（农业电气化与自动化专业论文）睡眠分期的非线性多参数研究.pdf

江苏大学硕士学位论文 摘要 睡眠是一种重要的生理现象，人类通过睡眠，可以消除疲劳，恢 复精神和体力。随着现代社会生活节奏的加快，竞争压力的日益增大， 越来越多的人睡眠受到影响，甚至存在睡眠障碍，研究发现睡眠呼吸 暂停综合症甚至可能危及到生命。睡眠质量问题越来越受到人们的关 注，迫切需要研究新的方法以判断睡眠质量的好坏。另外有些潜在的 疾病，特别是大脑疾病，在清醒状态下病灶不容易被发觉，而在睡眠 时，由于大脑对外界刺激的反应减少，就会显露出来，而且在不同的 睡眠阶段显露的程度会有所不同。所以对睡眠分期作一些基础性研究 可为睡眠质量的判断提供理论依据，进而对睡眠障碍及有关病患进行 有针对性的治疗提供帮助。 目前基于睡眠脑电信号的睡眠分期仍然足研究睡眠分期的最重要 的方法之一，脑电信号是由脑的神经系统产生的一种可测的电生理反 应，可无创伤测量。在人睡眠过程中，不同的睡眠状态会影响人体其 它的一些重要生理参数，如心电、血压、体温、呼吸以及肌电等。因 此研究这些生理参数和睡眠分期之间的关系也是对基于脑电睡眠分 期的有益补充。本文中选取了心电信号和血压信号，通过文中的算法 计算可以发现，与脑电信号相比，心电信号和血压信号的规律性更强 一些。睡眠不同阶段的心电血压信号的特征值在不同个体之间的差异 与脑电信号相比相对要小。在研究自动睡眠分期的算法时把心电、血 压等其它生理信号在不同睡眠阶段的差异也考虑在内能提高睡眠分 江苏天擘硕士学位论丈 期的准确性和一致性，这也是将来的睡眠分期研究的方向之一。 近年来的研究表明人体的生理信号是有源的、因果的、时变的、 非平稳的复杂非线性动力学信号，这使得传统的基于时域和频域的算 法不能很好的处理这样的信号。本文应用三种非线性方法对生理信号 在各种睡眠期的变化进行了分析，通过样本熵、多尺度熵算法的熵复 杂度以及去趋势波动分析的标度指数来刻划整个睡眠过程中睡眠深 度的变化情况。 样本熵与目前广泛使用的近似熵算法相比一致性要好的多，即对 数据长度和嵌入维数不敏感。在s 3 、s 4 阶段不能很好的分辨的情况 下，使用多尺度小波分析对s 3 、s 4 阶段的信号进行特定尺度的重构， 结果证明了样本熵与小波的结合能取得良好的效果。多尺度熵算法则 同时考虑了多尺度的因素，与样本熵算法结合，也能取得良好的分类 效果。而去趋势波动分析则是计算睡眠生理信号的的自相似指数口， 不同的标度指数对应着不同的信号类型，标度指数越大则信号的规律 性越强。结果也表明了不同的睡眠阶段脑电信号的标度指数是有差异 的，去趋势波动分析的分类效果比样本熵要好一些。在文中也发现对 心电和血压信号采用和脑电信号一样的方法进行处理时并不能取得 令人满意的效果，心电和血压信号不太适合单独进行睡眠分期，但是 和脑电、肌电和眼电配合使用时，能大大的提高睡眠分期的正确率。 关键词：脑电，心电，血压，睡眠分期，近似熵，样本熵，多尺度熵， 多尺度小波分析，去趋势波动分析。 n 江苏大学硕士擘位论文 a b s t r a c t s l e e pi sak i n do fi m p o r t a n tp h y s i o l o g yp h e n o m e n a ag o o dp h y s i o l o g i e a ls l e e p h a st h ef u n c t i o no f 删o r i n gp h y s i c a le n e r g ya n db r a i ne n e r g yi nh u m a nb e i n g a s r a p i dr h y t h mo fm o r d e ns o c i e t ya n dt h ei n c r e a s i n ge o m p e t i o np r e s s u r e ，m o r ea n d m o r ep e o p l eh a v eb a ds l e e pq u a l i t y , u s u a l l ys u f f e r i n gf r o mi n s o m n i a , w h i c ha f f e c t s l i f eq u a l i t y , w o r ke f f i c i e n c ya n dh e a l t h n o ws l e e pa p n e as y n d r o m ec o u l de v e nb e v i t a lt ol i f e q u e s t i o n sa b o u ts l e e pq u a l i t ya r cc o n c e r n e da n dg o o dj u d g e m e n t m e t h o d sa x ed e m a n d e du r g e n t l y i na d d i t i o n , s o m ep o t e n t i a ld i s e a s e s ，e s p e c i a l l yi n c e r e b r a , a r en o te a s i l yf o u n d e dw h e nw