睡眠呼吸暂停监测方法及仪器的研究

介绍了睡眠呼吸暂停监测的基本原理和重要意义,阐述了国内外该领域研究的现状,分析了睡眠呼吸暂停监测的几种方法。在此基础上,研制出了价格低廉的便携式睡眠呼吸暂停监测仪。实验结果表明该仪器使用方便,精度高,性能可靠。     

睡眠障碍的手机监测方法研究

阻塞性呼吸睡眠障碍(OSA)的监护及诊断因过于复杂而主要限于在医院进行,大量就医已造成医疗机构压力增大。为简化操作、实现对OSA患者的日常监护和初步诊断,本文阐述了一种基于手机的睡眠监测和评估方法。通过Visual Studio 2008下的程序开发,实现了手机采集鼾声信号的功能,并在MatLab环境下,对音频信号进行初步处理,定位鼾声信号以及分析患者健康状况。通过计算机模拟鼾声信号的实验表明,该方法较好地实现了上述功能,对异常鼾声信号的诊断结果较为准确。本文为家庭化低成本呼吸睡眠障碍监测提供了重要且现实的技术途径。     

零负荷多参数睡眠监测方法的研究

1 睡眠监测的意义 人的1/3时间是在睡眠中度过的,健康的睡眠对于人的健康至关重要.因此研究睡眠和人类疾病发生的关系,特别是研究睡眠性呼吸暂停综合征(sleep apnea syndrome,SAS)已成为近10年来医学界重视的新热点 [1,2].睡眠研究的重要意义在于睡眠的问题可能引起人体各种疾病,很多看似无关的疾病都和睡眠有密切联系 [3～7],而这些疾病如果仅仅用常规的方法治疗,其效果常常不显著,但如果找到了病根,对症下药,问题就能迎刃而解.长期的研究结果表明,睡眠的质量对人体的循环系统、神经系统、内分泌系统等均有重要影响 [6～11].随着生活水平的提高,人们健康的要求已不仅仅停留在"有病治病"的水平上,而是要活得更健康.因此对人体亚健康状态的评估和提高生活质量,已经越来越引起现代医学的重视.这其中,睡眠质量的评估是必不可少的一个环节,此外,现在睡眠监测也应用于对一些敏感职业的从业人员的精神和生理状态的检查,例如对汽车驾驶员的检查以确定此人能否在长时间驾驶过程中保持清醒;对飞行员的检查可确定放飞前一天飞行员的睡眠状况,以决定次日是否可以放飞 [12].     

基于加速度传感器的睡眠体位监测方法的研究

目的：睡眠质量是保证身体健康的重要因素,目前常用的评价方法有主观评价法和客观评价法两种,各有利弊。持续监测睡眠过程中身体位置的变化是客观评价睡眠质量的方法之一。为了能够低成本、大量、准确的采集睡眠状态信息,介绍一种基于加速度传感器的睡眠体位检测的方法。方法：加速度传感器能准确感知人体体位变化,具有体积小精度高的特点。通过佩戴在小腹位置的以IAP12LE5A62AD单片机和MMA7361加速度传感器为核心的微型体位状态采集设备连续采集睡眠期间的身体位置状态,然后通过上位机软件对体位信号的突变、渐变、状态间相似度进行分析,从中分离出相关体位信息。结果：对静态体位信号和身体位置的快速变化的识别率较高,查全率达到98.9%以上,查准率超过93%,对于缓慢变化的身体状态的识别率略低,查全率达到85%以上,查准率达到96%。结论：该方法结构简单、成本低,对睡眠影响很小,能够比较准确的反映睡眠过程中体位状态,可以用来评价睡眠质量,适用于对大量患者长时间的睡眠监测。     

睡眠障碍的临床分类及处理

睡眠障碍的定义尚不一致,但至少包括两层含义:(1)夜间睡眠不足;(2)次日疲乏和思睡。在一生中有95％的人患过睡眠障碍,有30～35％的人现患睡眠障碍,其中老人和妇女多见,原因以精神疾病最常见(35％),原发性睡眠障碍次常见(27％),酒精依赖位居第三(12％)。     

多导睡眠图仪选择性监测与分析系统的研制

针对传统多导睡眠图仪在监测过程中粘贴电极多、患者负荷大、信号缺失后无法分析等问题,研制一款信号可选择的多导睡眠监测与分析系统.该系统能针对不同患者的需求,可繁可简地获取患者的监测信号;也可在电极脱落造成信号缺失的情况下,利用数据挖掘及信息融合技术和专家知识,从心率变异性及相关信号时频域耦合关系中提取睡眠呼吸障碍的疾病诊断信息.实验表明:该系统与多导睡眠图仪在诊断结果方面无明显性差异.在一定程度上弥补了传统多导睡眠图仪的不足,简化了诊断程序,降低了患者的检查负荷,已在医院得到初步应用,有望进一步推广.     

