鼾声信号检测与分析算法研究

发布时间：2017-09-06 09:22

  本文关键词：鼾声信号检测与分析算法研究

  更多相关文章： 打鼾 阻塞性睡眠呼吸暂停 鼾声检测 鼾声分析 无监督聚类

【摘要】：打鼾是一种十分普遍的现象,大约有20%～40%的人群患有打鼾症状。打鼾不仅困扰患者、影响同伴,还会对患者健康造成威胁。阻塞性睡眠呼吸暂停综合症就是一种伴有打鼾的呼吸疾病,它会导致患者白天的嗜睡和疲劳,也是心血管疾病的一个诱因。目前诊断和评估打鼾的主要技术手段是多导睡眠图,但是它需要患者整夜待在睡眠实验室中并连接大量的生理电极。由于具有非侵入式、廉价易用的特点,鼾声信号的声学分析方法已引起广泛关注和研究,并表现出极大的潜力。患者整夜鼾声音频记录持续时间较长,而且会伴有其他非鼾声信号,因此有必要进行快速准确的鼾声信号自动检测。对鼾声信号的分析研究,也可为临床实践提供相关依据。本文提出一种自适应的无监督的鼾声信号检测算法。算法分为声音事件的端点检测和将声音事件区分为鼾声非鼾声两个步骤。纵向盒算法是一种快速变点检测算法,本文对其进行相应改进,提出自适应纵向盒算法以进行鼾声音频记录中声音事件的端点检测。然后提取声音事件的Mel频率倒谱系数特征,并进行K-调和均值聚类,将声音事件中的鼾声检测出来。实验结果表明这种新的鼾声信号检测算法具有优良的性能。本文提出一种基于声学特征的整夜鼾声分布情况的分析算法。本文用共振峰特征描述打鼾时的声道特性,借以研究鼾声在整夜中的分布变化情况。首先检测出整夜鼾声音频记录中的鼾声事件,然后将所有的鼾声事件表征为共振峰集,最后依据共振峰特征对鼾声事件进行K-中心点聚类,并对K-中心点算法做了一定的改进以优化聚类效果。实验结果给出了患者睡眠时的打鼾分布情况,整夜鼾声大致可以分为三个类别。
【关键词】：打鼾 阻塞性睡眠呼吸暂停 鼾声检测 鼾声分析 无监督聚类
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：R766;TN912.3
【目录】：

• 摘要3-4
• Abstract4-8
• 符号表8-9
• 缩略语表9-10
• 1 绪论10-15
• 1.1 研究背景和意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 鼾声信号检测的研究现状11-12
• 1.2.2 鼾声信号分析的研究现状12-13
• 1.3 本文内容及结构安排13-15
• 2 鼾声信号处理相关理论15-22
• 2.1 语音的发音机理15-16
• 2.2 鼾声的发音机理及物理特性16-17
• 2.3 鼾声信号的处理过程17-21
• 2.3.1 鼾声信号的检测算法18-20
• 2.3.2 鼾声信号的分析算法20-21
• 2.4 本章小结21-22
• 3 声音事件的端点检测22-34
• 3.1 声音事件的端点检测算法22-26
• 3.1.1 传统的语音端点检测算法22-25
• 3.1.2 基于V-Box的端点检测算法25-26
• 3.2 基于AV-Box的端点检测算法26-30
• 3.3 基于AV-Box的端点检测算法的验证30-33
• 3.3.1 鼾声信号的数据采集30
• 3.3.2 实验验证30-33
• 3.4 本章小结33-34
• 4 鼾声事件的检测34-45
• 4.1 Mel频率倒谱系数特征34-37
• 4.2 鼾声非鼾声的分类算法37-41
• 4.3 算法验证与参数优化41-44
• 4.3.1 算法验证41-43
• 4.3.2 参数优化43-44
• 4.4 本章小结44-45
• 5 整夜鼾声概况分析45-55
• 5.1 共振峰特征45-47
• 5.2 分层鼾声生成算法47-51
• 5.3 鼾声分层算法验证51-54
• 5.3.1 一致性验证51-53
• 5.3.2 差异性验证53-54
• 5.4 本章小结54-55
• 6 总结与展望55-57
• 6.1 本文工作总结55
• 6.2 未来工作展望55-57
• 致谢57-58
• 参考文献58-62
• 附录62