a k i n g ，b u tt h e yw i l la p p e a rd u r i n gs l e e p s o ，i f w ec a nd i s t i n g u i s ht h ed i f f e r e n c eb e t w e e nd i f f e r e n ts l e e ps t a g e su s i n gs o m em e t h o d s ， i tw i l lb eh e l p f u lt od e v e l o pn e wm e d i c a lm e a s u r e m e n t ，p r e v e n t a b i l i t ya n dt r e a t m e n t i nr e c e n ty e a r s ，a ni n c r e a s i n gr e s e a r c he f f o r th a sb e e nd i r e c t e dt od e v e l o p i n ga r e l i a b l em e t h o dt od e t e r m i n et h ed e p t ho fs l e e pf r o me l e c t r o e n c e p h a l o g r a p h ( e e g ) s i g n a l s e e gi sak i n do fe l e c t r i c i t yp h y s i o l o g i c a lr e a c t i o ng e n e r a t e db yc e r e b r a l n e r v o u ss y s t e ma n dc a nb em e u s u r e dw i t h o u th u r t t h eb o d yo fp e o p l ei sas y s t e m w h i c hm e a n st h a td i f f e r e n ts l e e ps t a g ew i l la l s oa f f e c to t h e rp h y s i o l o g i c a ls i g n a l s ， s u c h 勰e c gb ea n i m a lh e a t ，r e s p i r a t i o n ，e m ga n ds oo n r e s e a r c h i n gt h er e l a t i o n b e t w e e nt h o s ep h y s i o l o g i c a ls i g n a l sa n ds l e e po rg e t t i n gs l e e pi n f o r m a t i o nf r o mt h o s e s i g n a l si sag o o dc o m p l e m e n t a r i t yt ot h es l e e p - s t a g i n gb a s e do ne e gi t sf i n df o r mt h e c a l c u l a t i o nr e s u l to ft h i sp a p e rt h a te c ga n db ph a v eb e t t e rr e g u l a r i t yt h a ne e ga n d t h ed i f f e r e n c eo fb pa n de c gi nd i f f e r e n ts t a g ei ss a m l l e rt h a ne e g s o ，t a k i n go t h e r p h y s i o l o g i c a ls i g n a l si n t oc o n s i d e r a t i o nw h e nm a k es l e e p s t a g i n gw i l li m p r o v et h e a c c u r a c yo f s t a g i n gw h i c hi st h ed i r e c t i o nf o rf u t u r es l e e p s t a g i n g i nr e c e n ty e a r s ，i t sf i n d st h a tt h ep h ) 7 s i o l o g i c a ls i g n a l so fp e o p l ea r ea c t i v e ， c a u s a l ，t i m e v a r y i n g ，1 1 0 一s t a t i o n a r ya n dc o m p l i c a t e dn o l i e a rd y n a m i c ss i g n a l s w h i c h n l a k et h e a l g o r i t h mb a s e do i lt i m e d o m a i na n df r e q u e n c yd o m a i ni n c a p a b l eo f