基于體震信號的睡眠檢測系統的設計與實現

【摘要】 設計并實現了一種基于體震信號的睡眠監測系統。肢體動作、胸腔擴張收縮、心臟泵血都會引起人體和與人體接觸物體的震動，采集這些震動，經過壓電傳感器轉換為電信號，通過放大模塊等信號處理電路，再傳輸到后臺進行預處理，利用一種基于動作幅度、心率、呼吸而建立的睡眠檢測算法得到睡眠質量。同步使用專業睡眠監測儀來監測睡眠，并檢驗系統的準確性。

【關鍵詞】 體震信號；壓電傳感器；心沖擊描記圖

Abstract： the design and implementation of a sleep monitoring system based on body vibration signal.Movements of the limbs， chest expansion contraction， the heart pumps blood will cause the body and the object in contact with the human body shake， the collection of thesevibration piezoelectric sensor， converted into electrical signal by the amplifier module， signal processing circuit，and then transfer to the background of pretreatment，based on an action range， heart rate， respiratory and the establishment of the sleep sleep quality detectionalgorithm. Simultaneous use of professional sleep monitorto monitor the sleep， and test the accuracy of the system♂

Keywords： body vibration signal； piezoelectric sensor；ballistocardiogram

Abstract： the design and implementation of a sleep monitoring system based on body vibration signal.Movements of the limbs， chest expansion contraction， the heart pumps blood will cause the body and the object in contact with the human body shake， the collection of thesevibration piezoelectric sensor， converted into electrical signal by the amplifier module， signal processing circuit，and then transfer to the background of pretreatment，based on an action range， heart rate， respiratory and the establishment of the sleep sleep quality detectionalgorithm. Simultaneous use of professional sleep monitorto monitor the sleep， and test the accuracy of the system.

一、引言

睡眠對評估人們的工作壓力、疲勞度和精神狀況等日常生活狀況有著重要意義。醫學上對睡眠的結構和進程的了解，是利用多導睡眠儀來完成的。但是這些設備主要集中于醫院和研究所，其上百萬的價格制約了其普及性。近些年來，隨著移動應用方式的推廣，小型化的檢測儀的研制水平不斷提高[1]。追蹤睡眠質量也成了許多當前流行的可穿戴產品所關注的功能。

二、系統工作原理與構成

在目前的生物醫學工程研究當中，我們對人體的各種生理信號進行采集與處理，傳統測量心率和呼吸的方式，是利用電極或傳感器直接接觸人體，對人體產生一定約束，從而使受試者產生一定的心理負擔[2]。本系統使用了基于體震信號的無感覺測量技術，系統示意圖如圖1系統設備安裝示意圖所示，檢測設備壓在床腳下，測試時用戶按照平時習慣在床睡覺即可。其原理是：當心臟向外泵血時，身體會產生與促使血液流動的力相反的作用力，該作用力引起了與心跳同步的身體震動，產生體震信號，該信號的規律與心率相關。同時人體每一次呼吸伴隨著胸腔的擴張和收縮，這種變化也會引起緩慢變化的體震信號，這些信號通過人體傳遞給了固體，再通過固體被壓電傳感器采集到。雖然微弱，壓電傳感器的靈敏度足以測量到，經過一系列的信號傳輸，通過算法處理模塊分離出心跳、呼吸和人在床上的體動。鑒于此，本系統安裝后，無聲無息地檢測使用者所有睡眠習慣，無須接觸用戶，心率、呼吸、活動等情況均在檢測范圍內，作為睡眠診斷的依據[3]。

圖1 系統設備安裝示意圖

圖2 系統結構組成示意圖

如圖2系統結構組成示意圖所示，主傳感器采用壓電傳感器，振動信號經濾波及兩級放大后轉換為數字信號經MCU處理后通過通信接口將數字信號傳輸到服務器端，服務器對其進行分析，分析結果可通過信息終端（智能手機、PAD、PC等）訪問。

三、信號處理過程

壓電傳感器采集到的振動信號中混合了人體心跳、呼吸、動作以及環境噪聲。因此，利用matlab中的fdatool工具設計了幾個FIR濾波器來分理出這些生理信號。

呼吸波的正常頻率范圍是0.1-1Hz，故而設計截止頻率為1Hz的FIR低通濾波器，可提取出呼吸波。由心臟向外泵血而產生的體震信號稱為心沖擊信號，描述心沖擊的信號的圖表稱為心沖擊圖（Ballistocardiogram，簡稱BCG）。BCG信號能量通常集中在5-25Hz，設計2-35Hz的FIR帶通濾波器可提取BCG，每一次心搏活動出現總是伴隨著一個心沖擊。取一段數據進行分析，如圖3所示，從上而下，分別是混雜了各種信息的原始波形、經過帶通濾波的BCG波形，以及經過低通濾波的呼吸波，可以看到壓電傳感器采集到的信息經處理后是可以提取出心率和呼吸的。

