用于睡眠监测的非接触式呼吸测量方法及其实现
发布时间:2021-01-03 00:54
随着社会的不断发展,人们生活水平的日益提高,越来越多的人开始关注于自身健康状况,传统的监测人体生理指标模式主要是以医院为中心,然而现在正逐渐向以预防为主的家庭化、小型化的发展模式转换。因此,一种能实现实时动态地监护人体生理指标的便携式看护仪器将会是人们未来家庭健康、个人疾病的预防首选。有关研究表明,人体的频率、强度、节奏等睡眠呼吸信号可以在很大程度上反应身体健康状况,揭示疾病的出现。因而,对人体睡眠呼吸监测具有非常重要的医学意义。现今的医用呼吸监测设备大多存在一些弊端:体积比较大、价格比较昂贵、都是采用接触式的检测。接触式的检测不但会给病人带来束缚感,影响检测效果,而且对于特殊病人(婴儿、老人)很不方便。因此本文提出了一种非接触式的睡眠呼吸测量方案,采用以红外摄像头作为检测的传感器,运用高斯混合背景差分算法和非参的直方图分割算法,来准确的获取人体睡眠呼吸信号。该方案的测量装置不但价格便宜、实用,而且与人体非接触。本论文的主要研究工作如下所示:(1)基于帧间差分的睡眠呼吸运动检测。通过实验发现,运用最简单的帧间差分算法检测呼吸运动,效果并不明显,存在检测不连续的问题。为此,本文研究和实现...
【文章来源】:深圳大学广东省
【文章页数】:68 页
【学位级别】:硕士
【部分图文】:
睡眠检测设备
情况下测量呼吸频率。所以我们通过视频处理的组摄像头采集夜间睡眠视频,然后利用高斯混合运动,而获得呼吸运动后我们怎么从呼吸运动信是一种利用把呼吸运动投影成直方图的形式,然信息进行分割,从而得到比较精确的呼吸频率信伸缩而导致的胸廓区域有规律的增大和缩小ement),胸廓的缩小以及扩大分别被称为呼运动(Expiratory Movement)。吸气肌主要有膈肌和腹肌[30],除此之外,还有一些辅助的吸气肌图如图 2-1 所示。
用于睡眠监测的非接触式呼吸测量方法及动原理腔的中间,形成了胸腔的底部[30]。当静样;收缩的时候,隆起的部位向下移动,积会相应的变大,肺内压会相应的降低这个过程被称为吸气。舒张时,肺利用自身的能力归位,带动会相应的缩小,肺容积压力会相应的提升,这个过程就是呼气。吸气呼气原理实物
【参考文献】:
期刊论文
[1]呼吸频率检测技术研究现状[J]. 严旭,刘洪英,贾子如,田森富,皮喜田. 北京生物医学工程. 2017(05)
[2]基于KNN算法的手写数字识别[J]. 李诗语,王峰,曹彬,梅琪,肖飞. 电脑知识与技术. 2017(25)
[3]智能手环系统的设计与实现[J]. 马旭平,蔡嘉豪,阴昱为,丁尚甦. 电脑知识与技术. 2016(36)
[4]小波变换结合快速傅里叶变换从PPG中提取呼吸率[J]. 赵素文,高凡,邓莉. 中国医学物理学杂志. 2016(01)
[5]基于光栅传感器的穿戴式呼吸监测系统设计[J]. 周子健,黄绍岚,杨其宇,徐维超. 传感器与微系统. 2015(07)
[6]双频率阻抗式呼吸检测系统的设计[J]. 王建波,李涛. 中国医疗设备. 2015(05)
[7]呼吸信号检测技术研究现状[J]. 张鹏飞,张华,拜军,李岩峰,荆西京,路国华,王健琪. 国际生物医学工程杂志. 2012 (06)
[8]便携式睡眠呼吸暂停低通气监测仪的设计[J]. 胡寒冬,陈洪波,陈真诚. 电子测量与仪器学报. 2011(09)
[9]混合高斯模型和LBP纹理模型相融合的背景建模[J]. 刘泉志,胡福乔. 微型电脑应用. 2010(10)
[10]常见分布的最大Kullback-Leibler距离[J]. 蔡择林,李开灿. 武汉大学学报(理学版). 2007(05)
硕士论文
[1]视频中前景检测和背景建模算法的研究[D]. 顾西存.重庆邮电大学 2016
[2]基于ARM的非接触式呼吸检测及蓝牙通信[D]. 杨凯.燕山大学 2014
[3]基于生物雷达的非接触睡眠状态监测技术的初步研究[D]. 张鹏飞.第四军医大学 2013
