基于物联网的分布式睡眠监测系统研究
发布时间：2021-08-20 20:32
近些年来,睡眠健康越来越受到人们的关注,睡眠呼吸暂停综合征等睡眠问题因为难以被患者自身察觉,成为了身体健康的一大隐患。传统睡眠监测需要在医院中采用专业的设备进行监测,由于设备的体积大、操作复杂、价格昂贵等局限性无法大面积普及到养老院、社区卫生所等地方。因此,研制一种低成本、操作简单、体积小巧、便于管理的睡眠监测设备系统是很有必要的。本文设计并实现的基于物联网的分布式睡眠监测系统补充了睡眠监测的应用场景。本文对一种基于物联网的分布式睡眠监测系统进行设计与研究。该系统通过柔性传感器采集得到生理信号,通过算法将生理信号分离为若干潜分量,利用潜在分量对呼吸信号与心冲击信号进行重构,再通过得到的有效生理信号分析异常睡眠状况。系统采用订阅、发布的方式集中监护测试者们的睡眠状况。本文的主要研究内容包括以下几点:1.硬件系统的设计。睡眠生理信号的捕获、采集、滤波、传输等过程,采用低成本设计方案确保在得到纯净的原始生理信号的基础上降低系统成本。2.生理信号的分解与呼吸、心冲击信号的重构。采用基于变分模态分解的方法分解,对生理信号进行处理,并同时对比了经验模态分解与互补集合经验模态分解方法的分解效果,根据...
【文章来源】：浙江理工大学浙江省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图１．２多导睡眠检测??ＰＳＧ不但可以实时监测患者睡眠过程中的血氧饱和度、呼吸节奏以及心电血压等基础??生理参数的变化，还可以判断分析多种睡眠中的异常情况，定量分析被测者的睡眠状态以??
压力信号的变化提取心冲击信号??（Ｂａｌｌｉｓｔｏｃａｒｄｉｏｇｒａｍ，ＢＣＧ）与呼吸信号，并计算呼吸暂停区间。通过ＭＱＴＴ协议上传，采??用发布订阅的方式以达到个人查看与集中管理的目的。??＼?一?ｒ—一?１?一??＾?＾???Ｔ－?■?－?－—．?Ｉ?－?■?■?—Ｉ??７ｒｎ?ｒｒＴ??传感器＾置丨压力｜?丨压力丨ｕ??？?Ｌｔ?Ｊ??＾计算呼吸＿＿＾?个人手机显示（报警）??ＷＩＦＩ???，??Ｖ?＾十算心率＿＿????监护中心显示（报警）??图２．１监护系统架构??２．１设计原理??２．１．１生理参数产生原理??１）呼吸运动??呼吸运动（Ｒｅｓｐｉｒａｔｏｒｙ?Ｍｏｖｅｍｅｎｔ）是由于呼吸肌的伸缩而导致的胸廓区域有规律的增??大和缩小，胸廓的缩小以及扩大分别被称为呼气运动（Ｉｎｓｐｉｒａｔｏｒｙ?Ｍｏｖｅｍｅｎｔ）和吸气运动??（Ｅｘｐｉｒａｔｏｒｙ?Ｍｏｖｅｍｅｎｔ）?［２５Ｌ负责吸气的肌肉主要有膈肌和肋间外肌以及斜角饥胸锁乳??突肌等辅助肌肉，而负责呼气的肌肉主要有肋间内肌和腹肌，膈肌的位置在腹腔和胸腔的??中间，形成了胸腔的底部。当静止的时候膈肌会向上隆起，形状如一个钟罩一样；收缩的??８??
会相应的降低，当大气压高于肺内压时，肺内就会流入大气，这个过程被称为??吸气。膈肌和肋间外肌舒张时，肺利用自身的归位能力，带动胸廓，导致内外径的缩小，??此时胸腔以及肺容量会相应的缩小，肺容积压力会相应的提升，当大气压低于肺内压时，??气体就会从肺内流出，这个过程就是呼气。呼吸主要分为平静呼吸与深度呼吸，在运动时??人体需要大量氧气参与体内的化学反应，此时多采用的为深度呼吸，而在静坐或是在睡眠??的时人的呼吸相对运动时要均匀、平稳的多，其中静息呼吸的频率大约是每分钟１６？２２次。??图２．２呼吸运动??２）心跳运动??心脏跳动从心房收缩开始到心室舒张结束的时间段称为心动周期（Ｃａｒｄｉａｃ?Ｃｙｃｌｅ）?［２６］。??心动周期由两个时期组成：一个时期是心肌舒张并充血，称为舒张期，其后是一段强烈的??收缩。心脏收缩时内压升高将血液栗到动脉的过程，称为收缩期。在泵出血液后，心脏立??即放松并膨胀，接受从肺部和身体其他部位回流的血液，然后再次收缩以将血液泵入肺和??其他系统。心脏必须得到充分的扩张，才能有效泵出血液至全身。每个心动周期中右心房??的收缩要快于左心房，左心室的收缩略快于右心室，假设心脏健康，典型的搏动速率为每??分钟７０到７５次搏动，则每个心脏周期或心跳大约需要０．８秒才能完成该周期，其中心房??收缩期平均为０．１１秒，舒张期平均为０．６９秒。心室收缩期平均为０．２７秒，舒张期平均为??０．５４?秒。??３）典型信号分析??心电信号（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ，ＥＣＧ）是记录心脏电兴奋的信号，用来观察心脏的运动??情况，是由心肌细胞膜的内外离子浓度差产生。细胞的“极化状态”则是由于细胞膜内外电??９?
