基于光電容積脈搏波的睡眠分期方法研究
發(fā)布時(shí)間:2021-06-13 02:39
目前,睡眠健康的研究越來(lái)越引起人們關(guān)注,睡眠狀態(tài)的實(shí)時(shí)監(jiān)測(cè)與判別對(duì)人體睡眠質(zhì)量的準(zhǔn)確評(píng)估尤為重要。現(xiàn)在睡眠分期的大部分研究都是使用腦電信號(hào),技術(shù)可以說(shuō)是很成熟,但是其測(cè)量手段復(fù)雜,成本高,不利于日常監(jiān)測(cè),所以研究非腦電信號(hào)與睡眠分期的關(guān)系也就顯得很有意義。本文首先敘述了睡眠分期的國(guó)內(nèi)和國(guó)外的研究現(xiàn)狀,以及非腦電信號(hào)在睡眠狀態(tài)分析研究中的應(yīng)用;其次將心電間期RRI、脈搏間期PPI作為睡眠分期的特征參數(shù),應(yīng)用去趨勢(shì)波動(dòng)分析算法DFA以及去趨勢(shì)互相關(guān)分析算法DCCA,將得到的標(biāo)度指數(shù)來(lái)對(duì)睡眠狀態(tài)進(jìn)行分期研究,最終將研究?jī)?nèi)容實(shí)現(xiàn)為一套小型化的基于智能手機(jī)和云平臺(tái)的睡眠監(jiān)測(cè)系統(tǒng)。如下是本篇文章的幾個(gè)創(chuàng)新的地方:(1)首先對(duì)不同睡眠狀態(tài)的RRI與PPI進(jìn)行DFA、DCCA的分析,我們發(fā)現(xiàn),DFA(RRI)、DFA(PPI)、DCCA(RRI-PPI)標(biāo)度指數(shù)均存在著WAKE>REM>LS>DS的一致性規(guī)律,并且均大于0.5,說(shuō)明心電間期RRI、脈搏間期PPI以及兩者之間均存在著長(zhǎng)程相關(guān)性,并且隨著睡眠深度不斷減弱,這在一定程度上反應(yīng)了睡眠過(guò)程中心血管調(diào)節(jié)機(jī)制的變化。(2)將健康人...
【文章來(lái)源】:南京郵電大學(xué)江蘇省
【文章頁(yè)數(shù)】:87 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 睡眠分期簡(jiǎn)介
1.1.1 睡眠簡(jiǎn)介
1.1.2 睡眠分期簡(jiǎn)介
1.2 非腦電信號(hào)與睡眠分期的關(guān)系
1.2.1 心電與睡眠分期的關(guān)系
1.2.2 脈搏波與心電的關(guān)系
1.3 睡眠分期發(fā)展歷程
1.4 睡眠分期的研究意義
1.5 論文章節(jié)安排
第二章 心電圖與脈搏波
2.1 心電信號(hào)
2.1.1 心電信號(hào)產(chǎn)生機(jī)理
2.1.2 心電信號(hào)的波形與特性
2.1.3 心電信號(hào)的噪聲干擾
2.2 光電容積脈搏波信號(hào)及脈搏采集模塊
2.2.1 脈搏波信號(hào)的產(chǎn)生機(jī)理
2.2.2 光電容積脈搏波的生理意義
2.2.3 光電容積脈搏波檢測(cè)原理
2.2.4 光電容積脈搏波信號(hào)的波形與特性
2.3 本章小結(jié)
第三章 信號(hào)預(yù)處理及特征參數(shù)提取算法研究
3.1 心電信號(hào)預(yù)處理
3.1.1 濾除工頻干擾
3.1.2 濾除肌電噪聲干擾
3.1.3 濾除基線漂移
3.2 心電信號(hào)的特征值提取
3.2.1 心電信號(hào)的特征值提取算法流程圖
3.2.2 心電信號(hào)特征值提取具體過(guò)程
3.3 脈搏波信號(hào)的預(yù)處理
3.3.1 基線突變預(yù)處理
3.3.2 小波變換
3.3.3 二次樣條小波
3.3.4 基于二次樣條小波變換濾除基線漂移
3.4 脈搏波信號(hào)的特征參數(shù)提取
3.4.1 脈搏波信號(hào)的特征參數(shù)提取算法流程
3.4.2 脈搏信號(hào)特征值提取具體過(guò)程
3.5 RRI與PPI的獲取
3.6 本章小結(jié)
