CN109805895A - 智能卧室睡眠监测系统 - Google Patents
智能卧室睡眠监测系统 Download PDFInfo
- Publication number
- CN109805895A CN109805895A CN201910127786.6A CN201910127786A CN109805895A CN 109805895 A CN109805895 A CN 109805895A CN 201910127786 A CN201910127786 A CN 201910127786A CN 109805895 A CN109805895 A CN 109805895A
- Authority
- CN
- China
- Prior art keywords
- frame
- sound
- snoring
- signal
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开智能卧室睡眠监测系统。通过室内光线检测模块模块,可以实时的监测房间内光线总和的暗亮程度,从而控制窗帘控制模块做出相应的动作,为行动不便的老人提供了生活上的服务。采用了语音采集模块采集鼾声信号,这种传感器不与身体直接的接触,老人不会产生不舒适的感觉,监测过程中对睡眠呼吸者没有任何要求,而且可以灵敏的监测到鼾声事件和呼吸阻塞事件。采用了自适应的过零率和短时能量端点检测算法来获取鼾声段、短时傅里叶变换、求取信号的功率谱和能量谱的数据处理方式,提高了检测的精度。
Description
技术领域
本发明属于物联网技术领域,尤其涉及一种智能卧室睡眠监测系统。
背景技术
近20年来,我国互联网和电信技术快速发展,特别是随着移动物联网、大数据、云计算、物联网技术的日趋成熟,数字化、信息化和智能化贯穿于社会生活的方方面面。
智能家居以小区为平台,运用了计算机技术、自动化技术、射频技术以及现代通讯技术等多种技术。家居自动化的概念已经提出几十年,主要是自动化的照明、采暖和空调控制等,典型的是类似Crestron和Cont-rol4等厂家提供的高端正方控制系统,也有类似X10提供的低端系统。家居自动化的概念是直接,挑选某个任务或者操作,可将该设备进行某种程度的自动化,自动打开和工作,而不需要人工干预。简单的家居自动化采用计时器和定时器来驱动操作;较为先进的家居及所谓的智能家居技术,则可以处理更加复杂的场景,或者根据其他设备的输入来开启这个设备。随着智能设备越来越多也越来越便宜,最近人们对家具自动化的兴趣也在逐渐的上升,物联网对智能家居技术的发展起到了越来越重要的作用。
目前比较成熟的智能家居系统,大部分价格昂贵且没有医疗看护的功能(比如Withings Home的智能手表价格达到了2000RMB,只是有智能防水和来电提醒的功能)。而且,在当今社会生活中,独自生活的老人越来越多,他们的健康隐患也越来越不容忽视。阻塞性睡眠呼吸暂停低通气综合征(OSAHS)是一种睡眠呼吸疾病,OSAHS以部分或完全上呼吸道梗阻为特征,导致间歇性缺氧和睡眠破碎,最终导致心脑血管、代谢、神经认知退化等后果,临床上可以表现为打鼾,它的病因并不明确,而且会导致极高的死亡率,对老人的生命健康构成了极大的威胁。目前多导睡眠图检测仪(PSG)是诊断该疾病的好方法,可以全面的评估睡眠中的呼吸暂停事件。但是PSG的局限性在于体积庞大,患者只能在医院中做OSAHS疾病的诊断,而且中国的OSAHS患者如此之多,医院已经无法提供这么多的床位来满足这些OSAHS患者。为此,本发明提供了一种更为经济、便捷的方法来解决这一问题,老人或者患病人员在家中即可完成看护的功能。本系统基于睡眠服务和预防呼吸阻塞的特性,发明了一种智能卧室睡眠监测系统。
发明内容