便携式睡眠脑电监测系统的研制

越来越多的人受到睡眠质量欠佳的困扰,因此搭建一套简便、有效的睡眠脑电监测系统是十分必要的。它能够记录整晚睡眠脑电信息,进行自动睡眠分期,并且得到睡眠质量评分。系统采用单导联(三个电极)的简便方式进行采集,电极安放在前额叶,以防睡眠时脱落。分别采用了盘状电极和一次性心电图电极来采集睡眠脑电,以便为电极选择提供参考。振幅整合脑电图算法和样本熵算法被用于睡眠脑电处理中,结果显示两套算法都能进行自动睡眠分期与评价。本系统能够用于整晚睡眠监测和定量评价。     

睡眠呼吸暂停分析系统

本文介绍了一种用于监测睡眠呼吸疾患的计算机自动分析系统的工作原理和软硬件设计。该系统实时显示、记录存储人体9种不同生理信号,自动分析报告睡眠、呼吸和血氧饱和度的动态变化。临床应用证明该系统可为临床诊断失眠、鼾症和睡眠呼吸暂停等睡眠障碍提供可靠的客观依据,与传统的记录多导睡眠图的方法相比,具有节省人力、时间和记录纸的优点。     

基于BP网络的睡眠分阶方法及睡眠质量评估研究

我们利用不同睡眠期脑电复杂性特征与睡眠深度的关系及多道睡眠图功率谱特征,基于3层BP网络进行了睡眠自动分阶的研究,并提出了能部分反映睡眠质量的睡眠时间、浅睡时间、深睡时间、REM时间、觉睡比、醒转次数等参数。通过6例全睡眠监护实验说明,该方法可为睡眠质量的评价提供途径。     

儿童睡眠行为障碍24 h脑电图监测分析

目的:观察睡眠行为障碍患儿的脑电图(EEG)改变,探讨其对临床诊断及鉴别诊断的价值.方法:对50例睡眠行为障碍患儿进行24 h EEG监测.结果:EEG中癎样波10例,检出率为12.5%.其中9例癎样波有局灶或局灶性偏胜.拟诊梦游症20例中,癎样波检出6例,检出率为30%;拟诊夜惊28例中,4例有癎样波,检出率为14.3%;拟诊梦魇2例,均为正常EEG.在描记中8例有临床发作,其中梦游及夜惊7例,均发生在NREM Ⅲ～Ⅳ期, EEG显示阵发性高幅δ、θ、α混合波型;梦魇1例发生在REM期, EEG显示觉醒波型.结论:儿童睡眠行为障碍中有一定数量患儿实际为癫癎, EEG在临床诊断及鉴别诊断方面有一定价值.     

基于心率变异性分析的睡眠分期方法研究

为实现对不同阶段睡眠的快速、便捷分期,本文实验分析了心率变异性(HRV)与睡眠分期的相关性,利用支持向量机(SVM)实现了基于HRV信息的睡眠自动分期的算法。对天津市胸科医院的33例临床心电数据进行了R-R提取和主成分分析(PCA),并利用SVM对睡眠中的不同阶段进行建模和预测,将分期的预测结果与基于脑电金标准的睡眠分期标注结果比对,对于三期睡眠的预测准确度超过80%,说明HRV与睡眠各期具有良好的相关性。该方法是对传统睡眠分期方法的一种补充,具有实际使用价值。     

基于机器学习的睡眠剥夺注意力易损性分类研究

目的:旨在寻找可以对睡眠剥夺后注意力易损与耐受个体进行准确区分的白质纤维束。方法:借助弥散张量成像技术获取各向异性分数、轴向扩散系数、径向扩散系数及平均扩散系数等反映白质弥散特性的特征参数,使用支持向量机分类算法构建睡眠剥夺易损性分类模型;采用准确性、敏感性、特异性、阳性预测值和阴性预测值等指标评价分类模型的性能表现;采用置换检验评估分类模型的显著性。结果:与只采用单一类型特征相比,使用组合特征构建的分类器表现性能最佳,其准确性、敏感性、特异性、阳性预测值、阴性预测值及曲线下面积分别为83.67%、80.00%、87.50%、86.96%、80.77%、88.67%。在组合特征构建的分类模型中对分类贡献较大的白质纤维束主要包括放射冠、内囊前肢、丘脑后辐射及皮质脊髓束等投射纤维、上纵束和扣带等联络纤维以及胼胝体和穹窿联合等联合纤维。结论:特定脑区间白质纤维束的微观结构特性可以作为区分睡眠剥夺后注意力易损与耐受个体的影像学标志物。     

