基于床墊式睡眠監(jiān)測系統(tǒng)的咳嗽和血氧信號分析.pdf

1、微動敏感床墊式睡眠監(jiān)測系統(tǒng)可在準自然狀態(tài)下（基本無需粘貼電極）對呼吸波、心沖擊圖（Ballistocardiogram，BCG）、體動、位置、姿勢等進行長時間連續(xù)監(jiān)測。本文對床墊中的振動和血氧飽和度兩種信號進行了分析和信息挖掘。 人體準自然狀態(tài)睡眠監(jiān)測中為了準確提取呼吸事件和更好地進行睡眠分期，對于咳嗽病人需要正確地檢測咳嗽，區(qū)分咳嗽和鼾聲?？人员O(jiān)測對呼吸科醫(yī)生正確診斷病情也有重要作用。而傳統(tǒng)咳嗽監(jiān)測多采用語音記錄及語音識別算法

2、，數據量大，處理算法復雜?？人詴r氣體急速沖出聲門，會引起身體劇烈振動。若以此振動信號為依據提取咳嗽事件可防止外界聲音造成的干擾，減小假陽性率。本課題在床墊上加入中心頻率為20Hz的骨導傳感器來記錄身體振動，加入頻率范圍為20～2KHz的聲音傳感器記錄聲音，并將兩路信號都以100Hz為采樣頻率轉換為10bit的數字信號，同時采用Mp3進行音頻同步記錄作為對照。由于床墊采集信號種類多，還要用于醫(yī)院內多病床同時的長時間監(jiān)測，為避免數據量太大導

3、致傳輸速度過慢，各數據采樣率必須降到最低，這也使以往的語音處理算法不再適用。通過對信號的斜率、過零率、下降時間等特征進行研究并結合床墊本身特點，本文提出了夜間睡眠時咳嗽和鼾聲信號的初步區(qū)分算法，彌補了當前咳嗽事件自動提取研究方面的空白。這不僅可以應用于病人的夜間咳嗽監(jiān)測，還可用于校正呼吸事件的提取。 REM期是睡眠結構的重要組成部分。本文對基于“床墊”采集到的血氧飽和度信號進行REM睡眠期定位做了深入研究，使無腦電參數的睡眠分期

4、更為準確。經過對大量實測數據的觀察發(fā)現，REM睡眠期血氧飽和度會有不同程度的下降，中度和重度SAHS患者尤為明顯。本文提出了通過血氧下降段定位REM睡眠期的算法。首先以方差和均值作為基礎參數來尋找血氧下降段，并加入針對各種特殊數據的校正方法。最后將本算法與睡眠分期知識庫相結合來定位REM睡眠期。通過30例實測SAHS患者數據及北京朝陽醫(yī)院臨床睡眠專家驗證，證明此算法對中度和重度SAHS患者準確率達到臨床要求。 本文通過對床墊中的