REM睡眠行为障碍检测方法研究

摘要

近年来，睡眠相关疾病的重视度呈明显上升趋向。睡眠疾病会降低人体免疫力，诱发各种疾病，严重危害人体健康。REM睡眠行为障碍是睡眠疾病中的一种情况。该疾病患者会在REM睡眠期出现与梦境相关动作的现象，常常影响患者自己和同睡者。多导睡眠检测技术是评价整晚睡眠质量的黄金标准，也是治疗睡眠疾病的首要工作。但这种方法专业性强、操作复杂，难以应用于日常家庭睡眠监护。
　　为解决该睡眠疾病的检测问题，本论文提出了一种 REM睡眠行为障碍检测方法，结合脑电波数据和肌电信号，有效的筛选出 REM睡眠期，完成人体动作的检测工作。该方法包含三方面工作，首先通过单通道获取脑电波数据，经过数据包解析、重采样与滤波处理和傅立叶变换一系列预处理操作，计算边缘频谱频率 EFSd、绝对功率 AP和相对功率RP三个特征值。然后，本文设计一种REM睡眠期判断算法，将特征值与阈值比较，分析出REM睡眠期的可能性。最后，根据REM睡眠期判断结果，控制肌电检测模块工作，分析比较其肌电检测值，有效的检测出患者在REM睡眠期发生动作的可能性。
　　根据此检测方法，本论文设计原型系统，其主要分为脑电波分析处理模块和肌电分析处理模块。脑电波分析处理模块采用TGAM设备，肌电处理模块采用肌电传感器与Arduino开发板。实验表明，脑电波分析处理模块对于整个睡眠过程中 REM睡眠期检测划分的正确率大约为80.95％，可有效检测出REM睡眠期。肌电检测模块对于动作发生时的检测准确率达85%，可对于睡眠动作作出有效的判断。本论文设计的系统对于REM睡眠行为障碍病情检测的准确率为83.5%。

目录

声明

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状及发展

1.3 研究内容

1.4 论文组织结构

第2章 相关背景知识及技术基础

2.1 睡眠医学理论介绍

2.2 REM睡眠行为障碍概述

2.3 硬件实验平台介绍

2.4 本章小结

第3章 RBD睡眠检测系统设计

3.1 系统架构设计

3.2 脑电波分析处理模块设计

3.3 肌电检测模块设计

3.4 本章小结

第4章 RBD睡眠检测系统的算法实现

4.1 脑电波分析处理模块算法实现

4.2 肌电检测模块算法实现

4.3 本章小结

第5章 实验结果及分析

5.1 实验环境介绍

5.2 实验结果与分析

5.3 本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