目前,睡眠健康的研究越來越引起人們關(guān)注,睡眠狀態(tài)的實時監(jiān)測與判別對人體睡眠質(zhì)量的準(zhǔn)確評估尤為重要。現(xiàn)在睡眠分期的大部分研究都是使用腦電信號,技術(shù)可以說是很成熟,但是其測量手段復(fù)雜,成本高,不利于日常監(jiān)測,所以研究非腦電信號與睡眠分期的關(guān)系也就顯得很有意義。本文首先敘述了睡眠分期的國內(nèi)和國外的研究現(xiàn)狀,以及非腦電信號在睡眠狀態(tài)分析研究中的應(yīng)用;其次將心電間期RRI、脈搏間期PPI作為睡眠分期的特征參數(shù),應(yīng)用去趨勢波動分析算法DFA以及去趨勢互相關(guān)分析算法DCCA,將得到的標(biāo)度指數(shù)來對睡眠狀態(tài)進行分期研究,最終將研究內(nèi)容實現(xiàn)為一套小型化的基于智能手機和云平臺的睡眠監(jiān)測系統(tǒng)。如下是本篇文章的幾個創(chuàng)新的地方:（1）首先對不同睡眠狀態(tài)的RRI與PPI進行DFA、DCCA的分析,我們發(fā)現(xiàn),DFA（RRI）、DFA（PPI）、DCCA（RRI-PPI）標(biāo)度指數(shù)均存在著WAKE>REM>LS>DS的一致性規(guī)律,并且均大于0.5,說明心電間期RRI、脈搏間期PPI以及兩者之間均存在著長程相關(guān)性,并且隨著睡眠深度不斷減弱,這在一定程度上反應(yīng)了睡眠過程中心血管調(diào)節(jié)機制的變化。（2）將健康人... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 睡眠分期簡介
        1.1.1 睡眠簡介
        1.1.2 睡眠分期簡介
    1.2 非腦電信號與睡眠分期的關(guān)系
        1.2.1 心電與睡眠分期的關(guān)系
        1.2.2 脈搏波與心電的關(guān)系
    1.3 睡眠分期發(fā)展歷程
    1.4 睡眠分期的研究意義
    1.5 論文章節(jié)安排
第二章 心電圖與脈搏波
    2.1 心電信號
        2.1.1 心電信號產(chǎn)生機理
        2.1.2 心電信號的波形與特性
        2.1.3 心電信號的噪聲干擾
    2.2 光電容積脈搏波信號及脈搏采集模塊
        2.2.1 脈搏波信號的產(chǎn)生機理
        2.2.2 光電容積脈搏波的生理意義
        2.2.3 光電容積脈搏波檢測原理
        2.2.4 光電容積脈搏波信號的波形與特性
    2.3 本章小結(jié)
第三章 信號預(yù)處理及特征參數(shù)提取算法研究
    3.1 心電信號預(yù)處理
        3.1.1 濾除工頻干擾
        3.1.2 濾除肌電噪聲干擾
        3.1.3 濾除基線漂移
    3.2 心電信號的特征值提取
        3.2.1 心電信號的特征值提取算法流程圖
        3.2.2 心電信號特征值提取具體過程
    3.3 脈搏波信號的預(yù)處理
        3.3.1 基線突變預(yù)處理
        3.3.2 小波變換
        3.3.3 二次樣條小波
        3.3.4 基于二次樣條小波變換濾除基線漂移
    3.4 脈搏波信號的特征參數(shù)提取
        3.4.1 脈搏波信號的特征參數(shù)提取算法流程
        3.4.2 脈搏信號特征值提取具體過程
    3.5 RRI與PPI的獲取
    3.6 本章小結(jié)
第四章 心電信號和脈搏波信號的去趨勢波動分析
    4.1 去趨勢波動分析算法DFA
        4.1.1 去趨勢波動理論
        4.1.2 DFA的應(yīng)用和發(fā)展
    4.2 去趨勢互相關(guān)分析DCCA
        4.2.1 互相關(guān)函數(shù)定義及其性質(zhì)
        4.2.2 最小二乘線性擬合法
        4.2.3 去趨勢互相關(guān)分析
    4.3 基于DFA、DCCA的兩路信號的睡眠分期研究
        4.3.1 健康人長時穩(wěn)定睡眠期RRI、PPI的DFA、DCCA分析
        4.3.2 健康人RRI、PPI的睡眠時序圖相關(guān)分析
    4.4 本章小結(jié)
第五章 MATLAB界面仿真與智能終端+云服務(wù)
    5.1 MATLAB界面仿真
        5.1.1 初始化界面
        5.1.2 仿真實現(xiàn)過程
    5.2 智能終端與云服務(wù)系統(tǒng)
        5.2.1 系統(tǒng)介紹
        5.2.2 系統(tǒng)流程
        5.2.3 動態(tài)信號監(jiān)測原理
    5.3 數(shù)據(jù)回放與處理分析
    5.4 平臺業(yè)務(wù)層設(shè)計與實現(xiàn)
第六章 總結(jié)與展望
參考文獻
附錄1 攻讀碩士學(xué)位期間申請的專利
致謝