四、睡眠檢測算法

上述獲取到的心跳、呼吸、體動等信號，為睡眠質量的評估提供了依據。

睡眠質量的評價其實就是對睡眠結構組成的分析。睡眠結構將睡眠狀態劃分為Wake（覺醒期）、REM（快速眼動期）、NREM （非快速眼動期），其中NREM 又分為Light（淺睡期）和Deep（深睡期）。其中，真正讓大腦和軀干得到休息和放松的時期是Deep期。Deep期在睡眠周期中占15%左右，第二天才不會覺得疲憊。REM期、Light期、Deep期的總和，就是我們通常所說的睡眠時間[4]。睡眠效率，一般定義為，睡眠效率=Deep期/（Wake期+ REM期+NREM期）×100%。

由此，算法以體動為首要判斷依據，增加心率，呼吸等變量參考，根據上述睡眠周期原理構建馬可夫鏈，提高睡眠結構判斷的準確性。算法判斷準則如下：

首先，體動幅度和頻率較大，判斷為Wake期；體動較短促，幅度小，發生頻率低，判斷為REM 期或Light期；人體保持平靜、無明顯體動，判斷為Deep期；

具體算法說明：以10分鐘為一個窗口進行移動，每次前進5分鐘，用波形幅度的方差分布來作為衡量體動的標準。當波形幅度的均方差/最小值和均方差/平均值同時下降，則有可能是睡眠周期的狀態切換，如果分別跌至3和0.2以下，則可預估為Deep期，但是如果這期間有大小動作，則降至Light期，如果前一個狀態為Wake，也降至Light期；反之，當波形幅度的均方差/最小值和均方差/平均值同時上升至25和2以上，則可預估為Wake期；以此類推。此外，如果有大小動作出現，且持續時間超過5秒，判為Wake期。

預判之后再做調整，Wake期不會直接切換到Deep期，中間必然有個Light期過渡。然后再結合心率和呼吸來判定，整晚心率總體趨勢減慢，前半夜的睡眠周期持續時間較長，后半夜較短。不同REM期的心率變異性隨著睡眠時間的增加而增大。REM 期呼吸急促并且非常不平穩，Deep期呼吸最為平穩。

五、實驗結果與分析

設計測試環境，測試人員在佩戴了ZOE睡眠監測儀的同時，躺在床腳已安裝檢測設備的床上，同步測試。所得的數據如圖4所示，上方是ZOE睡眠監測儀給出的數據，23：00-6：00時間段中每一小段睡眠狀態的判斷，下方是本系統在同一時段的判斷結果。數據作對比發現，正確率95%以上。

六、小結

本文介紹了一種基于體震信號的睡眠監測系統。體震信號經過壓電傳感器轉為電信號，通過信號處理，提取出呼吸心率，利用一套基于動作幅度、心率、呼吸而建立的睡眠檢測算法對睡眠質量進行評估。測試結果表明具有較高的準確性，該方法對使用者的正常生活無影響，對無接觸式的睡眠檢測具有重要意義。

6 參考文獻

1 Michael L.Perlis. Cognitive Behavioral Treatment of Insomnia. Springer Science + Business Media，Inc.2005： 35-36

2張勇.基于嵌入式系統的睡眠監測系統的研制[D].廣州：華南理工大學，2005.

3 Trefny Z， Trojan S， Toman V， etal. New trends in ballistocardiography [J]. Measure Science Review， 2003， 3（2）：45-48.

4張秀華.睡眠障礙診療手冊人民衛生出版社 2012年9月第1版： 4-6

基金項目：智慧社區服務管理創新關鍵技術研究與應用示范，2012BAJ05B05.（國家科技支撐項目）

上海軟件定義網絡（SDN）產業技術創新戰略聯盟，13DZ0510500

作者簡介：陸美珠、1982、女、碩士、主要研究方向：嵌入式軟件與系統， 物聯網終端。

基金項目：智慧社區服務管理創新關鍵技術研究與應用示范，2012BAJ05B05.（國家科技支撐項目

呼吸波的正常頻率范圍是0.1-1Hz，故而設計截止頻率為1Hz的FIR低通濾波器，可提取出呼吸波。由心臟向外泵血而產生的體震信號稱為心沖擊信號，描述心沖擊的信號的圖表稱為心沖擊圖（Ballistocardiogram，簡稱BCG）。BCG信號能量通常集中在5-25Hz，設計2-35Hz的FIR帶通濾波器可提取BCG，每一次心搏活動出現總是伴隨著一個心沖擊。取一段數據進行分析，如圖3所示，從上而下，分別是混雜了各種信息的原始波形、經過帶通濾波的BCG波形，以及經過低通濾波的呼吸波，可以看到壓電傳感器采集到的信息經處理后是可以提取出心率和呼吸的。

