《電子技術應用》
您所在的位置:首頁 > 測試測量 > 設計應用 > 基于ARM的呼吸暫停綜合征檢測系統*
基于ARM的呼吸暫停綜合征檢測系統*
電子技術應用
甘智高,岳克強,李文鈞,潘成銘
(杭州電子科技大學 電子信息學院,浙江 杭州 310018)
摘要: 阻塞型睡眠呼吸暫停綜合征(Obstructive Sleep Apnea Hypopnea Syndrome, OSAHS)是一種常見的呼吸睡眠疾病,它會降低人們的睡眠質量,使人們產生疲憊感,更嚴重地會危害人們的身心健康。研究設計了一種基于ARM的OSAHS檢測系統,系統以i.MX6ULL作為硬件主控,采用嵌入式Linux系統為軟件平臺,具有鼾聲采集處理、檢測分類、傳輸等功能,與云平臺建立完整的OSAHS檢測系統,并且通過與標準多導睡眠監測儀(PSG)設備對比檢測效果達到83.9%,達到初篩的作用,具有較強的輔助診斷應用價值。
中圖分類號:TN911.72 文獻標志碼:A DOI: 10.16157/j.issn.0258-7998.223563
中文引用格式: 甘智高,岳克強,李文鈞,等. 基于ARM的呼吸暫停綜合征檢測系統[J]. 電子技術應用,2023,49(10):124-129.
英文引用格式: Gan Zhigao,Yue Keqiang,Li Wenjun,et al. OSAHS detection system based on ARM platform[J]. Application of Electronic Technique,2023,49(10):124-129.
OSAHS detection system based on ARM platform
Gan Zhigao,Yue Keqiang,Li Wenjun,Pan Chengming
(School of Electronic Information, Hangzhou Dianzi University, Hangzhou 310018, China)
Abstract: Obstructive Sleep Apnea Hypopnea Syndrome (OSAHS) is a common respiratory sleep disease. It decreases the quality of people's sleep and causes fatigue, and more seriously, it harms people's physical and mental health. The study designed an ARM-based OSAHS detection system. The system uses i.MX6ULL as the hardware master control and the embedded Linux system as the software platform. It has functions such as snore collection and processing, detection and classification, transmission, etc. The system has established a complete OSAHS detection system with the cloud platform. By comparing with the standard polysomnography (PSG) device, the detection effect reaches 83.9%. It achieves the role of primary screening and has strong auxiliary diagnostic application value.
Key words : ARM;Obstructive Sleep Apnea Hypopnea Syndrome (OSAHS);detection system;polysomnography (PSG)

0 引言

OSAHS臨床表現為患者在睡眠時打鼾并且伴隨著連續出現長時間的呼吸暫停事件,以及出現白天嗜睡疲乏癥狀。研究指出由于呼吸暫停而導致的反復呼吸不暢、氧氣不足,可導致多種疾病的發生,最嚴重會夜間猝死[1]。目前多導睡眠儀(Polysomnograph,PSG)是評估OSAHS嚴重程度的最常見方法,也是金標準[2],但是PSG儀器價格高昂,患者只有在意識到問題后才會去醫院等專業機構就診,這往往會導致OSAHS發現時機的延誤。

鼾聲與語音有很相似之處,可以使用語音信號的特征作為鼾聲分析的特征,常見的端點檢測主要有基于時頻特征的方法[3]以及基于機器學習[4]、神經網絡[5]的方法。時頻域的算法一般較簡單易實現,但抗噪干擾是個問題,丁荔等[6]提出OM-LSA和維納濾波結合的睡眠鼾聲降噪的方法,實現低信噪比環境下算法的高準確率;而機器學習、神經網絡的方法操作復雜,計算量大。在區別是否患有OSAHS的早期研究中,偏向于鼾聲的聲音強度的研究,用在一段時間內鼾聲信號的聲級LAeq來區別OSAHS患者和單純打鼾人[7]。Azadeh Yadollahi通過共振峰和短時平均過零率,實現鼾聲和呼吸聲二分類達到90%的準確率[8]。彭好等發現OSAHS患者的共振峰頻率其F1值的大小與OSAHS的嚴重程度呈現出相關性[9]。還有研究用鼾聲基頻作為區分特征[10],以及用K均值對鼾聲片段按照時間間隔的二分類,以此為基礎實現OSAHS的自動診斷[11]。

目前重要的是要發現在出現OSAHS癥狀臨床早期進行準備和治療,尤其是如何盡快發現,當前的部分研究算法在應用上還有一定距離,如何能將算法部署成功應用是一個關鍵[12]。本文研究設計的一種OSAHS檢測系統,起到了一個幫助用戶自查初篩的作用,及時提醒用戶,能夠大大降低病情加重風險。



本文詳細內容請下載:http://www.viuna.cn/resource/share/2000005725




作者信息:

甘智高,岳克強,李文鈞,潘成銘

(杭州電子科技大學 電子信息學院,浙江 杭州 310018)


微信圖片_20210517164139.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 日韩中文字幕在线观看 | 欧美日韩免费在线 | 757午夜视频国产精品 | 色豆豆永久免费网站 | 欧美国产日韩精品 | 国产亚洲精品成人久久网站 | 欧美一级高清免费播放 | 夜夜做日日做夜夜爽 | 欧美jizz18性欧美 | 免费观看视频成人国产 | 看全黄大色黄大片美女51la | 国产三级国产精品国产普男人 | 欧美videos另类hd肥妇色 | 国产区综合另类亚洲欧美 | 日本国产欧美 | 97国产视频 | 久久久久无码国产精品一区 | 日本三级香港三级人妇 m | 国产一级片视频 | 热热色视频 | 亚洲国产欧美无圣光一区 | 国产日本欧美在线观看 | 国产一区免费视频 | 动漫精品欧美一区二区三区 | 免费看日b视频 | 黄篇免费看 | 黄色网址视频在线播放 | 国产一级特黄高清免费大片dvd | 日韩第六页 | 中国一级特黄特级毛片 | 狂野猛交xxxx吃奶 | 2020国产精品亚洲综合网 | 天天色一色 | 成人免费视频无遮挡在线看 | 女攻男受高h全文肉肉 | a视频免费在线 | 天堂网国产 | 天堂va欧美ⅴa亚洲va一国产 | 亚洲欧洲国产成人精品 | 日本三级在线观看免费 | 国产精品2 |