【参考文献】：
期刊论文
[1]近距离红外无线数据通信技术[J]. 唐晓康,蒯本森,曲园,刘影. 科学技术创新. 2019(28)
[2]基于EMD-ICA的心冲击信号降噪研究[J]. 姜星,耿读艳,张园园,付志刚. 中国生物医学工程学报. 2019(02)
[3]基于EMD-ICA的激电数据降噪处理方法[J]. 徐信,李志华,杨越. 计算机应用研究. 2017(06)
[4]基于经验模态分解及独立成分分析的微震信号降噪方法[J]. 贾瑞生,赵同彬,孙红梅,闫相宏. 地球物理学报. 2015(03)
[5]心脏心冲击信号降噪方法研究[J]. 杨丹,徐彬,叶琳琳,金晶晶. 生物医学工程学杂志. 2014(06)
[6]基于ICA和EMD的生理信号提取[J]. 张言飞,欧阳健飞,姚丽峰. 计算机工程与应用. 2016(06)
[7]Hilbert-Huang变换发展历程及其应用[J]. 苗晟,王威廉,姚绍文. 电子测量与仪器学报. 2014(08)
[8]WiFi技术及其应用与发展[J]. 李晓阳. 信息技术. 2012(02)
[9]智能睡眠枕的研究[J]. 孙黉杰,汤一平,袁莹. 浙江工业大学学报. 2010(03)
[10]JSON数据交换格式及其在数据验证中的应用[J]. 杨树林,胡洁萍. 北京印刷学院学报. 2008(04)
硕士论文
[1]基于Android的智能家居交互系统设计与开发[D]. 钱礼康.西安建筑科技大学 2017
[2]基于多普勒雷达的非接触式睡眠监测关键技术研究[D]. 周志强.南京理工大学 2017
[3]基于惯性传感器的睡眠识别研究[D]. 童汝超.昆明理工大学 2016
[4]光纤传感器在生理参数检测中的应用研究[D]. 李娜.长春理工大学 2012
本文编号：3354182
【文章来源】：浙江理工大学浙江省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
图１．２多导睡眠检测??ＰＳＧ不但可以实时监测患者睡眠过程中的血氧饱和度、呼吸节奏以及心电血压等基础??生理参数的变化，还可以判断分析多种睡眠中的异常情况，定量分析被测者的睡眠状态以??
压力信号的变化提取心冲击信号??（Ｂａｌｌｉｓｔｏｃａｒｄｉｏｇｒａｍ，ＢＣＧ）与呼吸信号，并计算呼吸暂停区间。通过ＭＱＴＴ协议上传，采??用发布订阅的方式以达到个人查看与集中管理的目的。??＼?一?ｒ—一?１?一??＾?＾???Ｔ－?■?－?－—．?Ｉ?－?■?■?—Ｉ??７ｒｎ?ｒｒＴ??传感器＾置丨压力｜?丨压力丨ｕ??？?Ｌｔ?Ｊ??＾计算呼吸＿＿＾?个人手机显示（报警）??ＷＩＦＩ???，??Ｖ?＾十算心率＿＿????监护中心显示（报警）??图２．１监护系统架构??２．１设计原理??２．１．１生理参数产生原理??１）呼吸运动??呼吸运动（Ｒｅｓｐｉｒａｔｏｒｙ?Ｍｏｖｅｍｅｎｔ）是由于呼吸肌的伸缩而导致的胸廓区域有规律的增??大和缩小，胸廓的缩小以及扩大分别被称为呼气运动（Ｉｎｓｐｉｒａｔｏｒｙ?Ｍｏｖｅｍｅｎｔ）和吸气运动??（Ｅｘｐｉｒａｔｏｒｙ?Ｍｏｖｅｍｅｎｔ）?［２５Ｌ负责吸气的肌肉主要有膈肌和肋间外肌以及斜角饥胸锁乳??突肌等辅助肌肉，而负责呼气的肌肉主要有肋间内肌和腹肌，膈肌的位置在腹腔和胸腔的??中间，形成了胸腔的底部。当静止的时候膈肌会向上隆起，形状如一个钟罩一样；收缩的??８??
