基于柔性压力传感器阵列的睡眠呼吸无束缚监测方法研究

发布时间：2022-07-03 21:49

　　睡眠呼吸暂停综合征（Sleep Apnea Syndrom,简称SAS）是一种全身性的慢性疾病,会诱发冠心病、脑卒中、糖尿病及胰岛素抵抗等多种疾病,严重影响患者的生活质量和寿命。监测患者的睡眠呼吸可作为发现并且筛查SAS的有效方法之一。临床上,胸腹呼吸带常被用来监测睡眠呼吸,但其费用昂贵、使用不便且对被监测者有很强的束缚性,而目前较成熟的无束缚监测方法虽能监测呼吸率和呼吸运动,但无法区分胸部和腹部运动,也就无法判别呼吸暂停类型。本课题提出了一种基于柔性压力传感器阵列的无束缚监测睡眠呼吸的方法,该方法通过监测睡眠呼吸过程中胸部和腹部作用于传感器阵列的动态压力而获得胸腹呼吸信号。本文旨在提取胸腹呼吸信号,观察呼吸信号特征,总结出一般规律,明确不同床垫弹性对传感器阵列提取胸腹呼吸信号的影响,分析不同的呼吸方式在仰卧睡姿下胸部和腹部呼吸信号相位差产生的原因。以下为该论文的主要工作内容:1.睡姿识别、胸腹最优提取区域的确定和呼吸信号的采集、降噪基于模糊粗糙集的睡姿识别和基于图结构模型的人体胸腹部的识别,以实现不同睡姿下动态捕捉胸腹部位置的功能。本文采用小波函数对由采集板提取到的原始胸腹呼吸信号进... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 课题来源
    1.2 课题背景与意义
    1.3 研究现状
        1.3.1 接触型检测呼吸
        1.3.2 非接触型检测呼吸
        1.3.3 间接接触型检测呼吸
    1.4 论文结构
    1.5 本章小结
第二章 总体方案设计及关健技术分析
    2.1 总体方案设计
        2.1.1 系统功能分析
        2.1.2 系统总体结构
    2.2 系统分析
        2.2.1 柔性压力传感器阵列
        2.2.2 采集板
    2.3 本章小结
第三章 胸腹呼吸信号提取与处理
    3.1 睡姿识别
        3.1.1 睡姿压力图像获取
        3.1.2 睡姿特征提取
        3.1.3 基于模糊粗糙集的睡姿识别
        3.1.4 实验结果与分析
    3.2 胸腹呼吸信号最优提取区域
    3.3 呼吸信号采集
    3.4 呼吸信号处理
        3.4.1 小波变换的基本原理及小波多分辨率分析
        3.4.2 胸腹呼吸信号的降噪
        3.4.3 呼吸率的提取
    3.5 本章小结
第四章 柔性压力传感器与呼吸带传感器的同步对比实验及分析
    4.1 系统检测睡眠呼吸时的影响因素
    4.2 实验及结果分析
        4.2.1 不同性别在不同睡姿下的呼吸信号提取
        4.2.2 不同性别在不同床垫厚度下的呼吸信号提取
    4.3 基于力学模型的胸腹呼吸运动分析
    4.4 本章小结
第五章 结论与展望
    5.1 工作总结
    5.2 进一步研究展望
参考文献
攻读硕士学位期间的科研成果
致谢



本文编号：3655706