论文部分内容阅读
睡眠呼吸障碍疾病(SRBD)是一种较为常见,但又难以被自身发现的睡眠疾病。其中,阻塞性睡眠呼吸暂停低通气综合症(Obstruct sleep apnea hypopnea syndrome,OSAHS)是发病率最高的SRBD,也是众多慢性疾病的发病源。因此,对于SRBD的预防与诊断十分重要。目前,诊断SRBD的“金标准”为多导睡眠图仪(Ploysomnography,PSG)。该设备要求佩戴的电极数量多,价格昂贵,受专业人员操作等因素的限制,导致其不能广泛应用,不能满足众多患者的需求。因此,本文介绍如何设计并实现了一款针对于家用的便携式的多参数睡眠监测系统,用于诊断SRBD类别,及患病程度。本系统改进了对生命体征参数的传统检测方法,充分利用传感器资源,以少数量传感器检测多个必要的生理参数,在尽可能不影响受试者睡眠质量的前提下,对受试者进行SRBD的有效筛查。本文的主要内容如下:首先,基于SRBD中的几大类别疾病的临床诊断标准,提出了研制口鼻呼吸气流、鼾声、胸部呼吸运动、腹部呼吸运动、血氧饱和度、脉率、体位七个生理信号相结合的便携式监测系统,才能更加准确、全面的对SRBD进行筛查诊断。本文的主要工作分为硬件部分、软件部分和算法部分的搭建。其中硬件部分实现人体的七个生理信号的同步检测,并可以支持数据的存储与无线传输功能。采用一个Freescale的MPXV7007GP型号压力传感器检测口鼻呼吸气流与鼾声信号,采用两个Freescale的MMA8451Q型号三轴加速度传感器检测胸、腹部呼吸运动与体位信号,血氧饱和度和脉率采用惟拓力公司的M201D血氧模块及配套的一次性血氧探头进行检测,主控芯片选用的是STM32F103VET6型号单片机;软件部分包含上位机与下位机部分,其中下位机工作主要是驱动外围电路、以及对数据进行采集、预处理、存储、传输至PC端等;上位机部分分为睡眠监测软件与睡眠评测软件两部分,睡眠监测软件是对采集到的生理数据进行实时显示与存储,睡眠评测软件是对数据进行回放、疾病的诊断、及结果报告的输出;算法部分是针对七个通道的数据进行特征点提取、特征事件的查找、以及参数计算,并将各通道的算法糅合在一起,进行综合参数计算,结合临床诊断原则,对SRBD进行有效筛查与诊断。本文设计的各通道的生理信号采集系统与产业化设备进行比了对验证。选用某公司的M101型心电、呼吸和体温监测模块作为呼吸信号检测通道的参考设备,随机挑选10名志愿者,共采集60分钟的有效呼吸数据。本系统的口鼻呼吸气流与胸、腹部呼吸运动采集通道的准确性的均方根误差分别为0.548、0.775、0.447,灵敏度的均方根误差分别为0.447、0.632、0.632;选用华为手机的麦克风作为鼾声检测通道的参考设备,本系统的鼾声采集通道,在时域上能够准确、同步检测到鼾声信号,在频域上,两设备所采集信号的基频也一致;通过借助步进电机模拟体位的周期性变化,本系统能够准确检测到体位信号。经验证,本系统能稳定、准确采集到各通道的生理参数。最终通过采集18位志愿者的整夜睡眠数据,分别采用睡眠评测软件自动分析与人工手动分析呼吸事件。以人工手动分析结果为参考,睡眠评测软件分析的呼吸暂停事件(A)、呼吸低通气事件(H)、呼吸暂停低通气指数(AHI)的平均误差分别为2.34、0.83、0.33,均方根误差分别为2.92、2.70、0.63,并且本系统对SRBD的诊断正确率高达94.4%。综上所述,本系统能够辅助医生对SRBD进行初步的自动筛查,并输出一系列完整的睡眠事件报告,可供临床医生做进一步诊断,也为系统的进一步改进和集成应用奠定坚实的基础。