睡眠質量對人體的影響

張敬巍

摘 要：睡眠是人類生命活動的重要組成成分，它不是以簡單覺醒狀態的終結，而是不同的生理、心理現象循環往復的主動過程【1】。隨著生活、工作方式的變化，越來越多的人群出現入睡困難、失眠嗜睡等問題，嚴重影響了人們身心健康。我們通過對睡眠評價指標的分析對睡眠質量進行評價以及睡眠障礙的分析和預測。

針對問題1，我們通過建立多元逐步回歸模型以及SPSS神經網絡算法兩種方法的綜合應用對睡眠質量及六個睡眠評價指標的關系進行了分析。首先利用多元逐步回歸模型將兩個與睡眠質量關系較小的指標—Reliability以及Psychoticism 刪除，將剩下的四個指標放進神經網絡中進項分析。

針對問題2，首先將疾病用1-290的數字進行標記，再通過分析數據賦予每一個指標一個權重系數，即每一種癥狀對應一個權重向量。然后將向量作為輸入量，確定指標與睡眠障礙癥狀的關系。根據神經網絡的求解分析，我們得到了51%的正確率。當我們減少數據集的個數時，結果的精度將會大大提升。

針對問題3，根據問題2的結果，將這10組數據作為測試集分別訓練得到結果。

針對問題4，根據前三個問題的相關指標，我們查找了2017年諾貝爾生理學獎或醫學獎的研究文獻，得出了結論。

根據分析，我們很容易通過所建立的模型對數據進行分析求解。同時，我們所建立的模型和應用的神經網絡算法可以廣泛應用到其他方面。

關鍵詞：睡眠質量 睡眠評價指標 BP神經網絡 逐步回歸

2.假設

自變量相關系數小于0.01則認為此項與因變量無關，可忽略。

3.模型求解

3.1問題1求解

首先，我們建立多元逐步回歸模型，并調用多元逐步回歸工具箱對六個指標進行分析，刪除與睡眠質量不相關的指標Reliability以及Psychoticism。接下來，我們分析剩下的四個指標與睡眠質量之間的關系。睡眠質量與X4、X1* X4 ，X12 * X4 、X32 * X1、 X32* X2 、X33 、X3 * X42 有關 ，其中，X12 * X4 、X32 * X1 、X32 *X2 、X33 、X3 * X42 相關系數太小，認為其相關性很弱。分析可得單獨項被刪除，違背正常規律，可以認為交互項對睡眠質量的作用可被忽略。通過分析推論出X5 、X6 應被刪除。

由于逐步回歸分析的相關性總體比較小，我們通過SPSS的神經網絡對著六個指標作進一步分析。共分為A、B、C三種方案，如下。

A方案：刪除X5 、X6 ；

B方案：刪除X3 、X6 ；

C方案：刪除X4 、X6 ；

分析：（1）訓練時間：C

（2）訓練集錯誤率：A>B>C；

（3）測試集錯誤率：A

綜合考慮準確率及速度兩種因素，A方案最佳。

3.2問題2求解

首先對指標進行分析，通過SPSS對各個指標之間的相關性進行求解，可得，它們的相關系數均小于0.85，我們認為各個指標之間不相關。

將單個的癥狀一一篩選出來分別對每一種癥狀對應的七個指標分別求和并進行歸一化，得到它的權重向量。

權重向量歸一化結果為： 。

每個指標中0、1、2、3對應的概率矩陣為： 。

當輸入的指標量所對應每個指標的概率與權重系數乘積之和最大時，指標對應的癥狀即為所求結果。由于概率矩陣在計算過程中的不可調節性，不能靈活的隨著反饋值而改變，使得在復雜計算中其它值通過權重系數的調節也會得到較大值，形成干擾，使得模型求解的準確率下降。

為了進一步改善模型求解過程，將輸出變量歸一化為0-1之間的290個等間距數我們直接將70%的數據的權重系數作為輸入量通過BP神經網絡進行訓練，剩下30%的數據作為測試集對結果進行檢驗。當檢驗數據減少到600左右時，檢驗精度會大大提高。

3.3 問題3的求解

基于問題2，我們可得結果：

1：Mixed Anxiety And Depression：

2：Mixed Anxiety And Depression：

3：Sleep disorder Anxiety disorder

4：Sleep disorder：

5：Somatization Disorder

6：Depressive Psychosis：

7：Depression

8：Non-Organic Insomnia， Anxiety disorder：

9：Severe depressive episode with psychotic symptoms

10Mixed Anxiety And Depression， Obsessive-Compulsive Disorder

3.4問題4求解

通過查閱2017年諾貝爾生理學獎或醫學獎的研究文獻[5]，我們可以得出在 至 為休息時間，若要保證一定的睡眠質量，在此時間段內需要進行休息。

4.模型優缺點分析

我們采用了不同方法對結果進行了反復的對比，最終采用了準確度最高的方法對數據進行分析，以期獲得最為科學的結果。

由于睡眠障礙癥狀種類過多，我們不能得到一個相對精確的預測結果。在后來的工作中，我們提出了一種基于ICSD-3的科學分類方法解決分類的問題，從而得到更加準確的預測結果。

5.模型拓展

通過查閱資料，我們找到了一種新的睡眠障礙癥狀分類方法。新的分類方法基于現象和器官系統構產生了新的分類——ICSD-3。根據新的方法對問題2的癥狀進行科學分類，可以得到更加科學準確的結果。

參考文獻：

[1]索艷風. 不同年齡睡眠質量對健康相關生命質量影響的差異研究[D].北京中醫藥大學，2017.

[2].陸守曾、陳峰教授主編的《醫學統計學》（第三版）出版[J].中國衛生統計，2016，33（06）：1096.

[3]宋海龍. 大學生睡眠障礙與心理健康相關研究[D].長江大學，2013.

[4]張景行.睡眠障礙國際分類第2版內容簡介[J].中國新藥與臨床雜志，2007（10）：772-774.