本文關(guān)鍵詞：基于安卓手機(jī)的睡眠呼吸暫停綜合癥篩查系統(tǒng)

  更多相關(guān)文章： 睡眠呼吸暫停綜合癥 鼾聲 端點(diǎn)檢測(cè) EEMD-C_0 基音能量比

【摘要】：隨著現(xiàn)代生活壓力的不斷增大,越來(lái)越多的人開始患上不同程度的睡眠疾病。其中對(duì)人體危害最為嚴(yán)重的就是睡眠呼吸暫停綜合癥。此病發(fā)生在夜間不易被發(fā)現(xiàn),但卻對(duì)人身健康造成極大的危害,因此對(duì)這一疾病的預(yù)防與診斷十分重要。鑒于目前睡眠呼吸暫停綜合癥診斷的金標(biāo)準(zhǔn)——多導(dǎo)睡眠儀并不能普及到家庭,因此本文設(shè)計(jì)并實(shí)現(xiàn)了一款適用于家庭的便攜式睡眠呼吸暫停綜合癥篩查系統(tǒng),能夠在不影響使用者正常睡眠的前提下對(duì)睡眠呼吸暫停綜合癥進(jìn)行有效的篩查。本文的主要內(nèi)容如下：首先,本文提出的睡眠呼吸暫停綜合癥篩查系統(tǒng)創(chuàng)新性的將呼吸、血氧信號(hào)與鼾聲信號(hào)相結(jié)合,充分利用了它們對(duì)于疾病分辨能力的優(yōu)勢(shì),提高了整個(gè)系統(tǒng)的篩查能力。本系統(tǒng)包括硬件設(shè)計(jì)與軟件設(shè)計(jì)兩方面。在硬件方面采用的胸腹部呼吸帶和指夾式脈搏血氧儀傳感器分別采集呼吸與血氧信號(hào),鼾聲則是利用手機(jī)自帶的錄音功能,這些采集設(shè)備均達(dá)到了很好的便攜度與舒適度。在軟件方面,本系統(tǒng)基于安卓手機(jī)開發(fā)了一款應(yīng)用軟件,在手機(jī)上可以實(shí)現(xiàn)對(duì)采集信號(hào)的接收和分析處理以及對(duì)睡眠呼吸暫停綜合癥的輔助診斷。經(jīng)實(shí)驗(yàn)驗(yàn)證,本系統(tǒng)由于采集方式簡(jiǎn)便、采集信息有效且采取兩次篩查的方式,因此具有很高的準(zhǔn)確性與便攜性。其次,在對(duì)鼾聲信號(hào)的端點(diǎn)檢測(cè)處理中,本文提出了一種新的端點(diǎn)檢測(cè)算法——EEMD-C0算法,此方法更加適合鼾聲這種非線性非平穩(wěn)聲音信號(hào)的檢測(cè)。經(jīng)實(shí)驗(yàn)證明,在相同條件下,此方法的準(zhǔn)確率要高于目前常用的幾種端點(diǎn)檢測(cè)算法。最后,在利用鼾聲的特征對(duì)睡眠呼吸暫停綜合癥進(jìn)行輔助診斷方面,提出了一種新的特征——基音能量比,此特征可以有效的區(qū)分出睡眠呼吸暫停綜合癥患者與單純打鼾者。經(jīng)實(shí)驗(yàn)驗(yàn)證,本系統(tǒng)提取的三個(gè)特征分別是共振峰頻率、MFCC相關(guān)系數(shù)和基音能量比,經(jīng)過(guò)支持向量機(jī)訓(xùn)練之后,分類結(jié)果表明本系統(tǒng)對(duì)于睡眠呼吸暫停綜合癥的診斷具有很高的準(zhǔn)確率。
【關(guān)鍵詞】：睡眠呼吸暫停綜合癥 鼾聲 端點(diǎn)檢測(cè) EEMD-C_0 基音能量比
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.53;R766
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-13
• 1.1 研究背景與意義8-9
• 1.1.1 睡眠呼吸暫停綜合癥簡(jiǎn)介8
• 1.1.2 睡眠呼吸暫停綜合癥評(píng)價(jià)標(biāo)準(zhǔn)8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀及存在的問(wèn)題9-11
• 1.2.1 基于呼吸血氧等多參數(shù)監(jiān)測(cè)系統(tǒng)的研究現(xiàn)狀及存在問(wèn)題10
• 1.2.2 基于鼾聲的單參數(shù)監(jiān)測(cè)系統(tǒng)的研究現(xiàn)狀及存在問(wèn)題10-11
• 1.3 本文研究?jī)?nèi)容與結(jié)構(gòu)框架11-13
• 2 生理參數(shù)監(jiān)測(cè)原理與方法13-17
• 2.1 呼吸的生理意義與監(jiān)測(cè)方法13-14
• 2.1.1 呼吸信號(hào)的生理意義13
• 2.1.2 呼吸信號(hào)的監(jiān)測(cè)方法13-14
• 2.2 血氧飽和度的生理意義與監(jiān)測(cè)方法14-15
• 2.2.1 血氧飽和度的生理意義14
• 2.2.2 血氧飽和度的監(jiān)測(cè)方法14-15
• 2.3 鼾聲的生理意義與監(jiān)測(cè)方法15-16
• 2.3.1 鼾聲的生理意義15-16
• 2.3.2 鼾聲的監(jiān)測(cè)方法16
• 2.4 本章小結(jié)16-17
• 3 系統(tǒng)構(gòu)成17-29
• 3.1 系統(tǒng)設(shè)計(jì)17-23
• 3.1.1 系統(tǒng)實(shí)現(xiàn)原理17-19
• 3.1.2 電源電路設(shè)計(jì)19
• 3.1.3 信號(hào)采集模塊19-20
• 3.1.4 信號(hào)調(diào)理模塊20-21
• 3.1.5 控制器模塊21-22
• 3.1.6 信號(hào)傳輸模塊22
• 3.1.7 系統(tǒng)軟件設(shè)計(jì)22-23
• 3.2 信號(hào)的預(yù)處理23-28
• 3.2.1 呼吸信號(hào)的預(yù)處理23-25
• 3.2.2 血氧信號(hào)的預(yù)處理25-26
• 3.2.3 鼾聲信號(hào)的預(yù)處理26-28
• 3.3 本章小結(jié)28-29
• 4 鼾聲信號(hào)分析29-54
• 4.1 鼾聲的端點(diǎn)檢測(cè)方法29-45
• 4.1.1 傳統(tǒng)的端點(diǎn)檢測(cè)方法29-33
• 4.1.2 改進(jìn)的端點(diǎn)檢測(cè)算法33-45
• 4.2 鼾聲信號(hào)特征參數(shù)提取45-53
• 4.2.1 共振峰特征提取45-47
• 4.2.2 MFCC相關(guān)參數(shù)47-49
• 4.2.3 基音能量比49-53
• 4.3 本章小節(jié)53-54
• 5 基于本系統(tǒng)的篩查結(jié)果及性能54-59
• 5.1 支持向量機(jī)(SVM)簡(jiǎn)介54-55
• 5.2 交叉驗(yàn)證55-56
• 5.3 SAS輔助診斷結(jié)果56-58
• 5.4 本章小結(jié)58-59
• 結(jié)論59-60
• 參考文獻(xiàn)60-65
• 附錄A 附錄內(nèi)容名稱65-67
• 致謝67-68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 鄧杏娟;陳驥;帥杰;;基于人工智能調(diào)度的失語(yǔ)癥康復(fù)治療儀的端點(diǎn)檢測(cè)和聲韻母切分[J];生物醫(yī)學(xué)工程學(xué)雜志;2009年04期

