【摘 要】
：
睡眠呼吸暂停综合征作为一种常见的睡眠疾病,它严重影响人们的睡眠质量和身体健康。近些年来,越来越多的医生和学者逐渐关注到睡眠呼吸暂停综合征。多导睡眠监测仪作为睡眠呼吸暂停综合征的金标准,用它对患者进行整夜检测,根据呼吸信号进行判断疾病,但是这种检测方式会让患者产生严重的不适感且其检测成本昂贵,因此研究出一种简单方便并且易采集的生理信号对于检测睡眠呼吸暂停综合征来说尤为重要。心电图机和它的便携式设备在
论文部分内容阅读
睡眠呼吸暂停综合征作为一种常见的睡眠疾病,它严重影响人们的睡眠质量和身体健康。近些年来,越来越多的医生和学者逐渐关注到睡眠呼吸暂停综合征。多导睡眠监测仪作为睡眠呼吸暂停综合征的金标准,用它对患者进行整夜检测,根据呼吸信号进行判断疾病,但是这种检测方式会让患者产生严重的不适感且其检测成本昂贵,因此研究出一种简单方便并且易采集的生理信号对于检测睡眠呼吸暂停综合征来说尤为重要。心电图机和它的便携式设备在当下推广广泛,让心电信号的采集变的很普及很方便。当前文献研究已表明心电信号和呼吸信号之间具有极高的相关性,可以从心电中提取呼吸信息,并且基于心电图提取出的衍生呼吸信号,其时频域特征能够有效的作为睡眠呼吸暂停综合征的判断标准。因此研究从单通道心电图提取衍生呼吸信号可以用来替代多导睡眠检测仪。本论文针对从心电信号提取衍生呼吸信号和基于衍生呼吸信号实现睡眠暂停综合征的判断这两个方面展开了研究,主要研究内容如下:一、提出了一种基于心电信号多特征融合的衍生呼吸信号提取算法,该算法利用了心电信号中多种与呼吸信息相关的特征进行衍生呼吸信号提取,解决了衍生呼吸信号提取时部分呼吸信息缺失的问题。首先对原始心电信号采取去噪、去除基线等预处理,进而利用多级Teager能量算法定位R波位置以及P波峰值、Q波峰值、S波峰值、T波峰值,然后按照心拍提取特征变量。通过将呼吸诱发的5种ECG特征变量和心率变异性信号组成输入变量,即各个特征变量的振幅峰值和RR间期,利用主成分分析方法求取其主成分,根据比率阈值对求出来的主成分进行融合,最后对衍生呼吸信号进行后处理。最终将衍生呼吸信号和参考呼吸的平均呼吸率误差降低为1.49,平均相关系数提升至0.79。二、提出了基于衍生呼吸信号的睡眠呼吸暂停综合征判断算法。对基于心电信号多特征融合获取的衍生呼吸信号提取时频域特征,然后引入支持向量机实现了呼吸暂停事件的分类并验证了效性。时域特征为衍生呼吸信号的平均值,标准差2个特征,频域特征为呼吸信号功率谱密度产生的32个系数特征,将时频域34个特征用于分类。选用基于主成分分析的单一特征提取的衍生呼吸信号和基于R波峰值方法获取的衍生呼吸信号的时频特征作为对比组。将支持向量机作为该算法的分类器,选用四种核函数:线性核函数、多项式核、sigmoid核、径向基核函数进行分类,最终确定选用心电信号多特征融合的衍生呼吸信号提取的特征在以径向基核函数作为核函数时效果最好,呼吸暂停事件判断准确率为92.29%,灵敏度为90.44%,F值为93.51%。本文工作针对呼吸信号的提取算法及其在睡眠暂停中的应用展开研究,为后续对于呼吸的便携式检测以及睡眠呼吸暂停疾病的检测提供了可靠基础。
其他文献
阿尔茨海默症（Alzheimer’s Disease,AD）属于神经退行性疾病,其主要症状是记忆力、认知功能下降以及语言能力减弱等。轻度认知障碍（Mild Cognitive Impairment,MCI）是正常和痴呆之间的一种过渡阶段,其临床主要表现是记忆以及认知功能较常人存在轻微受损,但没有完全被确定为AD。MCI被认为有极大的可能最终转化为AD,然而目前仍然缺乏针对AD的有效生物标志物。功能
高光谱图像（Hyperspectral Image,HSI）是一种由数十个或数百个波段构成的数据立方体,相对于传统的RGB图像或多光谱图像（Multispectral Image,MSI）而言,它包含了丰富的光谱信息,可以更好地反映地物的实际情况。而由于光学成像原理的限制,HSI空间分辨率相对较低,这限制了HSI后续的分析与应用。在这种情况下,融合高空间分辨率（High Resolution,HR
