基于GM-GP算法的睡眠状态监测方法技术

本发明专利技术提出了一种基于灰色理论和非线性动力学相结合的GM‑GP算法的睡眠状态监测方法，其步骤包括：(1)采用数据提升的方法(坐标平移)对原始EEG进行预处理，并进行累加生成，建立GM(1,1)灰色模型；(2)利用GM(1,1)模型提取特征，求取相应的参数b；(3)对灰色模型参数b确定GP算法的嵌入维度和延迟时间；(4)对参数b进行相空间重构，并计算累计分布积分；(5)线性拟合求出相应的关联维数，从而确定睡眠状态。本发明专利技术通过灰建模和GP算法相结合的方法，可以有效地分析大脑功能状态，实现对睡眠状态的实时监控。

Sleep state monitoring method of GM based on GP algorithm

The invention provides a method for monitoring the sleep state of grey theory and nonlinear dynamics based on the combination of GM GP algorithm, which comprises the following steps: (1) using the method of data upgrade to the original EEG (coordinate) pretreatment, and accumulated generation, the establishment of GM (1,1) grey model (2); the use of GM (1,1) model for feature extraction, obtaining the corresponding parameters of B; (3) to determine the parameters of Grey Model B GP algorithm embedding dimension and delay time; (4) to reconstruct the phase space of the parameter B, and calculate the cumulative distribution points; (5) a linear fitting correlation dimension is obtained accordingly. In order to determine the state of sleep. The invention combines the grey modeling and the GP algorithm, and can effectively analyze the functional state of the brain and realize the real-time monitoring of the sleep state.

