周 強，田杏芝，高樂樂

(陜西科技大學 電氣與控制工程學院，陜西 西安 710021)

0 引言

隨著生活節(jié)奏的加快和競爭壓力的增大，失眠案例逐年增多，嚴重影響人們的身心健康[1].傳統(tǒng)的失眠治療方法多是將人從清醒狀態(tài)誘導至睡眠狀態(tài)，并未考慮到睡眠是一個復雜的生理過程，遵循一定的睡眠規(guī)律，因此治療效果欠佳.醫(yī)學研究發(fā)現(xiàn)，在準確辨識人體睡眠狀態(tài)的基礎上，有針對性的對人體睡眠狀態(tài)進行誘導和控制，可以有效地改善人體睡眠質量.

早期的睡眠狀態(tài)辨識主要由人工完成，該方法效率低下且辨識準確率極易受個人經(jīng)驗影響[2].因此，尋求高效、客觀且準確可靠的睡眠狀態(tài)辨識方法成為睡眠醫(yī)學領域的一個研究熱點[3].隨著模式識別技術的快速發(fā)展，研究者們提出將其與睡眠狀態(tài)辨識相結合的方法，如基于Hilbert-Huang變換與最近鄰分類的方法[4]、基于多尺度熵與線性判別分析的方法[5]等.這類方法可有效提高睡眠辨識效率，但辨識準確率很大程度上依賴于人工提取的睡眠腦電特征.特征提取部分計算過程往往比較復雜，且所選特征量沒有明確的衡量標準，存在一定的偶然性，辨識效果仍然不是很理想.

針對以上問題，本文提出了一種基于短時功率譜(Short-Time Power Spectrum,STPS)和卷積神經(jīng)網(wǎng)絡(Convolutional Neural Network,CNN)的人體睡眠狀態(tài)辨識方法，先構造不同睡眠狀態(tài)的時-頻譜圖，再將其輸入至所構建的適用于睡眠狀態(tài)辨識的CNN模型中，由CNN自動提取睡眠腦電特征，從而完成人體睡眠狀態(tài)辨識.

1 人體睡眠結構與腦電信號

人體睡眠過程極其復雜，包含若干個相對穩(wěn)定的狀態(tài)，這些狀態(tài)并非完全獨立存在，而是逐漸變化、相互重疊交替的[6].為了方便進行睡眠研究，Rechtsehaffen和Kales根據(jù)睡眠過程中人的各項生理表現(xiàn)將其人為劃分為清醒期(Wake,W)、快速眼動睡眠期(Rapid Eye Movement,REM)和非快速眼動睡眠期(Non-rapid Eye Movement,NREM)，其中NREM期又可進一步劃分為S1～S4四個時期[7].在睡眠過程中NREM期和REM期會交替出現(xiàn)，交替一次則稱為一個睡眠周期.對于正常人來說，整夜的睡眠會經(jīng)歷4～6個睡眠周期，每個睡眠周期歷時約90～100分鐘，且下一個睡眠周期并非上一個睡眠周期的簡單重復.一般來說，較為靠后的睡眠周期中，REM期睡眠時間逐漸增加，NREM期睡眠時間逐漸減少.具體過程如圖1所示.

圖1 正常人體睡眠過程示意圖

腦電信號(Electroencephalogram,EEG)是腦神經(jīng)細胞群的電生理活動在大腦皮層表面的總體表現(xiàn)[8].現(xiàn)代醫(yī)學研究表明，當人從清醒狀態(tài)進入至睡眠狀態(tài)時，身體各個部位將處于完全放松的狀態(tài)，大腦活動也會發(fā)生明顯的變化，具體表現(xiàn)為EEG信號的波形、波幅、頻率及相位等發(fā)生變化.因此，可以通過研究不同睡眠狀態(tài)下EEG信號的變化情況，深入探究睡眠規(guī)律，進而有效的誘導、控制睡眠過程，最終達到改善睡眠質量的目的[9].

2 基于STPS和CNN的人體睡眠狀態(tài)辨識

2.1 基于STPS和CNN的人體睡眠狀態(tài)辨識策略

傳統(tǒng)的睡眠狀態(tài)辨識都是對所獲取的EEG信號進行預處理后，采用時-頻分析或非線性動力學等方法，在此基礎上，根據(jù)大量的先驗知識人工提取各睡眠狀態(tài)的特征，再將其輸入至人工神經(jīng)網(wǎng)絡或支持向量機中，辨識出不同的睡眠狀態(tài).整個過程中睡眠EEG信號的特征提取部分是實現(xiàn)準確辨識的關鍵.

