论文部分内容阅读
阻塞性睡眠呼吸暂停综合症(OSAHS)是一种病症患者在其睡眠过程中由于上气道不畅通造成的呼吸暂停、低通气、低氧等表征为呼吸紊乱的病理行为。多导睡眠图监测(PSG)是长期以来用于检查、监测和诊断睡眠呼吸紊乱疾患的一项现有技术手段,但其存在监测时间和监测精度等诸多条件限制,而潜在的OSAHS患病的数量相对庞大,导致众多的潜在患者得不到及时的确诊和治疗。鼾声信号包含和携带了人呼吸通道的结构特征和构造信息,通过对多个普通打鼾者和SAHS患者的鼾声样本进行分析和研究,发现与正常人相比,OSAHS患者的呼吸通道发生了结构性的变化,因此鼾声信号可以反应出待测人是否患有OSAHS,对鼾声信号的检测分析结果能够作为OSAHS患病的判断标准,经研究发现,正常人和OSAHS患者的鼾声在250-400Hz与600-750Hz两个频带内的能量比值存在较大差异。本文采用短时傅里叶变换作为鼾声信号时频分析的工具,通过对上述两个频带的能量计算,统计比值高于预设阈值的鼾声段和总体鼾声段的归一化比值来区分OSAHS患者。本文的主要研究内容如下：(1)基于语音处理的方法对鼾声信号预处理,具体包括：采样和量化、预加重、分帧、获取短时能量、获取短时过零率、端点效应和端点检测。(2)提出基于时频分析的OSAHS检测方法,该方法可以直接用于患者常规检测,不需要专业人员的监视和复杂的设备,适于普及推广。(3)给出基于经验模式分解方法对鼾声信号进行滤波去噪处理,提高了基于时频分析的OSAHS检测方法的抗噪性能。实验结果表明基于时频分析的OSAHS检测具有较高的检测精度,其灵敏度为90.0%,特异性为70.0%,基本满足OSAHS筛查的实际应用要求。