本发明的主要目的是提供智能卧室睡眠监测系统,将检测单元检测到的鼾声信号、室内光线信号和液化气浓度信号,送至主控制单元进行处理,处理过的数据可以显示在可触摸显示屏上,并且将数据传输至云服务器,进一步社区医疗终端和子女都可以访问云服务器中的数据。经研究发现,发生呼吸阻塞患者的鼾声和正常人的鼾声在250-400Hz和600-750Hz频带内的能量比值是不同的,故以此为依据,区分正常人的鼾声和发生呼吸阻塞患者的鼾声。鼾声在250-400Hz和600-750Hz频带内的能量比值和液化气浓度值一旦超出异常,即可触发声光报警装置,云服务器也会自动发送报警短信以及报警邮件给社区医疗终端和子女。在睡眠之前开启主控制器和窗帘控制模块,窗帘自动控制装置会根据室内光线信号做出相应的反应和调整,以助于睡眠。之后将伸缩杆下拉到距离老人20-50cm处,按下睡眠状态的按键,语音采集模块即可采集鼾声,并在鼾声信号中提取250Hz-400Hz和600-750Hz的能量比值。特别的,本系统采用语音采集模块来采集鼾声信号,利用咪头将采集到声音信号转换为电信号,由于该电信号具有幅值小、随机性大、噪声影响以及输入阻抗大的特点,本系统采用一系列的分析算法来检测鼾声事件和呼吸阻塞事件,起到对老人的睡眠服务和看护作用。
上述控制单元用外壳包裹在内部,在机壳的正面,有室内光线检测模块、液化气检测模块的检测探头和用于采集语音的咪头;在机壳的侧面有电源适配器的接入插头,为系统提供电压,并且有开关来控制该系统的开启和关闭;在机壳的反面,包括由蜂鸣器和发光二极管组成的声光报警装置和伸缩杆;伸缩杆顶部安装在天花板上,底部固定在机壳的反面,用于使系统装置上升或者下降,在老人使用该系统装置采集语音信号的时候,将该系统装置通过伸缩杆下降至老人20-50cm处,在不使用的时候,将该系统装置上升到合适的位置即可;另外,液晶显示模块安装在机壳的正面,用于显示房间内光线、液化气的情况以及其他的一些服务信息。在机壳的内部,安装有单片机最小系统的集成电路板,包括降压模块、USB模块、A/D转换模块、wifi模块和和NRF24L01无线模块,为系统提供电压变换、数据传输和信号转换的功能。
为了实现上述目的,本发明所采用的技术方案是:
智能卧室睡眠监测系统,包括三个单元:检测单元、控制单元和监护终端。所述的检测单元的输出端作为整个系统的输入端,检测单元的信号输出端与控制单元的输入端连接;所述控制单元的控制端I/O口与监护终端相连接,信号输出端作为整个系统的信号输出端。
所述检测单元主要包括语音采集模块、室内光线检测模块和液化气检测模块。所述的控制单元包括主控制器、A/D转换模块、wifi模块、NRF24L01无线模块。所述的监护终端包括云服务器、可触摸显示屏、声光报警装置、窗帘控制模块、社区医疗终端、子女监护终端。
语音采集模块主要通过咪头去采集鼾声信号,并通过放大器对信号放大后传输至控制单元;并采用现有芯片AD8605和wm8785对咪头转换出的电信号进行处理;放大器AD8605对语音信号做放大处理,A/D模数转换芯片wm8785将模拟信号转换为数字信号。
室内光线检测模块采用光敏电阻和相应的驱动电路进行光线信号的采集,将采集到的光线数据发送给主控制单元的A/D转换I/O口;
液化气检测模块采用气体传感器进行液化气浓度信号的采集,然后传输至控制单元;
A/D转换模块将语音检测模块传输的鼾声数据进行数模转换后传送至主控制器;
主控制器将接收到的鼾声数据、光线数据、液化气浓度数据以及按键模块传输的指令进行处理分析,将数据打包后通过wifi模块传送至云服务器;同时若鼾声数据分析判断为呼吸暂停事件,则触发声光报警装置,云服务器将此事件以短信和邮件的形式发送至子女监护终端、社区医疗终端;光线数据处理分析后将其分为三个等级:光线太亮、光线合适和光线太暗,当判断出室内光线的等级后,主控制器通过NRF24L01无线模块将控制命令传送给窗帘控制模块,窗帘控制模块将光线太亮和光线太暗状态调整为合适的状态;液化气浓度数据处理分析判断为液化气泄漏事件,则触发声光报警装置,云服务器将此事件以短信和邮件的形式发送至子女监护终端、社区医疗终端。主控制器将鼾声判断结果、窗帘开闭状态、液化气判断结果传送至可触摸显示屏进行显示。
电路部分包括室内光线检测电路、液化气检测电路、按键电路、语音采集电路、主控制电路和监护终端相应的电路;
所述室内光线检测电路的数据输出接口连接至主控制器的A/D转换PF3I/O口;液化气检测电路的数据输出接口连接至主控制器的A/D转换PA0I/O口;按键电路的输出连接至主控制器的PA1I/O口;