d i s p o s i n gs u c hs i g n a l s s ot h r e ek i n d so fn o n l i n e a rm e t h o d sa r eu s e dh e r et op r o c e s s 1 1 1 江苏大学硕士学位论文 t h es l e e pp h y s i o l o g i c a ls i g n a l sa td i f f e r e n ts t a g e t h ee n t r o p yc o m p l e x i t yo fs a m p l e e n t r o p ya n dm u l t i - s c a l ee n t r o p ya n ds c a l ee x p o n e n to fd e t r e n d e df l u c t u a t i o na n a l y s i s w e r eu s e dh e r et od e l i n e a t et h ed e e pc h a n g ei nt h ew h o l l ys l e e pc o u r s e t h es a m p l ee n t r o p yh a sag o o dc o n s i s t e n c yc o m p a r e d 、v i t l la p p r o x i m a t ee n t r o p y w h i c hi sa l s ou s e dw i d e l yi nm a n yf i e l d i tm e a n st h es a m p l ee n t r o p yh a v ew e a k d e p e n d e n c eo nt h el e n g t ho ft h ed a t aa n de m b e d d e dd i m e n s i o n w h e np r o c e s s i n gt h e e e gt h es a m p l ee n t r o p yc a l l td i s t i n g u i s ht h es 3a n ds 4w e l l s ow a v e l e ti sn e e dh e r e t oc o n s t r u c tt h es i g n a l si nc e r t a i ns c a l e a n dt h er e s u l ti sw e l lc o m b i n i n gt h ee n t r o p y a n dm u l t i p l es c a l ew a v e l e t t h em u l t i p l es c a l ee n t r o p ya l s ot a k et h em u l t i p l es c a l ea n d t h et h ew i d e l yu s e ds a m p l ee n t r o p yi n t oc o n s i d e r a t i o n a n dt h es o r te f f e c ti sa l s o s a t i s f y i n g t h ed e t r e n d d ef l u c t u a t i o na n a l y s i su s e dad i f f e r e n tw a yw h i c hc a l c u l a t e s t h es c a l ee x p o n e n to ft h es l e e p i n gp h y s i o l o g i c a ls i g n a l sa n dd i f f e r e n tk i n do f s i g n a l s a r eh a v ed i f f e r e n ts c a l ee x p o n e n t t h el a r g e rt h es c a l ee x p o n e n tt h es t r o n g e rt h e r e g u l a r i t yi sf o rt h es i g n a l s t h eo u t c o m es h o w st h es c a l ee x p o n e n th a sa b v i o u s d i f f e r e n c ei nd i f f e r e n ts t a g eo fs l e e p ，a n dt h ed e t r e n d e df l u c t u a t i o na n a y s i sh a v ea b e r e re f f e c ti ns o r t i n g w ea l s of i n di nt h ep a p e rt h a tu s i n gt h es a l t l em e t h o du s e di n p r o c e s s i n gt h ee e g s i n a l sc a n tg e tas a t