基于脑电信号深度学习的睡眠自动分期研究文献综述

 2023-01-03 03:01

开题报告内容: 一、课题研究背景及意义随着现代社会的快速发展,人们的生活节奏在不断的加快,各种生活和心理上的压力使得现代人的身心健康状态备受威胁。

由压力造成的影响主要表现在现代人的睡眠状态上,越来越多的人饱受失眠或者睡眠质量低下的痛苦,而由此衍生出的生理或心理疾病也是数不胜数。

由此可见,及早诊断和治疗睡眠障碍已经成为了刻不容缓的研究课题。

二、拟解决的问题目前,睡眠的评估主要通过人工判读多导睡眠时相图,对睡眠进行分期来获得。

该方法需要耗费巨大的人力物力,且采集多导睡眠信号极易干扰被试的正常睡眠。

本研究拟采用深度学习方法,通过对单导脑电信号的分析,来实现睡眠的自动分期,达到科学评估睡眠的目的。

三、研究方法与步骤 1、文献查询利用学校图书馆馆内数据库以及中国知网、万方网等数据库查询并搜集与此课题相关的文献,并做出筛选以便获得有效信息。

深刻理解课题的研究意义及课题所涉及的工作。

例如:睡眠过程分期依据、睡眠阶段及每个阶段对应的生理特征,目前应用广泛的深度学习模型等; 2、环境搭建本课题基于Python语言,依靠Google公司开发的深度学习开发工具Tensorflow进行算法编写,使用Eclipse Pydev作为IDE编辑器,最终算法在搭建Ubuntu系统的服务器上运行。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。