基于心冲击信号的自动睡眠分期算法研究进展

睡眠分期是指对睡眠阶段进行分类,其是睡眠研究与睡眠相关疾病诊断的主要手段之一,具有重要的临床研究与应用价值。近年来,基于心冲击信号的自动睡眠分期算法受到研究人员的重点关注。在介绍睡眠分期和心冲击信号基本知识的基础上,详细介绍了近年来基于心冲击信号的自动睡眠分期算法,并分析该领域研究进展与未来发展趋势。

基于微动敏感床垫的睡眠分期新算法

睡眠质量对人的生活质量影响很大,而睡眠质量的好坏则可通过浅睡、深睡、快速眼动睡眠期(Rapid Eye Movement Sleep,REMS)等睡眠分期来进行判别。提出了一种基于微动敏感床垫进行睡眠分期的新算法。方法首先通过微动敏感床垫采集心电信号和呼吸信号等相关数据,然后利用短时傅里叶变换进行频域的预处理,之后再使用巴特沃斯滤波器进行滤波处理,最后利用固定阈值算法进行睡眠分期,进而得出个体的浅睡、深睡、REMS等不同时段的睡眠分期结果。对比标准的多导睡眠图(Polysomnography,PSG)睡眠监测结果,上述算法的分析结果符合率为92.9%,所得的结果具有较大准确度,对于睡眠健康的深度研究具有很大意义。

基于人体生理信号的睡眠监测系统研究

随着社会的发展,睡眠质量对人体的影响不可忽视。为了满足大多数睡眠质量追求者的需求,本文设计了一种非接触式睡眠监测系统。通过传感器对人体的生理信号进行采集,并使用滤波的方式提取出人体睡眠时的心率和呼吸率。随后采用睡眠分期算法对提取的信号进行分析,得到睡眠质量评价结果。与其他接触式睡眠监测产品相比,可发现本产品误差不高于15%,准确率较高,具有较好的实用性。

基于心率和腕动信号的睡眠监测系统

设计一种基于心率和腕动信号的睡眠监测系统,通过传感器采集睡眠过程中的心率和腕动信号,利用串口通信将信号传输到上位机,上位机软件通过睡眠分期算法对采集的信号进行处理分析,达到客观评价睡眠质量的目的。该设计为客观评估睡眠质量提供了实现方案,帮助人们了解自己的睡眠状况。

便携式睡眠脑电监测系统的研制

越来越多的人受到睡眠质量欠佳的困扰,因此搭建一套简便、有效的睡眠脑电监测系统是十分必要的。它能够记录整晚睡眠脑电信息,进行自动睡眠分期,并且得到睡眠质量评分。系统采用单导联(三个电极)的简便方式进行采集,电极安放在前额叶,以防睡眠时脱落。分别采用了盘状电极和一次性心电图电极来采集睡眠脑电,以便为电极选择提供参考。振幅整合脑电图算法和样本熵算法被用于睡眠脑电处理中,结果显示两套算法都能进行自动睡眠分期与评价。本系统能够用于整晚睡眠监测和定量评价。