تشخیص مراحل خواب با استفاده از ویژگی های بهینه شده وشبکه عصبی کانولوشن

خواب خوب تاثیر زیادی بر سلامتی دارد. وقتی می خوابیم، بدن ما کارهای مهمی مانند ترمیم عضلات، رشد استخوان ها، مدیریت هورمون ها و مرتب کردن خاطرات را انجام می دهد. مراحل خواب بر اساس تحلیل عملکرد مغز در طول خواب تعیین می شوند. به طور کلی می توان هر چرخه خواب را به ۲ قسمت خواب با حرکات سریع چشم (REM) و خواب بدون حرکات سریع چشم (NREM) تقسیم کرد. خواب NREM خودش ۳ مرحله دارد. سیگنال الکتریکی مغز EEG ،به دلیل بهترین نمایش فعالیت مغز، بیشتر در تحلیل و مطالعه فرآیند خواب توسط پژوهشگران استفاده شده است. برای تشخیص عارضه ها و مشکلات از روی سیگنال های حیاتی که سیگنال هایی غیر ایستان می باشند تحلیل زمان فرکانس بسیار مفید و حائز اهمیت می باشد، که مهمترین و پرکاربرد ترین تحلیل زمان فرکانس سیگنال روش اسپکتوگرام می باشد. در این مقاله با سیگنال EEG و استفاده از ویژگی های عمیق برمبنای اسپکتوگرام با استفاده از طبقه بندی کننده SVM مراحل خواب با صحت ۹۹.۴۷ درصد تفکیک شدند. که با توجه به صحت بالا و استفاده از ویژگی های عمیق بدون دخالت دست بیانگر توانایی روش ارائه شده در انجام کار می باشد.

کلیدواژه ها:

مراحل خواب ، ویژگی های بهینه شده ، شبکه عصبی کانولوشن