甲基法尼酯（Methylene farnesoate,MF）是存在于甲壳动物体内一种十分重要的内分泌倍半萜类激素,其主要作用包括调控甲壳动物蜕皮、生长发育与繁殖等过程。然而,在甲壳动物中,甲基法尼酯如何运输到靶器官从而发挥作用尚未清晰。本研究以凡纳滨对虾Litopenaeus vannamei为研究对象,通过生物信息学整合凡纳滨对虾基因组与转录组的数据信息,筛选到了11个Juvenile horm
合成孔径雷达（Synthetic Aperture Radar,SAR）以其独有的全天候、全天时成像特点,在军事和民用方面有众多的研究和应用,如:军事测绘、海洋监测、资源勘探等方面。然而,受相干成像机制的影响,SAR图像会带有相干斑噪声,该噪声的存在降低了SAR图像的信噪比,使图像中的目标信息受到遮挡,从而严重地影响了图像质量,模糊了图像中的重要信息,为后续进行SAR图像高水平处理任务带来巨大的挑
孤独症（Autism Spectrum Disorder,ASD）是一种神经系统疾病,常发病于婴幼儿早期,症状包括行为方式刻板和认知方式局限等。目前,主要是医师参考量表对ASD进行诊断,方法主观性强且诊断效率低。因此寻找客观生物学标志物对ASD诊断具有重要意义。本文基于递归图（Recurrence Plot,RP）提取ASD儿童八通道脑电信号（Electroencephalogram,EEG）特征
SDN解耦了数据平面和控制平面,具备网络可灵活配置的优势。SDN网络状态的全局可见性和流量转发规则的运行操作使得任何冲突都可以通过逻辑上集中的控制器远程解决,增强了网络的稳定性。但同时,控制器的集中化及其可见性使得网络更易受到攻击,为恶意攻击创造了更多的机会。DDoS攻击会对SDN网络造成毁灭性打击,这是一个非常严重的问题。论文对此问题,从检测、负载均衡以及攻击溯源三个方面进行研究。所做的工作主要
近年来,脑血管疾病的患病人数急剧上升,特别是脑卒中患者在治疗后普遍存在的不同程度的运动功能障碍,给家庭和社会带来极重的负担。及时而有效的康复治疗能够最大程度地恢复患者运动能力。而对脑卒中患者运动神经系统功能状态进行准确评估是提高康复治疗效果的基础。皮质肌耦合（corticalmuscular coupling,CMC）能够揭示大脑皮层和运动肌肉组织两大系统之间的信息传递和功能联系,可以用于研究神经
药物靶点关系是药物研发过程中不可缺少的信息。因此,药物靶点相互作用相关的研究已经成为药学研究的热点。传统的实验方法验证药物靶点相互作用关系效率很低,需要花费大量的时间和精力,并且费用也十分高昂。这大大制约了药物的研发速度,阻碍了医学技术的进步。随着科学技术的发展,越来越多的专家学者利用计算机技术辅助药物靶点关系的预测,极大地提升了实验效率,缩短了药物研发的周期。现有的药物靶点关系研究中主要存在两大
疲劳表情作为人体的生理和心理机能的外在体现,能够真实反映人们的注意力、知觉、思维、判断、意志、决策和运动能力是否下降。因此,疲劳表情识别在医疗健康检测、疲劳驾驶等领域有着很大的应用潜力。在疲劳表情识别领域中,遮挡条件下的表情识别技术是目前广大研究者的重点研究对象。在遮挡情况下,疲劳表情识别任务时常因难以提取到有效的分类特征信息,导致疲劳状态判断不准确。因此,本文围绕如何提高遮挡条件下的疲劳表情识别
胎儿心电图检测技术是一项检测围产期以及妊娠期胎儿健康情况的重要技术手段,能有效地发现胎儿在母体内正常发育生长中的不良情况,但现实中采集到的胎儿心电图往往受到复杂噪声和母体心电分量的干扰。通过对胎儿心电图进行分析,可以在早期及时诊断胎儿宫内缺血和先天性心脏病等,能有效地降低新生儿各类疾病的发病率和死亡率。从母体腹壁混合信号中稳健地提取胎儿心电信号是有效监测胎儿健康最大的挑战,这主要是由于胎儿心电相对