基于骨导音信号的睡眠呼吸状态的监测与健康分析

来源 :天津大学 | 被引量 : 0次 | 上传用户:white2008
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
打鼾,是一种常见而又容易被人忽视的睡眠现象,其本质是呼吸削弱的表现,也是健康出现问题的征兆。打鼾的人都会伴有明显的呼吸暂停或低通气现象,正常人睡眠过程中偶尔出现短暂的呼吸阻塞是很常见的,但是如果阻塞或低通气发生的非常频繁、阻塞情况严重,那么就属于病理现象,我们称这种疾病为睡眠呼吸暂停低通气综合症。长期以来,对呼吸暂停低通气综合症的诊断,使用最多的、最权威的方法是多导睡眠图监测。但是这种诊断方式因为费用高、地点和时间固定等诸多原因,使得大部分患者并没有得到有效的治疗。人们渴望着一种方便有效的监测手段,可以随时随地的对睡眠健康进行监测。在此背景下,有关呼吸检测的移动医疗技术开始迅猛发展。本文中,我们旨在设计一套便携式的睡眠健康监测设备。该设备中起关键作用的主要有两部分。其中一部分是通过对骨导麦克风采集到的呼吸音信号进行分析,来实现对呼吸状态的监测;另一部分,由陀螺仪和加速度计模块构成,通过对二者的数据的综合分析,可以实现对人们睡眠过程中的睡姿的判断。相对于气导麦克风,骨导麦克风具有抗环境噪音及可以采集到比语音及鼾声能量要小得多的呼吸信号,从而可以在未来更加准确的监测睡眠中鼾声及呼吸状况。目前,国内还没有市场上流通的骨导麦克风。在国际上由于该技术为限制性技术,也无法从市场中购买到,为此我们选择了自行开发一个骨导麦克风。采用我们多次实验后选择的一款振动传感器结合对其自行开发的放大器来采集骨导音。并通过一系列实验,确定了其最佳的呼吸音采集位置。根据睡眠呼吸的特点,我们将呼吸分为正常呼吸、打鼾、窒息三个状态。通过对这三个呼吸状态进行模型的构建,并在时域上进行边界检测,以及利用HTK对呼吸状态进行分类识别,我们可以对睡眠呼吸进行实时识别和监测。
其他文献
本文所述研究是家庭电子医疗平台研究项目的一部分,主要致力于建立电子医疗平台的数据管理系统部分的研究。主要研究对象是生理学时间连续数据。在家庭电子医疗平台中,存在生
学位
信用风险是商业银行面临的最重要风险之一。近年来,神经网络因良好的非线性映射能力使其对在解决商业银行信用风险评估问题上具有独到的应用优势。其中BP神经网络已有了较为广
随着测序技术的不断发展和千人基因组计划的推动,基因组数据已经大量出现,着眼于全基因组范围的关联研究成果正不断被发表出来。基因组浏览器已成为广泛应用的工具之一,结合各类
学位
学位
互联网的多媒体资源广泛呈现出跨媒体(Cross-media)特性,即不同类型的数据及其丰富的社会属性之间存在着各式各样的复杂关系。跨媒体数据的增长给传统的多媒体检索与分析的研
近年来,分布式拒绝服务攻击(DDoS)、垃圾邮件(Spam)、网络钓鱼(phishing)、蠕虫(worm)传播、窃取敏感信息等恶意活动使网络安全面临着重大的威胁,导致了巨大的经济损失,而其
随着互联网技术的飞速发展以及学术国际化程度的日益提高,英文论文的写作与发表成为每个科研人员及高新人才的必备技能。对于非英语母语的人群来说,写作高水平的英文科技论文需
随着现代科技的发展与进步,有关产品评论的意见挖掘的发展已经成为一个新兴的研究领域,无论在国内外,都属于比较热门的研究课题。作为产品评论的意见挖掘以及其他文本处理的