论文部分内容阅读
睡眠呼吸暂停综合症是一种常见的睡眠疾病,会直接导致高血压、冠心病、中风和猝死等问题,严重威胁人们的健康。目前睡眠呼吸暂停综合症检测的标准是患者在睡眠实验室采用多导睡眠图监测,其佩戴不舒适、操作复杂且价格昂贵,不能满足人们对于居家睡眠监护的需求。因此开发一款可穿戴式、成本低、舒适、检测准确的睡眠呼吸暂停检测系统具有一定的研究意义。本文结合心电信号和呼吸信号实现对睡眠呼吸暂停综合症的检测并判断其发病症状。该系统可穿戴终端部分采用柔性织物电极采集心电信号,通过聚偏氟乙烯压电薄膜制作而成的呼吸线圈采集呼吸信号,实现了设备的可穿戴性并提高了舒适性。同时,分别设计了心电和呼吸的调理电路,信号调制后经微控制器处理,通过蓝牙传输至上位机端。在上位机端开发了两个关键算法。针对心电信号设计了基于支持向量机的ECG-SAS检测算法,该算法首先对心电信号去噪,提取QRS波,并进行HRV时频域分析,选取12个用于检测SAS的时频域特征,接下来对特征进行处理,然后采用支持向量机的方法对特征进行分类,并通过Apnea-ECG数据库对分类模型进行验证,最终得到97.42%的训练集准确率和88.24%的测试集准确率。在实现了睡眠呼吸暂停综合症准确检测后,本文根据呼吸信号设计了睡眠呼吸暂停综合症发病程度算法,该算法首先通过三次样条插值对呼吸信号进行预处理,然后提取呼吸率并获取睡眠暂停次数,再根据临床诊断标准对发病程度做简单判断。本文挑选10名志愿者对所设计的系统进行了实验验证,包括可穿戴终端采集的准确性和灵敏度测试以及上位机的心电信号预处理算法测试、EEG-SAS检测算法测试和SAS发病程度算法测试。测试结果表明:可穿戴终端能准确有效采集到心电和呼吸信号,EEG-SAS分类模型识别准确率达到83.72%,发病程度算法的睡眠呼吸暂停次数误差范围在-2～3次之间,能够满足睡眠呼吸暂停综合征的检测以及发病程度的判断需求。本文所设计的检测系统准确性高,系统终端小巧,轻便,佩戴舒适,可以实现长时间睡眠监测,适用于睡眠呼吸暂停综合症检测、体征数据连续采集、睡眠质量动态监测与评估、疾病预警等。