【技术实现步骤摘要】
基于GM-GP算法的睡眠状态监测方法
本专利技术涉及信号与信息处理和神经生物学交叉领域，特别是涉及基于灰建模的脑电(electroencephalogram,EEG)和GP算法结合的方法。它提出和设计一种将灰建模和GP算法进行结合(GM-GP)的算法。由于对EEG信号进行关联维数计算工作时，计算效率较低，为此需要一种在少数据下依然保持鲁棒的算法，而灰色系统理论正是一种对少数据进行信息提取的理论，本专利技术是将二者进行结合的一种方法。
技术介绍
EEG信号,作为一种非线性和复杂性信号，一般认为它是由非线性动力学过程产生的。相比于传统的线性分析方法，非线性动力学分析方法对EEG等非线性信号分析而言效果更加理想。关联维数，是一种描述了非线性系统的自由度信息的参数，可反映动力学过程的复杂性。EEG信号的关联维数越大，说明大脑的功能越复杂，反之，大脑功能活动越简单。因此利用非线性动力学系统对EEG信号进行分析，计算不同生理状态下EEG信号的关联维数，可以检测到不同睡眠阶段的EEG非线性关联维数的变化，进而对睡眠状态进行评估。但是该方法计算速度慢，不能实现对睡眠状态的实时监测。灰色系统理论(GreySystemTheory)是一种对少数据信息提取的方法，因此它适用于对混沌信号进行少数据建模，进而计算它的关联维数，该方法为充分利用EEG信号的非线性特性的特点，本专利将灰建模和关联维数结合，提出一种GM-GP算法，它克服了计算时间长的不足，有效降低了计算时间。基于灰色理论和关联维数，本专利技术提出了一种基于GM-GP算法的睡眠状态监测方法
技术实现思路
本专利技术提出了一种结合灰建模与关联维数的GM-GP算法的睡眠状态监测方法，它是采用灰建模分别提取EEG参数特征，然后对该参数特征序列建立动力学系统，对这一非线性动力系统进行关联维数计算，利用关联维数监测睡眠状态的方法，基本方案如下：1.对原始EEG进行预处理，采用坐标平移的方法对EEG信号进行数据提升，为灰色建模做准备；2.将原始数据进行累加生成，建立GM(1,1)灰色模型；3.利用GM(1,1)模型提取特征，求取相应的参数：发展系数a和灰作用量b，以上是灰建模过程。下面仅利用参数b建立相应的多维动力系统将得到的参数特征b序列作为多维动力系统的输出，确定所要建立的动力系统的维数m和延迟时间τ，对得到的特征参数b进行相空间重构，利用重构的相空间确定对应的动力系统；4.采用GP算法，计算系统的关联维数；5.利用得到关联维数，监测睡眠状态。本专利技术的有益效果是，在最后EEG信号进行状态监测过程中，由于采用灰建模的方法提取少数据量的特征，利用GP算法对关联维数进行计算效率得到极大提高；通过将GP算法和基于灰建模和GP算法结合的方法进行对比，本专利技术获得了高的计算效率。附图说明图1基于GM-GP算法的计算流程图2本方案计算的关联维数和GP算法关联维数状态检测对比图图3利用不同点灰建模和GP算法相结合和GP算法相关性分析图具体实施方式下面结合附图，对本专利技术的具体实施方式作详细说明。本专利技术提出的GM-GP算法的流程如图1所示，下面结合附图，对本专利技术的具体实施方式作详细说明。1.对原始EEG进行预处理，包括：对EEG数据进行提升，以便于对数据进行灰色建模；将原始数据进行累加生成，构成累加生成序列；设X(0)＝(x(0)(1),x(0)(2),...,x(0)(n))，其一次累加生成序列为X(1)＝(x(1)(1),x(1)(2),...,x(1)(n)),即二者满足关系：其中，X(0)＝(x(0)(1),x(0)(2),...,x(0)(n))为EEG信号的时间序列。X(1)为时间序列的1阶累加生成序列。它满足灰预测方程2.构建灰色模型GM(1,1)，将称为GM(1,1)模型。该模型的最小二乘估计参数满足其中：将(1)代入(2)可解得将(4)和(5)代入(2)(3)，即可解出发展系数a和灰作用量b。3.确定拟建立的动力系统的维数m和延迟时间τ。首先固定延迟时间τ，求取稳定使关联维数的延迟时间τ；然后固定入维数m，再次求得使关联维数稳定的延迟时间τ。使嵌入维数达到动态稳定的m和τ，即为选取的参数；4.对特征参数b进行相空间重构：其中N＝n-(m-1)*τ3.这是一个m维向量构成的空间，N个列向量yi＝(bi,bi+τ,bi+2τ,…bi+(m-1)τ)这是要建立的m维动力系统的输出。对于相空间中的任意两个向量yi，yj，以它们之间的最大分量差作为距离，即5计算关联维数：利用重构的相空间，计算输出累积分布积分。根据第3步得到的嵌入维数m和延迟时间τ以及特征参数b的相空间，对于给定半径，计算关联解放C(r)，如下式所示：其中H(x)为Heaviside单位函数关联积分C(r)在r→0时与r存在以下关系则关联维数为6.利用系统活动程度与关联维数的关系，监测睡眠状态。把本专利技术的算法和经典的GP算法进行对比。实验结果，如图2所示，本专利技术的算法和经典GP算法有相似的趋势。睡眠阶段1和快速眼动阶段(REM)，关联维数值较高，表明在这两个阶段，人脑处于激活状态。在睡眠监测过程中，直接GP计算是相当费时的，通过灰建模和GP算法相结合，可以大大缩短技术时间。在算例中，实验数据来源于MIT-BIH数据库。本方案通过对不同睡眠阶段的关联维数进行显著性分析，实验结果表1和表2所示(被试1)，证实了本方案的有效性。同时通过对GM-GP算法和GP算法的计算进行对比，实验结果表3表示，结果表明，本专利技术算法可显著提高计算效率。表1表2表3本文档来自技高网...

【技术保护点】
一种基于GM‑GP算法的睡眠状态监测方法，包括如下步骤：(1)对原始EEG进行预处理，采用坐标平移的方法对EEG信号进行数据提升，为灰色建模做准备，再进行累加生成，建立GM(1,1)灰色模型；(2)利用灰色理论的GM(1,1)模型提取特征，求取相应的参数：发展系数a和灰作用量b，这里仅用参数b；(3)建立相应的动力系统并采用GP算法计算关联维数利用参数特征b序列，确定所要建立的动力系统的维数m和延迟时间τ，再对得到的特征参数b进行相空间重构，利用重构的相空间对应的动力系统，采用GP算法，计算关联维数；(4)利用得到关联维数，监测睡眠状态。

【技术特征摘要】
1.一种基于GM-GP算法的睡眠状态监测方法，包括如下步骤：(1)对原始EEG进行预处理，采用坐标平移的方法对EEG信号进行数据提升，为灰色建模做准备，再进行累加生成，建立GM(1,1)灰色模型；(2)利用灰色理论的GM(1,1)模型提取特征，求取相应的参数：发展系数a和灰作用量b，这里仅用参数b；(3)建立相应的动力系统并采用GP算法计算关联维数利用参数特征b序列，确定所要建立的动力系统的维数m和延迟时间τ，再对得到的特征参数b进行相空间重构，利用重构的相空间对应的动力系统，采用GP算法，计算关联维数...

【专利技术属性】
技术研发人员：谢松云，李亚兵，段绪，王伟，冯怀北，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61