本帖最后由 kycx19866711050 于 2024-10-16 21:13 编辑
1.背景 睡眠,是高等脊椎动物周期出现的一种自发的和可逆的静息状态,表现为机体对外界刺激的反应性降低和意识的暂时中断。睡眠也是人体必需的正常生理活动之一,正常的人类生命中有近三分之一的时间处于睡眠状态中,睡眠质量对于人体的机能评估是一个相当重要的指标。因此,对于睡眠质量的检测具有非常重要的意义。 传统的睡眠质量检测是通过多导睡眠仪来实现的,多导睡眠仪通过采集心电信号、脑电信号、眼电信号、肌电信号、胸腹呼吸运动信号、口鼻气流信号、鼾声信号、血氧饱和度、体动信号、体位信号、肢体运动信号进行融合分析。这些信号的采集需要的设备成本较高,用户的体验较差, 甚至影响使用者的睡眠质量。所以其普及率不高,只能用在一定的特定场所(如医院、护理中心和某些研究试验室)。因此,一款能普及在日常生活中进行睡眠监测的设备具有重要的意义。 一种基于加速度传感器和PPG传感器的睡眠监测系统通过将传感器设备佩戴在人体的某些特定部位(如腿部、腕部等)监测人体的活动,从而实现一些基本的睡眠质量估计。由于基于加速度传感器和PPG传感器的睡眠检测系统具有尺寸小、功耗低、价格低廉以及对使用者的干扰小的特点,因此是一款适合普及在日常生活中进行睡眠监测的设备。 2.睡眠状态分析的主要流程
本节用腕式睡眠检测系统来介绍一种基于加速度传感器和PPG传感器的睡眠监测系统。早期的腕式睡眠监测系统是手动设置开始睡眠时间,这种方法能较好的去除容易误判睡眠的情况,但是与腕式睡眠检测设备的智能性不相符,已基本被市场淘汰。目前市场上的智能手环手表等腕式睡眠监测设备主要采用自动睡眠算法。根据智能手环手表等腕式睡眠检测设备的功能,又可以结合检测PPG信号功能来设计自动睡眠算法。 图1睡眠监测设备工作状态检测流程图 图1给出了睡眠监测设备工作状态检测的流程图,图中的睡眠检测系统的工作状态为使用者佩戴的情况,空闲状态为睡眠监测设备脱落的情况(如被放置在办公桌等),有关运动状态根据加速度数据的幅度以及幅度的差分值进行判断 (一旦进入空闲状态,睡眠监测设备可设置为仅加速度传感器工作的低功耗模式) 。将稳定状态持续的时间可以作为佩戴检测和空闲状态的判断依据,这里开始佩戴检测使用的稳定状态持续的时长大于空闲状态的判断使用的稳定状态持续的时长(即Threhold_1>Threhold_2)。佩戴检测这里使用PPG信号来判断。 图2给出了睡眠状态检测流程图,当微动作持续时间超过Threhold_3时,进入睡眠模式。需要说明的是睡眠状态的检测必须是在睡眠检测系统的工作状态下才能执行,也就是说睡眠状态检测流程图只在图2的工作模块中执行。 图2睡眠状态检测流程图 进入睡眠后深睡和浅睡的识别依据进入睡眠一段时间后运动的幅度和持续时间情况,具体通过设计经验阈值进行判断。 3.睡眠情形和易误计睡眠情形分析 自动睡眠算法意味着只要穿戴设备入睡都能够实现检测功能,包括白天和晚上的睡眠。首先,我们先给出睡眠和无睡眠的情形定义。剧烈的运动模式,如跑步和走路,很容易与睡眠区分开来,但也有一些情况不容易区分。下面列出了常见的一些睡眠情况和无睡眠情况。常见的睡眠情况: - 1.床上睡觉
- 2.列车卧铺上睡觉
- 3.轮船卧铺上睡觉
- 4.公交上睡觉
- 5.飞机上睡觉
- 6.沙滩上睡觉
- 7.吊床上睡觉
- 8.趴在桌子上睡觉
- 9.斜靠着床头睡觉
- 10.躺卧着睡觉
- 11.坐在床上睡觉
- 12.坐在轮椅上睡觉
- 13.站着背靠墙睡觉
- 14.婴幼儿在父母的怀抱里睡觉
- 15.婴幼儿在摇篮里睡觉
- 16.婴幼儿脚踝上戴着睡眠监测器睡觉
常见容易误记睡眠情况: - 1.晒日光浴
- 2.躺着床上阅读
- 3.躺着床上看电视
- 4.躺着床上玩手机
- 5.坐着阅读
- 6.坐着看电视
- 7.坐着钓鱼
- 8.坐着发呆
- 9.坐着思考
- 10.瑜伽
- 11.站岗
- 12.站着阅读
- 13.足底按摩
- 14.理发店理发
- 15.桑拿浴
- 16.静置桌面
上述只是睡眠和容易误记睡眠的典型场景,场景的分类越细越利于算法的测试分析和优化。一般来说当用户无睡眠时活动量较大,而用户睡着时,活动量相对较小。本文通过采集各个场景中的数据进行分析，得到对应场景分类的睡眠状态经验阈值，作为后续算法进行睡眠分析的依据。 图3和图4分别给出了佩戴时和脱落时PPG传感器的输出数据图。从图上看出佩戴时的数据幅度明显大于脱落时的数据幅度,并且佩戴时有规律的脉率波形而脱落时则没有,这些作为条件能较为容易的识别睡眠检测设备是否在穿戴状态。 图3佩戴时PPG传感器输出数据 图4脱落时PPG传感器输出数据
4.睡眠算法总体流程
图5睡眠监测系统流程图
一种基于加速度传感器和PPG传感器的睡眠监测系统，包括睡眠信号采集和睡眠算法分析两部分，具体如图5所示。通过睡眠监测设备采集的信号，包括三轴加速度信号和PPG信号： - 第一步，通过PPG信号进行佩戴判断，如果没有佩戴直接输出状态结果，否则进入第二步；
- 第二步，根据加速度信号进行睡眠情形分析，通过判定的睡眠情形设定睡眠算法的初始值；
- 第三步，进行睡眠状态分析；最后输出睡眠分析结果。
| 
发表于 2024-10-3 21:30:49
收藏