與傳統(tǒng)的機器學習不同，CNN是一種善于處理二維圖片數(shù)據(jù)的深度學習網(wǎng)絡模型，無需任何先驗知識，網(wǎng)絡可利用多級層級結構，通過端到端的訓練方式自行學習出圖像中更加復雜、抽象的特征，使得不同類別的圖像更加可分，從而提高辨識準確率[10].且網(wǎng)絡采用局部感知、權值共享及下采樣等學習策略，可有效地降低模型結構復雜度，并減少訓練參數(shù)數(shù)量，較好地避免了過擬合現(xiàn)象的發(fā)生，顯著地提高了運算速度[11].因此，本文提出一種基于STPS和CNN的人體睡眠狀態(tài)辨識策略，采用STPS對預處理后的EEG信號進行時-頻處理使之圖形化，然后構建適用于人體睡眠狀態(tài)辨識的CNN模型以便自適應的提取各睡眠狀態(tài)的特征，從而實現(xiàn)端到端的睡眠狀態(tài)辨識.該策略具體過程如圖2所示.

圖2 基于STPS和CNN的人體睡眠狀態(tài)辨識策略

2.2 EEG信號的獲取與預處理

本文實驗數(shù)據(jù)選自MIT-BIH中的The Sleep-EDF database.所記錄的數(shù)據(jù)為整夜的睡眠腦電數(shù)據(jù)，包括Fpz-Cz和Pz-Oz兩路導聯(lián)，采樣頻率為100 Hz，每幀為30 s，且已由經(jīng)驗豐富的睡眠醫(yī)師給出一個參考睡眠狀態(tài).前期研究中已對兩路數(shù)據(jù)進行了相關仿真實驗，證實了Hsu等應選用導聯(lián)Fpz-Cz結論的真實性[12]，故文中后續(xù)研究均基于導聯(lián)Fpz-Cz展開.

由于EEG信號幅值非常微弱，極易受其他生理信號和采集裝置所帶來的干擾，且個體差異較為明顯，故在分析前需要對其進行必要的幾步預處理[13].本文選用db4小波基函數(shù)對EEG信號進行7層分解，而后采用去均值、歸一化的操作消除樣本間差異.

2.3 基于STPS的EEG信號二維圖形化處理

對于EEG這種非線性、非平穩(wěn)的時變信號，單純的時域或頻域分析方法已不足以刻畫其時間-頻率-能量特性，即該EEG信號在某一時間段及某一頻段的能量分布情況[14]，因此必須兼顧時域和頻域分析進行研究.

STPS是處理非平穩(wěn)信號最有效的一種方法.它是短時傅里葉變換與功率譜分析兩種技術的結合，先對非平穩(wěn)信號進行分段加窗處理使之平穩(wěn)化，再計算每段的譜估計并進行總平均[15].本文的算法分析過程如下：

(1)將長度為N的EEG信號按30 s時間段(即3 000個數(shù)據(jù)點)分為K段，所得分段信號記為xε(n)(i=1,…,K)，其長度記為L.

(2)選擇合適的窗函數(shù)ω(n)，并計算每段信號的功率譜

i=1,…,K

(1)

為避免發(fā)生能量泄漏現(xiàn)象，此處選取Hamming窗，其函數(shù)為

0≤n≤M-1

(2)

式(2)中：M為窗函數(shù)的長度，M=128.

(3)計算K段信號功率譜的平均值，即得短時功率譜

(3)

通過以上計算便可將一維的EEG信號轉化為易于CNN處理的二維STPS圖形.

2.4 人體睡眠狀態(tài)辨識CNN的搭建

CNN模型的基本結構包括輸入層、卷積層、池化層、激勵層、全連接層五大部分.卷積層是CNN的核心部分，主要利用多個卷積核與輸入圖像進行卷積，提取出圖像中更深層次的特征；池化層一般放在卷積層之后，主要對卷積后的特征圖進行降維處理，避免因特征圖維數(shù)較高造成巨大的計算量以及過擬合現(xiàn)象的發(fā)生；全連接層則是將特征空間線性映射至樣本標記空間，充當分類器的作用.

