基于雷达微动与体态识别的睡眠呼吸暂停严重程度动态评估与干预系统设计.docxVIP

PAGE2

基于雷达微动与体态识别的睡眠呼吸暂停严重程度动态评估与干预系统设计

摘要

随着现代社会生活节奏的加快与人口老龄化程度的加深，睡眠呼吸暂停综合征已成为威胁公众健康的重大隐患。传统多导睡眠图监测虽为诊断金标准，但存在成本高昂、操作复杂及接触式传感器干扰睡眠质量等痛点，难以满足家庭环境下的长期监测与即时干预需求。本课题旨在设计一套基于毫米波雷达的非接触式睡眠呼吸暂停监测与智能干预系统，通过提取雷达微动与体态特征，构建严重程度评估模型，并联动智能床垫实现物理干预。

论文首先分析了睡眠监测领域的现实需求，确立了以FMCW雷达为核心感知源的技术路线。在需求分析阶段，明确了系统的实时监测、特征提取、等级评估及联动干预四大核心功能，并制定了相应的非功能性指标。系统总体设计采用分层架构，划分为感知层、数据处理层、业务逻辑层与交互层，实现了高内聚低耦合的模块化结构。详细设计阶段重点阐述了雷达信号处理算法与呼吸暂停评估模型，利用快速傅里叶变换与微多普勒效应提取呼吸、心跳及体动特征，构建了基于支持向量机的严重程度分类模型。

系统实现部分基于Python与嵌入式硬件平台完成了软硬件协同开发，重点解决了雷达信号噪声滤除与体位识别精度优化问题。测试结果表明，系统对呼吸暂停事件的检测准确率达到92.5%，体位识别准确率达到95.0%，从事件发生到床垫干预的响应延迟低于3秒，满足家庭监护场景下的实