基于光电容积脉搏波的睡眠分期方法研究

发布时间：2021-06-13 02:39

　　目前,睡眠健康的研究越来越引起人们关注,睡眠状态的实时监测与判别对人体睡眠质量的准确评估尤为重要。现在睡眠分期的大部分研究都是使用脑电信号,技术可以说是很成熟,但是其测量手段复杂,成本高,不利于日常监测,所以研究非脑电信号与睡眠分期的关系也就显得很有意义。本文首先叙述了睡眠分期的国内和国外的研究现状,以及非脑电信号在睡眠状态分析研究中的应用;其次将心电间期RRI、脉搏间期PPI作为睡眠分期的特征参数,应用去趋势波动分析算法DFA以及去趋势互相关分析算法DCCA,将得到的标度指数来对睡眠状态进行分期研究,最终将研究内容实现为一套小型化的基于智能手机和云平台的睡眠监测系统。如下是本篇文章的几个创新的地方:（1）首先对不同睡眠状态的RRI与PPI进行DFA、DCCA的分析,我们发现,DFA（RRI）、DFA（PPI）、DCCA（RRI-PPI）标度指数均存在着WAKE>REM>LS>DS的一致性规律,并且均大于0.5,说明心电间期RRI、脉搏间期PPI以及两者之间均存在着长程相关性,并且随着睡眠深度不断减弱,这在一定程度上反应了睡眠过程中心血管调节机制的变化。（2）将健康人... 

【文章来源】：南京邮电大学江苏省

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 睡眠分期简介
        1.1.1 睡眠简介
        1.1.2 睡眠分期简介
    1.2 非脑电信号与睡眠分期的关系
        1.2.1 心电与睡眠分期的关系
        1.2.2 脉搏波与心电的关系
    1.3 睡眠分期发展历程
    1.4 睡眠分期的研究意义
    1.5 论文章节安排
第二章 心电图与脉搏波
    2.1 心电信号
        2.1.1 心电信号产生机理
        2.1.2 心电信号的波形与特性
        2.1.3 心电信号的噪声干扰
    2.2 光电容积脉搏波信号及脉搏采集模块
        2.2.1 脉搏波信号的产生机理
        2.2.2 光电容积脉搏波的生理意义
        2.2.3 光电容积脉搏波检测原理
        2.2.4 光电容积脉搏波信号的波形与特性
    2.3 本章小结
第三章 信号预处理及特征参数提取算法研究
    3.1 心电信号预处理
        3.1.1 滤除工频干扰
        3.1.2 滤除肌电噪声干扰
        3.1.3 滤除基线漂移
    3.2 心电信号的特征值提取
        3.2.1 心电信号的特征值提取算法流程图
        3.2.2 心电信号特征值提取具体过程
    3.3 脉搏波信号的预处理
        3.3.1 基线突变预处理
        3.3.2 小波变换
        3.3.3 二次样条小波
        3.3.4 基于二次样条小波变换滤除基线漂移
    3.4 脉搏波信号的特征参数提取
        3.4.1 脉搏波信号的特征参数提取算法流程
        3.4.2 脉搏信号特征值提取具体过程
    3.5 RRI与PPI的获取
    3.6 本章小结
第四章 心电信号和脉搏波信号的去趋势波动分析
    4.1 去趋势波动分析算法DFA
        4.1.1 去趋势波动理论
        4.1.2 DFA的应用和发展
    4.2 去趋势互相关分析DCCA
        4.2.1 互相关函数定义及其性质
        4.2.2 最小二乘线性拟合法
        4.2.3 去趋势互相关分析
    4.3 基于DFA、DCCA的两路信号的睡眠分期研究
        4.3.1 健康人长时稳定睡眠期RRI、PPI的DFA、DCCA分析
        4.3.2 健康人RRI、PPI的睡眠时序图相关分析
    4.4 本章小结
第五章 MATLAB界面仿真与智能终端+云服务
    5.1 MATLAB界面仿真
        5.1.1 初始化界面
        5.1.2 仿真实现过程
    5.2 智能终端与云服务系统
        5.2.1 系统介绍
        5.2.2 系统流程
        5.2.3 动态信号监测原理
    5.3 数据回放与处理分析
    5.4 平台业务层设计与实现
第六章 总结与展望
参考文献
附录1 攻读硕士学位期间申请的专利
致谢


【参考文献】：
期刊论文
[1]基于MSP430单片机的便携式指端脉搏测量仪设计[J]. 刘宸.  科技创新与应用. 2013(11)
[2]基于光电容积脉搏波描记法的无创连续血压测量[J]. 李章俊,王成,朱浩,金凡,马俊领.  中国生物医学工程学报. 2012(04)
[3]消除心电信号基线漂移简单方法及仿真[J]. 朱杰檀,柒惠.  医疗卫生装备. 2012(08)
[4]基于JSON实现Android智能终端与Web服务器“面向对象”的信息交换[J]. 王晓禹,石丽.  数字技术与应用. 2012(04)
[5]光电容积描迹法原理及其临床应用[J]. 米永巍,李怡勇,陈培昕.  中国医疗设备. 2011(05)
[6]基于MATLAB的心电去噪中小波基选取研究[J]. 高彩红,李天博,钱坤喜,和卫星.  微计算机信息. 2010(19)
[7]脉搏波信号时域特征提取与算法的研究[J]. 唐铭一,李凯,马小铁.  计算机与现代化. 2010(04)
[8]一种脉搏波小波降噪算法[J]. 王晨迪,汪丰.  中国体视学与图像分析. 2009(01)
[9]关于午睡研究的概述[J]. 赵大勇,符明秋,汤永隆,李哲.  心理科学进展. 2009(02)
[10]一种改善微弱信号信噪比的小波变换消噪法[J]. 张海波,叶晓慧.  现代电子技术. 2009(04)

硕士论文
[1]基于脑电信号特征提取的睡眠分期方法研究[D]. 李斐.南京邮电大学 2016
[2]基于ECG信号进行心律失常及睡眠呼吸暂停综合症诊断分析[D]. 刘文娜.南京邮电大学 2015
[3]基于脑电的计算机辅助自动睡眠评分系统[D]. 刘向.南京邮电大学 2015
[4]基于光电容积脉搏波的呼吸频率监测[D]. 王跃俊.北京理工大学 2015
[5]基于光电容积脉搏波的心率变异度检测方法研究[D]. 黄丽卿.北京工业大学 2013
[6]睡眠脑电的去趋势互相关和多重分形去趋势互相关分析[D]. 王玉兰.南京邮电大学 2013
[7]基于Android的心电信号分析系统研究[D]. 毕婷婷.南京邮电大学 2013
[8]基于云计算的移动医疗服务平台的研究与开发[D]. 陆忠芳.浙江理工大学 2013
[9]基于云平台的移动医疗健康服务系统的设计与实现[D]. 顾宏明.北京邮电大学 2012
[10]心电特征提取及分类方法研究[D]. 武扬.上海交通大学 2012



本文编号：3226819