若要獲取識別率較高的CNN模型，網(wǎng)絡層數(shù)和層內參數(shù)的確定便是一個亟待解決的問題.但對于該問題，目前尚無明確的方法，往往需結合具體問題以及樣本數(shù)據(jù)的特點進行分析[16].一般地，卷積層參數(shù)的確定遵循"長而深"的原則，即卷積核大小應逐漸變小，輸出通道數(shù)應逐漸增多.卷積核大小常以3*3和5*5為主，卷積核數(shù)目結合GPU硬件的配置，以16的倍數(shù)倍增[17].本文是在AlexNet模型的基礎上，根據(jù)驗證集數(shù)據(jù)的辨識效果不斷調整層級結構和網(wǎng)絡參數(shù)，并結合其在測試集上的分類性能好壞，從中尋求一個適用于人體睡眠狀態(tài)辨識的最優(yōu)CNN模型.考慮到文中的EEG時-頻譜數(shù)據(jù)集相較于ImageNet數(shù)據(jù)集，結構簡單且數(shù)據(jù)量偏少，因此需簡化AlexNet模型以避免發(fā)生嚴重的過擬合現(xiàn)象.經(jīng)過多次實驗分析，本文最終選定了一個包含3個卷積層、3個池化層和2個全連接層的CNN模型，其結構如圖3所示.

圖3 實驗所搭建的CNN模型結構圖

網(wǎng)絡以128*128*3的時-頻譜圖為輸入數(shù)據(jù)，其卷積層采用ReLU作為激活函數(shù)，卷積核采用方差為0.01的高斯分布初始化方式，池化層均采用最大池化的方式.經(jīng)卷積、池化等操作提取出各睡眠狀態(tài)深層次的特征后，輸入至第一個全連接層進行降維處理并將有用的信息保留下來，最后由第二個全連接層輸出當前樣本所屬類別，該層輸出節(jié)點設置為6，對應6個睡眠狀態(tài).表1所示為該網(wǎng)絡具體層內參數(shù)設置.

表1 CNN模型參數(shù)

3 人體睡眠狀態(tài)辨識實驗及實驗結果分析

3.1 實驗條件

本文選取數(shù)據(jù)庫中無睡眠障礙的10位受試者為研究對象，并按每30 s為一個樣本對其進行處理，最終可得共24 012個樣本數(shù)據(jù).利用Matlab軟件實現(xiàn)EEG信號的預處理和二維圖形化處理，并借助Caffe深度學習框架完成CNN的搭建、訓練和測試工作.實驗基于Microsoft Windows 10操作系統(tǒng)，Intel(R)Core(TM)i5-6500 CPU @ 3.2 GHz處理器，12 GB運行內存，在GPU模式下運行，所用GPU為NVIDIA GeForce GTX 1050Ti.

3.2 實驗過程

3.2.1 EEG信號去噪

實驗中選用小波閾值法對EEG信號進行頻帶范圍為0.5～30 Hz的去噪處理.圖4所示為某30 s EEG信號去噪前后效果圖.可以看出，小波閾值法有效的去除了原始EEG信號中的噪聲信號，所得信號可以滿足后續(xù)實驗要求.

(a)original signal

(b)filtered signal圖4 某30 s EEG信號去噪前后效果圖

3.2.2 STPS時-頻譜圖

經(jīng)多次實驗分析可知，當采用128點的Hamming窗口對樣本進行120點重疊采樣時，6個睡眠狀態(tài)的STPS時-頻譜圖差異最為明顯.同時，為了提高網(wǎng)絡的訓練速度，并保證時頻圖中的有用信息不被淹沒，對所得時-頻譜圖也進行了適當?shù)膲嚎s，設定壓縮后的時-頻譜圖大小為128*128.圖5所示為不同睡眠狀態(tài)的STPS時-頻譜圖.

(a)W狀態(tài) (b)S1狀態(tài)

(c)S2狀態(tài) (d)S3狀態(tài)

(e)S4狀態(tài) (f)REM狀態(tài)圖5 不同睡眠狀態(tài)的STPS時-頻譜圖

3.2.3 CNN訓練與測試

使用CNN進行睡眠狀態(tài)辨識主要分為訓練和測試兩個步驟：①使用訓練數(shù)據(jù)訓練CNN模型，根據(jù)訓練過程中CNN模型對驗證數(shù)據(jù)的識別效果，判斷所訓練CNN模型是否滿足要求，否則繼續(xù)訓練；②使用訓練好的CNN模型對測試數(shù)據(jù)進行識別以檢驗網(wǎng)絡的泛化效果，并計算網(wǎng)絡的識別準確率.由3.1小節(jié)可知，睡眠樣本總數(shù)為24 012個，具體分布情況如表2所示.實驗中將每個睡眠狀態(tài)的樣本數(shù)據(jù)按8∶1∶1的比例分為訓練集、驗證集和測試集，且實驗過程中保證三者之間沒有重疊部分.