i s f y i n gr e s u l ti np r o c e s s i n gt h ee c ga n db p s i g n a l si nt h es l e e ps t a g e t h ec h a n c ei ss l i mt h a tj u s tu s et h ee c ga n db pc a na l s o g e tas a t i s f y i n gr e s u l tb u tw ec a ng e tt h a tp u r p o s eb yp r o c e s sa sm a n yp h y s i o l o g i c a l s i g n a l sa sp o s s i b l eb e s i d ee e g k e y w o r d s ： e l e c t r o e n c e p h a l o g r a p h ( e e g ) ，e l e c t r o c a r d i o g r a p h ( e c g ) ，s l e e ps t a g e ， a p p r o x i m a t ee n t r o p y ( a p e n ) , s a m p l ee n t r o p y ( s a m p e n ) ，m u l t i p l es c a l ee n t r o p y ( m s e ) ，m u l t i p l es c a l ew a v e l e tt r a n s f o r m a t i o n ，d e t r e n d e df l u c t u a t i o na n a l y s i s ( d f a ) 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权江苏大学可以将本学位论文的全部 内容或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密囹。 学位论文作者签名：巷丑 导师签名： 路墨争 签字日期：，曰年歹月，2 日签字日期：知刁年6 月f 日 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进 行研究工作所取得的成果。除文中已经注明引用的内容以外，本论文 不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的 研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人 完全意识到本声明的法律结果由本人承担。 学位论文作者签名：鹰宝 日期：o 口口7 年厂月f s 日 江苏大学硕士学位论文 第一章绪论 1 1 睡眠分期研究的历史及现状 2 0 世纪后半期，随着科学技术的发展，睡眠研究得到了长足的发展。1 9 5 3 年，被誉为睡眠研究之父的n k l e i t m a n 和他的学生a s e r t 姗k y 把睡眠划分为非快 速眼动相睡眠( n r e m s ) 和快速眼动相睡眠( r e m s ) 两种截然不同的睡眠状 态，揭示出了睡眠分期的实质性问题，并使之成为现代睡眠研究史上的里程碑。 6 0 年代，美国加州大学脑研究所发布基于5 路信号，即两路脑电( e e g ) 、两 路跟动电( e o g ) 和一路颏肌电( e m g ) 的睡眠分期标准i i j 。该标准睡眠分为6 期。即：睡醒( w a k e ) ，非快速眼动期( n r e m ) 和快速眼动期( r e m ) ，其中 n r e m 又可分为浅睡期( 包括s l ，s 2 ) 和深度睡眠( 包括s 2 ，s 3 ) 。由于人工 睡眠分期效率低，且依赖分类人员的经验，因此一些新的用于自动睡眠分期的算 法不断的出现。这些算法分析的信号类型还是主要以脑电信号( e e g ) 为主，因 为睡眠期脑电不受主观思维的干扰，更能客观地反映对睡眠的控制特性。研究表 明，脑电信号的分期准确性要远远的好于其它生理信号，本文中的计算分析也证 实了这一点。 自脑电图发现以来，人们就试图通过研究它来了解大脑的功能活动。经典的 分析方法( 傅立时变换、谱分析等) 用于睡眠期脑电的研究取得了一定的成果， 然而，仅仅应用经典的分析方法分析睡眠期的脑电活动，从中揭示的信息是非常 有限的。近年来非线性系统分析理论的发展及其在生物学中的应用，促进了脑电 分析的进一步研究。人体生理信号是非线性的，这也是近些年来的研究热点之一， 这罩主要概述一些用于睡眠分期的非线性方法。 1 1 1 人工神经网络方法 自八十年代末以来，人工神经网络已经应用到了睡眠分期分析的各个方面。 s r o b e r t s 和l t a r a s s e n k 2 1 把人工神经网络应用于睡眠e e g 的自动分期。他们采 用无监督学习网络对大量没有经过人工判别的数据进行自组织分类，少量经过人 江苏大学硕士学位论炙 工判别的标准样本则用来对自组织分类结果做解释和量化。从而在网络中形成了 8 个聚类区。根据e e g 在8 个聚类区之间随时闻运动的轨迹可以对一夜的睡眠 状况有定性的了解。