随着社会的进步,现代生活节奏的加快,睡眠问题也日趋严重。失眠、睡眠障碍等问题受到了越来越多的关注。以睡眠呼吸暂停综合征(Sleep Apnea Syndrome, SAS)为代表的睡眠呼吸障碍类疾病因临床上表现为多个器官受到损害,发病率高、致死率高,严重危害人类健康,而引起国内外医务工作者的重视。据统计,全球睡眠呼吸紊乱的患病率男性约为4%,女性约2%,而年龄大于65岁的老年人群患病率高达20%～40%。国内外多种研究显示：SAS是心、脑血管疾病的重要诱因之一,一些较难治愈的心血管疾病、心肌梗塞、肺高血压等疾病,与SAS有直接关系,如果早期合理诊断治疗SAS,可明显提高其治愈率。另外,针对患有心脏病、高血压的患者,在睡眠过程中进行实时监控,及时打断恶梦,防止心脑血管疾病的发生具有十分重要的意义。睡眠过程是脑梗塞的较为容易发生的时间之一。睡眠时候,如果血液流动速度减缓,血液粘稠度增加,这些都是中风的潜在发生因素,其中血液流动和血液的成分等都会随着睡眠状态有周期性的变化。睡眠监测对人体健康状态的评估以及相关疾病的预防、早期诊断具有很重要的意义。因此,如何有效监测睡眠状况,获取无干扰状态下真实的睡眠信息,为睡眠障碍及相关疾病的早期诊断提供依据,引起人们的极大关注。目前,传统睡眠监测方法采用多导睡眠图(Polysomnography, PSG), PSG通过多根导联线长时间(大于七小时)监测脑电、眼电、心电、呼吸气流、胸腹呼吸运动、血氧饱和度、鼾声、食管内压等多项生理参数,然后借助仪器分析并人工核实结果。PSG的优点在于能客观评价受检者睡眠质量、睡眠时间、睡眠效率,排除睡眠认知错误观念,使受检者正确认识自身睡眠问题。但实际应用中,医护人员发现PSG也存在一些不足,表现在：PSG连接电极多,会束缚受检者行动,甚至会干扰睡眠过程,操作复杂,需要在受检者身上粘贴的传感器多,给受检者带来的生理心理负荷大,受检者在检测时常有明显不适应感,甚至部分受检者因失眠而影响检查或无法做出准确判断,并且PSG检查费用昂贵,监测时间长,医护人员劳动强度,病床周转慢,严重影响其普及与实用。针对睡眠呼吸暂停综合征的普遍性与危害性,以及现阶段睡眠呼吸监测的医护人员的操作不便与受检者受到导联线的束缚,提出了一种应用方便、对受检者睡眠状态干扰小,具有远程实时监测筛查、远程实时监控和评价功能的睡眠呼吸暂停综合征综合应用平台,提升睡眠呼吸暂停综合征筛查、治疗的广度和效果。在本文中,主要研究无线睡眠呼吸暂停综合征筛查终端(简称,SAS筛查终端),将其定义为：集成信号采集、无线传感、数据存储和远程通信功能的嵌入式终端。信号采集部分,采集的参数主要是容积脉搏波；无线传感方面,采用ZigBee协议完成SAS筛查终端与主机之间的无线通信,最大限度减少传感器导联的约束,实现自然获取最真实的睡眠监测数据；数据存储功能,能长时间记录监测数据,方便缺少通信条件的受检者；远程通信方面,终端能将采集的生理信号实时传送到中心服务平台,实现对睡眠呼吸的实时监测与分析。根据美国睡眠医学会(American Academy of Sleep Medicine, AASM)对睡眠监测设备的分类,筛查终端如果脱离中心服务平台使用时候,可以归结为第1V类睡眠监测类设备。即只记录包括血氧饱和度在内的1-2个生理指标,例如血氧饱和度和鼾声,或血氧饱和度和心率等。关于通过监测夜间血氧饱和度变化来诊断睡眠障碍类疾病,韩芳等学者做了相关研究,研究表明：夜间氧饱和度监测操作简单,劳动强度低,费用低,作为睡眠监测的指标,有较好的临床价值。航空医学研究所的俞梦孙院士及其团队研究发现：通过整晚的心率变化监测,健康人和睡眠呼吸暂停低通气综合征患者的心率变化特征与睡眠时相均具有较好的相关性,即,心率的变化趋势携带有睡眠状态相关的信息。鉴于此,本文采用监测指端光电容积脉搏波信号的方法,设计了一种便携式睡眠呼吸暂停综合征筛查终端。我们选取了血氧饱和度和心率作为监测参数。在对睡眠呼吸障碍的检测评估中,血氧饱和度是一项重要的指标。