[4]基于普通摄像头的人体呼吸特征的测量[D]. 丁赫.天津大学 2012
[5]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
[6]保序回归的算法及应用[D]. 朱莹莹.江西师范大学 2011
[7]穿戴式呼吸参数监测与无线传输系统的研制[D]. 杨沐春.吉林大学 2008
[8]光流技术及其在运动目标检测和跟踪中的应用研究[D]. 王亮.国防科学技术大学 2007
本文编号:2953986
【文章来源】:深圳大学广东省
【文章页数】:68 页
【学位级别】:硕士
【部分图文】:
睡眠检测设备
情况下测量呼吸频率。所以我们通过视频处理的组摄像头采集夜间睡眠视频,然后利用高斯混合运动,而获得呼吸运动后我们怎么从呼吸运动信是一种利用把呼吸运动投影成直方图的形式,然信息进行分割,从而得到比较精确的呼吸频率信伸缩而导致的胸廓区域有规律的增大和缩小ement),胸廓的缩小以及扩大分别被称为呼运动(Expiratory Movement)。吸气肌主要有膈肌和腹肌[30],除此之外,还有一些辅助的吸气肌图如图 2-1 所示。
用于睡眠监测的非接触式呼吸测量方法及动原理腔的中间,形成了胸腔的底部[30]。当静样;收缩的时候,隆起的部位向下移动,积会相应的变大,肺内压会相应的降低这个过程被称为吸气。舒张时,肺利用自身的能力归位,带动会相应的缩小,肺容积压力会相应的提升,这个过程就是呼气。吸气呼气原理实物
【参考文献】:
期刊论文
[1]呼吸频率检测技术研究现状[J]. 严旭,刘洪英,贾子如,田森富,皮喜田. 北京生物医学工程. 2017(05)
[2]基于KNN算法的手写数字识别[J]. 李诗语,王峰,曹彬,梅琪,肖飞. 电脑知识与技术. 2017(25)
[3]智能手环系统的设计与实现[J]. 马旭平,蔡嘉豪,阴昱为,丁尚甦. 电脑知识与技术. 2016(36)
[4]小波变换结合快速傅里叶变换从PPG中提取呼吸率[J]. 赵素文,高凡,邓莉. 中国医学物理学杂志. 2016(01)
[5]基于光栅传感器的穿戴式呼吸监测系统设计[J]. 周子健,黄绍岚,杨其宇,徐维超. 传感器与微系统. 2015(07)
[6]双频率阻抗式呼吸检测系统的设计[J]. 王建波,李涛. 中国医疗设备. 2015(05)
[7]呼吸信号检测技术研究现状[J]. 张鹏飞,张华,拜军,李岩峰,荆西京,路国华,王健琪. 国际生物医学工程杂志. 2012 (06)
[8]便携式睡眠呼吸暂停低通气监测仪的设计[J]. 胡寒冬,陈洪波,陈真诚. 电子测量与仪器学报. 2011(09)
[9]混合高斯模型和LBP纹理模型相融合的背景建模[J]. 刘泉志,胡福乔. 微型电脑应用. 2010(10)
[10]常见分布的最大Kullback-Leibler距离[J]. 蔡择林,李开灿. 武汉大学学报(理学版). 2007(05)
硕士论文
[1]视频中前景检测和背景建模算法的研究[D]. 顾西存.重庆邮电大学 2016
[2]基于ARM的非接触式呼吸检测及蓝牙通信[D]. 杨凯.燕山大学 2014
[3]基于生物雷达的非接触睡眠状态监测技术的初步研究[D]. 张鹏飞.第四军医大学 2013
[4]基于普通摄像头的人体呼吸特征的测量[D]. 丁赫.天津大学 2012
[5]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
[6]保序回归的算法及应用[D]. 朱莹莹.江西师范大学 2011
[7]穿戴式呼吸参数监测与无线传输系统的研制[D]. 杨沐春.吉林大学 2008
[8]光流技术及其在运动目标检测和跟踪中的应用研究[D]. 王亮.国防科学技术大学 2007
本文编号:2953986
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2953986.html