基于FCEEMD的便携式睡眠生理信号监测系统的研究和实现

发布时间：2020-04-05 13:37

【摘要】：人有三分之一的时间在睡眠中度过,睡眠质量的好坏影响人的身体健康及生活品质,因此良好的睡眠质量非常重要。目前,多导睡眠监测仪(Polysomnograghy,PSG)是国内外监测睡眠质量的金标准,但PSG无论在经济上还是时间上,都会给人们带来不便,无法实现家庭的自行监测。针对此问题,本课题研发一套便携式睡眠监测系统方便人们在家里对自己的睡眠进行监测。本文通过监测人体生理信号中的呼吸、心跳信号来评估睡眠质量,提出了利用快速互补总体经验模态分解算法(FCEEMD)进行生理信号分解,并结合能量阈值法,识别出FCEEMD分解出的本征模态分量(IMF)中的呼吸、心跳信号。比较了传统的经验模态分解(EMD)以及EMD的改进算法总体经验模态分解算法(EEMD)和互补总体经验模态分解(CEEMD)算法,FCEEMD能够更有效的消除模态混叠问题,并通过镜像延拓抑制端点效应问题,同时,在算法的计算效率和分解的精度上都更优于传统的EMD算法。所以本文采用FCEEMD算法对生理信号进行分离,并结合能量阈值法,实现了呼吸、心跳信号的自适应识别,保证了整个算法的准确性、实时性和自适应性。根据人体生理信号特征和算法需求,制定便携式生理信号采集系统的整体方案,进行系统的硬件设计和软件设计。其中硬件设计主要包括主控芯片、传感器以及前端滤波放大电路的设计等。软件设计了基于MATLAB环境下的系统上位机数据接收界面。最后搭建人体生理信号采集和处理实验平台,以验证本文提出的FCEEMD算法结合能量阈值法的可靠性和便携式采集系统软硬件设计的可行性。实现了呼吸、心跳信号的实时显示和数据存储。
【图文】：

合肥工业大学硕士学位论文监测，，不仅会感觉不舒服，而且增添了很大的身心压力，导致监理想，不能有效反映患者的实际睡眠状况进而干扰后期睡眠分，另一方面，患者需要在医院连续睡眠 2~3 天以完成监测。昂贵经济负担和精神负担。此外，该监测耗时时间长，给人们带来了实现家庭的自行监测。因此，多导睡眠仪无法普及到家家户户

第二章 生理信号分解算法研究第二章 生理信号分解算法研究.1 生理信号简介目前论文研究的生理信号是通过压力传感器检测人体正常呼吸和心跳运动的胸腔微弱波动得到的，同时，由于压力传感器的灵敏度，使得采集到的信号包括其他干扰噪声。人体生理信号具有微弱、低频、抗干扰能力弱等特点，所何采集含有噪声的微弱生理信号是本课题的难点。同时人体正常情况下，呼吸起的胸腔波动幅度较大，呼吸信号能量较强，心脏跳动所引起的胸腔波动较小此心跳信号能量相对较弱[30]。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TH789

【参考文献】

相关期刊论文 前7条

1 岳龙;刘怀山;刘凯;徐秀刚;邢磊;;基于时频分析的初至拾取方法研究[J];石油物探;2015年05期

2 程序;;良好睡眠 从健康心理开始[J];健康向导;2015年03期

3 张芳;;国人陷入睡眠危机[J];决策与信息;2012年09期

4 王建国;王孝通;徐晓刚;;经验模式分解及其应用研究[J];计算机工程与应用;2010年04期

5 俞梦孙;杨军;张宏金;;微动敏感床垫睡眠检测系统的理论和实践[J];中华航空航天医学杂志;2009年04期

6 张安跃;唐志平;郑航;;PVDF压力传感器的冲击压电特性研究[J];实验力学;2009年03期

7 张宏金,杨军,俞梦孙,吴锋,王青青,徐先荣,陈同欣,赵显亮,成奇明,周玉彬,金璋瑞,刘娟;微动敏感床垫式睡眠监测系统与多导睡眠图的比较研究[J];实用诊断与治疗杂志;2004年06期

相关博士学位论文 前2条

1 宁静;基于EMD和Cohen核的时—频分析研究及其在轨道不平顺监测中的应用[D];西南交通大学;2011年

2 谢启伟;经验模式分解算法分析和应用[D];中国科学技术大学;2008年

相关硕士学位论文 前3条

1 王辉;时频分析在地震资料提频去噪中的应用[D];长安大学;2014年

2 刘延涛;呼吸与心跳运动干扰下的消融导管定位信号仿真分析及试验研究[D];郑州大学;2012年

3 张华;生物雷达非接触检测中呼吸和心跳信号分离算法研究[D];第四军医大学;2012年

本文编号：2615086