【相似文献】

中国期刊全文数据库 前10条

1 刘媛;程能能;杜文民;王永铭;;上海市药品不良反应自发呈报数据库中神经系统药物不良反应的信号检测[J];中国临床药学杂志;2010年02期

2 侯永芳;王玲;郭秀花;杜晓曦;;信号检测在药品不良反应监测系统中的应用[J];中国药物警戒;2012年09期

3 王盼;朱文涛;郭国富;孙汶雯;马向君;;药品不良反应信号检测研究现状[J];中国药房;2013年02期

4 侯永芳;吴桂芝;杜晓曦;;乌普萨拉监测中心信号检测工作模式及启示[J];中国药物警戒;2013年01期

5 张琳;严洪;翟光杰;;非接触式电极在心电信号检测中的应用和研究进展[J];航天医学与医学工程;2014年02期

6 魏志军;程能能;何乐;杜文民;徐建龙;陈斌艳;王永铭;;上海市药品不良反应自发呈报数据库定量信号检测系统的建立[J];复旦学报(医学版);2006年04期

7 周瑛;信号检测论评价法不同再认能力指标的比较[J];健康心理学杂志;1999年02期

8 何乐;刘媛;程能能;杜文民;魏志军;陈斌艳;王永铭;;一种ADR信号检测的改进算法及其在上海市ADR自发呈报数据库上的应用[J];中国临床药学杂志;2008年06期

9 李伟博;吴效明;;基于无线USB的多点脉搏信号检测[J];传感技术学报;2011年10期

10 张春云;赵捷;贾慧琳;李斐;;基于支持向量机的室颤信号检测算法[J];现代生物医学进展;2012年09期

中国重要会议论文全文数据库 前10条

1 杜雄;苏向丰;谢品芳;;用硬件实现的四重信号检测法及其在通信中的应用[A];四川省电工技术学会第七届学术年会论文集[C];2003年

2 张铎;;信号检测论在船舶了望中的应用[A];中国航海学会2007年度学术交流会优秀论文集[C];2007年

3 宋爱国;段江海;;混沌、随机共振在信号检测中的应用研究[A];第三次全国会员代表大会暨学术会议论文集[C];2002年

4 郑娜;;基于假设检验的信号检测[A];电波科学学报[C];2011年

5 马光彬;曹海燕;;基于OSIC的低复杂度MIMO检测算法[A];浙江省信号处理学会2012学术年会论文集[C];2012年

6 张维全;胡科强;;凸优化在水声脉冲信号检测中的应用[A];中国声学学会水声学分会2013年全国水声学学术会议论文集[C];2013年

7 高源;李炜;;基于LabVIEW的异常信号检测研究[A];2011年全国通信安全学术会议论文集[C];2011年

8 陈帅;杨铁军;李媚;;一种改进型CHASE检测算法在MIMO-OFDM系统中的应用[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

9 刘竹青;陈奕宏;;抗混响信号检测的研究[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年

10 王春光;周正;;OFDM系统中的一种信号检测算法[A];第九届全国青年通信学术会议论文集[C];2004年

中国重要报纸全文数据库 前1条

1 江苏 陈广荣;小天鹅模糊洗衣机称重电路维修一例[N];电子报;2002年

中国博士学位论文全文数据库 前10条

1 黄敏;高速移动环境下信道估计及OFDM信号检测研究[D];西安电子科技大学;2015年

2 彭小庆;基于压缩感知的大型MIMO-OFDM系统的信号估计与检测[D];华中科技大学;2015年

3 郭心悦;基于信息交互理论的无线信号的迭代估计与检测[D];复旦大学;2008年

4 汤宏颖;提高微光信号检测灵敏度的新方法[D];天津大学;2012年

5 吴利平;复杂电磁环境下的信号检测与估计关键技术[D];西安电子科技大学;2011年

6 刘谦雷;MIMO通信系统信号检测算法研究[D];东南大学;2006年

7 申京;MIMO-OFDM系统中信道估计及信号检测算法的研究[D];北京邮电大学;2012年

8 蒋忠进;弹性波Chirp信号检测与时延估计研究[D];吉林大学;2004年

9 郑贱平;MIMO通信系统中的信号检测与预编码技术研究[D];西安电子科技大学;2008年

10 肖曼琳;车载认知无线电中的信号检测与参数估计技术研究[D];电子科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 李燕;基于压缩感知的低截获概率雷达信号检测分析[D];南京理工大学;2015年

2 吴迪;Massive MIMO的信号检测算法研究[D];哈尔滨工业大学;2015年

3 王龙;压缩感知信号检测和参数估计方法研究[D];西安电子科技大学;2014年

4 李富强;信号检测和分离算法研究及其FPGA实现[D];西安电子科技大学;2014年

5 刘文广;MIMO-OFDM系统中信道估计与信号检测算法的研究[D];兰州交通大学;2015年

6 王晓天;面向5G的大规模MIMO信号检测算法研究[D];南京邮电大学;2015年

7 魏利霞;MIMO系统的信号检测算法研究[D];南京邮电大学;2015年

8 徐红梅;基于SVM多分类判决的MPPSK信号检测研究[D];东南大学;2015年

9 温鹏;宽带MIMO-SCFDE通信系统的信号检测算法与实现[D];西南交通大学;2016年

10 孙彦龙;基于达芬振子的微弱机械故障信号检测及特征提取方法[D];燕山大学;2016年

，

本文编号：802291