多传感器融合的睡眠监测技术研究

发布时间：2020-03-31 17:37

【摘要】：保障行车安全是铁路运输管理工作的重中之重,而铁路司乘人员注意力不集中或疲惫困乏等状况往往会给行车带来巨大安全隐患。针对这一问题,铁路机务段已逐渐开始采用微动敏感床垫来对处在强休期间的司乘人员进行睡眠监测来了解人员的睡眠状况。但是,该系统存在着所采集的生物医学信号种类较少,以及结果准确率较低等问题。为解决该问题,本文在原有睡眠监测系统的基础上进行了一定改进,所做工作主要包括:1.对目前比较常见的多传感器融合方法进行了研究,对搭建软件平台所使用的工具进行了分析,对信号处理相关原理进行了机理分析;2.完成了睡眠监测平台的搭建。硬件方面,在原本只包括压电传感器和加速度-传感器的微动敏感床垫的基础上,增加了用于监测血氧饱和度信号的指夹式血氧仪,分析了整个睡眠监测系统的相关模块电路,主要包括床毯式信息采集模块电路、血氧采集模块电路和网络传输模块电路,设计了蓝牙传输电路,设计了系统传输协议;软件方面,采用基于MySQL关系数据库的客户端/服务器(Client/Sever,C/S)体系结构,利用MATLAB对睡眠生理数据进行了分析,在Visual Studio中使用C#语言编程,具备访问数据库及对数据进行显示、更新和存储等功能:3.建立了基于D-S证据理论的多传感器睡眠数据融合模型。基于对睡眠分期与心率、呼吸率、体动信号和血氧饱和度信号之间的相互关系的学习建立了睡眠分期知识库,利用基于小波变换的多分辨分析等方法完成睡眠信息的提取,利用多值逻辑对睡眠信息进行了量化和分析,按照特征的有效性程度赋予其相应可靠度,对全部睡眠证据依次进行融合计算,将具有最大基本概率值的睡眠时相作为该段时间的睡眠分期决策结果,最后再依据一般睡眠规律加以细分和校正,得到最终的睡眠分期结果;4.利用MIT-BIH数据库中的相关数据进行模型的验证分析,所得睡眠分期结果与多导睡眠监测仪(PSG)睡眠分期结果进行对比,可得其准确率为83.2%;对实验误差进行了分析,同时还探索了提升准确率的方法;对济南铁路局某机务段的多名员工进行了相关睡眠监测的实验,并根据实验结果对睡眠质量进行了判定。
【图文】：

技术路线图,绪论,章节,论文

图１－１技术路线图逡逑Ｆｉｇ．邋１－１邋Ｔｅｃｈｎｏｌｏｇｙ邋ｒｏａｄｍａｐ逡逑论文的具体章节内容安排如下：逡逑第一章绪论。首先对研究课题的背景和意义进行了阐述；之后对睡眠分期原逡逑理和多传感器融合技术进行了简要介绍，分析总结了国内外睡眠分期监测技术和逡逑多传感器数据融合技术的研究现状；最后对本文各章节内容安排进行了简要概述。逡逑第二章多传感器融合的睡眠监测理论基础分析。首先介绍了比较常见的多传逡逑感器融合方法，包括基于规则推理的方法、针对对象的概率模型和统计特征的融合逡逑方法，以及对数据来源进行处理的融合方法，同时还对这些方法的特点进行了对比逡逑分析；然后对软件平台搭建过程中所使用的Ｃ／Ｓ架构、ＭｙＳＱＬ数据库等进行了介逡逑绍；之后对信号处理过程中所用到的基于小波的多分辨分析方法等进行了介绍；最逡逑后介绍了用于睡眠监测的微动敏感床垫中原有的传感器，包括用于采集心冲击信逡逑号的压电传感器和用于采集加速度信号的加速度传感器，介绍了新增加的带有光逡逑电传感器的指夹式血氧仪，同时还分析了心率、呼吸率、体动信号以及血氧饱和度逡逑信号的提取过程和提取结果。逡逑

示意图,架构,行相关,示意图

图２－１邋Ｃ／Ｓ架构示意图逡逑Ｆｉｇ．２－１邋Ｓｃｈｅｍａｔｉｃ邋ｄｉａｇｒａｍ邋ｏｆ邋Ｃｌｉｅｎｔ／Ｓｅｖｅｒ逡逑
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U298

【参考文献】