所述语音采集电路包括第一芯片U1、第二芯片U2、咪头MIC、电阻R1-R5、电容C1-C6。第一芯片U1的第一引脚与第二芯片U2的第一引脚、第三电阻R3的一端相连接,第二引脚与数字地相连接,第三引脚与第六电容C6的一端、第五电容C5的一端相连接后接数字地,第五引脚与第四电容C4的一端、第三电容C3的一端相连接后接模拟地,第六引脚与主控制器的PB12引脚相连接,第七引脚与主控制器的PC2引脚相连接,第八引脚与主控制器的PB13引脚相连接,第九引脚与主控制器的PC6引脚相连接,第十四引脚与第一电容C1的一端相连接后接模拟电源3.3V,第十五引脚与第二电容C2的一端相连接后接数字电源3.3V,第十六引脚与第二电容C2的另一端相连接后接数字地,第十七引脚与第六电容C6的另一端、第五电容C5的另一端相连接后接数字地,第十八引脚与第四电容C4的另一端、第三电容C3的另一端相连接后接模拟地,其余引脚悬空;第二芯片U2的第二引脚连接到数字地,第三引脚与电阻R4的一端、电阻R3的另一端连接后接数字地,第四引脚与电阻R1的一端、电阻R2的一端相连接,第五引脚与数字电源5V相连接;咪头MIC的第一引脚与电阻R5的一端连接,第二引脚连接到数字地,第三引脚连接到数字地,第四引脚与电阻R1的另一端相连接;电阻R5的另一端连接到数字电源3.3V,电容C1的另一端与模拟地相连接,电阻R4的另一端接数字地。
所述主控制电路包括主控制器、电源电路、晶振电路、JTAG调试接口电路、复位电路、wifi模块、NRF24L01无线模块,其中主控制器采用STM32F407ZGT6;所述wifi模块使用了ESP8266wifi模块,ESP8266wifi模块通过SPI1接口与单片机相连接;NRF24L01无线模块通过SPI2接口与主控制器相连接。其他电路属于本领域技术人员熟知的常规技术,故不详解。
所述监护终端电路包括可触摸显示屏电路、声光报警装置电路和窗帘控制电路。可触摸显示屏电路通过SPI3接口与主控制器相连接;声光报警装置与主控制器的PA10、PA11相连接;窗帘控制电路采用控制器为STC89C52,包括了电源电路、晶振电路、复位电路和NRF24L01电路,其中NRF24L01通过普通I/O口模拟SPI接口与STC89C52控制器相连接。
所述主控制器对鼾声信号的具体处理方法包括如下步骤:
1)检测是否按下了睡眠状态的按键,如果检测到按下了该按键,那么加载语音采集模块采集到的数据,否则继续去检测睡眠转来的按键是否按下。
2)对获取的语音数据做分帧处理,取分帧长度为512采样点,帧移为256点,得到分帧后的数据矩阵为FrameArry;
3)利用自适应的过零率和短时能量端点检测算法来获取鼾声段,在有噪声的环境下,为防止产生误判,设置了噪声高门限值HLimit,具体实现方法如下:
a.令FrameArry矩阵中每一帧中的数据与下一个数据相乘,如果结果小于零,则认为是一次过零,将每一帧的过零次数存放于矩阵ZCRT中;
b.累加前20帧的短时能量,并求出最大值和最小值分别为emax和emin;令i1=(emax+emin)/2;设置能量阈值下限ELT=2*i1,设置能量阈值上限EHT=4*i1;
c.判断语音起始帧短时能量EN是否大于ELT且该帧的过零率是否大于20,如果这两个条件都成立,则认为该帧为鼾声的起始帧;否则,令ELT=0.5*ELT+0.5*EN,继续判断下一帧的短时能量EN是否满足条件,即重复步骤c,直至判断出某帧为鼾声的起始帧,跳转至步骤d;
d.如果判断语音起始帧即为鼾声的起始帧,则判断在该帧后15帧中每一帧的短时能量是否有大于EHT的数据帧,如果有,则认为步骤c中判断的一定是成立的,则跳转至步骤e;如果有小于ELT的数据帧,则认为步骤c中的判断是错误的,则重复步骤c;在步骤c和步骤d中,为防止幅值和能量较高的噪声对此步骤的影响,设置了噪声门限值HLimit,若在语音信号的一帧中有幅值高于HLimit的数据,则设置该数据的幅值为0;HLimit为语音信号前5帧语音信号数据幅值的平均值。
e.如果已经检测出了鼾声的起始帧,继续去判断该帧以后的短时能量EN是否大于1.5倍的ELT且该帧的过零率是否大于20,如果不成立,则认为该帧为鼾声的终止帧;否则令ELT=0.5*ELT+0.5EN,重复步骤e,直至判断出鼾声信号的终止帧;
