基于BCG的无扰式睡眠健康监护系统的设计与研究
发布时间：2021-05-21 02:52
睡眠质量影响人的精神状态,临床上采用多导睡眠仪（Polysomnography,PSG）通过监测多种参数如脑电、心电、眼电、肌电、脉搏、血氧饱和度、呼吸率等多方面指标评估睡眠质量。这种监测系统需要佩戴各种各样与人体直接接触的传感器。在居家生活中,如果在睡觉前佩戴如此繁多的设备,在一定程度上已经影响了睡眠质量。本文在保证有效性、准确性的基础上,提供了一种无约束、不干扰睡眠的一种睡眠健康监护系统。该方法通过采用压电薄膜传感器,将其放在睡垫下方,采集人体心脏因泵血而引起的身体周期性振动信号,即心冲击信号（Ballistocardiogram,BCG）,从心冲击信号中能提取到人体心率、呼吸、体动三种指标。通过呼吸、体动指标可以对睡眠呼吸暂停、夜间离床进行长期监测,并通过心率变异性（Heart Rate Variability,HRV）相关指标完成睡眠分期。在硬件方面,本文通过分析模拟小信号采集过程中的各个环节,设计了人体电信号采集电路以及心冲击图采集电路。然后在上位机完成对采集到的心电以及心冲击信号的预处理过程,包括基线漂移的去除、伪迹去除以及最小均方自适应数字滤波。通过对心电信号的R波以及心...
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容与结构
第二章 睡眠及相关生理指标
2.1 心电信号概述
2.1.1 心电产生原理
2.1.2 心电图及其波段分类
2.1.3 心电信号的特点
2.2 心冲击信号概述
2.2.1 压电薄膜
2.2.2 心冲击图
2.3 心率变异性概述
2.3.1 心率与心率变异性的关系
2.3.2 心率变异性分析指标
2.4 睡眠分期
2.5 支持向量机
2.6 本章总结
第三章 系统硬件电路设计
3.1 人体电信号采集电路的研究
3.1.1 模拟前端
3.1.2 共模抑制电路
3.1.3 第二级放大及ADC驱动
3.1.4 模数转换器的选择
3.1.5 基准电压
3.1.6 模块化及心电测试结果
3.2 心冲击图采集电路的研究
3.2.1 压电薄膜传感器
3.2.2 电荷放大器及噪声分析
3.2.3 前端电路布局及保护
3.2.4 第二级放大
3.2.5 体动信号及模数转换器
3.2.6 控制电路方案
3.2.7 心冲击图测试结果
3.3 电源方案
3.4 本章总结
第四章 信号处理算法设计
4.1 信号预处理
4.1.1 基线漂移的去除
4.1.2 伪迹去除
4.1.3 自适应滤波器
4.2 心率值提取
4.3 心率变异性算法
4.4 本章总结
第五章 实验设计与分析
5.1 心冲击信号可靠性实验
5.1.1 心冲击信号对比
5.1.2 心电信号与心冲击信号的相关性分析
5.1.3 呼吸暂停检测
5.1.4 夜间离床检测
5.2 基于支持向量机的睡眠分期实验
5.2.1 实验建模分类
5.2.2 分类实验结果分析
5.3 本章总结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
在学期间的研究成果
致谢
【参考文献】：
期刊论文
[1]基于心电与呼吸信号的睡眠分期算法研究[J]. 黄文汉,张伟,胡立刚,周陈旺,向丹阳. 智能计算机与应用. 2018(01)
[2]人工神经网络在HRV分析中的应用研究[J]. 尚宇,张甜. 计算机技术与发展. 2017(09)
[3]基于心率变化的睡眠分期方法[J]. 范林玉,孙晓燕,张艺超. 系统医学. 2017(13)
[4]基于脑电信号特征提取的睡眠分期方法研究[J]. 李斐,马千里. 计算机技术与发展. 2017(01)
[5]智能手环的临床有效性评估[J]. 匡晓,许燕. 世界睡眠医学杂志. 2015(06)
[6]一种仅使用呼吸信号检测非眼动睡眠的方法[J]. 李延军,仲崇发,李琳,祝瑞云. 航天医学与医学工程. 2015(04)
[7]心冲击图心率变异性分析的可行性[J]. 曹欣荣,王昆,张晶,唐劲天. 科技导报. 2014(Z1)
[8]基于心冲击信号的呼吸率检测方法研究[J]. 蒋芳芳,王旭,杨丹,金晶晶. 系统仿真学报. 2011(11)
[9]有关美国睡眠医学学会睡眠分期的最新判读标准指南解析[J]. 王菡侨. 诊断学理论与实践. 2009(06)
[10]基于心率变异分析的睡眠分期方法[J]. 庄志,高上凯,高小榕. 生物医学工程学杂志. 2006(03)
硕士论文
[1]基于心率呼吸率的实时睡眠分期算法研究[D]. 许良.电子科技大学 2018
[2]基于多模生理信号的精神疲劳检测系统的设计与研究[D]. 李志学.兰州大学 2018
[3]基于心冲击信号的睡眠监测识别研究[D]. 张艺超.杭州师范大学 2018
