当前位置:主页 > 科技论文 > 自动化论文 >

非接触式呼吸暂停检测算法的研究与实现

发布时间:2021-11-11 00:38
  睡眠呼吸暂停综合征是一类常见的呼吸相关疾病,不仅影响患者的日常生活状态,更有可能引发高血压、中风、糖尿病等疾病。目前医学上采用PSG作为睡眠呼吸暂停综合征检测的金标准。但PSG检查价格昂贵,操作繁琐,需要大量传感器直接连接身体而干扰正常睡眠。因此本文提出一种成本低,易操作,无需传感器连接的检测方法,用于睡眠呼吸暂停综合征的前期初筛,对患者和医疗、医护机构都具有十分重要的意义和价值。本文参考了目前在睡眠呼吸暂停综合征检测方法,提出了一种基于PVDF压电薄膜传感器信号的睡眠呼吸暂停综合征检测算法。算法在采集方式上属于非接触方式,极大的降低了测试者在检测时的负担。使用原始的压电薄膜信号,通过数据增强,滑动窗口分割,制作了相关数据集;使用一个6层一维卷积神经网络构建了训练模型,通过对输入信号的选择以及模型的调参,最终的呼吸暂停检测模型准确率达到92.76%。另外,本文讨论了利用胸部的传感器信号实现呼吸暂停类别识别的可能性。通过构建了一个结构简单的一维卷积神经网络模型,与用于呼吸暂停检测的一维卷积神经网络进行对比分析,通过参数调优,最终使用呼吸暂停检测的模型得到了77.13%的准确率。之后将呼吸... 

【文章来源】:东华大学上海市 211工程院校 教育部直属院校

【文章页数】:55 页

【学位级别】:硕士

【部分图文】:

非接触式呼吸暂停检测算法的研究与实现


多导睡眠图监测信号可视化界面

心电图,场景,测试者,多导睡眠图


图 1.1 多导睡眠图监测信号可视化界面多导睡眠图(polysomnography,PSG)被认为是用来诊断 SAS 的。它通过各种连接到测试者身上的传感器来记录测试者夜间的多项如图 1.1 所示,包括鼻息气流,呼吸运动,血氧浓度(SpO2),脑encephalogram, EEG),眼电图(electro-oculogram, EOG),肌myogram, EMG),心电图(electrocardiogram, ECG)和身体位置。确的诊断结果,但是 PSG 也有一些不足,例如成本昂贵;需要相量时间进行人工分析;过多的传感器如图 1.2 所示会影响测试者的影响诊断结果。以上这些原因导致 PSG 设备在国内普及度不高,一个代替 PSG 检测呼吸暂停的方法。

信号对比,传感器信号,气流,神经网络


图 2.1 PVDF 传感器信号(上)与口鼻气流信号对比(下)如图 2.1 所示,PVDF 压电薄膜传感器所采集的信号与一些常用的人体生理信号,如 ECG、口鼻气流信号十分相似,因此在一些研究中可以借鉴其他领域的研究成果。2.2 卷积神经网络机器学习的重点在于一种可以根据人类已有的经验自动改善的计算机程序。神经网络作为一种近年来十分常用的机器学习方法,其特点是非常强的非线性拟合能力,自我学习的能力很强。由于神经网络的自我学习能力很强,在训练中可以很大程度上的省略人工的特征提取步骤,这极大的加大了神经网络的普及程度,开发人员不需要太多的特定领域知识就能通过神经网络很好的完成任务。神经网络出色的鲁棒性降低了数据噪声带来的影响,并且在分类问题上,神经网络已经有了许多优秀的案例,因此神经网络成为了数据建模的一个最常见方式之一。神经网络的原理是,将许许多多单一的神经元连接到一起,一个神经元的输出又将作为另一个神经元的输入。通常,神经元按层划分,通过各层的堆叠,达

【参考文献】:
期刊论文
[1]PVDF传感器的睡眠呼吸检测研究[J]. 祝奔奔,万舟,魏建雄.  自动化仪表. 2018(10)
[2]呼吸信号检测用PVDF压电薄膜传感器设计[J]. 徐智俊,韩国强.  机械制造与自动化. 2017(05)
[3]阻塞性睡眠呼吸暂停低通气综合征诊治指南(基层版)[J]. 何权瀛,王莞尔.  中国呼吸与危重监护杂志. 2015(04)
[4]基于神经网络的家用型睡眠呼吸暂停综合症监测系统[J]. 孟泽民,林生生.  计算机系统应用. 2014(03)
[5]基于心电信号的睡眠呼吸暂停综合征检测算法[J]. 余晓敏,涂岳文,黄超,叶树明,陈杭.  生物医学工程学杂志. 2013(05)
[6]睡眠呼吸暂停综合征[J]. 杨晔,王浩.  人民军医. 2010(02)
[7]PVDF压力传感器的冲击压电特性研究[J]. 张安跃,唐志平,郑航.  实验力学. 2009(03)
[8]基于PVDF压电薄膜的脉搏测量系统研究[J]. 舒方法,石俊.  压电与声光. 2008(01)
[9]睡眠监护技术的发展[J]. 叶志前,郑涛,裘利坚.  国外医学.生物医学工程分册. 2003(06)
[10]睡眠呼吸暂停综合征的综述[J]. 夏俊娣,杜钟珍.  临床肺科杂志. 1999(02)



本文编号:3488261

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3488261.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9e7de***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com