在上述睡眠分析中，如在自组织网络之后加一级有监督学习 的分类器，通过观察输出值随时间变化的曲线，可以对睡眠状况进行定量分析。 t a k a m a s a s h i n l a 血【3 1 等也应用神经网络分类器进行了睡眠分期，他们利用 e e g 、e o g 、e m g 的特征作为网络的输入，并且评估了睡眠的质量。目d 口这种 方法正在完善，这种基于多睡眠生理信号的睡眠分期方法也是未来研究睡眠分期 的一个重要发展方向。 1 1 2 混沌与分形方法 混淹和分形都是非线性动力学的一个分支学科，目前利用混沌和分形的方法 研究睡眠分期主要还是侧重于计算生理信号( 目前主要计算的是脑电信号) 的熵、 维数、l y a p o n o v 指数以及复杂度。利用这些参数在不同睡眠阶段的差异柬区分 不同的睡眠阶段。 a c k s o n g 4 1 等人研究了人脑的a 节律，结果表明：d 节律具有混沌特性。 人的睡眠分为慢波和快波睡眠阶段。m i c h a e u k a t z 及h j a n s e u l 5 l 和j t o s c h e 6 1 等 人研究了入在睡眠中脑电的相关维数，其研究结果表明，馒波睡眠的每一阶段对 应于不同的相关维数。睡眠越深，相关维数越小。快波睡眠阶段的相关维数介于 慢波睡眠的一期和二期之间，且更接近二期。他们进一步指出：睡眠由浅到深的 过程中相关维数的减少意味着大脑活动自由度的减少，表明组成大脑的神经元不 断耦合或原来活跃部分的失活。 赵似兰【7 i 等通过对大脑处于清醒、浅睡、深度睡眠等不同状态的维数分析， 发现在清醒及浅睡时维数较高，在深睡时维数较低。这一结果与b a b l o y a n t z 等人 的研究结论相同。 江朝晖等1 8 1 还计算了睡眠血压信号的关联维数( d 2 ) ，表明在睡眠周期完整 时血压信号的d 2 较好的反映了睡眠状态的变化。处于清醒、快速眼动期及浅睡 时d 2 值较大，深睡时i ) 2 值变小，表明了睡眠血压信号的d 2 值对于睡眠分期 具有一定的应用价值。 近似熵是最近发展起来的一种度量序列的复杂性和统计化的规则性的算法， 由p i n c u s 等人提出嘲。而为了减小近似熵带来的误差，r i c h m a n 等沿袭g r a s s b e r g e r 2 江苏大学硕士学位论文 的研究发展了一种新的不计算自身匹配的统计量的算法，即样本熵”0 l 。江朝晖、 董国亚【1 l l 【1 2 1 等人的研究表明觉醒时脑电的熵值最大，当进入s 1 到s 4 期后，随 着睡眠的不断加深，熵值逐渐降低。因为睡眠进入n r e m 期后，睡眠对大脑皮 层电活动起抑制性作用，所以脑电活动较少，对外界刺激反馈的能力降低，系统 复杂度降低。到了n e r m 的第四期复杂度下降到最低点而r e m 阶段熵值又有所 增加。 杨斯环【1 3 i 等人依照徐京华提出的方法，计算了安静睁眼、清醒闭目、浅度 睡眠和深度睡眠等不同生理状态下脑电时间序列的三种复杂度( k c ，c i ，c 2 ) ， 并对其变化规律进行了分析比较，结果显示：k c 与c 1 的变化相一致，从安静 睁眼到清醒闭目到浅睡到深度睡眠，k c 与c 1 值均依次下降。c 2 值的变化则与 它们相反，浅睡期与清醒闭目相比，除两枕外其它导联都有升高的趋势。在深度 睡眠时c 2 值明显升高，与浅睡及清醒闭目状态比较，各个导联处均有显著的统 计学差异。 刘建平掣m 1 利用k a s p a r 和s c h u s t e r 的复杂性算法，对人在清醒及睡眠不同 时期的大脑不同部位的脑电图复杂性进行了研究和分析。结果显示：随被试者睡 眠深度的增加，各导e e g 的复杂度减少。而在r e m 期，e e g 的复杂度又回升 到接近清醒或闭眼休息的程度，并且这个规律不受电极位置的影响。 1 1 3 其它的睡眠分期方法 江朝晖等人的研究表明利用隐含马尔可夫模型对清醒期、快速眼动期和 睡眠二期的正确识别率可以达到9 2 、1 0 0 和9 4 ，表明隐含马尔克服模型 在睡眠分期中有很好的应用前景。 空军航空医学研究所的俞梦孙等人1 1 6 l 】7 】1 1 8 】已经研制出了微动敏感床挚式睡 眠监护系统( s r m - - 6 0 0 0 ) ，将s r m - - 6 0 0 0 型微动敏感式床挚置于受检者的床 上，记录受检者自然睡眠状态下的呼吸波、睡眠呼吸事件、呼吸率、心率、心冲 击图( b c g ) 和体动等生理信号，并聱j 用相关软件进行睡眠结构分析。该方法的 推广应用为群体的睡眠检测提供了一种客观的无干扰的检测新模式，因而为睡眠 研究提供一种新的研究方向。 江苏天学硕士学位论文 1 2 基于脑电的睡眠分期研究 1 。2 1 脑电圈的基本特征 脑电( e e g ) 是大脑神经元突触后电位的综合，是大脑神经电活动产生的电 场经容积导体( 由皮层、颅骨、脑膜、及头皮构成) 传导后在头皮上的电位分布。 脑电图反应了大脑组织的脑电活动及大脑的功能状态。首先发现人脑活动的是德 国精神病学家h a n s b e r g e r ，他于1 9 2 4 年开始研究，并命名为 e l e c t r o e n c e p h a l o - g r a p h ，简称e e g 。