基于腦電波的便攜式睡眠質(zhì)量監(jiān)測(cè)系統(tǒng)doc(編輯修改稿)
2024-08-28 09:38 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 法（簡(jiǎn)稱BP算法）應(yīng)用最為廣泛。BP算法最早是由Werbos在1974年提出來的，Rumelhart等人于1985年發(fā)展了該理論，提出了清晰而又嚴(yán)格的算法。BP算法適用于前向網(wǎng)絡(luò)，它采用有導(dǎo)師學(xué)習(xí)的訓(xùn)練形式，提供輸入矢量集的同時(shí)提供輸出矢量集，通過反向傳播學(xué)習(xí)算法，調(diào)整網(wǎng)絡(luò)的連接權(quán)值，以使網(wǎng)絡(luò)輸出在最小均方差意義下，盡量向期望輸出接近，反向?qū)W習(xí)的進(jìn)程由正向傳播和反向傳播組成。在正向傳播過程中，輸入信息經(jīng)隱含神經(jīng)元逐層處理并傳向輸出層，如果輸出層不能得到期望的輸出，則轉(zhuǎn)入反向傳播過程，將實(shí)際輸出與期望輸出之間的誤差沿原來的連接通路返回，通過修改各層神經(jīng)元的連接權(quán)值，使誤差減小，然后轉(zhuǎn)入正向傳播過程，反復(fù)循環(huán)，直至誤差小于給定的值為止。設(shè)有N個(gè)訓(xùn)練對(duì)組成的訓(xùn)練集，每一個(gè)訓(xùn)練對(duì)用輸入矢量Xi= (xi1, xi2,… , xim)和輸出矢量Di=(di1, di2,… , din)， 1≤ i≤ N。在前向傳播中，把Xi作為網(wǎng)絡(luò)的輸入，根據(jù)現(xiàn)有的W計(jì)算網(wǎng)絡(luò)的輸出Yi=(yi1, yi2,… , yin)。比較實(shí)際輸出Yi與期望輸出Di之間的差異，計(jì)算每一個(gè)輸出單元的平方誤差(yij dij)2， 1≤ j≤ n。把這些誤差進(jìn)行加總得到誤差函數(shù)： (210)所要做的就是通過改變W來減小E，以使得所有的輸入矢量都盡量與相應(yīng)的輸出矢量相匹配。因此學(xué)習(xí)的過程就轉(zhuǎn)化為定義在權(quán)值空間上的目標(biāo)函數(shù)E的極小化問題。在訓(xùn)練過程中總是以盡可能快的減小E的方式進(jìn)行。一般它依賴于在權(quán)值空間中是否沿梯度方向搜索，所以采用梯度下降法來訓(xùn)練權(quán)值。每一個(gè)權(quán)值wij的變化量△wij按如下方式計(jì)算： (211)其中Z為學(xué)習(xí)率，是控制算法收斂速度的參數(shù)。在第一階段得到的總誤差平方和又在第二階段被一層一層地反向傳播回去，從輸出單元到輸入單元。權(quán)值的調(diào)整決定于傳播過程中的每一步。由于Ii、fi和E都是連續(xù)可微的，因此，可以應(yīng)用以下公式計(jì)算△E/△ wij的值： (212)W的修改可以有兩種方式，一是對(duì)于每一訓(xùn)練對(duì)(Xi, Di)都修改一次W，另一種方式是輸入全部的訓(xùn)練對(duì)后再加總△wij并進(jìn)行修改。訓(xùn)練矢量集中訓(xùn)練對(duì)的數(shù)目稱為一個(gè)epoch。當(dāng)epoch不是非常大的時(shí)候，后一種方式能夠加快收斂的速度。因?yàn)榈谝环N方式只能針對(duì)某一特定的訓(xùn)練對(duì)減小誤差函數(shù)，而可能增大其它訓(xùn)練對(duì)的誤差函數(shù)；第二種方式總是以減小總體誤差函數(shù)為目標(biāo)的。所以采用第二種方式[16]。圖26 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖三、數(shù)據(jù)記錄與分析 系統(tǒng)各部分效果驗(yàn)證 濾波器效果驗(yàn)證為了驗(yàn)證實(shí)時(shí)濾波的效果以及硬件性能，在清醒時(shí)采集的腦電波中截取了一段約4秒的信號(hào)進(jìn)行驗(yàn)證。經(jīng)過檢驗(yàn)，濾波器效果良好，經(jīng)過實(shí)時(shí)濾波的數(shù)據(jù)已經(jīng)符合腦電波分析的要求。圖31 濾波前后的腦電信號(hào)波形對(duì)比（采樣率512Hz）圖32 濾波前后的腦電信號(hào)頻譜對(duì)比（采樣率512Hz） 加窗頻域分析效果驗(yàn)證由于睡眠深時(shí)低頻率的腦電波所占功率比例會(huì)增強(qiáng)，睡眠淺時(shí)會(huì)減弱，因此使用單一頻段的波所占功率比例可以簡(jiǎn)單判讀睡眠的深淺程度。實(shí)驗(yàn)對(duì)象佩戴腦電采集設(shè)備一晚上約九小時(shí)的睡眠初步驗(yàn)證，每30秒數(shù)據(jù)、加漢明窗頻域分析了δ波（~4Hz）所占的功率比例，得到了如下的圖像。經(jīng)過比對(duì)與參考，該圖像已能大致反映睡眠的深淺程度，符合人體睡眠周期的客觀規(guī)律。加窗頻域分析的效果，得以驗(yàn)證。圖33 加窗頻域分析后所得δ波所占的功率比例 睡眠分期判定方法 睡眠深淺的目測(cè)方法實(shí)驗(yàn)對(duì)象佩戴腦電采集設(shè)備，未服用任何輔助藥物或干預(yù)治療，進(jìn)行了連續(xù)五晚的睡眠腦電波采集。受試者身體健康，入睡時(shí)間正常且有規(guī)律，睡眠周期較為完整。由于睡眠監(jiān)測(cè)實(shí)驗(yàn)的“第一晚效應(yīng)”，即受試者在第一次佩戴設(shè)備時(shí)難以入睡、或是睡眠期間易驚醒、沒有完整的睡眠周期的情況，因此只采用了第二晚至第五晚的數(shù)據(jù)進(jìn)行分析。采樣頻率固定為512Hz，每晚的睡眠連續(xù)時(shí)長(zhǎng)均超過6小時(shí)。多次取連續(xù)十分鐘（600秒）片段，每30秒加漢明窗頻域分析得到了各頻段的腦電波所占的功率比例。目測(cè)發(fā)現(xiàn)，有如下規(guī)律：δ波和α波頻率的峰或谷出現(xiàn)的位置大都重合，即一種波形的頻率處于峰值時(shí)，另一種波形的頻率處于谷值。在經(jīng)過數(shù)十次的非連續(xù)采集片段分析后，確認(rèn)了本次實(shí)驗(yàn)中上述規(guī)律的普遍性。圖34 δ波和α波頻率比例的峰或谷出現(xiàn)的位置重合 BP神經(jīng)網(wǎng)絡(luò)分析由于條件的限制，難以用本次實(shí)驗(yàn)所用的便攜式設(shè)備獲取大量、準(zhǔn)確的腦電波數(shù)據(jù)，也難以得到由醫(yī)生給出的專業(yè)睡眠分期判斷。這部分研究采用從PhysioNet[17]獲得的CAP睡眠腦電數(shù)據(jù)庫(kù)[18]進(jìn)行分析和算法驗(yàn)證。該睡眠監(jiān)測(cè)實(shí)驗(yàn)在意大利帕爾馬的Os
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1