睡眠作为生命所必须的过程,是机体复原、整合和巩固记忆的重要环节,是健康不可缺少的组成部分。随着生活压力的日益加大,形形色色的睡眠疾病正在困扰着越来越多的人们。因此,国内外学者都争相投入到各种睡眠的相关研究之中。在睡眠过程中,睡眠不是一种固定不变的状态,而是经历着几个相对稳定的阶段,临床上把这几个阶段定义为睡眠的分期。对睡眠进行分期是睡眠状况分析和睡眠质量评价的前提和基本内容。传统的睡眠分期方法主要由睡眠专家对连续记录的睡眠数据进行人工目测分析得出的,这样的分期方法是相当耗时且效率不高。　　 本文主要对睡眠自动分期的整体流程进行了研究。由于脑电信号比较微弱,容易受到干扰,且脑电是研究睡眠的主要工具。因此本文只对脑电信号进行噪声的抑制和干扰的去除。脑电信号的预处理主要包括工频干扰和心电伪迹的去除。对于工频干扰的去除,本文使用零极点陷滤器和自适应滤波的方法。对于心电伪迹的滤除,使用了自适应滤波和作者提出的一种新的抑制工频干扰的方法,并分析了心电伪迹抑制后的脑电信号对睡眠分期的影响。之后,根据睡眠各期的特征,提取了多导睡眠检测的脑电、眼电、肌电信号的17个睡眠指标作为睡眠分期的标准。随后,在MATLAB的模式识别工具箱进行了睡眠自动分期实验,得到了79.94％的平均分期识别率,说明了本方法能有效地对睡眠进行自动分期。最后,论文对脑电信号处理以及睡眠分期的研究趋势加以探讨。