請用此 Handle URI 來引用此文件：
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82692| 標題: | 以傅立葉轉換之腕動計資料探討睡眠狀態的特徵與差異 Feature Extraction and Classification of Sleep Status with Fast Fourier Transformed Accelerometer Data |
| 作者: | Jung-Sheng Chen 陳榮陞 |
| 指導教授: | 蕭朱杏(Chuhsing Kate Hsiao) |
| 關鍵字: | 快速傅立葉轉換,腕動計,R軟體套件GGIR,睡眠狀態,重度憂鬱症, FFT,wrist-worn device,GGIR,sleep status,major depression disorder, |
| 出版年 : | 2021 |
| 學位: | 碩士 |
| 摘要: | "手部配戴腕動計(wrist-worn device)能紀錄受試者其手部活動的狀況，搜集其 手部在 X、Y、Z 三軸加速度的時序資料。這些資料經由 R 軟體中的套件 GGIR 校正後，能計算出代表活動狀況的兩個變數，手部活動量(Euclidean norm minus one, ENMO)與手部抬升角度(angle!)數值，並透過 HDCZA (Heuristic algorithm looking at Distribution of Change in Z-Angle)演算法估計每日的睡眠期間及睡眠參 數。本研究首先結合英國生物樣本庫(UK Biobank, UKB)腕動計資料、自填睡眠問 題以及 GGIR 的應用之睡眠變數，將手部活動代表的睡眠狀態的時序資料，利用 快速傅立葉轉換找出睡眠期間手部活動的特徵，並利用這些特徵，進行不同睡眠 狀態的分類。接下來本研究針對不同睡眠狀態組別，利用英國生物樣本庫紀錄的 自填睡眠變數，描述不同組別之個體在這些睡眠變數的不同，並找出與睡眠狀態 組別相關的變數，進而建立出能預測睡眠狀態組別之模式。研究結果顯示，這樣 的分析流程能分類不同睡眠狀態的組別，而且這些組別與已知的睡眠參數有相關 性。未來或許能藉由腕動計資料，來輔助評估個體的睡眠狀態。" |
| URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/82692 |
| DOI: | 10.6342/NTU202103899 |
| 全文授權: | 未授權 |
| 電子全文公開日期: | 2023-10-25 |
| 顯示於系所單位： | 流行病學與預防醫學研究所 |
文件中的檔案：
| 檔案 | 大小 | 格式 | |
|---|---|---|---|
| U0001-1910202121280800.pdf 未授權公開取用 | 4.97 MB | Adobe PDF |
系統中的文件，除了特別指名其著作權條款之外，均受到著作權保護，並且保留所有的權利。