【摘要】：睡眠占據(jù)了人類生命的三分之一,目前,有超過30%的成年人存在不同程度的睡眠問題。傳統(tǒng)多導睡眠監(jiān)測是診斷和治療睡眠障礙的金標準,但其檢查程序復雜和舒適性不足等問題嚴重制約了睡眠監(jiān)測的普及與推廣。在睡眠過程中,心沖擊信號(ballistocardiogram,BCG)能通過非接觸式傳感器進行便攜式無擾動測量,同時該信號蘊含了大量與睡眠相關(guān)的生理信息,其中,睡姿信息的挖掘?qū)τ诒O(jiān)測體位性睡眠障礙具有重要意義。論文在BCG測量系統(tǒng)研制的同時,對睡眠BCG信號的噪聲處理與偽差識別算法展開了深入研究,并提出了兩種基于BCG信號識別睡姿的機器學習方法。論文的主要研究內(nèi)容及創(chuàng)新點如下:1)研制了低功耗高精度的BCG測量系統(tǒng)并應(yīng)用于睡姿識別�；谌嵝詨弘姳∧鞲衅鏖_發(fā)了 BCG信號高精度調(diào)理與模數(shù)轉(zhuǎn)換電路,基于超低功耗微控制器設(shè)計了 BCG信號采集系統(tǒng)的嵌入式軟件,并初步驗證了 BCG測量系統(tǒng)的安全性與可靠性,同時,利用該系統(tǒng)收集了 64名受試者共計80例的睡眠數(shù)據(jù),通過類別標注建立了實驗數(shù)據(jù)集,為論文睡姿識別方法的研究提供了保障。2)提出了一種基于統(tǒng)計信號處理的睡眠BCG運動偽差自動識別算法。通過特征生成與比較,選定BCG差分序列的窗口極差作為統(tǒng)計量,并基于Neyman-Pearson準則對特征明顯的強偽差進行了優(yōu)先識別;在此基礎(chǔ)上,提出了結(jié)合峰態(tài)系數(shù)與硬閾值比較的策略,從而實現(xiàn)了對弱偽差的精細化檢測。經(jīng)實驗數(shù)據(jù)集驗證,算法取得了較好的偽差識別性能:靈敏度99.84%,特異度97.83%。3)圍繞BCG信號“W”復合波的寬度WW、高度HW、面積AW、體質(zhì)指數(shù)BW以及中心陡度CRW五個形態(tài)學特征,提出了兩種睡姿識別的機器學習方法。一種是基于改進粒子群優(yōu)化的非線性支持向量機(AAE-PSO-SVM)方法,提出了自適應(yīng)加速因子的擴展粒子群優(yōu)化算法來提高非線性支持向量機模型參數(shù)的搜索效率:另一種是基于半監(jiān)督約束的改進模糊k均值聚類(SSE-FKM)方法,設(shè)定了校準程序來優(yōu)化初始聚類劃分,基于Shannon信息熵對歐氏距離進行了加權(quán),改進了隸屬度約束并引入了區(qū)間信息監(jiān)督。實驗結(jié)果表明,兩種方法對睡姿識別的平均精度分別為96.28%和98.03%,與現(xiàn)有其它睡姿識別方法相比,論文提出的這兩種睡姿識別方法不但能獲得較高的準確度,同時還實現(xiàn)了無擾動睡眠監(jiān)測。綜上,論文研制了一種低功耗高精度的睡眠BCG測量系統(tǒng),解決了 BCG信號分析中的運動偽差干擾問題,提出并驗證了兩種基于BCG信號間接識別睡姿的機器學習方法。這些研究為日常環(huán)境下的便攜式睡眠監(jiān)測提供了新的思路,對于促進睡眠障礙的篩查、診斷和治療具有重要意義。
【圖文】：