第四章 心電信號(hào)和脈搏波信號(hào)的去趨勢(shì)波動(dòng)分析
4.1 去趨勢(shì)波動(dòng)分析算法DFA
4.1.1 去趨勢(shì)波動(dòng)理論
4.1.2 DFA的應(yīng)用和發(fā)展
4.2 去趨勢(shì)互相關(guān)分析DCCA
4.2.1 互相關(guān)函數(shù)定義及其性質(zhì)
4.2.2 最小二乘線性擬合法
4.2.3 去趨勢(shì)互相關(guān)分析
4.3 基于DFA、DCCA的兩路信號(hào)的睡眠分期研究
4.3.1 健康人長(zhǎng)時(shí)穩(wěn)定睡眠期RRI、PPI的DFA、DCCA分析
4.3.2 健康人RRI、PPI的睡眠時(shí)序圖相關(guān)分析
4.4 本章小結(jié)
第五章 MATLAB界面仿真與智能終端+云服務(wù)
5.1 MATLAB界面仿真
5.1.1 初始化界面
5.1.2 仿真實(shí)現(xiàn)過(guò)程
5.2 智能終端與云服務(wù)系統(tǒng)
5.2.1 系統(tǒng)介紹
5.2.2 系統(tǒng)流程
5.2.3 動(dòng)態(tài)信號(hào)監(jiān)測(cè)原理
5.3 數(shù)據(jù)回放與處理分析
5.4 平臺(tái)業(yè)務(wù)層設(shè)計(jì)與實(shí)現(xiàn)
第六章 總結(jié)與展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請(qǐng)的專利
致謝
【參考文獻(xiàn)】:
期刊論文
[1]基于MSP430單片機(jī)的便攜式指端脈搏測(cè)量?jī)x設(shè)計(jì)[J]. 劉宸. 科技創(chuàng)新與應(yīng)用. 2013(11)
[2]基于光電容積脈搏波描記法的無(wú)創(chuàng)連續(xù)血壓測(cè)量[J]. 李章俊,王成,朱浩,金凡,馬俊領(lǐng). 中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2012(04)
[3]消除心電信號(hào)基線漂移簡(jiǎn)單方法及仿真[J]. 朱杰檀,柒惠. 醫(yī)療衛(wèi)生裝備. 2012(08)
[4]基于JSON實(shí)現(xiàn)Android智能終端與Web服務(wù)器“面向?qū)ο蟆钡男畔⒔粨Q[J]. 王曉禹,石麗. 數(shù)字技術(shù)與應(yīng)用. 2012(04)
[5]光電容積描跡法原理及其臨床應(yīng)用[J]. 米永巍,李怡勇,陳培昕. 中國(guó)醫(yī)療設(shè)備. 2011(05)
[6]基于MATLAB的心電去噪中小波基選取研究[J]. 高彩紅,李天博,錢坤喜,和衛(wèi)星. 微計(jì)算機(jī)信息. 2010(19)
[7]脈搏波信號(hào)時(shí)域特征提取與算法的研究[J]. 唐銘一,李凱,馬小鐵. 計(jì)算機(jī)與現(xiàn)代化. 2010(04)
[8]一種脈搏波小波降噪算法[J]. 王晨迪,汪豐. 中國(guó)體視學(xué)與圖像分析. 2009(01)
[9]關(guān)于午睡研究的概述[J]. 趙大勇,符明秋,湯永隆,李哲. 心理科學(xué)進(jìn)展. 2009(02)
[10]一種改善微弱信號(hào)信噪比的小波變換消噪法[J]. 張海波,葉曉慧. 現(xiàn)代電子技術(shù). 2009(04)
碩士論文
[1]基于腦電信號(hào)特征提取的睡眠分期方法研究[D]. 李斐.南京郵電大學(xué) 2016
[2]基于ECG信號(hào)進(jìn)行心律失常及睡眠呼吸暫停綜合癥診斷分析[D]. 劉文娜.南京郵電大學(xué) 2015
[3]基于腦電的計(jì)算機(jī)輔助自動(dòng)睡眠評(píng)分系統(tǒng)[D]. 劉向.南京郵電大學(xué) 2015
[4]基于光電容積脈搏波的呼吸頻率監(jiān)測(cè)[D]. 王躍俊.北京理工大學(xué) 2015
[5]基于光電容積脈搏波的心率變異度檢測(cè)方法研究[D]. 黃麗卿.北京工業(yè)大學(xué) 2013
