张敬巍

摘 要：睡眠是人类生命活动的重要组成成分，它不是以简单觉醒状态的终结，而是不同的生理、心理现象循环往复的主动过程【1】。随着生活、工作方式的变化，越来越多的人群出现入睡困难、失眠嗜睡等问题，严重影响了人们身心健康。我们通过对睡眠评价指标的分析对睡眠质量进行评价以及睡眠障碍的分析和预测。

针对问题1，我们通过建立多元逐步回归模型以及SPSS神经网络算法两种方法的综合应用对睡眠质量及六个睡眠评价指标的关系进行了分析。首先利用多元逐步回归模型将两个与睡眠质量关系较小的指标—Reliability以及Psychoticism 删除，将剩下的四个指标放进神经网络中进项分析。

针对问题2，首先将疾病用1-290的数字进行标记，再通过分析数据赋予每一个指标一个权重系数，即每一种症状对应一个权重向量。然后将向量作为输入量，确定指标与睡眠障碍症状的关系。根据神经网络的求解分析，我们得到了51%的正确率。当我们减少数据集的个数时，结果的精度将会大大提升。

针对问题3，根据问题2的结果，将这10组数据作为测试集分别训练得到结果。

针对问题4，根据前三个问题的相关指标，我们查找了2017年诺贝尔生理学奖或医学奖的研究文献，得出了结论。

根据分析，我们很容易通过所建立的模型对数据进行分析求解。同时，我们所建立的模型和应用的神经网络算法可以广泛应用到其他方面。

关键词：睡眠质量 睡眠评价指标 BP神经网络 逐步回归