基于壓電感知的科學睡眠監(jiān)護系統(tǒng).pdf

1、失眠或者睡眠質量不高已經(jīng)成為影響現(xiàn)代人健康的一大問題。獲取并分析睡眠分期是科學評價睡眠質量、尋找影響睡眠因素和改善睡眠狀況基礎。傳統(tǒng)的自動睡眠分期方法大多是針對腦電信號，然而腦電信號的采集需要借助精密的儀器和復雜的電極，無法滿足家庭睡眠監(jiān)護的需求。壓電感知床墊能夠將睡眠監(jiān)測對睡眠的影響降到最低，是非常適合家用睡眠監(jiān)護的解決方案，但是床墊采集的BCG信號是心跳、呼吸和體動的混合信號，體動信號會對提取心跳和呼吸信號的特征產(chǎn)生不可忽視的影響，

2、而體動信號本身也對睡眠分期有顯著的價值。大多數(shù)的非腦電自動睡眠分期算法是基于其中某一種單一信號來分期的，很多方法采用的是通過多導睡眠圖收集的標準的生理電信號，而對長時間的睡眠壓電混合信號進行分期不一定有較高的準確率。本文提出一種融合多種生理數(shù)據(jù)的睡眠分期算法，基于床墊采集的壓電數(shù)據(jù)進行睡眠分期，同時實現(xiàn)了基于壓電感知的移動睡眠監(jiān)護系統(tǒng)，為實現(xiàn)家庭睡眠監(jiān)測和遠程睡眠監(jiān)測提供了一套科學的解決方案。
　　本文提出的融合多種生理數(shù)據(jù)的睡眠

3、分期算法，首次將隱馬爾可夫模型運用到呼吸信號的睡眠分期應用當中，證明隱馬爾可夫模型可以識別呼吸在不同睡眠時相中存在不同的模式和規(guī)律。本文提出的算法通過分析心率和呼吸率的隱馬爾可夫模型在識別不同睡眠分期時結果的優(yōu)勢與不足，綜合兩者的優(yōu)點改進原算法，同時設計了體動檢測算法與之結合，校正因為體動影響到心率、呼吸率特征而出現(xiàn)的錯誤分期，最終實現(xiàn)了對覺醒期、淺睡眠期、深睡眠期和REM期的自動識別以及體動的記錄，達到準確率66.91％，并在與同類產(chǎn)