开题报告内容：
一、课题研究背景及意义
睡眠与人的健康息息相关。充足的睡眠可以消除疲劳，保证日常生活的正常进行，但是由于生活节奏的加快和压力的增大，现代人通常都存在着不同程度的睡眠障碍问题。睡眠分期概念是为了研究方便而根据脑电波和生理表现人为划定的。人的睡眠，一夜中大约有4～6个睡眠周期出现，互相连接，周而复始。随着深度学习和模式识别等技术的发展与应用，睡眠自动分期方法正在逐步取代传统的手工睡眠分期。本课题通过现在比较火热的深度学习技术，建立DBN，CNN,RNN等神经网络模型，并利用健康人的RR间期数据来进行学习，对睡眠数据进行自动分期，以期找出睡眠中存在的问题。
- 拟解决的问题
利用深度学习，建立深度学习网络模型，对所给的健康人HR睡眠数据建立自动分期模型。
三、研究方法与步骤
1、文献查询
利用学校图书馆馆内数据库以及中国知网、万方网等数据库查询并搜集与此课题相关的文献，并做出筛选以便获得有效信息。深刻理解课题的研究意义及课题所涉及的工作。
- 数据预处理
将所有健康人的RR间期数据进行如下处理：如果某个epoch（每30个RR间期数据对应一个epoch)中有一个数值大于130 或者小于30就把这个epoch视为无效，并计算出每个人无效epoch的比例,去掉epoch比例高于5％的人的数据。
- 深度神经网络的构建
利用MATLAB深度学习神经网络包DeepLearnToolBox分别建立DBN，CNN,RNN的神经网络结构，隐层个数，学习率等参数等到在实验室中运行代码时根再进行调整。
- 数据输入
将30个RR间期数据进行输入，所以网络结构的输入层对应的神经元个数也为30。将所有的RR间期数据按照7：3进行分配，用作神经网络的训练和测试。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