2 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 賈川;張健;陳振標(biāo);徐波;;噪聲環(huán)境下的端點(diǎn)檢測(cè)算法研究[A];第六屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2001年

2 王卓;李鵬;蘇牧;徐波;;噪音環(huán)境下基于高階譜的端點(diǎn)檢測(cè)算法[A];第七屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議（NCMMSC7）論文集[C];2003年

3 王月;屈百達(dá);李金寶;蔣純剛;;一種改進(jìn)的基于頻帶方差的端點(diǎn)檢測(cè)算法[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

4 尹巧萍;吳海寧;趙力;;含噪語(yǔ)音信號(hào)端點(diǎn)檢測(cè)方法的研究[A];2008’促進(jìn)中西部發(fā)展聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2008年

5 尹洪兵;秦斌;張凡;黃云森;;一種基于能量-過(guò)零率比的端點(diǎn)檢測(cè)方法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

6 國(guó)雁萌;潘接林;顏永紅;韓疆;張建平;;基于子帶能量的自適應(yīng)端點(diǎn)檢測(cè)[A];第七屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議（NCMMSC7）論文集[C];2003年

7 李曼曼;楊鴻武;洪寧;楊碩;劉亞麗;;基于EMD的帶噪語(yǔ)音端點(diǎn)檢測(cè)[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

8 朱杰;韋曉東;;采用HMM模型方法進(jìn)行語(yǔ)音信號(hào)的端點(diǎn)檢測(cè)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 中國(guó)科學(xué)院聲學(xué)研究所研究員 俞鐵城;語(yǔ)音的端點(diǎn)檢測(cè)和系統(tǒng)的打斷功能[N];通信產(chǎn)業(yè)報(bào);2005年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 周文君;艦船VDR人聲識(shí)別技術(shù)研究[D];哈爾濱工程大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 楊喜敬;帶噪漢、彝語(yǔ)孤立詞的端點(diǎn)檢測(cè)方法對(duì)比研究[D];昆明理工大學(xué);2015年

2 劉艷輝;帶噪語(yǔ)音信號(hào)端點(diǎn)檢測(cè)算法的研究及實(shí)現(xiàn)[D];河南理工大學(xué);2014年

3 邢立釗;語(yǔ)音信號(hào)端點(diǎn)檢測(cè)算法的研究[D];鄭州大學(xué);2016年

4 沈蓉;智能門禁系統(tǒng)聲紋識(shí)別中端點(diǎn)檢測(cè)算法研究[D];西安科技大學(xué);2015年

5 吳品奇;音符識(shí)別算法研究[D];湖北工業(yè)大學(xué);2016年

6 張?jiān)妔，

本文編號(hào)：692431