近年来,睡眠相关疾病的重视度呈明显上升趋向。睡眠疾病会降低人体免疫力,诱发各种疾病,严重危害人体健康。REM睡眠行为障碍是睡眠疾病中的一种情况。该疾病患者会在REM睡眠期出现与梦境相关动作的现象,常常影响患者自己和同睡者。多导睡眠检测技术是评价整晚睡眠质量的黄金标准,也是治疗睡眠疾病的首要工作。但这种方法专业性强、操作复杂,难以应用于日常家庭睡眠监护。为解决该睡眠疾病的检测问题,本论文提出了一种REM睡眠行为障碍检测方法,结合脑电波数据和肌电信号,有效的筛选出REM睡眠期,完成人体动作的检测工作。该方法包含三方面工作,首先通过单通道获取脑电波数据,经过数据包解析、重采样与滤波处理和傅立叶变换一系列预处理操作,计算边缘频谱频率EFSd、绝对功率AP和相对功率RP三个特征值。然后,本文设计一种REM睡眠期判断算法,将特征值与阈值比较,分析出REM睡眠期的可能性。最后,根据REM睡眠期判断结果,控制肌电检测模块工作,分析比较其肌电检测值,有效的检测出患者在REM睡眠期发生动作的可能性。根据此检测方法,本论文设计原型系统,其主要分为脑电波分析处理模块和肌电分析处理模块。脑电波分析处理模块采用TGAM设备,肌电处理模块采用肌电传感器与Arduino开发板。实验表明,脑电波分析处理模块对于整个睡眠过程中REM睡眠期检测划分的正确率大约为80.95%,可有效检测出REM睡眠期。肌电检测模块对于动作发生时的检测准确率达85%,可对于睡眠动作作出有效的判断。本论文设计的系统对于REM睡眠行为障碍病情检测的准确率为83.5%。