基于心率变异性的睡眠分期方法研究及睡眠监测系统研发.pdfVIP

摘要

睡眠作为一种人类必需的生理活动已引起广泛关注，当前的睡眠研究大多以

多导（脑电、心电、眼电、肌电）睡眠监测仪作为工具，结合数据对睡眠过程进

行研究。然而该方式采集过程繁琐，对使用者睡眠过程干扰较大，不易将研究成

果推广应用到日常生活中。现在需要一种采集便捷，对使用者干扰小的睡眠监测

技术。有研究表明，心率变异性和睡眠状态均与自主神经系统的活动相关，同时

心率变异性具备采集简单、数据复杂度低等优势。因此本文从心率变异性的角度

出发，对睡眠分期及睡眠监测展开研究。

本文以基于心率变异性的睡眠分期方法研究及睡眠监测系统研发为题，研究

工作主要分为以下两部分：

1)睡眠分期方法研究部分。首先是预处理环节先从ECG信号中提取到RRI

序列，然后使用本文提出的RRI信号质量评估方法进行信号质量评估，并剔除序

列中的异常值。随后分别从时域、频域、非线性三个方面提取出13个特征，使

用主成分分析法后得到5个新主特征，将其归一化后分别建立二阶隐马尔科夫模

型，最后根据这5个模型的结果加权投票得出最终睡眠分期结果并设计了实验进

行验证。

2)睡眠监测系统研发部分。设计了一款便携式心电采集设备，并在此设备

上实现心电信号预处理、RRI序列提取及RRI序列预处理等功能后，将关键参数

上传到上位机进行分期处理。本文从硬件设计，到嵌入式软件设计，再到上位机

软件设计，对该睡眠监测系统的设计细节做出了详细介绍。

本文的睡眠分期模型在三分期目标下实现了71.60%的总体识别准确率。最

终研发了一套基于心率变异性的睡眠监测系统，为基于心率变异性的睡眠分期技

术及睡眠监测技术在生活中的应用提供了一种可靠的解决方案。

关键词睡眠分期，心率变异性，主成分分析，隐马尔科夫模型，睡眠监测系统

ABSTRACT

Sleep,asanecessaryphysiologicalactivityofhumanbeings,hasattracted

widespreadattention.Mostofthecurrentsleepresearchusesmulti-channel(EEG,ECG,

eyeelectricity,EMG)sleepmonitorasatooltostudythesleepprocesscombinedwith

data.However,thecollectionprocessofthismethodistedious,whichinterfereswith

theuserssleepprocessgreatly,soitisnoteasytoapplytheresearchresultstodaily

life.Nowweneedakindofsleepmonitoringtechnologywithconvenientcollection

andlittleinterferencetousers.SomestudieshaveshownthatHRVandsleepstateare

relatedtotheactivityofautonomicnervoussystem,andHRVhastheadvantagesof

simplecollectionandlowdatacomplexity.Therefore,fromtheperspectiveofheartrate

variability,thispaperstudiessleepstageandsleepmonitoring.

Thispaperfocusesontheresearchofsleepstagemethodandsleepmonitoring

systembasedonHRV.Theresearchworkisdividedintothefollowingtwoparts:

1)Researchonsleepstagemethod.Firstly,thepre-processingprocessex