非脑电睡眠监测系统和算法研究生物医学工程专业论文.docxVIP

浙江大学硕士学位论文 浙江大学硕士学位论文 致谢 致谢 时光飞逝，研究生生涯接近尾声。在此论文完成之际，谨向给我指导、鼓励 与帮助的老师、同学和朋友致以衷心的感谢。 首先感谢我的导师陈杭教授和叶树明副教授，感谢两位老师对我的谆谆教诲 和悉心培养。陈老师科研严谨，思维缜密，从论文宏观方向的定题和内容安排到 细致的段落分布与语言逻辑，不辞辛苦地给予了详细的指导和修改意见，论文顺 利完成离不开陈老师的辛勤付出。陈老师不仅在科研上给予指导，在生活上也对 我们关怀备至，细致入微，让人感念至深，陈老师平易近人的为人处世之道是我 们学习的榜样。叶老师知识渊博，治学严谨，从专业知识到科研项目，给予了全 面的培训和耐心指导。叶老师善于创新、乐观自信、幽默风趣，使我在科研和生 活上都受益匪浅。 其次，感谢对我课题研究中黄超师兄和周乐川师兄给予的莫大帮助。感谢刘 梦星、由佳、吴灶全、刘龙、王梦婷、江锋、江河等，感谢212实验室的所有兄 弟姐妹们，感谢你们共同营造了一个温馨团结、积极欢乐、充满活力的集体环境， 与你们共同度过的日子使我终身难忘。 感谢父母和家人在我求学期间无微不至的关怀与照顾，感谢你们一如既往的 支持与鼓励。再决r感谢我的家人、老师、同学和朋友们，你们的支持和鼓励是 我奋斗的最大动力。 最后，感谢在百忙之中抽出时间审阅本论文的专家教授们。 李杰 2015年1月于浙江大学 万方数据 浙江大学硕士学位论文 浙江大学硕士学位论文 摘要 摘要 睡眠障碍严重影响人们的生活，早期监测对预防和诊断睡眠相关疾病有重要 意义。多导睡眠图监测(PSG)是国际公认的睡眠分期标准，该方法主要依赖脑 电对睡眠进行分期，存在操作复杂、不舒适等问题。因此非脑电睡眠监测方法， 即采用心电、眼电、肌电等信号进行睡眠监测是未来日常睡眠监测的发展趋势。 目前市场上普遍使用的非脑电睡眠监测仪存在采样信息无针对性、睡眠分期准确 度不高等问题，还未能应用于临床。 论文提出了一种同时具有脑电信号和眼电、肌电、心电、呼吸、脉搏等非脑 电多导生理信号的睡眠监测系统，该系统实现PSG监测(含脑电多导生理信号) 与非脑电多导生理信号监测两种工作模式。论文研究内容包括： 1、基于Cortex．M3内核和高度集成的硬件平台，通过多功能、高性能的嵌入 式软件设计，实现两种睡眠监测模式切换，具有在低主频下高精度、多通道生理 信号同步采集，大数据量稳定性存储和传输等功能。 2、基于眼电和肌电，提出了一种非脑电睡眠分期算法，采用零相位数字滤 波器对眼电和肌电信号预处理，提取两种信号的多个时域特征，通过自适应闽值 提取、边缘检测处理特征序列，采用多特征融合进行信号分类。基于PSG标准， 结合信号分类结果，研究了基于眼电和肌电的睡眠分期方法，完成了非脑电睡眠 分期。 3、采用国际睡眠数据库50条数据对算法进行测试，结果表明，算法对觉醒、 浅睡、深睡、快速眼动的时长监测准确度均高于73％，同时该算法应用于非脑电 睡眠监测系统，得到了初步的临床验证。 论文研究选择了在睡眠过程中有特定生理意义的信号源、分期算法基于生理 学特征，具有精度优于现有非脑电睡眠分期的优点，对家用医疗、临床诊断及特 殊领域睡眠监测具有重要的实际应用价值。 关键词： 睡眠分期；眼电；肌电；非脑电睡眠监测；特征融合 II 万方数据 浙江大学硕士学位论文 浙江大学硕士学位论文 Abstract Abstract Sleep disorders seriously affect people’S lives．It is important for preventing and diagnosising sleep related diseases to do sleep detection early．The standard of sleep staging criteria is Polysopanography which depends on EEG is the standard of sleep staging criteria．While there are some problems using PSG for sleep monitoring，such as It is compelted to operate and may cause feel uncomfortable．Therefore， non-EEG sleep monitoring w