【摘要】：打鼾是日常生活中一種非常常見(jiàn)的睡眠呼吸現(xiàn)象,據(jù)相關(guān)機(jī)構(gòu)的不完全統(tǒng)計(jì)顯示,我國(guó)約有30%以上的成年人存在打鼾現(xiàn)象。睡覺(jué)打鼾是一個(gè)不健康的睡眠呼吸表現(xiàn),其不僅妨礙他人的睡眠,而且還對(duì)打鼾者自身的健康存在著巨大的潛在威脅。通常來(lái)講,經(jīng)常睡覺(jué)打呼�；蛘呤谴蚝魢１容^嚴(yán)重的人通常都會(huì)患有睡眠呼吸暫停綜合癥(SAS),該癥狀將導(dǎo)致長(zhǎng)期的呼吸不順暢以及缺氧,導(dǎo)致血液中氧含量減少,形成低血氧癥,從而誘發(fā)高血壓,冠心病,腦血管疾病等并發(fā)癥,甚至出現(xiàn)夜間猝死。目前,醫(yī)學(xué)上主要是通過(guò)多導(dǎo)睡眠圖監(jiān)測(cè)系統(tǒng)對(duì)該癥狀進(jìn)行診斷,但其有兩大缺點(diǎn),一是設(shè)備復(fù)雜且極其昂貴,不易推廣,以至于眾多潛在的睡眠呼吸暫停綜合癥患者不能得到及時(shí)的確診和治療;二是多導(dǎo)睡眠圖(PSG)監(jiān)測(cè)為“侵入式”的監(jiān)測(cè)設(shè)備,需要用導(dǎo)管連接患者身體多個(gè)部位,容易造成患者身體不適。為了解決上述問(wèn)題,本文提出了智能止鼾枕的設(shè)計(jì),并對(duì)整個(gè)止鼾枕系統(tǒng)的硬件部分以及軟件部分進(jìn)行具體介紹,其中,將硬件部分分為枕邊設(shè)備和枕頭兩部分,將軟件部分分為鼾聲信號(hào)的檢測(cè)與識(shí)別和鼾聲信號(hào)的評(píng)估。對(duì)于硬件部分,本文對(duì)每部分路進(jìn)行了較詳細(xì)的介紹,包括每部分的詳細(xì)構(gòu)成、每個(gè)元器件的選型、每部分需負(fù)責(zé)及完成的工作以及詳細(xì)電路原理圖等;軟件部分則通過(guò)應(yīng)用聲音信號(hào)的端點(diǎn)檢測(cè)、特征提取以及鼾聲非鼾聲分類(lèi)等算法實(shí)現(xiàn)了鼾聲信號(hào)的檢測(cè)與識(shí)別工作,通過(guò)對(duì)睡眠呼吸暫停綜合癥在臨床上的具體表現(xiàn)以及對(duì)用戶(hù)整夜鼾聲信號(hào)的分析,實(shí)現(xiàn)了鼾聲信號(hào)的評(píng)估。并對(duì)其進(jìn)行了仿真測(cè)試,測(cè)試結(jié)果顯示本系統(tǒng)對(duì)鼾聲信號(hào)具有非常高的識(shí)別率且止鼾效果良好�？偠灾�,該智能止鼾枕結(jié)合信號(hào)檢測(cè)、語(yǔ)音處理技術(shù)以及嵌入式技術(shù)等技術(shù),并應(yīng)用相關(guān)鼾聲識(shí)別算法,實(shí)現(xiàn)了在不影響用戶(hù)睡眠的情況下,經(jīng)過(guò)對(duì)用戶(hù)鼾聲信號(hào)的檢測(cè)與分析,判斷用戶(hù)是否患有睡眠呼吸暫停綜合癥,并驅(qū)動(dòng)氣泵對(duì)枕頭內(nèi)部氣囊的充放氣,從而調(diào)整用戶(hù)的頭部位置,進(jìn)而調(diào)整用戶(hù)睡覺(jué)姿勢(shì),從而實(shí)現(xiàn)止鼾或降低鼾聲分貝的目的。
【圖文】：

數(shù)據(jù)傳輸部分實(shí)物圖

存儲(chǔ)器實(shí)物圖
【學(xué)位授予單位】：中原工學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TS941.75;TH789

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周曉武;;嵌入式實(shí)時(shí)英語(yǔ)語(yǔ)音識(shí)別系統(tǒng)的設(shè)計(jì)與研究[J];電子設(shè)計(jì)工程;2017年08期

2 蔣泰;張林軍;;語(yǔ)音識(shí)別自適應(yīng)算法在智能家居中的應(yīng)用[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2017年03期

3 李虹;徐小力;吳國(guó)新;丁春艷;趙學(xué)梅;;基于MFCC的語(yǔ)音情感特征提取研究[J];電子測(cè)量與儀器學(xué)報(bào);2017年03期

4 王文劍;祁曉博;郭虎升;;一種高斯區(qū)間核SVM分類(lèi)模型[J];數(shù)據(jù)采集與處理;2017年01期

5 張校非;白艷萍;;基于改進(jìn)的PSO-SVM的音頻信號(hào)特征識(shí)別和分類(lèi)[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2017年01期

6 侯一民;周慧瓊;王政一;;深度學(xué)習(xí)在語(yǔ)音識(shí)別中的研究進(jìn)展綜述[J];計(jì)算機(jī)應(yīng)用研究;2017年08期

7 高家寶;來(lái)羽;;一種新的HMM/SVM混合語(yǔ)音識(shí)別模型[J];控制工程;2016年11期

8 汪海彬;余正濤;毛存禮;郭劍毅;;SMFCC:一種新的語(yǔ)音信號(hào)特征提取方法[J];計(jì)算機(jī)應(yīng)用;2016年06期

9 彭好;許輝杰;黃魏寧;高瞻;賀宇霞;胡長(zhǎng)泳;;阻塞性睡眠呼吸暫停低通氣綜合征和單純鼾癥患者鼾聲聲壓級(jí)參數(shù)分析[J];山東大學(xué)耳鼻喉眼學(xué)報(bào);2014年03期

10 孟澤民;林生生;;基于神經(jīng)網(wǎng)絡(luò)的家用型睡眠呼吸暫停綜合癥監(jiān)測(cè)系統(tǒng)[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2014年03期

相關(guān)碩士學(xué)位論文 前3條

1 馬干軍;鼾聲信號(hào)檢測(cè)與分析算法研究[D];南京理工大學(xué);2016年

2 李馨;基于鼾聲時(shí)頻分析的OSAHS診斷[D];大連理工大學(xué);2014年

3 程小艷;嵌入式STM32F107VCT6微處理器接口模塊開(kāi)發(fā)及應(yīng)用研究[D];合肥工業(yè)大學(xué);2012年

，

本文編號(hào)：2621587