四、睡眠檢測算法

上述獲取到的心跳、呼吸、體動等信號，為睡眠質量的評估提供了依據。

睡眠質量的評價其實就是對睡眠結構組成的分析。睡眠結構將睡眠狀態劃分為Wake（覺醒期）、REM（快速眼動期）、NREM （非快速眼動期），其中NREM 又分為Light（淺睡期）和Deep（深睡期）。其中，真正讓大腦和軀干得到休息和放松的時期是Deep期。Deep期在睡眠周期中占15%左右，第二天才不會覺得疲憊。REM期、Light期、Deep期的總和，就是我們通常所說的睡眠時間[4]。睡眠效率，一般定義為，睡眠效率=Deep期/（Wake期+ REM期+NREM期）×100%。

由此，算法以體動為首要判斷依據，增加心率，呼吸等變量參考，根據上述睡眠周期原理構建馬可夫鏈，提高睡眠結構判斷的準確性。算法判斷準則如下：

首先，體動幅度和頻率較大，判斷為Wake期；體動較短促，幅度小，發生頻率低，判斷為REM 期或Light期；人體保持平靜、無明顯體動，判斷為Deep期；

具體算法說明：以10分鐘為一個窗口進行移動，每次前進5分鐘，用波形幅度的方差分布來作為衡量體動的標準。當波形幅度的均方差/最小值和均方差/平均值同時下降，則有可能是睡眠周期的狀態切換，如果分別跌至3和0.2以下，則可預估為Deep期，但是如果這期間有大小動作，則降至Light期，如果前一個狀態為Wake，也降至Light期；反之，當波形幅度的均方差/最小值和均方差/平均值同時上升至25和2以上，則可預估為Wake期；以此類推。此外，如果有大小動作出現，且持續時間超過5秒，判為Wake期。

預判之后再做調整，Wake期不會直接切換到Deep期，中間必然有個Light期過渡。然后再結合心率和呼吸來判定，整晚心率總體趨勢減慢，前半夜的睡眠周期持續時間較長，后半夜較短。不同REM期的心率變異性隨著睡眠時間的增加而增大。REM 期呼吸急促并且非常不平穩，Deep期呼吸最為平穩。

五、實驗結果與分析

設計測試環境，測試人員在佩戴了ZOE睡眠監測儀的同時，躺在床腳已安裝檢測設備的床上，同步測試。所得的數據如圖4所示，上方是ZOE睡眠監測儀給出的數據，23：00-6：00時間段中每一小段睡眠狀態的判斷，下方是本系統在同一時段的判斷結果。數據作對比發現，正確率95%以上。

六、小結

本文介紹了一種基于體震信號的睡眠監測系統。體震信號經過壓電傳感器轉為電信號，通過信號處理，提取出呼吸心率，利用一套基于動作幅度、心率、呼吸而建立的睡眠檢測算法對睡眠質量進行評估。測試結果表明具有較高的準確性，該方法對使用者的正常生活無影響，對無接觸式的睡眠檢測具有重要意義。

6 參考文獻

1 Michael L.Perlis. Cognitive Behavioral Treatment of Insomnia. Springer Science + Business Media，Inc.2005： 35-36

2張勇.基于嵌入式系統的睡眠監測系統的研制[D].廣州：華南理工大學，2005.

3 Trefny Z， Trojan S， Toman V， etal. New trends in ballistocardiography [J]. Measure Science Review， 2003， 3（2）：45-48.

4張秀華.睡眠障礙診療手冊人民衛生出版社 2012年9月第1版： 4-6

基金項目：智慧社區服務管理創新關鍵技術研究與應用示范，2012BAJ05B05.（國家科技支撐項目）

上海軟件定義網絡（SDN）產業技術創新戰略聯盟，13DZ0510500

作者簡介：陸美珠、1982、女、碩士、主要研究方向：嵌入式軟件與系統， 物聯網終端。

基金項目：智慧社區服務管理創新關鍵技術研究與應用示范，2012BAJ05B05.（國家科技支撐項目

呼吸波的正常頻率范圍是0.1-1Hz，故而設計截止頻率為1Hz的FIR低通濾波器，可提取出呼吸波。由心臟向外泵血而產生的體震信號稱為心沖擊信號，描述心沖擊的信號的圖表稱為心沖擊圖（Ballistocardiogram，簡稱BCG）。BCG信號能量通常集中在5-25Hz，設計2-35Hz的FIR帶通濾波器可提取BCG，每一次心搏活動出現總是伴隨著一個心沖擊。取一段數據進行分析，如圖3所示，從上而下，分別是混雜了各種信息的原始波形、經過帶通濾波的BCG波形，以及經過低通濾波的呼吸波，可以看到壓電傳感器采集到的信息經處理后是可以提取出心率和呼吸的。

