一种基于4g移动通讯技术的多参数睡眠监测与智能诊断系统及其使用方法
【技术领域】
[0001] 本发明属于睡眠监测领域，具体的涉及一种基于4G网络的多参数睡眠监测技术， 实现对人的脑电、心电、血氧饱和度、肌电、眼动等多参数的实时监测和传输、分析。
【背景技术】
[0002] 通过对中国知网上面关于睡眠监测方面的专利，进行检索，共有专利531项，构成 如下： (1) 睡眠呼吸监测设备及方法：共有专利264项； (2) 监测呼吸暂停设备及方法：共有专利133项； (3) 睡眠障碍：共有专利75项； (4) 监测打鼾设备及方法：共有专利42项； (5) 监测睡眠紊乱设备及方法：共有专利20项。
[0003] 由此可见，专利分布以呼吸监测为主，这表明目前产品功能相对单一，无法有效进 行多参数睡眠障碍监测。且目前产品生理参数多为有线传输，尚无基于移动通讯技术产品 出现。另外，目前传统的睡眠分期方式为对整夜睡眠数据进行频谱分析，尚未有实时睡眠自 动分期技术研宄报告及相关产品出现。
[0004] 目前产品和方法缺点： 1、采集到的生理信号受外界干扰大，影响测量精度。
[0005] 2、目前仪器均为欧美进口，自动化分析的参数标准是按欧美人特点设定的，本项 目拟建立中国人睡眠生理信号数据库，为进行大样本量智能分析算法建立基础。
[0006] 3、目前仪器自动化诊断准确性较低，本项目拟通过优化的分析诊断算法，提高自 动化诊断准确性，为将来的远程睡眠诊断提供技术基础。
【发明内容】
[0007] 为克服现有技术中的不足，本发明研发了"一种基于4G移动通讯技术的多参数睡 眠监测与智能诊断系统及其使用方法"，该系统可监测病人脑电、心电、血氧饱和度、肌电、 眼动、体温、口鼻气流、脉率、脉搏波、呼吸状态和鼾声等参数，监测数据采用4G移动通讯技 术传输至云端监测与智能诊断系统，实现睡眠监测数据回放与睡眠状态分析。
[0008] 本发明开发了一种基于4G移动通讯技术的多参数睡眠监测与智能诊断系统及其 使用方法，其用户群体为睡眠性呼吸暂停综合症、失眠症及睡眠相关神经退行性疾病的患 者，以及其他需要进行监护的精神异常者、情绪异常者、老人、小孩。该系统可监测被测对 象脑电、心电、血氧饱和度、肌电、眼动、体温、口鼻气流、脉率、脉搏波、呼吸状态和鼾声等参 数，监测数据采用4G移动通讯技术传输至云端监测与智能诊断系统，实现睡眠监测数据回 放与睡眠状态分析。该系统可在被测对象家中使用，可避免被测对象在不熟悉的环境中出 现睡眠困难问题。系统采用微负荷、低功耗、无线信号传输的可穿戴式传感器采集被测对象 的睡眠状态相关参数，可大大减轻被测对象的不适与紧张感，以完成可信的监测过程。
[0009] 本发明主要内容如下： 1、多模态微负荷可穿戴式生理信号传感器 开发微负荷、低功耗的监测脑电、心电、血氧饱和度、肌电、眼动、体温、口鼻气流、脉率、 脉搏波、呼吸状态和鼾声等参数的可穿戴式生理信号传感器，传感器采用蓝牙4. 0技术实 现无线通信。
[0010] 2、基于4G的移动医疗通讯模块 本系统的通信模块主要实现两项功能：①采用蓝牙4. 0技术与可穿戴式睡眠状态监测 传感器进行无线通信，控制各传感器工作并接受其上传的监测数据；②采用4G移动通信技 术实时传输多通道、大数据量的睡眠状态监测数据至云端监测与智能诊断系统。
[0011] 3、基于多参数生理数据融合的睡眠状态分析技术 根据脑电、心电、血氧饱和度、肌电、眼动、体温、口鼻气流、脉率、脉搏波、呼吸状态和鼾 声等多种参数，采用基于多小波变换域特征的多模态数据融合算法，综合评估患者的睡眠 状态，自动进行睡眠分期。