[6]睡眠腦電的去趨勢(shì)互相關(guān)和多重分形去趨勢(shì)互相關(guān)分析[D]. 王玉蘭.南京郵電大學(xué) 2013
[7]基于Android的心電信號(hào)分析系統(tǒng)研究[D]. 畢婷婷.南京郵電大學(xué) 2013
[8]基于云計(jì)算的移動(dòng)醫(yī)療服務(wù)平臺(tái)的研究與開(kāi)發(fā)[D]. 陸忠芳.浙江理工大學(xué) 2013
[9]基于云平臺(tái)的移動(dòng)醫(yī)療健康服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 顧宏明.北京郵電大學(xué) 2012
[10]心電特征提取及分類方法研究[D]. 武揚(yáng).上海交通大學(xué) 2012
本文編號(hào):3226819
【文章來(lái)源】:南京郵電大學(xué)江蘇省
【文章頁(yè)數(shù)】:87 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 睡眠分期簡(jiǎn)介
1.1.1 睡眠簡(jiǎn)介
1.1.2 睡眠分期簡(jiǎn)介
1.2 非腦電信號(hào)與睡眠分期的關(guān)系
1.2.1 心電與睡眠分期的關(guān)系
1.2.2 脈搏波與心電的關(guān)系
1.3 睡眠分期發(fā)展歷程
1.4 睡眠分期的研究意義
1.5 論文章節(jié)安排
第二章 心電圖與脈搏波
2.1 心電信號(hào)
2.1.1 心電信號(hào)產(chǎn)生機(jī)理
2.1.2 心電信號(hào)的波形與特性
2.1.3 心電信號(hào)的噪聲干擾
2.2 光電容積脈搏波信號(hào)及脈搏采集模塊
2.2.1 脈搏波信號(hào)的產(chǎn)生機(jī)理
2.2.2 光電容積脈搏波的生理意義
2.2.3 光電容積脈搏波檢測(cè)原理
2.2.4 光電容積脈搏波信號(hào)的波形與特性
2.3 本章小結(jié)
第三章 信號(hào)預(yù)處理及特征參數(shù)提取算法研究
3.1 心電信號(hào)預(yù)處理
3.1.1 濾除工頻干擾
3.1.2 濾除肌電噪聲干擾
3.1.3 濾除基線漂移
3.2 心電信號(hào)的特征值提取
3.2.1 心電信號(hào)的特征值提取算法流程圖
3.2.2 心電信號(hào)特征值提取具體過(guò)程
3.3 脈搏波信號(hào)的預(yù)處理
3.3.1 基線突變預(yù)處理
3.3.2 小波變換
3.3.3 二次樣條小波
3.3.4 基于二次樣條小波變換濾除基線漂移
3.4 脈搏波信號(hào)的特征參數(shù)提取
3.4.1 脈搏波信號(hào)的特征參數(shù)提取算法流程
3.4.2 脈搏信號(hào)特征值提取具體過(guò)程
3.5 RRI與PPI的獲取
3.6 本章小結(jié)
第四章 心電信號(hào)和脈搏波信號(hào)的去趨勢(shì)波動(dòng)分析
4.1 去趨勢(shì)波動(dòng)分析算法DFA
4.1.1 去趨勢(shì)波動(dòng)理論
4.1.2 DFA的應(yīng)用和發(fā)展
4.2 去趨勢(shì)互相關(guān)分析DCCA
4.2.1 互相關(guān)函數(shù)定義及其性質(zhì)
4.2.2 最小二乘線性擬合法
4.2.3 去趨勢(shì)互相關(guān)分析
4.3 基于DFA、DCCA的兩路信號(hào)的睡眠分期研究
4.3.1 健康人長(zhǎng)時(shí)穩(wěn)定睡眠期RRI、PPI的DFA、DCCA分析
4.3.2 健康人RRI、PPI的睡眠時(shí)序圖相關(guān)分析
4.4 本章小結(jié)
第五章 MATLAB界面仿真與智能終端+云服務(wù)
5.1 MATLAB界面仿真
5.1.1 初始化界面
5.1.2 仿真實(shí)現(xiàn)過(guò)程
5.2 智能終端與云服務(wù)系統(tǒng)
5.2.1 系統(tǒng)介紹
5.2.2 系統(tǒng)流程