当发生呼吸暂停或低通气时,随着时间的延长,血液中的氧含量不断下降,二氧化碳的含量不断上升,以此便会使血氧饱和度下降。因此血氧饱和度对于SAS的检测是不可缺少的监测参数。心率是不仅包含有心搏功能、血液流动等诸多心血管系统的重要生理信息,同时包含有丰富的微循环生理病理信息,如心率变异指数和睡眠时相存在一定的相关性。根据现代仪器原理相关知识,血氧饱和度和心率这两个参数,我们可以在光电容积脉搏波信号中分析提取。文中先介绍了光电容积脉搏波采集原理,对指端脉搏波的数学模型进行了简要分析,利用扩散传输理论推导出了脉搏血氧饱和度检测的计算公式。然后,介绍了手指光电脉搏波的采集原理及方法,并对指端脉搏波数学模型进行了简要说明,解释了测量血氧饱和度时选用双光源的原因及对光源波长的要求。根据数学模型,我们推导出了计算血氧饱和度的过程,先求取一个特征值,然后通过标准设备输出不同的血氧饱和度值,并求取不同血氧饱和度水平时候的特征值,最后,对特征值与标准设备预设的血氧饱和度值进行拟合,完成标定。在硬件方面,通过方案论述,选择了MSP430处理器作为系统的微处理器,一方面,该系列芯片的片内资源丰富,能极大的减少外围的模块；另一方面,MSP430系列芯片在低功耗方面表现卓越。在设计中,我们采用了经典的H桥电路驱动两路光源,通过单片机IO端口高低电平控制亮灭时序,利用单片机内部的DA模块实现两路光源的亮度调节。探头接收端由三个环节组成：①电流电压转换电路,将光电传感器输出的电流信号转换为电压信号,方便后续处理；②直流去除与放大电路,光电容积脉搏波信号中有较大的直流成分,通过一个减法电路,将其直流成分去除,并将相减结果进行放大；③程控放大电路,主要是为了提高系统的弱灌注指数,尽可能低的降低个体差异性,提高系统的个体差异兼容性。系统人机交互部分,包括按键,TFT屏幕和蜂鸣报警功能。按键主要用于设置和调节监测系统实时时钟和部分功能设置。TFT屏幕在系统设置模式下,用于交互各项菜单的配置；在实时监测模式下,显示当前监测的结果和脉搏波信号。在睡眠过程中发生探头剥落的时候,蜂鸣器会发出警报。软件方面的工作可以归结为两个方面：上位机软件与下位机软件。其中,下位机软件主要是指单片机驱动程序和算法实现程序。单片机驱动程序包括了系统时钟配置、模数转换程序、数模转换程序、串口模块程序、Flash存储程序、TFT屏驱动程序设计、探头驱动程序等方面。在本设计中,采用了一种改进的探头驱动脉冲,相比传统的驱动脉冲,极大的降低了驱动脉冲的占空比。改进的驱动脉冲,一方面更短的导通时间能延长探头的使用寿命；另一方面,能降低系统的整体功耗。算法方面,采用数字滤波,使信号更加平滑和稳定；介绍了“基于差分阈值的心率识别算法”和“基于局部特征的心率识别算法”这两种方法提取光电容积脉搏波的特征点的实现过程。当完成心率识别之后,可以在确定长的区域内分别找寻红光和红外光的极大值和极小值,完成血氧饱和度的特征值技术。算法程序,先在Matlab平台对其进行了验证,并用C语言实现了以上算法,通过IAR编译成HEX文件,最后固化到单片机的ROM中。在上位机软件方面,在Visual Base平台设计了睡眠呼吸暂停综合征筛查终端的显示界面。通过读取接收到的数据,按照既定的协议进行解码后,实时绘制脉搏波和更新心率、血氧饱和度值。上位机与下位机的通信方式采用ZigBee网络的方式。文中亦对ZigBee通信的基本原理和通信数据的格式进行了介绍。ZigBee技术的引入,能让监测的结果实时传输到远程的服务平台上,也使受检者摆脱了导联线束缚。试验样机测试结果表明,该筛查终端能稳定而准确的获取生理参数,能满足轻度睡眠障碍患者以及健康人群预防性监测的需求,在睡眠呼吸障碍等疾病初步筛查过程中有很高的临床应用价值。文中亦对传统的光电传感器脉冲进行了改进,采用一种占比更低的驱动脉冲降低睡眠监测仪功耗和延长光电传感器的使用寿命。该筛查终端的研制也为我们进一步研究脉搏波信号、睡眠分期、评价睡眠质量等奠定了基础。