如何分析属于 24 小时 90 分钟周期的离散事件模式?

信息处理 离散信号 即时的
2022-02-03 01:54:15

我是一名睡眠研究人员,自去年 12 月以来,我一直在收集有关我在半夜做梦和醒来的数据。

做梦发生在众所周知的 80-120 分钟“周期”内,一个典型的夜晚大约有 5-6 个周期。每个周期由 4 个阶段定义,从浅睡眠到深睡眠再到做梦。我很幸运,大多数时候我在做梦睡眠阶段或接近做梦睡眠阶段后醒来。

睡眠周期的开始取决于就寝时间的选择,而睡眠时间又受较大的约 24.5 小时昼夜节律支配,该节律由光/暗周期夹带。身体内的所有细胞以及主要器官系统都表现出昼夜节律。

我想做的是通过分析我在夜间经历的离散觉醒事件来更好地了解昼夜节律。在随附的屏幕截图中;每行代表一天的数据。事件是实时绘制的。

每个从梦中离散的醒来都用绿色标记

每个非梦醒都用红色标记

每个清醒的梦都用青色标记。

每天早上“起床”的时间都用橙色标记

第一个睡眠周期的开始标记为黑色

每行有 2 个标尺:

紫色标尺滴答声相隔 90 分钟——睡眠周期的大致长度

青色标尺代表从午夜 0 点开始到中午的实时时间

这些标记一起形成垂直模式,在随后的几天中,梦的觉醒发生在大致相同的时间,模式以一种或另一种方式倾斜。

我如何分析数百个像这样的离散数据点,看看它们是否确实形成了某种每天持续存在的波形?

我将不胜感激与变换或算法相关的关键字,这些关键字可以帮助更好地理解此类数据,以及处理类似问题的任何工程文章或任何其他输入。

谢谢!

完整的 90 天睡眠史

睡眠数据 1

睡眠数据 2

0个回答
没有发现任何回复~