目前脑电圈已成为一项常规的临床检查，它 在脑功能评估方面的作用是任何其他方法不可替代的。在睡眠的研究过程中，脑 电图一直是重要且有力的工具之一。脑电的发现，使人类对睡眠的研究进入了一 个新阶段。 脑电图是通过脑电图仪将脑自身微弱的生物电放大记录成为一种曲线图，以 帮助诊断疾病的一种现代辅助检查方法。它对被检查者没有任何创伤。脑电图对 脑部疾病有一定的诊断价值，但受到多种条件的限制，故多数情况下不能作为诊 断的唯一依据，而需要结合患者的症状、体征、其他实验检查或辅助检查来综合 分析。 脑电图一般为近似汇弦波，可以从周期、振幅和相位三方面进行分析。脑电 图的周期是指由一个波谷到下一个波峰的距离或一个波峰到下一个波峰对基线 的投影，用时间( m s ) 表示。波幅是由基线至波峰或波谷的距离( p v ) 。相位有 正相和负相，一般以基线为准，开口朝上的波即为负相波( 阴性波) ，朝下的波 称为正相波( 阳性波) 。 1 2 2 脑电信号的节律 脑电信号是一种振幅、相位和频率连续变化的非周期性信号1 9 l ，频率一般 在0 5 3 0 h z 范围之间，按照频率特性通常分为： ( 1 ) 艿波：频率i 4 h z ，振幅约为2 0 2 0 0 , v 。成人在清醒状态下一般没 有6 波，它只有在睡眠时出现，但在深度麻醉、缺氧或大脑有器质性病变时也可 出现。 ( 2 ) 目波：频率4 0 s h z ，振幅约1 0 0 1 5 0 i v 。在困倦时一般即可见到， 4 江苏失擘硕士擘位论文 它的出现是中枢神经系统抑制状态的表现。 ( 3 ) 口波：它包括q ( 8 o 9 8 h z ) 和嘞( 9 8 1 3 i - i z ) 两个频段，振幅约 2 0 1 2 0 脚。在枕叶及顶叶后部记录到的g 波最为显著。口波在清醒安静阕目时 出现，波幅是由小变大又由大变小的梭状模式。睁眼思考问题时或接受其他刺激 时，口波消失，丽出现其他快波。这一现象称为口波的阻断。当受试者重新安静 闭目时，口波又重新出现。 ( 4 ) 波：包括屈( 1 3 0 2 0 0 h z ) 和屈( 2 0 0 3 0 0 h z ) 两个节律( 频段) 。 振幅为5 2 0 z 。安静闭目时主要在额叶出现。如果被测者睁眼视物或者听到 突然的音像或者进行思考时，皮层的其他部位也出现波。所以波的出现一般 代表大脑皮层兴奋。 1 2 3 脑电信号的特点及其对信号处理的要求 脑电信号等生物医学信号处理的基本目的就是从存在严重背景于扰的医学 生理信号中提取对疾病诊断有用的生理、病理信息，这种信号主要有以下特点： ( 1 ) 信号非常微弱，背景噪声很强。一般e e g 信号只有5 0 微伏左右。受其 他因素影响大，如精神紧张和面部肌肉动作等带来的伪迹、强烈的工频干扰等。 因此e e g 信号的提取与处理对检测系统、分析系统有很高的要求，包括要求有 高输入阻抗、高共模抑制比、低噪声放大技术，能从强噪声中提取弱信号的高质 量滤波措施等。 ( 2 ) e e g 信号是一种随机性很强的非平稳信号。随机性强是由于它的影响 因素多，其规律又未被认识，它的规律主要从大量的统计规律中显示出来，从而 必须借助统计处理技术来检测、辨识和估计它的特性。非平稳性是由于构成e e g 信号的生理因素始终在变化，而且对外界的影响又自适应能力。因此e e g 信号 又是统计特性随时间变化的非平稳信号。 由于信号处理技术的前提是把模拟信号变换成数字信号，这就要求被处理信 号是具有各态历经性的平稳随机信号。这样对于非平稳的e e g 信号而言，采用 数字化处理必然会带来较大的误差。为了减少这种误差，必须采用某种准平稳化 技术。目前常用的有两种：按临床经验或生理学要求，把信号固定分段进行处 江苏大学硕士学位论文 理。按照e e g 信号的实际统计特性进行自适应分段。 ( 3 ) 非线性。生物组织的调节及适应机能必然影响到电生理信号具有非线性 的特点，而目前的信号处理技术基本上是建立在线性系统理论分析基础上的，如 何减少非线性带来的误差也是信号处理中需要注意到的问题。 ( 4 ) e e g 信号的频域特征比较突出。与其他生理信号相比。e e g 信号功率谱 分析及各种频率处理技术在e e g 信号处理中占有重要的位置。 研究表明，脑神经活动的不同状态可以用e e g 的不同特征参数来鉴别，脑 电信号属于非稳态的时变的非线性信号，更倾向于用非线性方法加以分析，非线 性动力学的发展，为大脑功能的分析指出了一条新道路。寻求合适有效的非线性 方法对描述脑电信号是至关重要的。 1 2 4 睡眠与脑电的关系 成人睡眠脑电图1 1 9 可按照睡眠波的特点分类，也可以按睡眠深度进行分类， 近年来国际上通用的分期方式足按睡眠时有无快速眼动来进行分期。其它的分期 方式还括，按睡眠生理波分类和按睡眠深度分类。 ( 一) 按睡眠生理波的分类 ( 1 ) 抑制期：被测试者有一点发困，但对周围的注意力尚存在意识的情况下， 在全部导联出现低幅窃波。被试者对周围的注意力已消失时，口波振幅将普遍降 低，但周期一般不改变。如给予外界刺激，可立即恢复清醒波。 ( 2 ) 涟波期：脑电圈显示低幅1 8 2 2 h z 快波和低幅4 - 6 h z o 波的交替出现。 