【參考文獻】：
期刊論文
[1]基于MSP430單片機的便攜式指端脈搏測量儀設(shè)計[J]. 劉宸.  科技創(chuàng)新與應(yīng)用. 2013(11)
[2]基于光電容積脈搏波描記法的無創(chuàng)連續(xù)血壓測量[J]. 李章俊,王成,朱浩,金凡,馬俊領(lǐng).  中國生物醫(yī)學(xué)工程學(xué)報. 2012(04)
[3]消除心電信號基線漂移簡單方法及仿真[J]. 朱杰檀,柒惠.  醫(yī)療衛(wèi)生裝備. 2012(08)
[4]基于JSON實現(xiàn)Android智能終端與Web服務(wù)器“面向?qū)ο蟆钡男畔⒔粨Q[J]. 王曉禹,石麗.  數(shù)字技術(shù)與應(yīng)用. 2012(04)
[5]光電容積描跡法原理及其臨床應(yīng)用[J]. 米永巍,李怡勇,陳培昕.  中國醫(yī)療設(shè)備. 2011(05)
[6]基于MATLAB的心電去噪中小波基選取研究[J]. 高彩紅,李天博,錢坤喜,和衛(wèi)星.  微計算機信息. 2010(19)
[7]脈搏波信號時域特征提取與算法的研究[J]. 唐銘一,李凱,馬小鐵.  計算機與現(xiàn)代化. 2010(04)
[8]一種脈搏波小波降噪算法[J]. 王晨迪,汪豐.  中國體視學(xué)與圖像分析. 2009(01)
[9]關(guān)于午睡研究的概述[J]. 趙大勇,符明秋,湯永隆,李哲.  心理科學(xué)進展. 2009(02)
[10]一種改善微弱信號信噪比的小波變換消噪法[J]. 張海波,葉曉慧.  現(xiàn)代電子技術(shù). 2009(04)

碩士論文
[1]基于腦電信號特征提取的睡眠分期方法研究[D]. 李斐.南京郵電大學(xué) 2016
[2]基于ECG信號進行心律失常及睡眠呼吸暫停綜合癥診斷分析[D]. 劉文娜.南京郵電大學(xué) 2015
[3]基于腦電的計算機輔助自動睡眠評分系統(tǒng)[D]. 劉向.南京郵電大學(xué) 2015
[4]基于光電容積脈搏波的呼吸頻率監(jiān)測[D]. 王躍俊.北京理工大學(xué) 2015
[5]基于光電容積脈搏波的心率變異度檢測方法研究[D]. 黃麗卿.北京工業(yè)大學(xué) 2013
[6]睡眠腦電的去趨勢互相關(guān)和多重分形去趨勢互相關(guān)分析[D]. 王玉蘭.南京郵電大學(xué) 2013
[7]基于Android的心電信號分析系統(tǒng)研究[D]. 畢婷婷.南京郵電大學(xué) 2013
[8]基于云計算的移動醫(yī)療服務(wù)平臺的研究與開發(fā)[D]. 陸忠芳.浙江理工大學(xué) 2013
[9]基于云平臺的移動醫(yī)療健康服務(wù)系統(tǒng)的設(shè)計與實現(xiàn)[D]. 顧宏明.北京郵電大學(xué) 2012
[10]心電特征提取及分類方法研究[D]. 武揚.上海交通大學(xué) 2012



本文編號：3226819