睡眠质量的好坏与人们的学习生活以及身体健康有着很密切的关系,多数人患有睡眠疾病却难以自身察觉。当前睡眠医学领域面临的一个重点问题是如何能够有效地对人体夜间睡眠质量进行综合评价。目前,睡眠医学界认定的评价整夜睡眠质量的公认标准仍是多导睡眠监测系统。可采用相关商用设备主要的问题是传感器过多,影响整体的评价结果,且监测过程繁琐,容易给患者造成一定的心理压力。另一方面,这类设备的自动分析诊断功能和易用性等都存在较大的不足,同时购买和使用成本较高,不利于推广。基于以上存在的问题,本课题设计并实现一种基于多参数生理信号的睡眠质量评测系统,基于实验室现有的技术平台,通过系统优化与集成,并融合多类睡眠相关事件,最终客观具体的对人体夜间睡眠质量进行评价。本文的主要内容包括:课题基于评价人体夜间睡眠质量所需要的生理信号,提出了研制一款能够同时采集11路生理信号的硬件监测系统,采集的信号包括:脑电、心电、体姿、血氧饱和度、下颌肌电、水平眼动、鼾声、脉率、胸腹部呼吸、鼻气流等。主要的任务包括硬件设计、软件驱动以及算法研究等三部分。其中硬件部分包括主控平台控制连接呼吸-血氧一体化采集模块和多通道电生理一体化采集模块;软件设计主要包括底层驱动软件设计与上位机界面显示设计。底层驱动部分主要工作是驱动单片机（Microcontroller Unit,MCU）的外设、数据采集、预处理、部分滤波算法设计、数据传输等;电脑（Personal Computer,PC）端的界面设计包括两类:显示界面设计和分析界面设计。显示界面包含的功能主要是多通道生理信号的实时显示、数据的存储以及与硬件平台的实时交互等。分析界面主要功能包括各通道数据帧回放、参数阈值设置、结合医生建议输出睡眠质量评价报告等。算法部分主要是融合了睡眠期呼吸紊乱事件、睡眠期心血管事件、睡眠期脑电醒觉反应事件、睡眠分阶研究等四部分综合分析,将各类事件糅合分析后对睡眠质量做出具体的评价。实验验证中,将软件自动分析判定的各类事件参数与人工手动判定的事件参数作对比验证。针对睡眠期心血管事件,采用统计学分析方法计算得到的平均误差为0.25,得到的均方根误差为0.31。而对于睡眠期间各指数的结果误差分析,呼吸暂停低通气指数（Apnea Hypopnea Index,AHI）、睡眠效率（Sleep efficiency,S）、醒觉反应指数（Arousal response Index,Ar I）、呼吸暂停指数（Apnea Index,AI）、呼吸低通气指数（Hypopnea Index,HI）的平均误差依次为2.43、0.035、3.72、2.54、1.92,均方根误差分别为3.05、0.044、4.66、3.18、2.41。本文算法关于呼吸紊乱事件的判定准确率约为94%,心血管事件的判定准确率约为95%,醒觉反应事件的判定准确率约为85%,睡眠分期的分类准确率达到86%。并获得综合睡眠质量的平均评估准确率约为90%。与现有的多导睡眠仪相比,本系统软件自动分析的准确率以及硬件设备的易用性都有一定程度的细化与提高,拥有不错的产品化前景。课题还建立了初步的深圳大学-睡眠呼吸数据库,其中包括了48例志愿者的整夜睡眠数据以及相关参数计算结果。综上所述,本课题评测系统的成功研制能够协助睡眠医生对睡眠障碍患者的整夜睡眠状态进行有效的初筛与诊断,并且输出相应的结果报告为后续治疗效果评价提供可靠的参考依据。而深圳大学-睡眠呼吸数据库的初步建立将可以为国内其他的睡眠疾病研究学者提供更多的研究样本,对于我国睡眠呼吸相关疾病的诊疗与预防具有一定的推动作用。