表2 不同睡眠狀態(tài)的樣本分布情況

網(wǎng)絡結構和輸入樣本確定后，就需要對訓練參數(shù)，如基礎學習率(base_lr)、權重衰減系數(shù)(weight decay)及最大迭代次數(shù)等進行調整以提高CNN對睡眠狀態(tài)的辨識準確率.本文將base_lr設定為0.001，迭代至2 500次時調整為0.000 1，weight decay選為0.000 5，最大迭代次數(shù)根據(jù)訓練過程中訓練集和驗證集的loss曲線變化情況決定，此處設置為5 000次.圖6(a)所示為CNN訓練過程的loss曲線圖，可以看出，迭代至5 000次時訓練集的loss值接近0.2，且與驗證集的loss值相差很小，網(wǎng)絡取得了較好的收斂效果.此時網(wǎng)絡對于驗證集數(shù)據(jù)的分類準確率也高達93.6%，變化曲線如圖6(b)所示.

(a)訓練loss曲線

(b)驗證集準確率曲線圖6 CNN訓練結果圖

為了直觀分析CNN隱層特征，還分別可視化了Conv1、Conv2和Conv3的輸出特征圖，如圖7所示.Conv1特征圖與輸入圖片較為相似，可看作只是簡單的對輸入圖像進行了不同程度的平滑處理；而Conv2和Conv3已難以看出輸入圖片的特征，但可以發(fā)現(xiàn)有的特征圖對STPS時-頻譜圖低頻部分顏色、邊緣信息最為敏感.可以推斷，顏色、邊緣信息是CNN網(wǎng)絡進行睡眠狀態(tài)判別最顯著的特征.

(a)Conv1

(b)Conv2

(c)Conv3圖7 CNN卷積層輸出特征圖

最后利用測試集數(shù)據(jù)檢驗該CNN模型的泛化能力.辨識結果以混淆矩陣的方式輸出，并引入查準率(Precision,P)、查全率(Recall,R)及F1-Score三個性能評估指標，三者的定義如下所示.查準率反映了該模型對于不同睡眠狀態(tài)的區(qū)分效果.而查全率則反映了該模型對于特定睡眠狀態(tài)的特征學習能力.F1-Score綜合考慮了查準率和查全率指標，用于綜合反映整體的指標，其值越大，表示該模型的分類性能越好[18].

(4)

(5)

(6)

實驗結果如表3所示.從表3中數(shù)據(jù)可以看出，該模型可以很好的識別W、S2、S3、S4和REM五個睡眠狀態(tài)，而對于S1狀態(tài)的辨識效果較差.S1多被誤判為REM，究其原因是這兩個睡眠狀態(tài)的信號特征相似度極高，都為低電壓、混合頻率的波，且S1是清醒至睡眠的過渡狀態(tài)，持續(xù)時間短，在整夜的睡眠結構中占比也很小，因此這種“誤分類”結果可以說具有一定的合理性.

表3 CNN模型辨識結果混淆矩陣

3.3 實驗結果分析

由實驗結果可知，本文所提的睡眠狀態(tài)辨識方法具有良好的泛化能力，準確率達到了92.04%.為了進一步驗證本文方法的有效性，文中還進行了對比實驗.在保證數(shù)據(jù)集相同的情況下，人工提取睡眠腦電的特征波能量比、樣本熵和功率譜熵等多個特征，并利用支持向量機完成睡眠狀態(tài)辨識，兩種方法所得結果如表4所示.

表4 辨識結果對比

可以看出，本文方法有效的避免了人為構造特征所帶來的誤差，特征提取這一關鍵任務交由CNN完成，通過端到端的訓練方式使其自行提取睡眠腦電中更深層的特征，從而大幅度提升辨識準確率.

4 結論

本文以準確辨識人體睡眠狀態(tài)為研究目的，針對傳統(tǒng)機器學習人工提取特征算法過程復雜、辨識準確率偏低的問題，提出了一種基于STPS和CNN的人體睡眠狀態(tài)辨識方法.采用STPS處理EEG信號以生成不同睡眠狀態(tài)的時-頻譜圖，CNN自動提取各睡眠狀態(tài)的特征，進而實現(xiàn)睡眠狀態(tài)辨識.實驗結果表明，該方法具有較高的辨識準確率，且實現(xiàn)方便、簡單，為后期的睡眠過程控制研究奠定了堅實的基礎.