4)对获取的鼾声信号进行低通滤波,并做短时傅里叶变换处理,求取鼾声时域信号的频域信号。
5)对4)求取的鼾声频域信号求解其功率谱。
6)对5)处理过的信号,将250-400Hz和600-750Hz频带内的功率累加起来,分别得到这两个频带内的短时能量EN1和EN2,最后得到二者的比值E=EN2/EN1。
7)对6)过程中得到的比值E,判断E是否在(EK1,EK2)范围内,如果E在此范围内,则认为发生了呼吸阻塞事件;否则,继续监测下一帧的鼾声信号。
8)其中阈值EK1和EK2的判定方法:在xxx医院中随机找出100例OSAHS患者,在室温的条件下,使用该系统的语音采集模块去监测患者在发生呼吸阻塞时刻的(250-400Hz)和(600-750Hz)能量比,并取他们的平均值Ef。呼吸阻塞上限值EK2取为平均值的1.1倍,即EK2=Ef*1.1;呼吸阻塞下限值EK1取为平均值的0.9倍,即EK1=Ef*0.9。在本系统中设置EK1=0.50,EK2=0.61。
与现有技术相比,本发明的有益效果在于:
1)通过室内光线检测模块模块,可以实时的监测房间内光线总和的暗亮程度,从而控制窗帘控制模块做出相应的动作,为行动不便的老人提供了生活上的服务。
2)采用了语音采集模块采集鼾声信号,这种传感器不与身体直接的接触,老人不会产生不舒适的感觉,监测过程中对睡眠呼吸者没有任何要求,而且可以灵敏的监测到鼾声事件和呼吸阻塞事件。因此,本发明提供了一种可以监测到塞性睡眠呼吸暂停低通气综合征(OSAHS)特征之一即呼吸阻塞事件的方法,同时也提供了一种便捷的、可以部分替代多导睡眠图(PSG)的医疗监护装置,相对PSG来说,价格便宜。
3)采用了自适应的过零率和短时能量端点检测算法来获取鼾声段、短时傅里叶变换、求取信号的功率谱和能量谱的数据处理方式,提高了检测的精度。
4)通过云服务器终端,子女和社区医疗终端可以查看老人以往的睡眠状况,老人一旦发生了呼吸阻塞事件,云服务器以手机短信或邮件的方式通知监护终端,使老人的身体健康得以保证。
附图说明
图1为本发明智能卧室睡眠监测系统原理框图;
图2为智能卧室睡眠监测系统装置简图的正面和反面伸缩杆撑起;其中(1)为正面,(2)为反面;
图3为智能卧室睡眠监测系统装置简图的反面收缩杆收起;
图4为窗帘控制装置简图;
图5为语音采集电路图;
图6为光线检测模块和液化气检测模块子程序设计流程图;其中(1)为光线检测模块,(2)为液化气检测模块;
图7为鼾声端点检测子程序设计流程图;
图8为语音信号时域仿真波形图;其中(1)为有高幅值噪音,(2)为去除幅值噪音;
图9为鼾声信号端点检测仿真波形;其中(1)为鼾声信号时域波形图,(2)为短时过零率,(3)为短时能量,(4)为截取的鼾声段;
图10为智能卧室睡眠监测系统主程序设计流程图;
图11为鼾声信号频域波形仿真图;
图12为鼾声信号仿真功率谱;
图13为鼾声信号250-400Hz和600-750Hz的能量比仿真图;
具体实施方式
下面结合附图和实例对本发明进一步说明。
如图1所示,为智能卧室睡眠监测系统原理框图。在本实施例中,所述基于医疗看护的智能家居系统包括检测单元、控制单元和云服务器终端。在控制单元所用的主控制器为STM32F407ZGT6该处理器为32位、168MHz处理器,具有低功耗的特点。
如图2所示,智能卧室睡眠监测系统装置简图的正面和反面伸缩杆撑起。在系统转置的正面,包括电源适配器接口1、系统开关2以及系统工作指示灯3、液化气监测模块检测接口7以及工作指示灯10、光线检测模块检测接口6以及工作指示灯9、语音信号检测模块输入接口5以及工作指示灯8、wifi模块工作指示灯4、睡眠状态按键11;在系统转置的反面,包括声光报警装置12和用来固定系统装置的伸缩杆13。其中各模块均集成在一块电路板上,用来收集语音的咪头在装置的5号位置,可以收集半径20-50cm范围内的语音信号,因此为更好的采集鼾声信号,可将伸缩杆放到老人20-50cm处,达到最好的语音采集效果。所述的伸缩杆用于固定系统装置,可以将伸缩杆的上端固定在天花板上,底部固定在机壳的反面,在使用改装置的时候,可以将装置通过伸缩杆拉下来,不使用的时候,可以通过改伸缩杆将该系统装置上升到一个较高的位置。