包括邋ＥＭＦｉ邋（ｅｌｅｃｔｒｏｍｅｃｈａｎｉｃａｌ邋ｆｉｌｍ）和邋ＰＶＤＦ邋（ｐｏｌｙｖｉｎｙｌｉｄｅｎｅ邋ｆｌｕｏｒｉｄｅ）。２０１１邋年，亞琛工業(yè)逡逑大學Ｍ．邋Ｗａｌｔｅｒ等［６７１在一輛兩座Ｓｍａｒｔ轎車的副駕駛座椅內(nèi)集成了一片ＥＭＦｉ壓電薄膜，用逡逑于采集人體臀部與腿部的ＢＣＧ信號，如圖１．２－Ｂ所示，該系統(tǒng)利用容性電極同步收集了人逡逑體ＥＣＧ信號。結(jié)果表明，在汽車引擎關(guān)閉狀態(tài)下，系統(tǒng)可獲得高質(zhì)量的ＢＣＧ信號；而在逡逑汽車行駛過程中，ＢＣＧ測量受各種振動干擾的影響．波形失真嚴重。２０１７年，清華大學張逡逑先文等１６８１通過一張集成在座椅坐墊內(nèi)的ＰＶＤＦ壓電薄膜，提取了邋２４名受試者各５分鐘的逡逑ＢＣＧ信號，并采取模板匹配算法對ＢＣＧ心動周期進行了定位。實驗結(jié)果表明，，ＢＣＧ與標逡逑準ＥＣＧ在心率檢測方面無明顯差異。在上述類似系統(tǒng)中，研宄人員均發(fā)現(xiàn)，ＢＣＧ測量極易逡逑受到身體晃動和環(huán)境振動的干擾，輕微運動就會導致信號的特征難以辨識。逡逑在睡眠監(jiān)測的應(yīng)用場景中，ＢＣＧ測量系統(tǒng)幾乎都圍繞床體的形式進行設(shè)計，傳感器一逡逑般部署在床墊、枕頭或床腿底部。２０１２年

一。逡逑１．４研究目標與內(nèi)容逡逑１．４．１論文的研宄目標逡逑為了長時間、準確而可靠地收集睡眠過程中的ＢＣＧ信號，論文旨在設(shè)計低功耗高精度逡逑的睡眠ＢＣＧ信號測量系統(tǒng)，并對噪聲濾波和運動偽差自動識別的關(guān)鍵技術(shù)與算法展開研宄。逡逑為了實現(xiàn)無擾動的睡姿監(jiān)測，論文圍繞模型、準則和求解算法三個要素，對基于ＢＣＧ信號逡逑識別睡姿的機器學習方法進行深入研宄，并建立實驗數(shù)據(jù)集來驗證睡姿識別方法的有效性和逡逑準確度。逡逑１．４．２論文的研宄內(nèi)容逡逑根據(jù)生理信號檢測系統(tǒng)和算法開發(fā)的研宄路徑，論文研宄內(nèi)容分為五個部分：理論建模、逡逑系統(tǒng)研制、信號預(yù)處理、睡姿識別以及實驗結(jié)果分析，結(jié)構(gòu)流程如圖１．３所示。逡逑
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2019
【分類號】：R740;TN911.7

【參考文獻】

相關(guān)期刊論文 前10條

1 陳貴海;張立強;高雪梅;趙忠新;劉建紅;張斌;葉京英;盧曉峰;王兵;李慶云;;成人阻塞性睡眠呼吸暫停多學科診療指南[J];中華醫(yī)學雜志;2018年24期

2 孫念;葉京英;倪鑫;張俊波;邰雋;曹鑫;張鵬;;體位相關(guān)性阻塞性睡眠呼吸暫停低通氣綜合征患者臨床特征分析[J];中華耳鼻咽喉頭頸外科雜志;2016年11期

3 梁送民;陳仲春;黃晶晶;趙霞;黃昱;章如新;;便攜式睡眠監(jiān)測儀對阻塞性睡眠呼吸暫停低通氣綜合征的診斷價值分析[J];中華耳鼻咽喉頭頸外科雜志;2016年03期

4 吳灶全;劉夢星;秦麗平;葉樹明;陳杭;;基于ARM Cortex-M0+內(nèi)核的穿戴式醫(yī)療設(shè)備MCU選型分析[J];中國醫(yī)療器械雜志;2015年03期

5 蕭如珀;楊信男;;1880年3月:居里兄弟發(fā)現(xiàn)了壓電現(xiàn)象[J];現(xiàn)代物理知識;2015年02期

6 劉夢星;葉樹明;許志;陳杭;;便攜式醫(yī)療電子儀器設(shè)計中的MCU選型分析[J];中國醫(yī)療器械雜志;2014年03期

7 王德璽;張宗平;劉紅;李韻;雷飛;唐向東;;體動記錄儀在睡眠和睡眠障礙監(jiān)測中的應(yīng)用[J];生物醫(yī)學工程學雜志;2014年01期

8 李哲;唐向東;;體位性阻塞性睡眠呼吸暫停的診治進展[J];中華醫(yī)學雜志;2014年02期

9 葉蔭球;姜太平;張蕾;;基于水平集方法和神經(jīng)網(wǎng)絡(luò)的人體睡姿識別[J];工業(yè)控制計算機;2013年05期

10 魏永莉;陳丹丹;蘇梅;殷敏;李

本文編號：2611053