，睡眠和觉醒呈周期性反复

出现，即为昼夜节律。通过睡眠，人体一天的疲劳