【中文摘要】 睡眠是一种重要的生理现象，脑电图(EEG)是研究睡眠的一个重要而有力的工具。脑电信号种包含大量的生理和病理信息，在睡眠相关疾患和脑科学研究中起着非常重要的作用。本文简要介绍了小波变换、小波包分解的原理，并利用这两种先进的信号处理方法对原始脑电信号进行了去噪、伪迹去除等预处理。在去噪基础上，对睡眠脑电信号进行了详细的小波熵、近似熵、功率谱熵特性分析和复杂性测度分析。 脑电信号是由脑的神经系统产生的电生理反应，信号非常微弱，且具有非平稳性和低信噪比的特点，易受诸如眼电、心电和肌电干扰及白噪声等干扰因素。在原始脑电信号预处理中，论文中采用了小波软门限阈值和小波包自适应阈值去噪两种分析方法，在脑电去噪中取得了比较好的效果。 本文应用多种非线性方法和时频分析方法对脑电在各种睡眠的变化特性进行了分析及对比研究，试图从客观量化的复杂性测度来描述整个睡眠过程中睡眠深度的变化情况。论文中采用的分析指标有：Kc、C0、C1、C2复杂度；功率谱熵和近似熵；重点应用小波变换和小波熵对各期脑电特性及其脑电四个基本节律下动态特性进行了分析研究。实验结果表明复杂度(C2除外)、功率谱熵、近似熵和小波熵在睡眠...

【英文摘要】 The sleep is a kind of important physiological phenomenon, the electroencephalogram (EEG) is a very important tool for analyzing the sleep. EEG signals have a large amount of physiology and pathology information, electrical activity of the brain plays a very important role in the field of the related disease of sleep and brain science. In this paper, wavelet transform and wavelet packet analysis are used to process the EEG signals, including EEG de-noising and artifact removing. Further, wavelet entropy, ap...