《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: 久久精品免视看国产明星 | 欧美视频中文字幕 | 在线免费观看黄色大片 | 日日摸夜夜添夜夜爽免费视频 | 一级片视频免费观看 | 精品国产无限资源免费观看 | 成人在线免费播放 | 日本韩国三级在线观看 | 亚洲人成高清 | 亚洲丁香婷婷综合久久小说 | 成人毛片在线播放 | 国产欧美日韩综合精品无毒 | 欧美视频精品在线 | 男女视频在线观看网站 | 午夜影院a | 免费观看成人久久网免费观看 | 国产小视频在线 | 秋霞午夜一级理论片久久 | 欧美洲视频在线观看 | 亚洲 午夜在线一区 | 中文字幕精品1在线 | 青草午夜精品视频在线观看 | 老司机在线永久免费视频观看 | 久操精品| 久久天天躁狠狠躁夜夜躁 | 高清性色生活片免费视频软件 | 好男人www社区资源在线观看 | 国产高清一级片 | 国产在线精品二区李沁 | 久久99热成人精品国产 | 在线观看黄的网站 | 日批在线播放 | 丁香六月 久久久 | 久久夜夜肉肉热热日日 | 一个人看的在线www高清视频 | 久久成人亚洲香蕉草草 | 噜噜狠狠| 伊人365影院 | 国产日韩欧美不卡www | 欧美视频区 | 免费韩国伦理片在线观看 |