当前位置:主页 > 医学论文 > 临床医学论文 >

用于睡眠监测的BCG测量系统设计及睡姿识别方法研究

发布时间:2020-04-01 22:42
【摘要】:睡眠占据了人类生命的三分之一,目前,有超过30%的成年人存在不同程度的睡眠问题。传统多导睡眠监测是诊断和治疗睡眠障碍的金标准,但其检查程序复杂和舒适性不足等问题严重制约了睡眠监测的普及与推广。在睡眠过程中,心冲击信号(ballistocardiogram,BCG)能通过非接触式传感器进行便携式无扰动测量,同时该信号蕴含了大量与睡眠相关的生理信息,其中,睡姿信息的挖掘对于监测体位性睡眠障碍具有重要意义。论文在BCG测量系统研制的同时,对睡眠BCG信号的噪声处理与伪差识别算法展开了深入研究,并提出了两种基于BCG信号识别睡姿的机器学习方法。论文的主要研究内容及创新点如下:1)研制了低功耗高精度的BCG测量系统并应用于睡姿识别。基于柔性压电薄膜传感器开发了 BCG信号高精度调理与模数转换电路,基于超低功耗微控制器设计了 BCG信号采集系统的嵌入式软件,并初步验证了 BCG测量系统的安全性与可靠性,同时,利用该系统收集了 64名受试者共计80例的睡眠数据,通过类别标注建立了实验数据集,为论文睡姿识别方法的研究提供了保障。2)提出了一种基于统计信号处理的睡眠BCG运动伪差自动识别算法。通过特征生成与比较,选定BCG差分序列的窗口极差作为统计量,并基于Neyman-Pearson准则对特征明显的强伪差进行了优先识别;在此基础上,提出了结合峰态系数与硬阈值比较的策略,从而实现了对弱伪差的精细化检测。经实验数据集验证,算法取得了较好的伪差识别性能:灵敏度99.84%,特异度97.83%。3)围绕BCG信号“W”复合波的宽度WW、高度HW、面积AW、体质指数BW以及中心陡度CRW五个形态学特征,提出了两种睡姿识别的机器学习方法。一种是基于改进粒子群优化的非线性支持向量机(AAE-PSO-SVM)方法,提出了自适应加速因子的扩展粒子群优化算法来提高非线性支持向量机模型参数的搜索效率:另一种是基于半监督约束的改进模糊k均值聚类(SSE-FKM)方法,设定了校准程序来优化初始聚类划分,基于Shannon信息熵对欧氏距离进行了加权,改进了隶属度约束并引入了区间信息监督。实验结果表明,两种方法对睡姿识别的平均精度分别为96.28%和98.03%,与现有其它睡姿识别方法相比,论文提出的这两种睡姿识别方法不但能获得较高的准确度,同时还实现了无扰动睡眠监测。综上,论文研制了一种低功耗高精度的睡眠BCG测量系统,解决了 BCG信号分析中的运动伪差干扰问题,提出并验证了两种基于BCG信号间接识别睡姿的机器学习方法。这些研究为日常环境下的便携式睡眠监测提供了新的思路,对于促进睡眠障碍的筛查、诊断和治疗具有重要意义。
【图文】:

微重力,测量系统


包括邋EMFi邋(electromechanical邋film)和邋PVDF邋(polyvinylidene邋fluoride)。2011邋年,亚琛工业逡逑大学M.邋Walter等[671在一辆两座Smart轿车的副驾驶座椅内集成了一片EMFi压电薄膜,用逡逑于采集人体臀部与腿部的BCG信号,如图1.2-B所示,该系统利用容性电极同步收集了人逡逑体ECG信号。结果表明,在汽车引擎关闭状态下,系统可获得高质量的BCG信号;而在逡逑汽车行驶过程中,BCG测量受各种振动干扰的影响.波形失真严重。2017年,清华大学张逡逑先文等1681通过一张集成在座椅坐垫内的PVDF压电薄膜,提取了邋24名受试者各5分钟的逡逑BCG信号,并采取模板匹配算法对BCG心动周期进行了定位。实验结果表明,,BCG与标逡逑准ECG在心率检测方面无明显差异。在上述类似系统中,研宄人员均发现,BCG测量极易逡逑受到身体晃动和环境振动的干扰,轻微运动就会导致信号的特征难以辨识。逡逑在睡眠监测的应用场景中,BCG测量系统几乎都围绕床体的形式进行设计,传感器一逡逑般部署在床垫、枕头或床腿底部。2012年

框架图,论文研究,总体结构,框架


一。逡逑1.4研究目标与内容逡逑1.4.1论文的研宄目标逡逑为了长时间、准确而可靠地收集睡眠过程中的BCG信号,论文旨在设计低功耗高精度逡逑的睡眠BCG信号测量系统,并对噪声滤波和运动伪差自动识别的关键技术与算法展开研宄。逡逑为了实现无扰动的睡姿监测,论文围绕模型、准则和求解算法三个要素,对基于BCG信号逡逑识别睡姿的机器学习方法进行深入研宄,并建立实验数据集来验证睡姿识别方法的有效性和逡逑准确度。逡逑1.4.2论文的研宄内容逡逑根据生理信号检测系统和算法开发的研宄路径,论文研宄内容分为五个部分:理论建模、逡逑系统研制、信号预处理、睡姿识别以及实验结果分析,结构流程如图1.3所示。逡逑
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2019
【分类号】:R740;TN911.7

【参考文献】

相关期刊论文 前10条

1 陈贵海;张立强;高雪梅;赵忠新;刘建红;张斌;叶京英;卢晓峰;王兵;李庆云;;成人阻塞性睡眠呼吸暂停多学科诊疗指南[J];中华医学杂志;2018年24期

2 孙念;叶京英;倪鑫;张俊波;邰隽;曹鑫;张鹏;;体位相关性阻塞性睡眠呼吸暂停低通气综合征患者临床特征分析[J];中华耳鼻咽喉头颈外科杂志;2016年11期

3 梁送民;陈仲春;黄晶晶;赵霞;黄昱;章如新;;便携式睡眠监测仪对阻塞性睡眠呼吸暂停低通气综合征的诊断价值分析[J];中华耳鼻咽喉头颈外科杂志;2016年03期

4 吴灶全;刘梦星;秦丽平;叶树明;陈杭;;基于ARM Cortex-M0+内核的穿戴式医疗设备MCU选型分析[J];中国医疗器械杂志;2015年03期

5 萧如珀;杨信男;;1880年3月:居里兄弟发现了压电现象[J];现代物理知识;2015年02期

6 刘梦星;叶树明;许志;陈杭;;便携式医疗电子仪器设计中的MCU选型分析[J];中国医疗器械杂志;2014年03期

7 王德玺;张宗平;刘红;李韵;雷飞;唐向东;;体动记录仪在睡眠和睡眠障碍监测中的应用[J];生物医学工程学杂志;2014年01期

8 李哲;唐向东;;体位性阻塞性睡眠呼吸暂停的诊治进展[J];中华医学杂志;2014年02期

9 叶荫球;姜太平;张蕾;;基于水平集方法和神经网络的人体睡姿识别[J];工业控制计算机;2013年05期

10 魏永莉;陈丹丹;苏梅;殷敏;李

本文编号:2611053


资料下载
论文发表

本文链接:https://www.wllwen.com/linchuangyixuelunwen/2611053.html


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

版权申明:资料由用户03763***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