四、睡眠檢測算法

上述獲取到的心跳、呼吸、體動等信號，為睡眠質量的評估提供了依據。

睡眠質量的評價其實就是對睡眠結構組成的分析。睡眠結構將睡眠狀態劃分為Wake（覺醒期）、REM（快速眼動期）、NREM （非快速眼動期），其中NREM 又分為Light（淺睡期）和Deep（深睡期）。其中，真正讓大腦和軀干得到休息和放松的時期是Deep期。Deep期在睡眠周期中占15%左右，第二天才不會覺得疲憊。REM期、Light期、Deep期的總和，就是我們通常所說的睡眠時間[4]。睡眠效率，一般定義為，睡眠效率=Deep期/（Wake期+ REM期+NREM期）×100%。

由此，算法以體動為首要判斷依據，增加心率，呼吸等變量參考，根據上述睡眠周期原理構建馬可夫鏈，提高睡眠結構判斷的準確性。算法判斷準則如下：

首先，體動幅度和頻率較大，判斷為Wake期；體動較短促，幅度小，發生頻率低，判斷為REM 期或Light期；人體保持平靜、無明顯體動，判斷為Deep期；

具體算法說明：以10分鐘為一個窗口進行移動，每次前進5分鐘，用波形幅度的方差分布來作為衡量體動的標準。當波形幅度的均方差/最小值和均方差/平均值同時下降，則有可能是睡眠周期的狀態切換，如果分別跌至3和0.2以下，則可預估為Deep期，但是如果這期間有大小動作，則降至Light期，如果前一個狀態為Wake，也降至Light期；反之，當波形幅度的均方差/最小值和均方差/平均值同時上升至25和2以上，則可預估為Wake期；以此類推。此外，如果有大小動作出現，且持續時間超過5秒，判為Wake期。

預判之后再做調整，Wake期不會直接切換到Deep期，中間必然有個Light期過渡。然后再結合心率和呼吸來判定，整晚心率總體趨勢減慢，前半夜的睡眠周期持續時間較長，后半夜較短。不同REM期的心率變異性隨著睡眠時間的增加而增大。REM 期呼吸急促并且非常不平穩，Deep期呼吸最為平穩。

五、實驗結果與分析

設計測試環境，測試人員在佩戴了ZOE睡眠監測儀的同時，躺在床腳已安裝檢測設備的床上，同步測試。所得的數據如圖4所示，上方是ZOE睡眠監測儀給出的數據，23：00-6：00時間段中每一小段睡眠狀態的判斷，下方是本系統在同一時段的判斷結果。數據作對比發現，正確率95%以上。

六、小結

本文介紹了一種基于體震信號的睡眠監測系統。體震信號經過壓電傳感器轉為電信號，通過信號處理，提取出呼吸心率，利用一套基于動作幅度、心率、呼吸而建立的睡眠檢測算法對睡眠質量進行評估。測試結果表明具有較高的準確性，該方法對使用者的正常生活無影響，對無接觸式的睡眠檢測具有重要意義。

6 參考文獻

1 Michael L.Perlis. Cognitive Behavioral Treatment of Insomnia. Springer Science + Business Media，Inc.2005： 35-36

2張勇.基于嵌入式系統的睡眠監測系統的研制[D].廣州：華南理工大學，2005.

3 Trefny Z， Trojan S， Toman V， etal. New trends in ballistocardiography [J]. Measure Science Review， 2003， 3（2）：45-48.

4張秀華.睡眠障礙診療手冊人民衛生出版社 2012年9月第1版： 4-6

基金項目：智慧社區服務管理創新關鍵技術研究與應用示范，2012BAJ05B05.（國家科技支撐項目）

上海軟件定義網絡（SDN）產業技術創新戰略聯盟，13DZ0510500

作者簡介：陸美珠、1982、女、碩士、主要研究方向：嵌入式軟件與系統， 物聯網終端。

基金項目：智慧社區服務管理創新關鍵技術研究與應用示范，2012BAJ05B05.（國家科技支撐項目