此时被试者己入睡。呼吸稳定。 ( 3 ) 峰波期：在中央区，顶区，出现左右对称的3 - 8 h z ( 多为3 - 4 h z ) 高幅、近 似于锐波波形的二帽性波，一般是单个，有时几个连续出现，此波称为顶波峰波。 此期相当于浅睡期。 ( 4 ) 峰波，锤波混合期t 紧接峰波之后出现1 4 h z 较整齐的梭形波( 锤波或 纺锤波) ，这种综合波通常可间隙地出现数个至数十个。除中央区、顶区外其他 导联也可以见到与该区同步的左右较对称的峰锤综合波。额、颞区的综合波有 时左右不对称，以左右交替的形式出现。由峰波期进入到本期一般得要数分钟的 6 江苏大学硕士学位论文 时间。此时，被试者的呼吸变得又深又长。锤波亦称为矿节德。 ( 5 ) 锤波期：峰波消失后锤波将占优势。锤波( 1 4 f i z ) 首先出现于中央区、 顶区和枕区，在这些部位的锤波是左右同步的。然后也出现在额前区、颞前区。 其频率主要为1 2 h z ，左右不一定同步。1 2 h z 和1 4 h z 的锤波可以并存，锤波期 通常较短。 ( 6 ) 丘波期：在较早期，在全部导联出现像基线不稳那样的各导联几乎同步 的o 5 3 h z 大慢波并混有4 8 h z 波，这种大慢波称为丘波。此时还有锤波存在。 3 岁以上的被试者的1 0 一4 0 可显示1 0 h z 锤波，此波通常是左右同步并见于 全部导联。在较晚期，锤波逐渐消失。d 5 2 h z 的慢波将连续出现。此时各导 联的丘波不显示同步。这个期最稳定，其持续时间最长，相当于深睡期。但睡眠 深度一般不可能固定在一个水平上而是常有时深时浅的变化。 ( 7 ) 齐锤期：经过丘波期后，尤其是在天亮时，睡眠变浅，脑电图显示涟波， 此时常见到一种爆发性锤波，即以2 3 秒的间隙连续出现持续2 3 秒的锤波。 ( 8 ) 反常期：天快亮的时候，被试者还在睡眠，但脑电图却显示清醒期、抑 制期或涟波期的出现，这种情况持续数分钟至i 小时。此期称为零相、早晨睡眠、 激化睡眠或反常睡眠。此时被试者有眼球的急速水平运动和下颌肌电的消失。 以上不同睡眠阶段的出现次序、持续时间的长短有个体差异，在鉴别上有一 定的困难。 ( 二) 按睡眠深度的分类 ( 1 ) 入睡期：被试者在发困后刚入睡时，脑电图的波幅将普通下降，但周期 一般不改变。此期相当于抑制期。l o 岁以下的小儿一般没有抑制期，而3 0 一5 0 岁的被试者都有明显的抑制期。5 0 岁以上的老年人有时在额区出现2 h z 左右的 对称性同步性慢波，这可能是眼球活动所引起的伪差。 ( 2 ) 浅睡期：早期相当于涟波期即出现低幅波和5 0 v 左右的5 6 h z 口 波的混合，其出现形式不规则，有时会成为阵发性，药物睡眠时此波形要出现得 早一些，在老年人有时此期不显著。晚期相当于峰波期，即出现两侧同步的2 0 0 - - 3 0 0 t v 的二相性、尖锐的波。此波在顶、中央区最明显，枕、颞区的峰波一 7 江苏大学硕士学位论文 般为低幅，有时不明显。峰波在青年人最明显，随年龄增加，波幅要变低更局限 于项、中央区。正常成人的1 5 一2 0 可完全不呈现峰波。峰波可作为睡眠标 志之一。在此期有时出现枕部的阳性锐波，这常见于3 0 5 0 岁的被试者，可能 是五波。 ( 3 ) 中度睡眠期；峰波开始紊乱，出现1 4 锤波，有时成为峰波锤波综合。 锤波首先出现于中央区，通常为左右对称。在3 0 岁以上的被试者，锤波振幅要 变低，出现率也降低。6 0 岁以上老年人的2 0 缺乏锤波。晚期，在额区可出现 1 2 锤波，有时左右不对称，但为左右交替性。锤波亦为睡眠的重要标志之一。 ( 4 ) 深睡期；出现o 5 3 h z 、1 0 0 、5 0 0 2 v 的不规则大慢波即丘波。一般无 节律性，左右不对称，在各导联之间亦互相无关，颞、顶区占优势。老年人的丘 波振幅一般较低。此期有时出现高幅l o h z a 波可见于全部导联，有时亦可见锤 波。 ( 5 ) 反常睡眠期；脑电图上出现相似于涟波期的波形，但下颌肌电消失说明 此期应属于深睡期。 ( 6 ) 觉醒反应：在不同睡眠期，被试者对不同强度的刺激可呈不同的反应： 在睡眠的每一个时期，给予被试者以十分强烈刺激时，可立即由睡眠波形恢复 到清醒波形。在中度或深睡眠期或者浅睡晚期，给以声柬j 激时在短的潜伏期后 将出现6 一1 5 i z 较快的波和随后的二相性、相似于峰波2 5 h z 大慢波，这称为 k 综合波。6 一1 5 h z 波有时出现在二相性大慢波之后，有时重叠在第1 个阴性 慢波之上。k 一综合被可出现于全部导联，但一般以顶区为著。在浅睡早期， 给以声莉激时一般不出现k 一综合波丽首先出现2 5 h z 大慢波。随后有0 ，5 1 5 h z 低幅艿波。最后出现1 0 h z 节律波，此节律波相似于后放电。在浅睡早期， 如给以反复刺激则办观察到募集反应。 ( 三) 按睡眠有无快速眼动分类 1 9 5 5 年a s e r i n s k y 及k l e i t m a n 观察到在婴儿的睡眠中有两种状态相互交替， 一为伴有眼球转动的睡眠，另一为安静的睡眠。1 9 5 7 年d e m e m t 及k l e i t m a n 观 察到同样情况于成年人睡眠。