论文摘要
睡姿识别是诊断和治疗体位相关性睡眠呼吸障碍的核心指标,为实现对人体睡眠姿态的无扰检测,设计开发了一种基于心冲击图(Ballistocardiogram, BCG)形态差异的便携式睡姿识别系统。通过集成压电薄膜传感器的床垫采集人体胸廓部位BCG信号,利用三次B样条小波变换和朴素贝叶斯分类方法,实现波形特征的提取和睡姿样本的预测。对11名健康受试者进行模拟睡眠实验,结果表明:心率特征值的估计与参照方法之间差异均值为0.04±1.3 beats/min (±1.96 SD),分段校正后的四种基本睡姿识别准确度超过97%,平均正确识别率达97.9%。该系统在测量舒适性和准确度上表现优异,对日常睡眠监测具有良好的应用价值。
论文目录
文章来源
类型: 期刊论文
作者: 刘梦星,秦丽平,叶树明
关键词: 心冲击图,睡眠姿态,睡眠呼吸暂停,小波变换,贝叶斯分类
来源: 中国医疗器械杂志 2019年04期
年度: 2019
分类: 医药卫生科技,工程科技Ⅱ辑
专业: 仪器仪表工业
单位: 浙江大学生物医学工程与仪器科学学院,浙江省医疗器械检验院
基金: 浙江省科学技术厅资助项目(2016F30G5420052)
分类号: TH77
页码: 243-247
总页数: 5
文件大小: 2708K
下载量: 153