北京生物醫(yī)學(xué)工程

睡眠腦電信號的非線性動力學(xué)分析

Nonlinear Dynamics Analysis for Sleep EEG

作者：李玲王瑞平

單位：北京交通大學(xué)生物醫(yī)學(xué)工程系（北京100044）

關(guān)鍵詞：睡眠腦電;李亞普諾指數(shù);復(fù)雜度;相關(guān)維數(shù);近似熵

分類號：

出版年·卷·期（頁碼）：2010·29·3（304-307）

摘要：

睡眠與健康、工作、學(xué)習(xí)等之間的關(guān)系甚為密切。由于腦電（EEG）是描述睡眠過程中最顯著和最直觀的信號，所以睡眠腦電是研究睡眠的重要且有用的工具。其中睡眠分期研究對評估睡眠質(zhì)量重要。由于腦電活動自身的復(fù)雜性，因此采用非線性方法處理會有比較好的結(jié)果。本文簡單介紹了睡眠與腦電的關(guān)系，重點介紹了幾種非線性動力學(xué)方法，包括李亞普諾指數(shù)、復(fù)雜度、相關(guān)維數(shù)、近似熵等，并介紹了它們對睡眠腦電信號進行特征處理的情況，發(fā)現(xiàn)在不同的睡眠期，計算出的結(jié)果呈現(xiàn)一定的變化規(guī)律。

There are very close relationships between sleep and health,work,study.During sleep,electroencephalogram (EEG) is the most significant and most intuitive signal.Sleep studies have great significances.Now,analysis of sleep EEG is a more feasible approach.Due to brain electrical activityits’ complexity,the use of non-linear approach will have good results.This article uses the different of the sleep EEG,to distinguish between the sleep stages.This paper describes several methods of nonlinear dynamics,such as lyapunov exponents,complexity,correlation dimension，approximate entropy and so on.And we introduce the function of them about sleep EEG .The result of these ways will show special laws in different sleep stages.

參考文獻：

［1］劉海龍.生物醫(yī)學(xué)信號處理.北京：化學(xué)工業(yè)出版社,2004.
［2］Tarun Madan,Rajeev Agarwal,Swamy M N S.Compression of long-term EEG using power spectral Density.Proceedings of the 26th Annual International conference of the IEEE EMBS San Francico,CA,USA.September 1-5,2004.
［3］劉建平,鄭崇勛.腦電信號的分析——一種探索大腦功能狀態(tài)及活動規(guī)律的途徑.國外醫(yī)學(xué)生物醫(yī)學(xué)工程分冊,1995,18(5):263-270.
［4］張杰,王明時.睡眠腦電的研究.國外醫(yī)學(xué)生物醫(yī)學(xué)工程分冊,1997,20(2):65-68.
［5］吳東宇，董為偉.非線性動力學(xué)分析在腦電圖中的應(yīng)用.臨床神經(jīng)電生理學(xué)雜志,2003,3,12(1)：46-51.
［6］He WX,Yan XG,Chen XP,et al.Nonlinear Feature Extraction of Sleeping EEG Signals.Proceedings of the 2005 IEEE,Engineering in Medicine and Biology 27th Annual Conference Shanghai,China,1-4,2005.
［7］江朝暉，馮煥清，劉大路，等.改進G-P算法與睡眠腦電的關(guān)聯(lián)維.北京生物醫(yī)學(xué)工程,2004，23（4）：260-262.
［8］宋成震.復(fù)雜度算法和近似熵算法應(yīng)用于睡眠分期的比較.醫(yī)用放射技術(shù)雜志,2007,(7):42-43.
［9］葛佳怡，周鵬,趙欣,等.睡眠腦電時間序列的非線性樣本熵研究.電子器件,2008，31（3）:972-975.
［10］陳曉平,和衛(wèi)星,姚靜.基于小波變換與近似熵的睡眠分期研究.中國組織工程研究與臨床康復(fù),2008,12(9):1701-1704.
［11］洪波，唐慶玉，楊福生.近似熵、互近似熵的性質(zhì)、快速算法及其在腦電與認知研究中的初步應(yīng)用.信號處理,1999，15（6）：100-108.
［12］Wang Yuerong,Wang wei,Liu Yuelei,et al.Feature Extracting of weak signal in Real-Time sleeping EEG with Approximate Entropy and Bispectrum Analysis.Institute of Biomedical Engineering,School of Information science and Engineering Lanzhou University.
［13］丁寶璽，陳志華，趙力.腦電圖數(shù)據(jù)的相關(guān)性分析.現(xiàn)代生物醫(yī)學(xué)進展,2008,8(1):62-66.
［14］董國亞，吳祈耀.近似熵和復(fù)雜度應(yīng)用于睡眠腦電研究的比較.中國醫(yī)療器械雜志,1999，23（6）：311-315.
［15］付曉華，李鴻培.睡眠與健康.中國醫(yī)刊,2003,38(8)：25-26.
［16］龔禮華.動力學(xué)系統(tǒng)狀態(tài)演化特征的Lyapunov指數(shù).達縣師范高等專科學(xué)校學(xué)報(自然科學(xué)版),2005,15(2)：22-24.
［17］陸為民，劉福彬.睡眠腦電信號的動力學(xué)分析.中國醫(yī)學(xué)裝備,2008,5(2):16-20.
［18］梁勇,孟橋，陸佶人，等.Lyapunov指數(shù)的算法改進與加權(quán)預(yù)測.聲學(xué)技術(shù),2006,25(5):464-467.

服務(wù)與反饋：

【文章下載】【加入收藏】

提示：您還未登錄，請登錄！點此登錄

51黑料吃瓜在线观看,51黑料官网|51黑料捷克街头搭讪_51黑料入口最新视频