[0012] 基于发明要解决的上述技术问题和要实现的上述效果，存在若干技术难点，参见 附图1，以下分别对存在的技术难点进行解析和实现。
[0013] 1、技术难点之一：微负荷传感器可靠性\准确性技术 参考附图1，对于该技术难点，采用睡眠生理信号监测的动态生理/病理状态自适应识 别技术、"多电极补偿"、"微负荷信号感知补偿"、"二次校准"等技术，实现解决目前微负荷 传感器测量不准、受外界因素影响致误差较大的问题；采用自适应脉搏波检测技术实现通 过对脉搏波的强弱及形状进行智能化的自适应调整，解决了因个体差异导致的测量不准问 题，平均偏差值接近OmmHg，标准偏差值由5. OmmHg降至2. OmmHg，从根本上提高了血压测量 精准度。
[0014] 2、技术难点之二：微弱生理信号监测技术 参考附图1，对于该技术难点，针对系统分布式数据传输需求，研发了基于4G网络、 WiFi网络的传感器-网络数据接口技术、智能传感医疗终端的自适应匹配连接技术、数据 安全性可靠性传输与验证技术，从而建立安全、可靠的多模态睡眠生理信息传输网络；采 用动态数据归一化技术解决生理数据尺度不统一问题；采用时-频混叠信号的几何特征 滤波算法，有效滤除生理参数检测的噪声和干扰，在时域中设定特定的非线性滤波器的方 法-几何特征滤波方法，利用人工神经网络作为非线性滤波器，省去了通常对于滤波器频 率特性的设计和优化过程，只需对人工神经网络的权系数进行训练，对于训练方法没有限 制，结合BP算法，有效滤除生理参数检测的噪声和干扰。
[0015] 3、技术难点之三：多模态数据融合智能分析技术 参考附图1，对于该技术难点，采用基于小波变换域信号特征分析与分类、非平稳信号 动态分析、多模态数据融合、数据挖掘与预测等信号处理技术，利用睡眠生理参数监测，对 疲劳、心功能、脑功能等机体健康状态做出评估，预测睡眠性呼吸暂停综合症、失眠症及睡 眠相关神经退行性疾病恶性事件的发生；结合数据库模式自动匹配算法，利用朴素贝叶斯 分类方法对病患进行分类；通过新的相似评估模型获取最终匹配结果，实现系统自动诊断 评估报告功能。
[0016] 与现有技术相比，本发明具有以下有益效果： 1、本发明基于4G移动医疗通讯技术进行多参数的睡眠监测，可以解决国内现有睡眠 监测仪监测参数的单一性及有线通讯的不便性，并将睡眠监测由传统的医院监测转变为适 合家用的多参数睡眠障碍监测，减轻了被监测者的心理及生理负担，具有巨大的诊断意义 和市场价值。
[0017] 2、本发明能够攻克制约我国多参数无线睡眠监测的治疗技术和设备发展的多项 关键技术：多模态微负荷可穿戴式生理信号传感器的设计及制作技术；超低功耗大数据量 睡眠监测数据无线传输技术；集成人体健康的多项重要生理参数监测技术；突发恶性事件 的预测算法。最终形成具有自主知识产权的高性能的微负荷睡眠监测与智能诊断系统仪器 研发及量产能力，对于推动我国睡眠监测诊断水平的提升具有促进意义。
[0018] 上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段， 并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。 本发明的【具体实施方式】由以下实施例及其附图详细给出。本发明多处仅仅对做出改进的部 分进行描述，而其他未说明部分可以借助本领域的现有技术实现，亦即未说明部分通过现 有技术实现，在此不进行详细说明。
【附图说明】
[0019] 此处所说明的附图用