便携式睡眠呼吸暂停辅助诊断系统.pdfVIP

摘要

人类健康一直遭受着呼吸系统疾病的威胁，其中睡眠呼吸暂停综合征（SAS）不仅干扰睡

眠，严重时甚至会威胁生命健康。国内外主要使用PSG诊断SAS，此装置价格昂贵，操作复

杂，且影响用户舒适性。故本文搭建了一套便携式睡眠呼吸暂停辅助诊断系统，能在早期筛

查SAS，并极大地提升了舒适度，有较强实用性。主要工作如下：

（1）本文提出了一种便携、小巧、低成本的硬件信号采集系统。将心率血氧传感器集成

至柔性基板上，并内置于3D打印的指环中，从而在成功采集血氧与PPG数据的同时，极大

地提高了检测舒适度。同时开发配套客户端，通过蓝牙连接，在实现数据波形与检测结果可

视化的同时，也使得人机交互更便捷。

（2）基于信号采集系统所采集的血氧与PPG数据，本文提出了相应的SAS检测算法。

针对血氧信号，利用减氧饱和度判断呼吸状况及仪器使用情况，对其他非病理性因素进

行判断与排除，进一步提高检测的准确性。

针对PPG信号，利用滤波与分割进行前期预处理，去除干扰和噪音；提出基于多尺度熵

与PRV特征参数相结合的数据特征提取方案；通过对比多种机器学习算法，选择了随机森林

作为算法分类模型。最后，利用MIT-BIHPloysomnographic数据库中的PPG数据集进行实

验，结合四类评价指标综合论证该算法具有较强检测能力。

最后利用基于两种信号的检测算法综合判断用户呼吸情况，并根据AHI指数区分SAS严

重程度，在客户端中展示检测结果。

（3）将本文提出的便携式睡眠呼吸暂停辅助诊断系统进行全方位实验。

首先，测试实际功耗，论证本文提出的诊断系统耗能较低。对硬件数据采集进行功能测

试，其PPG波形与PSG所测波形基本一致，且血氧饱和度相对误差在合理范围内，满足睡眠

监测要求；其次对本系统算法判定的呼吸暂停事件与PSG进行对比，可证算法性能良好；最

后，对比本系统的SAS诊断结果与医生判定结果，综合可证本系统对SAS诊断具有较高的

准确率。

关键词：柔性可穿戴、PPG、血氧饱和度、呼吸暂停检测、机器学习算法

ABSTRACT

Humanhealthhasalwaysbeenthreatenedbyrespiratorydiseases.Sleepapneasyndrome(SAS)

notonlyinterfereswithsleep,buteventhreatenslifeandhealthinseverecases.PSGismainlyused

todiagnoseSASathomeandabroad.Thisdeviceisexpensive,complicatedtooperate,andaffects

usercomfort.Therefore,thispaperbuildsaportablesleepapneaauxiliarydiagnosissystem,which

canscreenSASintheearlystage,greatlyimprovesthecomfort,andhasstrongpracticability.main

tasksasfollows:

(1)Thispaperpresentsaportable,smallandlow-costhardwaresignalacquisitionsystem.

IntegratetheheartratebloodoxygensensorontheFPCandputitintothe3Dprintedfingerring,

whichgreatlyimprovesthecomfortofdetectionwhenthebloodoxygenandPPGdataare

successfullycollected.Atthesametime,asupportingclientisdeveloped,whichisconnectedto

Blueto