论文部分内容阅读
我国日益加剧的人口老龄化问题,传统医疗资源不足的隐患,都将驱动一种人们关注的,即可减轻护理人员负担、又可弥补护理人员不足的智能护理床研究,因此,无束缚式提取生理信号方法的智能护理床关键技术研究便应运而生。该课题研究了一种可居家使用、能够实现远程监控健康状况的医疗护理装置,它监测的信号有心冲击信号、呼吸信号,这些信号熵的突变与睡眠分期的发生有着一一映射的关系;胸腹呼吸信号之间的运动耦合关系也与睡眠呼吸暂停低通气综合症的发生有着潜在的模型。搭建智能护理床,实现长时间、无创、自然的实时睡眠监测、远程预警、监测睡眠质量等功能、为医生指导睡眠康复或疾病信息挖掘提供依据,为睡眠监测设备面向大多数人的发展及应用奠定基础。1.开发了检测胸腹呼吸信号的采集模块,包括XGZP6847型气压传感器、5KΩ滑动变阻器、AD7705双路16位ADC数据采集模块和ARDUINO单片机。其中,通过自制气垫将呼吸信号传入XGZP6847型气压传感器,再将信号进行模数转换,然后通过ARDUINO单片机板传输至Labview进行数据显示与处理;利用三轴加速度传感器提取人体振动信号,去噪算法去噪后得出心冲击信号。2.无束缚提取呼吸信号,利用其完成睡眠质量监测实验及生理信息融合算法开发,得出了在睡眠状态下呼吸,体动、翻身的区别,并研究呼吸、心率及体动的生理信息融合算法,利用各生理信息熵突变并估计出局部睡眠分期点,利用补偿算法对睡眠分期点进行改进,得出整晚睡眠分期图,与多导睡眠仪显示结果进行对比分析,结果基本一致。3.实现了智能护理床的搭建,包括智能床智能枕的开发,识别出睡眠呼吸暂停综合症后,控制智能枕七个电磁阀的充放气调整头部姿势,纠正呼吸打鼾的症状;睡姿的识别,通过睡姿识别监测在床卧姿保持时间,定期实现电动护理床的辅助翻身,起身等动作,防止长期卧床人员压疮的产生。手机APP远程监测睡眠质量,利用STM32F767集成蓝牙模块、wifi模块等,实现与服务器的通信及手机远程监测。实现对睡眠质量、意外跌落及无生命体征等紧急状况的识别和报警。