基于声音和心电信号的睡眠监测方法的研究

发布时间：2022-09-28 13:42

　　睡眠对人体健康起着重要的作用。睡眠不足会导致白天疲劳和注意力不集中。除了睡眠时长外,睡眠质量也是维持健康的一个重要因素。临床研究表明,睡眠与许多严重的疾病有关,包括糖尿病、肥胖症和抑郁症。近些年,随着高质量传感器的普及,出现了一些致力于开发低成本的睡眠评估系统的研究。基于手机声音信号的睡眠分析系统成为替代高昂多导睡眠图的一种廉价和有效的选择。阻塞性睡眠呼吸暂停（OSA）具有周期性呼吸停止（暂停）和周期性低通气的特点。这是由于睡觉时全部或部分的气道塌陷所造成的。当没有空气进入肺动脉,血氧水平下降,二氧化碳水平上升,会导致脱氧,随之而来的是交感神经系统兴奋,最终造成觉醒。长期下去容易造成睡眠问题和心血管疾病。本文分别利用声音信号和心电信号对用户的睡眠状况、睡眠质量进行详细分析,并对OSA事件进行筛查。具体工作分为以下三个方面:（1）基于声音信号的睡眠分析方法的研究本文通过智能手机收集声音数据,对原始数据进行噪声建模,再对去噪后的信号进行特征提取,然后利用多分类支持向量机对多种睡眠事件进行分类,并对用户睡眠质量和干扰因素进行分析。（2）基于声音信号的呼吸暂停诊断方法的研究本文通过智能手机收集... 

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第1章 绪论
    1.1 研究背景和意义
    1.2 国内外的研究现状
        1.2.1 利用声音信号进行睡眠分析的研究现状
        1.2.2 利用声音信号进行呼吸暂停检测的研究现状
        1.2.3 利用心电信号进行呼吸暂停检测的研究现状
    1.3 本文主要研究内容
    1.4 本文的组织安排
第2章 基于声音信号的睡眠分析方法的研究
    2.1 引言
    2.2 相关工作
    2.3 基于声音信号的睡眠分析模型
        2.3.1 系统模型
        2.3.2 问题定义
    2.4 睡眠事件及环境噪声的检测
        2.4.1 特征提取
        2.4.2 噪声检测
        2.4.3 层次支持向量机模型
    2.5 睡眠质量分析
        2.5.1 睡眠质量估计方法
    2.6 实验结果与分析
        2.6.1 对睡眠事件及环境噪声的识别
    2.7 本章小结
第3章 基于声音信号的呼吸暂停诊断方法的研究
    3.1 引言
    3.2 相关工作
    3.3 基于声音信号的呼吸暂停的诊断模型
        3.3.1 系统模型
        3.3.2 问题定义
    3.4 鼾声检测
        3.4.1 V-Box算法
        3.4.2 特征提取
        3.4.3 模糊决策树
    3.5 利用鼾声进行呼吸暂停诊断
        3.5.1 特征提取
        3.5.2 呼吸暂停检测
    3.6 实验结果与分析
        3.6.1 对呼吸暂停患者的识别
    3.7 本章小结
第4章 基于心电信号的呼吸暂停检测方法的研究
    4.1 引言
    4.2 相关工作
    4.3 基于心电信号的呼吸暂停的检测模型
        4.3.1 系统模型
        4.3.2 问题定义
    4.4 利用心电信号进行呼吸暂停检测
        4.4.1 数据集
        4.4.2 数据预处理
        4.4.3 特征提取
        4.4.4 特征选择
        4.4.5 分类方法
    4.5 实验结果及分析
        4.5.1 不同分类器对呼吸暂停的识别情况
    4.6 本章小结
结论
参考文献
致谢
攻读硕士学位期间发表的学术论文及参加的科研项目



本文编号：3681770