首页|基于压电床垫的睡眠监测系统的研究与应用

基于压电床垫的睡眠监测系统的研究与应用

郭志勇

基于压电床垫的睡眠监测系统的研究与应用

郭志勇1
扫码查看

作者信息

  • 1. 南昌大学
  • 折叠

摘要

睡眠监测的意义在于对睡眠状态进行分析,在监测过程中识别出异常情况并保障受试者的睡眠安全。常规的睡眠监测方式例如多导睡眠仪、心电图等操作复杂、检测成本较高,难以在普通家庭中大规模推广,其侵入式的监测方式带来的睡眠干扰也让采集数据的真实性存疑。在睡眠过程中,心冲击信号(Ballistocardiogram,BCG)是人体心脏周期性搏动引起的体表微弱振动信号。睡眠时在人体的胸腔位置采集的压力信号中混杂了多种信号成分,其中的呼吸和心跳成分对夜间睡眠时的生理状态监测具有重大意义。可以利用敏感的压电薄膜传感器来采集睡眠时的压力信号,并从中分离出呼吸和心冲击信号。主要工作内容如下: (1)睡眠生理信号的硬件采集装置设计。选取敏感的压电薄膜传感器来感知睡眠时床上压力变化,实现原始睡眠生理信号的采集。设计信号放大和低通滤波电路对信号进行调理。为了减少外界环境噪声对敏感的压电薄膜带来的干扰,对压电薄膜传感器进行封装。 (2)睡眠监测系统的上位机软件设计。利用Qt和Matlab混合编程搭建了PC端睡眠监测系统的上位机程序,主要功能模块包括信号接收、保存、可视化界面展示和监测结果报表等功能。 (3)原始信号中呼吸和心冲击成分的分离。利用小波变换对原始生理信号进行去噪和成分分离,选取合适的小波系数对呼吸和心冲击信号进行重构。原始生理信号中各成分的分离是呼吸率和心率参数计算的关键,通过对小波基函数的计算复杂度、对称性、正交性等进行评价,选取合适的小波基函数对原始生理信号进行分离,并根据频带差异性重构出呼吸和心冲击信号。 (4)呼吸率、心率等生理指标的计算。利用无监督聚类中的K-means++算法对心冲击信号波峰分类进而识别出J峰。心冲击信号中的J波在时域上有明显的特征,通过将BCG信号的波峰特性向量化,利用聚类分析来定位信号中的J波,进而计算心率。 综上,本文基于压电薄膜传感器,设计并制作了睡眠监测床垫装置,开发了睡眠监测系统的上位机程序。在对多位受试者进行睡眠监测后,实验结果表明,在不同睡姿和呼吸状态下,系统的心率和呼吸率检测方法具有一定的稳定性和实用性。

关键词

睡眠监测/心冲击信号/呼吸信号/小波变换/压电薄膜传感器

引用本文复制引用

授予学位

硕士

学科专业

软件工程

导师

夏灵林/唐敏

学位年度

2023

学位授予单位

南昌大学

语种

中文

中图分类号

TN
段落导航相关论文