5.2.3 動(dòng)態(tài)信號(hào)監(jiān)測(cè)原理
5.3 數(shù)據(jù)回放與處理分析
5.4 平臺(tái)業(yè)務(wù)層設(shè)計(jì)與實(shí)現(xiàn)
第六章 總結(jié)與展望
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間申請(qǐng)的專利
致謝
【參考文獻(xiàn)】:
期刊論文
[1]基于MSP430單片機(jī)的便攜式指端脈搏測(cè)量?jī)x設(shè)計(jì)[J]. 劉宸. 科技創(chuàng)新與應(yīng)用. 2013(11)
[2]基于光電容積脈搏波描記法的無(wú)創(chuàng)連續(xù)血壓測(cè)量[J]. 李章俊,王成,朱浩,金凡,馬俊領(lǐng). 中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào). 2012(04)
[3]消除心電信號(hào)基線漂移簡(jiǎn)單方法及仿真[J]. 朱杰檀,柒惠. 醫(yī)療衛(wèi)生裝備. 2012(08)
[4]基于JSON實(shí)現(xiàn)Android智能終端與Web服務(wù)器“面向?qū)ο蟆钡男畔⒔粨Q[J]. 王曉禹,石麗. 數(shù)字技術(shù)與應(yīng)用. 2012(04)
[5]光電容積描跡法原理及其臨床應(yīng)用[J]. 米永巍,李怡勇,陳培昕. 中國(guó)醫(yī)療設(shè)備. 2011(05)
[6]基于MATLAB的心電去噪中小波基選取研究[J]. 高彩紅,李天博,錢坤喜,和衛(wèi)星. 微計(jì)算機(jī)信息. 2010(19)
[7]脈搏波信號(hào)時(shí)域特征提取與算法的研究[J]. 唐銘一,李凱,馬小鐵. 計(jì)算機(jī)與現(xiàn)代化. 2010(04)
[8]一種脈搏波小波降噪算法[J]. 王晨迪,汪豐. 中國(guó)體視學(xué)與圖像分析. 2009(01)
[9]關(guān)于午睡研究的概述[J]. 趙大勇,符明秋,湯永隆,李哲. 心理科學(xué)進(jìn)展. 2009(02)
[10]一種改善微弱信號(hào)信噪比的小波變換消噪法[J]. 張海波,葉曉慧. 現(xiàn)代電子技術(shù). 2009(04)
碩士論文
[1]基于腦電信號(hào)特征提取的睡眠分期方法研究[D]. 李斐.南京郵電大學(xué) 2016
[2]基于ECG信號(hào)進(jìn)行心律失常及睡眠呼吸暫停綜合癥診斷分析[D]. 劉文娜.南京郵電大學(xué) 2015
[3]基于腦電的計(jì)算機(jī)輔助自動(dòng)睡眠評(píng)分系統(tǒng)[D]. 劉向.南京郵電大學(xué) 2015
[4]基于光電容積脈搏波的呼吸頻率監(jiān)測(cè)[D]. 王躍俊.北京理工大學(xué) 2015
[5]基于光電容積脈搏波的心率變異度檢測(cè)方法研究[D]. 黃麗卿.北京工業(yè)大學(xué) 2013
[6]睡眠腦電的去趨勢(shì)互相關(guān)和多重分形去趨勢(shì)互相關(guān)分析[D]. 王玉蘭.南京郵電大學(xué) 2013
[7]基于Android的心電信號(hào)分析系統(tǒng)研究[D]. 畢婷婷.南京郵電大學(xué) 2013
[8]基于云計(jì)算的移動(dòng)醫(yī)療服務(wù)平臺(tái)的研究與開(kāi)發(fā)[D]. 陸忠芳.浙江理工大學(xué) 2013
[9]基于云平臺(tái)的移動(dòng)醫(yī)療健康服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 顧宏明.北京郵電大學(xué) 2012
[10]心電特征提取及分類方法研究[D]. 武揚(yáng).上海交通大學(xué) 2012
本文編號(hào):3226819
本文鏈接:http://sikaile.net/linchuangyixuelunwen/3226819.html
最近更新
教材專著