中文引用格式: 甘智高,岳克強(qiáng),,李文鈞,,等. 基于ARM的呼吸暫停綜合征檢測(cè)系統(tǒng)[J]. 電子技術(shù)應(yīng)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.
0 引言
OSAHS臨床表現(xiàn)為患者在睡眠時(shí)打鼾并且伴隨著連續(xù)出現(xiàn)長(zhǎng)時(shí)間的呼吸暫停事件,,以及出現(xiàn)白天嗜睡疲乏癥狀,。研究指出由于呼吸暫停而導(dǎo)致的反復(fù)呼吸不暢、氧氣不足,,可導(dǎo)致多種疾病的發(fā)生,,最嚴(yán)重會(huì)夜間猝死[1]。目前多導(dǎo)睡眠儀(Polysomnograph,PSG)是評(píng)估OSAHS嚴(yán)重程度的最常見方法,,也是金標(biāo)準(zhǔn)[2],,但是PSG儀器價(jià)格高昂,患者只有在意識(shí)到問題后才會(huì)去醫(yī)院等專業(yè)機(jī)構(gòu)就診,,這往往會(huì)導(dǎo)致OSAHS發(fā)現(xiàn)時(shí)機(jī)的延誤。
鼾聲與語音有很相似之處,,可以使用語音信號(hào)的特征作為鼾聲分析的特征,,常見的端點(diǎn)檢測(cè)主要有基于時(shí)頻特征的方法[3]以及基于機(jī)器學(xué)習(xí)[4]、神經(jīng)網(wǎng)絡(luò)[5]的方法,。時(shí)頻域的算法一般較簡(jiǎn)單易實(shí)現(xiàn),,但抗噪干擾是個(gè)問題,丁荔等[6]提出OM-LSA和維納濾波結(jié)合的睡眠鼾聲降噪的方法,,實(shí)現(xiàn)低信噪比環(huán)境下算法的高準(zhǔn)確率,;而機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)的方法操作復(fù)雜,,計(jì)算量大,。在區(qū)別是否患有OSAHS的早期研究中,偏向于鼾聲的聲音強(qiáng)度的研究,,用在一段時(shí)間內(nèi)鼾聲信號(hào)的聲級(jí)LAeq來區(qū)別OSAHS患者和單純打鼾人[7],。Azadeh Yadollahi通過共振峰和短時(shí)平均過零率,實(shí)現(xiàn)鼾聲和呼吸聲二分類達(dá)到90%的準(zhǔn)確率[8],。彭好等發(fā)現(xiàn)OSAHS患者的共振峰頻率其F1值的大小與OSAHS的嚴(yán)重程度呈現(xiàn)出相關(guān)性[9],。還有研究用鼾聲基頻作為區(qū)分特征[10],以及用K均值對(duì)鼾聲片段按照時(shí)間間隔的二分類,以此為基礎(chǔ)實(shí)現(xiàn)OSAHS的自動(dòng)診斷[11],。
目前重要的是要發(fā)現(xiàn)在出現(xiàn)OSAHS癥狀臨床早期進(jìn)行準(zhǔn)備和治療,,尤其是如何盡快發(fā)現(xiàn),當(dāng)前的部分研究算法在應(yīng)用上還有一定距離,,如何能將算法部署成功應(yīng)用是一個(gè)關(guān)鍵[12],。本文研究設(shè)計(jì)的一種OSAHS檢測(cè)系統(tǒng),起到了一個(gè)幫助用戶自查初篩的作用,,及時(shí)提醒用戶,,能夠大大降低病情加重風(fēng)險(xiǎn)。
本文詳細(xì)內(nèi)容請(qǐng)下載:http://forexkbc.com/resource/share/2000005725
作者信息:
甘智高,,岳克強(qiáng),,李文鈞,潘成銘
(杭州電子科技大學(xué) 電子信息學(xué)院,,浙江 杭州 310018)