基于ARM的智能止鼾枕研究与设计

发布时间：2020-04-10 01:58

【摘要】：打鼾是日常生活中一种非常常见的睡眠呼吸现象,据相关机构的不完全统计显示,我国约有30%以上的成年人存在打鼾现象。睡觉打鼾是一个不健康的睡眠呼吸表现,其不仅妨碍他人的睡眠,而且还对打鼾者自身的健康存在着巨大的潜在威胁。通常来讲,经常睡觉打呼噜或者是打呼噜比较严重的人通常都会患有睡眠呼吸暂停综合症(SAS),该症状将导致长期的呼吸不顺畅以及缺氧,导致血液中氧含量减少,形成低血氧症,从而诱发高血压,冠心病,脑血管疾病等并发症,甚至出现夜间猝死。目前,医学上主要是通过多导睡眠图监测系统对该症状进行诊断,但其有两大缺点,一是设备复杂且极其昂贵,不易推广,以至于众多潜在的睡眠呼吸暂停综合症患者不能得到及时的确诊和治疗;二是多导睡眠图(PSG)监测为“侵入式”的监测设备,需要用导管连接患者身体多个部位,容易造成患者身体不适。为了解决上述问题,本文提出了智能止鼾枕的设计,并对整个止鼾枕系统的硬件部分以及软件部分进行具体介绍,其中,将硬件部分分为枕边设备和枕头两部分,将软件部分分为鼾声信号的检测与识别和鼾声信号的评估。对于硬件部分,本文对每部分路进行了较详细的介绍,包括每部分的详细构成、每个元器件的选型、每部分需负责及完成的工作以及详细电路原理图等;软件部分则通过应用声音信号的端点检测、特征提取以及鼾声非鼾声分类等算法实现了鼾声信号的检测与识别工作,通过对睡眠呼吸暂停综合症在临床上的具体表现以及对用户整夜鼾声信号的分析,实现了鼾声信号的评估。并对其进行了仿真测试,测试结果显示本系统对鼾声信号具有非常高的识别率且止鼾效果良好。总而言之,该智能止鼾枕结合信号检测、语音处理技术以及嵌入式技术等技术,并应用相关鼾声识别算法,实现了在不影响用户睡眠的情况下,经过对用户鼾声信号的检测与分析,判断用户是否患有睡眠呼吸暂停综合症,并驱动气泵对枕头内部气囊的充放气,从而调整用户的头部位置,进而调整用户睡觉姿势,从而实现止鼾或降低鼾声分贝的目的。
【图文】：

数据传输部分实物图

存储器实物图
【学位授予单位】：中原工学院
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TS941.75;TH789

【参考文献】

相关期刊论文 前10条

1 周晓武;;嵌入式实时英语语音识别系统的设计与研究[J];电子设计工程;2017年08期

2 蒋泰;张林军;;语音识别自适应算法在智能家居中的应用[J];计算机系统应用;2017年03期

3 李虹;徐小力;吴国新;丁春艳;赵学梅;;基于MFCC的语音情感特征提取研究[J];电子测量与仪器学报;2017年03期

4 王文剑;祁晓博;郭虎升;;一种高斯区间核SVM分类模型[J];数据采集与处理;2017年01期

5 张校非;白艳萍;;基于改进的PSO-SVM的音频信号特征识别和分类[J];数学的实践与认识;2017年01期

6 侯一民;周慧琼;王政一;;深度学习在语音识别中的研究进展综述[J];计算机应用研究;2017年08期

7 高家宝;来羽;;一种新的HMM/SVM混合语音识别模型[J];控制工程;2016年11期

8 汪海彬;余正涛;毛存礼;郭剑毅;;SMFCC:一种新的语音信号特征提取方法[J];计算机应用;2016年06期

9 彭好;许辉杰;黄魏宁;高瞻;贺宇霞;胡长泳;;阻塞性睡眠呼吸暂停低通气综合征和单纯鼾症患者鼾声声压级参数分析[J];山东大学耳鼻喉眼学报;2014年03期

10 孟泽民;林生生;;基于神经网络的家用型睡眠呼吸暂停综合症监测系统[J];计算机系统应用;2014年03期

相关硕士学位论文 前3条

1 马干军;鼾声信号检测与分析算法研究[D];南京理工大学;2016年

2 李馨;基于鼾声时频分析的OSAHS诊断[D];大连理工大学;2014年

3 程小艳;嵌入式STM32F107VCT6微处理器接口模块开发及应用研究[D];合肥工业大学;2012年

，

本文编号：2621587