基于心電信號的睡眠呼吸暫停綜合征檢測算法.pdf

1、睡眠呼吸暫停綜合征是一種常見多發(fā)性睡眠疾病，影響著人們的睡眠質(zhì)量，更是高血壓、冠心病、心律失常等多種疾病的獨立危險因素。近年來，關(guān)于睡眠呼吸暫停綜合征的檢測、預(yù)防以及治療方案引起受到了極大的關(guān)注。而傳統(tǒng)的睡眠呼吸暫停綜合征檢測方法就是使用多導(dǎo)睡眠圖（Polysomnogram，PSG）。這種方法要測量多路生理信號不可避免地會干擾正常睡眠而且價格昂貴操作復(fù)雜。因此提出一種簡單有效的方法來檢測睡眠呼吸暫停綜合征對患者和醫(yī)生來說都具有深遠的意

2、義。
　　 本論文在研究了現(xiàn)有睡眠呼吸暫停綜合征研究檢測算法之后，提出了一種基于單通道心電信號的睡眠呼吸暫停綜合征檢測算法。本算法使用陷波器與中值濾波器來對心電信號進行預(yù)處理，在消除工頻干擾和基線噪聲的同時保證了心電信號受損較小;在基于小波分解的QRS波檢測算法之上，提出了RR間期矯正算法，有效地降低了R波漏檢和過檢的問題，提高了RR間期散點圖的集中度;在心率變異性研究基礎(chǔ)上，提出了一系列時域頻域特征值，能夠有效地表征睡眠呼吸暫

3、停綜合征;在分類問題上，采用支持向量機（Support Vector Machine，SVM）的分類方法，以結(jié)構(gòu)風(fēng)險最小化為原則，有效地解決了傳統(tǒng)機器學(xué)習(xí)方法過學(xué)習(xí)的問題，保證了分類模型的泛化能力;在評價分類模型的性能指標(biāo)時，本文使用F值法，解決了敏感度和特異度的矛盾問題。
　　 經(jīng)MIT-BIH權(quán)威數(shù)據(jù)庫(Apnea-ECG database)檢測表明，本論文算法在訓(xùn)練集和測試集上的準(zhǔn)確率分別為94.44％和87.82％，達到