特别是通过多导描记( 脑电图，眼动电图、肌电图 及心电图) 的研究，认为睡眠不是一个稳定过程，将人类的睡眠分为快速眼动睡 江苏大擘硕士学位论文 眠( r a p i de y em o v e m e n ts l e e p ，r e m ) 和非快速眼动睡眠( n o n - - r a p i de y em o v e m e n t s l e e p ，n r e m ) 。在整个睡眠过程中，二者交替进行，形成n r e m r e m 睡眠 周期，每夜8 小时睡眠中可有4 _ - 6 次周期性地出现。每个睡眠周期持续9 0 一1 2 0 分钟，r e m 睡眠时间占正常人整夜睡眠时间的2 0 一2 5 ，约1 0 0 分钟。n r e m 睡眠有四期：第一期( s t a g e i ，s 1 ) 占5 一1 0 ，第二期( s t a g e 2 ，s 2 ) 占5 0 ，第 三期( s t a g e 3 ，s 3 ) 及第四期( s t a g e 4 ，s 4 ) 共占2 0 。在n r e m 睡眠时没有眼球 的快速运动，肌张力降低但仍能维持一定姿势，呼吸平稳，心率缓慢，血压下降， 代谢迟缓。随着睡眠的加深脑电图出现的慢波也逐渐增多，根据此将非快速睡 眠分为四期。睡眠深度由浅度睡眠、轻度睡眠到中度睡眠、再到深度睡眠。不同 睡眠期的脑电图有不同的形态特征。睡眠阶段划分的基本原则是依据睡眠中快速 眼球运动期( r e m ) 或非快速眼球运动期( n e r m ) ，再根据e e g 中口波的消失、 k 一综合波或睡眠纺锤波的出现与消失、高幅慢波出现及量的变化等将n r e m 期 划分为四期。 觉醒期( s t a g ew a k e ，s w ) ：脑电图为持续的口波活动和( 或) 低幅混频活动。 常伴有相当高频颈肌电图( e m g ) ，眼球运动电流图( e o g ) 中常有快速眼动和 眨眼存在。 非快速眼动睡眠，即随着入睡者睡眠的加深，脑电逐渐变慢、变大( 即“同 步化”) ，根据这一点又把它分成四个时期； 第一期( s t a g e l ，s 1 ) ：即刚有慢波出现。这一阶段是完全清醒与入睡间的过 渡阶段。在此阶段入睡者对外界刺激的反应消失，每秒8 一1 3 次的口波消失，而 代之以每秒2 7 次的口波这种状态持续时间很短，约0 5 - - 7 分钟。 第二期( s t a g e 2 ，s 2 ) ：入睡者进入轻度睡眠。此期间，人可能有短暂的琐碎 而不连贯的思维活动，脑电波出现口波自动调幅现象，即一阵口波开始振幅较小， 中问变大，后来又变小，呈纺锤形，故又称纺锤波、梭形波，每次持续0 2 2 秒还可出现特定的“k ”波，由先负相后正相的大慢波组成。 第三期( s t a g e 3 ，s 3 1 ：入睡者进入中度睡眠，6 波超过2 0 ，但不超过5 0 。 振幅在7 5 p v 以上： 第四期( s t a g e 4 ，s 4 ) ：深度睡眠，6 波占5 0 以上，主要出现在前半夜的睡 眠。 9 江苏大学硕士学位论文 以后睡眠又渐转浅，从四期、三期，再回到期。全程历经7 0 1 0 0 分钟， 然后转入“异相睡眠”。此时，实际上睡眠已经很深，但脑电活动却与觉醒时相 仿，出现“去同步化快波”，眼球出现每分钟5 0 6 0 次的快速摆动，大脑仍存在 着一定的思维活动，所以“异相睡眠”又称为“眼快动睡眠”( r e m 睡眠) 。在整 个睡眠过程中，慢波睡眠( n r e m ) 与快波睡眠( r e m ) 相互交替出现，其变化相应 地反应到脑电波的不同。人在睡眠各期中脑电波的频率和振幅可有显著的差别， 这反映了脑功能状态的变化。因此研究睡眠期脑电的变化，对了解睡眠的周期性 节律，有效地诱导、控制睡眠过程，治疗与睡眠有关的疾病，提高人类身心健康 水准都具有极其重要的意义。图1 1 为睡眠各个阶段的脑电信号。 01 蔷 口 碰 - 0 0n t 3 01 0 0 0 01 5 0 0 0 图1 1 睡眠各个阶段的脑电信号 睡眠分期是为了研究方便而根据脑电波和生理表现人为划定的，实际上各个 睡眠阶段很难划出明确的界线，往往是逐渐变化，重叠交错，各有所侧重的。人 的睡眠，一夜中大约有4 6 个睡眠周期出现，互相连接，周而复始。首先，从上 床就寝到开始入睡之间的时间，我们称之为入睡潜伏期，成年人一般为2 0 2 3 分 钟。然后进入n r e m 睡眠第一期，大约经过0 5 - 7 分钟，即进入n r e m 睡眠第 二期；3 0 3 8 分钟后，进入n r e m 睡眠的第三期及第四期，持续约数分钟至l t o 江苏大擘硕士学位论文 小时：再回到n r e m 睡眠第二期；大约在开始入睡后7 0 9 0 分钟，进入r e m 睡 眠，通常只有5 分钟左右；接着再回到n r e m 睡眠第二期，也即第二个睡眠周 期的开始。从第二个睡眠周期开始，n r e m 睡眠逐渐缩短，而r e m 睡眠逐渐延 长，每隔9 0 分钟左右为一个周期：后半夜n r e m 睡眠第四期、第三期越来越少， 渐至第四期消失：而r e m 睡眠甚至可达6 0 分钟，且其生理表现( 眼球快速运动) 和心理表现( 做梦) 也越来越强烈。一般年轻人在一夜的睡眠中，n r e m 睡眠第一 期约占5