模糊支持向量分类判别睡眠呼吸暂停综合征★

背景：目前，睡眠呼吸暂停综合征的诊断主要依赖多导睡眠分析仪，该测量方法不但操作复杂、费用昂贵、分析耗时，而且在一定程度上影响患者的睡眠状况。 目的：分析心率变异性与睡眠呼吸暂停综合征的关系，提出一种简便准确的睡眠呼吸暂停综合征的检测算法。 方法：对38名健康者和28例不同程度睡眠呼吸暂停综合征患者的心率数据，采用去趋势波动分析法和自回归模型谱分析法，分析心率变异性与睡眠时相的相关性，并选取患者的性别、年龄以及心率变异性在各个睡眠阶段的标度指数及低频/高频比例作为睡眠呼吸暂停综合征初筛的特征参数，应用模糊支持向量机对睡眠呼吸暂停综合征阳性和阴性进行分类判别。 结果与结论：实验结果表明，模糊支持向量机的分类正确率达到93.94%。与现有睡眠呼吸暂停综合征的诊断方法相比，该方法测量简单方便，具有较高的诊断准确率。     

模糊支持向量分类判别睡眠呼吸暂停综合征

背景:目前,睡眠呼吸暂停综合征的诊断主要依赖多导睡眠分析仪,该测量方法不但操作复杂、费用昂贵、分析耗时,而且在一定程度上影响患者的睡眠状况.目的:分析心率变异性与睡眠呼吸暂停综合征的关系,提出一种简便准确的睡眠呼吸暂停综合征的检测算法.方法:对38名健康者和28例不同程度睡眠呼吸暂停综合征患者的心率数据,采用去趋势波动分析法和自回归模型谱分析法,分析心率变异性与睡眠时相的相关性,并选取患者的性别、年龄以及心率变异性在各个睡眠阶段的标度指数及低频/高频比例作为睡眠呼吸暂停综合征初筛的特征参数,应用模糊支持向量机对睡眠呼吸暂停综合征阳性和阴性进行分类判别.结果与结论:实验结果表明,模糊支持向量机的分类正确率达到93.94%.与现有睡眠呼吸暂停综合征的诊断方法相比,该方法测量简单方便,具有较高的诊断准确率.     

基于ZigBee的血氧饱和度检测技术与模块研制

目的：为了及时、准确、方便、无约束地检测血氧饱和度,本文研制一种无线血氧饱和度检测模块。方法：结合穿戴式检测技术和ZigBee短距离无线通信技术,设计出基于ZigBee的无线血氧饱和度检测模块。该模块由光电容积脉搏波微型化检测模块、ZigBee接入终端及上位机数据分析处理模块组成,其中数据分析处理采用基于形态匹配的特征提取算法对光电容积脉搏波进行最大值的定位。结果：模块实现的功能有光电容积脉搏波显示,血氧饱和度计算,数据无线传输等。实验表明光电容积脉搏波的最大值检测准确率达到98％,而血氧饱和度的计算误差控制在8．8％以内,满足血氧饱和度的检测要求;此外,ZigBee无线传输技术与光源驱动脉冲调节器均有效减少能量的消耗。结论：本模块设计实现病人的移动监护,具有无线化、低功耗、微型化和高性价比等特点。