多导睡眠呼吸监测结果及临床探讨

目的：观察并分析多导睡眠呼吸监测结果及诊断意义。方法监测患者睡眠,记录患者各项指标情况。结果单纯性鼾症患者19例,轻度OSAHS患者27例,中度OSAHS患者31例,重度OSAHS患者18例。对患者自然指数进行分析发现,本组患者性别对比,具有显著性差异(P<0.05);随着AHI加重,各组患者的平均年龄、合并症发生比、MAI、最大氧减、MSaO2指标值对比,具有显著性差异(P<0.05)。两两对比,患者BMI的比较无显著性差异(P>0.05),但是,重度OSAHS患者与单纯鼾症患者BMI比较,具有显著性差异(P<0.05)。结论在诊断上,PSG仍为诊断OSAHS的金标准,同时,还可结合OSAHS的危险因素等对患者进行全面分析,及早诊断、给予积极的干预,以预防OSAHS引起的各类并发症。     

基于微动敏感床垫式睡眠监测系统的心率检测

在睡眠监测系统中,心率检测是实现其功能的重要参数之一。本文针对新一代微动敏感床垫式睡眠监测系统提出了一种直接从床垫上获取心率的算法。该算法首先对床垫系统所得信号预处理,即滤波和体动判别,然后利用信息融合筛选最优信号来判断心跳特征点。和脉搏波心率对比结果表明,本算法所得床垫心率可以正确反映被测者平静状态下的心动周期和整晚心率变化趋势,为实现无负荷睡眠监测打下基础。     

智能实时睡眠监测与干预系统的设计与实现

目的设计可以监测、分析、干预以及反馈人体睡眠状况的智能实时睡眠监测与干预系统,以改善使用者睡眠问题。方法首先设计智能实时睡眠监测与干预系统,其中生命体征信号采集模块实时监测人体肢体动作、心脏泵血等引发的振动;数据处理中心提取体动信号、呼吸信号与心冲击信号(ballistocardiogram,BCG)信号,利用睡眠监测算法进行睡眠状况分析;中药香薰器由数据处理中心控制开关,利用含有中药成分的香薰干预睡眠;同时睡眠监测实时反馈干预情况下的数据。然后选取3名失眠的被试者进行测试,检验系统的有效性。结果所构建的系统可以实时记录被试者睡眠情况并形成睡眠分期图,也可利用中药香薰有效地干预被试者不良睡眠情况。结论该系统能够实现非接触式睡眠情况采集与分析以及对入睡困难或睡眠质量不佳等状况的干预。     

大学生应对方式与睡眠质量的关系研究

研究当代大学生应对方式与睡眠质量的现状,并探讨两者之间的关系。采用匹兹堡睡眠质量指数量表(PSQI)和简易应对方式问卷对338名大学生进行问卷调查。结果显示:①睡眠障碍发生率为18.9%;②不同性别、专业和生源地的大学生在积极应对方式的使用上存在差异;③独生子女的睡眠质量显著好于非独生子女,睡眠质量还存在性别、年级差异;④大学生的消极应对方式与睡眠质量呈正相关。可见,消极应对方式对睡眠质量有一定影响。     

儿童多项睡眠图监测

睡眠是相对于觉醒的复杂生理状态。睡眠具有多方面的生理意义，包括消除疲劳、恢复体力、提高免疫力等。儿童睡眠还具有促进生长发育的特殊意义。国外文献报道约20％～30％的儿童存在各种类型的睡眠障碍。国内调查3～12岁儿童睡眠障碍（每周≥1次）的总发生率为25．5％。同时儿童期的某些疾病，如癫痫等也和睡眠有密切关系。开展儿童睡眠监测可深入认识儿童睡眠障碍，有助于诊断儿童睡眠期的各种发作性疾病。     

方舱CT防护设计快速估算方法研究及防护监测分析

目的:探讨方便、快捷的屏蔽计算方法用于方舱CT机房的屏蔽设计,使其防护检测结果符合周围剂量当量率要求的国家标准。方法:在不考虑工作负荷情况下,利用周围剂量当量率目标管理值和CT剂量分布曲线进行屏蔽透射因子B的计算,从而快速估算各方向屏蔽体的设计值。根据实际防护检测结果结合机房防护进行防护效果分析。结果:优化了CT设备方舱在不同目标管理值、不同机房布局条件下的快速屏蔽估算方法,在确保施工质量的条件下使其符合《放射诊断放射防护要求》（GBZ 130-2020）对防护的要求。结论:优化的方舱式CT影像设备机房屏蔽计算方法可在不考虑CT工作负荷情况下方便快捷地对各方向屏蔽体进行设计。     

体动记录仪在睡眠和睡眠障碍监测中的应用

体动记录仪作为一种监测睡眠-觉醒状态的新技术,具有经济、非侵入性、能在日常生活下持续监测等特点,使其在科研和临床上都有广泛的应用,包括对不同人群睡眠质量的调查和多种睡眠障碍的诊断等。但体动记录仪在国内认识度低,应用不多,本文将针对体动记录仪在睡眠和睡眠疾病中的应用展开综述。