人类睡眠数据获取和分析离方法的研究-计算机科学与技术专业毕业论文.docx

Abstractproved Abstract proved that sleep quality affects the intensity of motion to a certain extent． Keywords Wearable；Sleep Monitoring；Feature Extraction；Feature Selection； Classifier Fusion 万方数据 黑龙江大学硕士学位论文目录 黑龙江大学硕士学位论文 目录 中文摘要 I Abstract ．II 第1章绪论 ．1 1．1 人类睡眠研究的背景与意义 一1 1．2 国内外研究现状 ．．3 1．2．1 睡眠数据获取方法的研究现状 3 1．2．2特征提取的研究现状 6 1．2．3分类方法的研究现状 7 1．3 研究目的和主要内容 ．j ．．10 1．4本文章节安排 12 第2章人类睡眠识别中数据获取和特征提取方法的研究 13 2．1引言 13 2．2数据获取 14 2．3数据预处理 l 5 2．3．1加速度数据预处理 1 6 2．3．2声音数据预处理 19 2．4特征 21 2．4．1先验特征 21 2．4．2非先验特征 22 2．5特征选择方法 ．． ． 22 2．5．1方法概述 25 2．5．2基于增L减R的特征选择LRFS方法 25 2．5．3基于核的特征提取KPCA方法 26 2．5．4联合特征提取和特征选择的TSFS方法 ．29 2．6实验结果及分析 3 1 2．6．1数据集 32 IV 万方数据 目录2．6．2分类器 目录 2．6．2分类器 33 2．6．3性能指标 33 2．6．4 TSFS的实验结果及分析 ．．34 2．7本章小结 ．．37 第3章基于改进二叉树的Multi．SVM睡眠分类器融合方法的研究 一38 3．1引言 ．．38 3．2分类方法概述 38 3．2．1监督学习方法 38 3．2．2非监督学习方法 39 3．3分类方法的融合技术 39 3．3．1融合技术概述 39 3．3．2基于Bagging多分类器选择融合 ．40 3．3．3基于AdaBoost多分类器组合融合 ．．41 3．3．4基于二叉树的Multi．SVM分类器融合 41 3．3．5基于改进二叉树的Multi．SVM睡眠分类器融合 43 3．4实验结果及分析 46 3．4．1数据集 46 3．4．2结果分析 47 3．5本章小结 49 第4章人类睡眠对运动影响的研究 50 4．1引言 ．．．．O O ．50 4．2问题描述 51 4．3基于Aprior方法的睡眠与运动预测模型 一5 l 4．3．1数据采集 52 4．3．2睡眠特征提取 52 4．3．3睡眠阶段划分及睡眠质量评估 52 4．3．4运动强度预测 54 V 万方数据 黑龙江大学硕士学位论文4．3．5Aprior模型 黑龙江大学硕士学位论文 4．3．5Aprior模型 ．55 4．4实验结果与分析 。58 4．4．1数据集 58 4．4．2结果分析 59 4．5本章小结 ．．60 结论 ．6 1 参考文献 63 致谢 ．69 攻读硕士学位期间发表的学术论文及参加的科研项目 ．70 独创性声明 ．71 Vl 万方数据 第1章绪论第1章绪论 第1章绪论 第1章绪论 1．1人类睡眠研究的背景与意义 人类生命的三分之一是处在睡眠中，可见睡眠的质量无论在人类的身体、精 神，还是情感上都起着至关重要的作用。睡眠充足可以提高工作效率、精力充沛、 促进人体生长发育，这也是健康的必备条件之一。睡眠不足会导致疲劳、精神涣 散、注意力下降、记忆力差，更甚者可能导致糖尿病、肥胖、抑郁、睡眠紊乱、 睡眠呼吸暂停综合征等疾病川。同样不好的睡眠习惯也会导致心血管疾病和神经问 题，如压力、焦虑等。所以，对人类睡眠数据的获取和分析，及对睡眠质量的评 估和睡眠疾病的诊断都有极其重要的应用价值和研究价值。 随着科技的发展，人们越来越对可穿戴智能睡眠健康监测设备感兴趣。这些 设备可以对病人的睡眠及身体各项指数进行实时监测，将搜集的数据上传到云端， 专家和医护人员足不出户就可以观察到病人的健康状况并传达给护理人员处理意 见，这样有助于增加医疗诊断的效率和准确度。如果患者情况非常特殊，需要在 家救治，那么个性化医疗系统对病人的实时监测就可以派上用场，具体过程如图 l一1所示。相比传统问诊模式，这种智能模式具有更多优势。当今，最流行的可穿 戴智能睡眠健康监测设备如苹果iWatch智能手裂21、Jawbone Up手环【31、脉搏血 氧饱和仪等。这些设备内部嵌入一些传感器，并实现一些特殊功能。例如Jawbone Up手环【3】可对人类的睡眠、运动、饮食情况进行实时的追踪和记录，将测试者整 晚睡眠的数据和白天运动的步数、距离数据上传到手机