中文摘要
摘 要
睡眠呼吸暂停综合征 (SAS )是一种全身性疾病,已经严重危害到人类健康。
病人对SAS 的普遍性、严重性缺乏认识,导致疾病治疗率、主动就医检查率低,
早发现、早治疗成为SAS 患者亟待解决的问题。目前睡眠呼吸暂停综合征诊断金
标准是多导睡眠图仪(PSG ),PSG 只能在专业睡眠监测室进行睡眠监测,使用场
地受限。市面上的家用睡眠呼吸初筛产品存在价格昂贵等问题。因此,研发一款
低成本家用睡眠呼吸暂停初筛系统对于SAS 的早发现、早治疗具有重要的意义。
论文设计了基于Android 家用睡眠呼吸暂停综合征初筛系统,通过实时监测人
体口鼻呼吸信号、胸部呼吸信号、腹部呼吸信号以及血氧饱和度 4 路信号对睡眠
呼吸暂停进行监测、初筛。研究内容如下:
首先,设计信号采集模块,选择MSP430F5529 为主控制器,利用AFE4400 和
ADS1220 等设计电路分别采集人体口鼻、胸部、腹部3 处呼吸信号和手指处脉搏
波(用于计算血氧饱和度),并通过低功耗蓝牙发送数据至手机APP 。
其次,设计手机Android APP ,APP 与低功耗蓝牙模块之间通信,对血氧饱和
度和呼吸信号进行实时监测、处理分析、生成初筛报告,并且将原始数据、初筛
报告存储到数据库,APP 还可以查看历史监测记录进行数据回放以及将数据导出
到手机SD 卡。
同时论文还进行算法设计,设计滤波器对呼吸信号、脉搏波信号进行预处理,
采用差分法计算呼吸幅度,采用动态差分阈值法计算血氧饱和度,根据临床呼吸
事件定义,设计呼吸事件初筛算法,分析血氧饱和度和呼吸幅度变化,对呼吸暂
停以及低通气事件进行初筛。利用Matlab 对算法仿真后,在APP 中实现算法。
最后进行系统测试与实验,采用圣文森特大学医院/都柏林大学睡眠呼吸暂停
数据库25 个样本数据对睡眠呼吸暂停初筛算法进行测试,使用血氧模拟仪以及监
护仪实测对血氧饱和度算法测试,通过人为模拟呼吸暂停实验,对系统进行整体
测试。
系统实验与测试表明:Android APP 与下位机硬件模块协同工作,能够准确实
时监测各路信号,能够存数数据、导出数据、回放历史记录等;系统计算血氧饱
和度误差±2% ,符合相关规范;初筛算法对呼吸暂停事件、低通气事件的初筛准确
率均高于81%,基本达到初筛效果。
关键词:睡眠呼吸暂停初筛;家用式;Android ;低功耗蓝牙
I
英文摘要
Abstract
Sleep apnea syndrome (SAS) is a systemic disease that has seriously jeopardized
human health. The patient's lack of awareness of the universality and severity of SAS
leads to low treatment rate and low rate of active medical examination. Early detection
and early diagnosis have become urgent problems for SAS patients. At present, the
diagnostic criteria for sleep apnea syndrome is polysomnography (PSG). PSG can only
perform sleep monitoring in a professional sleep monitoring room. Commercial sleep
breathing primary screening products on the market are expensive. Therefore, the
development of a low-