[4]基于压电薄膜传感器的心冲击图信号应用性研究[D]. 张泱.河北工业大学 2017
[5]基于脑电图的睡眠自动分期和特征分析[D]. 张晓宇.南京大学 2016
[6]基于HRV分析的睡眠分期方法研究[D]. 孙微.天津工业大学 2016
[7]一种实时心电监护的穿戴式智慧衣[D]. 董精通.天津大学 2016
[8]睡眠呼吸暂停综合症患者认知功能障碍临床研究[D]. 吉维忠.昆明医学院 2005
本文编号：3198905
【文章来源】：兰州大学甘肃省 211工程院校 985工程院校 教育部直属院校
【文章页数】：64 页
【学位级别】：硕士
【文章目录】：
中文摘要
Abstract
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容与结构
第二章 睡眠及相关生理指标
2.1 心电信号概述
2.1.1 心电产生原理
2.1.2 心电图及其波段分类
2.1.3 心电信号的特点
2.2 心冲击信号概述
2.2.1 压电薄膜
2.2.2 心冲击图
2.3 心率变异性概述
2.3.1 心率与心率变异性的关系
2.3.2 心率变异性分析指标
2.4 睡眠分期
2.5 支持向量机
2.6 本章总结
第三章 系统硬件电路设计
3.1 人体电信号采集电路的研究
3.1.1 模拟前端
3.1.2 共模抑制电路
3.1.3 第二级放大及ADC驱动
3.1.4 模数转换器的选择
3.1.5 基准电压
3.1.6 模块化及心电测试结果
3.2 心冲击图采集电路的研究
3.2.1 压电薄膜传感器
3.2.2 电荷放大器及噪声分析
3.2.3 前端电路布局及保护
3.2.4 第二级放大
3.2.5 体动信号及模数转换器
3.2.6 控制电路方案
3.2.7 心冲击图测试结果
3.3 电源方案
3.4 本章总结
第四章 信号处理算法设计
4.1 信号预处理
4.1.1 基线漂移的去除
4.1.2 伪迹去除
4.1.3 自适应滤波器
4.2 心率值提取
4.3 心率变异性算法
4.4 本章总结
第五章 实验设计与分析
5.1 心冲击信号可靠性实验
5.1.1 心冲击信号对比
5.1.2 心电信号与心冲击信号的相关性分析
5.1.3 呼吸暂停检测
5.1.4 夜间离床检测
5.2 基于支持向量机的睡眠分期实验
5.2.1 实验建模分类
5.2.2 分类实验结果分析
5.3 本章总结
第六章 结论与展望
6.1 结论
6.2 展望
参考文献
在学期间的研究成果
致谢
【参考文献】：
期刊论文
[1]基于心电与呼吸信号的睡眠分期算法研究[J]. 黄文汉,张伟,胡立刚,周陈旺,向丹阳. 智能计算机与应用. 2018(01)
[2]人工神经网络在HRV分析中的应用研究[J]. 尚宇,张甜. 计算机技术与发展. 2017(09)
[3]基于心率变化的睡眠分期方法[J]. 范林玉,孙晓燕,张艺超. 系统医学. 2017(13)
[4]基于脑电信号特征提取的睡眠分期方法研究[J]. 李斐,马千里. 计算机技术与发展. 2017(01)
[5]智能手环的临床有效性评估[J]. 匡晓,许燕. 世界睡眠医学杂志. 2015(06)
[6]一种仅使用呼吸信号检测非眼动睡眠的方法[J]. 李延军,仲崇发,李琳,祝瑞云. 航天医学与医学工程. 2015(04)
[7]心冲击图心率变异性分析的可行性[J]. 曹欣荣,王昆,张晶,唐劲天. 科技导报. 2014(Z1)
[8]基于心冲击信号的呼吸率检测方法研究[J]. 蒋芳芳,王旭,杨丹,金晶晶. 系统仿真学报. 2011(11)
[9]有关美国睡眠医学学会睡眠分期的最新判读标准指南解析[J]. 王菡侨. 诊断学理论与实践. 2009(06)
[10]基于心率变异分析的睡眠分期方法[J]. 庄志,高上凯,高小榕. 生物医学工程学杂志. 2006(03)
硕士论文
[1]基于心率呼吸率的实时睡眠分期算法研究[D]. 许良.电子科技大学 2018
[2]基于多模生理信号的精神疲劳检测系统的设计与研究[D]. 李志学.兰州大学 2018
[3]基于心冲击信号的睡眠监测识别研究[D]. 张艺超.杭州师范大学 2018
[4]基于压电薄膜传感器的心冲击图信号应用性研究[D]. 张泱.河北工业大学 2017
[5]基于脑电图的睡眠自动分期和特征分析[D]. 张晓宇.南京大学 2016
[6]基于HRV分析的睡眠分期方法研究[D]. 孙微.天津工业大学 2016
[7]一种实时心电监护的穿戴式智慧衣[D]. 董精通.天津大学 2016
[8]睡眠呼吸暂停综合症患者认知功能障碍临床研究[D]. 吉维忠.昆明医学院 2005
本文编号：3198905
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3198905.html