会相应的降低，当大气压高于肺内压时，肺内就会流入大气，这个过程被称为??吸气。膈肌和肋间外肌舒张时，肺利用自身的归位能力，带动胸廓，导致内外径的缩小，??此时胸腔以及肺容量会相应的缩小，肺容积压力会相应的提升，当大气压低于肺内压时，??气体就会从肺内流出，这个过程就是呼气。呼吸主要分为平静呼吸与深度呼吸，在运动时??人体需要大量氧气参与体内的化学反应，此时多采用的为深度呼吸，而在静坐或是在睡眠??的时人的呼吸相对运动时要均匀、平稳的多，其中静息呼吸的频率大约是每分钟１６？２２次。??图２．２呼吸运动??２）心跳运动??心脏跳动从心房收缩开始到心室舒张结束的时间段称为心动周期（Ｃａｒｄｉａｃ?Ｃｙｃｌｅ）?［２６］。??心动周期由两个时期组成：一个时期是心肌舒张并充血，称为舒张期，其后是一段强烈的??收缩。心脏收缩时内压升高将血液栗到动脉的过程，称为收缩期。在泵出血液后，心脏立??即放松并膨胀，接受从肺部和身体其他部位回流的血液，然后再次收缩以将血液泵入肺和??其他系统。心脏必须得到充分的扩张，才能有效泵出血液至全身。每个心动周期中右心房??的收缩要快于左心房，左心室的收缩略快于右心室，假设心脏健康，典型的搏动速率为每??分钟７０到７５次搏动，则每个心脏周期或心跳大约需要０．８秒才能完成该周期，其中心房??收缩期平均为０．１１秒，舒张期平均为０．６９秒。心室收缩期平均为０．２７秒，舒张期平均为??０．５４?秒。??３）典型信号分析??心电信号（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｍ，ＥＣＧ）是记录心脏电兴奋的信号，用来观察心脏的运动??情况，是由心肌细胞膜的内外离子浓度差产生。细胞的“极化状态”则是由于细胞膜内外电??９?
【参考文献】：
期刊论文
[1]近距离红外无线数据通信技术[J]. 唐晓康,蒯本森,曲园,刘影. 科学技术创新. 2019(28)
[2]基于EMD-ICA的心冲击信号降噪研究[J]. 姜星,耿读艳,张园园,付志刚. 中国生物医学工程学报. 2019(02)
[3]基于EMD-ICA的激电数据降噪处理方法[J]. 徐信,李志华,杨越. 计算机应用研究. 2017(06)
[4]基于经验模态分解及独立成分分析的微震信号降噪方法[J]. 贾瑞生,赵同彬,孙红梅,闫相宏. 地球物理学报. 2015(03)
[5]心脏心冲击信号降噪方法研究[J]. 杨丹,徐彬,叶琳琳,金晶晶. 生物医学工程学杂志. 2014(06)
[6]基于ICA和EMD的生理信号提取[J]. 张言飞,欧阳健飞,姚丽峰. 计算机工程与应用. 2016(06)
[7]Hilbert-Huang变换发展历程及其应用[J]. 苗晟,王威廉,姚绍文. 电子测量与仪器学报. 2014(08)
[8]WiFi技术及其应用与发展[J]. 李晓阳. 信息技术. 2012(02)
[9]智能睡眠枕的研究[J]. 孙黉杰,汤一平,袁莹. 浙江工业大学学报. 2010(03)
[10]JSON数据交换格式及其在数据验证中的应用[J]. 杨树林,胡洁萍. 北京印刷学院学报. 2008(04)
硕士论文
[1]基于Android的智能家居交互系统设计与开发[D]. 钱礼康.西安建筑科技大学 2017
[2]基于多普勒雷达的非接触式睡眠监测关键技术研究[D]. 周志强.南京理工大学 2017
[3]基于惯性传感器的睡眠识别研究[D]. 童汝超.昆明理工大学 2016
[4]光纤传感器在生理参数检测中的应用研究[D]. 李娜.长春理工大学 2012
本文编号：3354182
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3354182.html
最近更新
教材专著