如图3所示,系统装置在不使用的时候,伸缩杆可以收起,方便储存和运输。
如图4所示为窗帘控制装置简图。该装置包括电源适配器输入接口15、开关16以及指示灯17、电机旋转头出口14,在该装置的控制集成电路中集成了NRF24L01无线模块。其中该模块主控制器为8位单片机STC89C52,控制窗帘转动的电机选用精度较高的步进电机,装置与控制单元采用NRF--24L01无线通信的方式,主控制单元通过NRF24L01无线通信向该装置发送控制指令。
如图5所示,wm8785语音采集电路图,包括第一芯片U1、第二芯片U2、咪头MIC、电阻R1-R5、电容C1-C6。第一芯片U1的第一引脚与第二芯片U2的第一引脚相连接,第二引脚与数字地相连接,第三引脚与数字地相连接,第五引脚与模拟地相连接,第六引脚与主控制器的PB12引脚相连接,第七引脚有主控制器的PC2引脚相连接,第八引脚有主控制器的PB13引脚相连接,第九引脚有主控制器的PC6引脚相连接,第十三引脚悬空,第十四引脚与模拟电源3.3V相连接,第十五引脚与数字电源3.3V相连接,第十六引脚接到数字地,第十七引脚连接电容C5和C6的一端、另一端连接到数字地,第十八引脚连接电容C3和C4的一端、另一端连接到模拟地,其余引脚悬空;第二芯片U2的第一引脚连接至第一芯片U1的第一引脚,第二引脚连接到数字地,第三引脚连接电阻R4的一端、另一端连接到数字地,第四引脚连接到电阻R1和R2的一端、R1的另一端连接至芯片MIC的第四引脚、R2的另一端连接到数字地,第五引脚与电源5V相连接;咪头MIC的第一引脚连接至R5的一端、另一端连接到3.3V,第二引脚连接到数字地,第三引脚连接到数字地,第四引脚与芯片U2的第四引脚相连接;电容C1一端与模拟电源3.3V相连接、另一端与模拟地相连接;电容C2一端与数字电源3.3V相连接、另一端与数字地相连接。
应用上述技术方案,使用本发明提供的基于医疗监护的智能家居系统,具体分为以下几个步骤:
(1)如图6左图所示,光线检测模块工作步骤如下:
1)打开窗帘控制模块和智能卧室睡眠监测系统装置的开关。令中间量n1=0,室内光线检测模块将检测到的光线数据传输至主控制器的第一个A/D转换I/O口,将模拟量转换为数字量,并将此数据上传至云服务器,上传完毕进行下一步;
2)判断n1是否等于3,如果n1不等于3,则令n1=n1+1,并进行下一步;否则跳出光线判断的子程序,并令中间值temp_Light=1;
3)判断此时的光线数据是否在合适的范围内,如果不在合适的范围内,则主控制器通过NRF24L01无线模块控制窗帘控制模块,控制窗帘在一个合适的范围内;否则主控制器继续加载室内光线检测模块检测到的光线的数据,并做出判断。
(2)如图6右图所示,液化气检测模块工作步骤如下:
1)打开智能卧室睡眠监测系统装置的开关。令中间量n2=0,液化气检测模块将检测到的室内液化气浓度数据传输至主控制器的第二个A/D转换I/O口,将模拟量转换为数字量,并将此数据上传至云服务器,上传完毕进行下一步;
2)判断n2是否等于3,如果n2不等于3,则令n2=n2+1,并进行下一步;否则跳出光线判断的子程序,并令中间值temp_Gas=1;
3)判断此时的室内是否有液化气,如果有,则触发声光报警装置,提醒室内的人发生了液化气泄漏事件;云服务器也将会发送手机短信和邮件报警,提示子女监护终端和社区医疗终端发生了液化气泄露事件;否则主控制器继续加载液化气检测模块检测到的液化气浓度的数据,并做出判断。
(3)如图7所示,鼾声端点检测子程序工作步骤如下:
1)对语音数据做分帧处理,取分帧长度为512采样点,帧移为256点,得到分帧后的数据矩阵为FrameArry;
2)令FrameArry矩阵中每一帧中的数据与下一个数据相乘,如果结果小于零,则认为是一次过零,将每一帧的过零次数存放于矩阵ZCRT中;
3)累加前20帧的短时能量,并求出最大值和最小值分别为emax和emin;令i1=(emax+emin)/2;设置能量阈值下限ELT=2*i1,设置能量阈值上限EHT=4*i1;
4)判断语音起始帧短时能量EN是否大于ELT且该帧的过零率是否大于20,如果这两个条件都成立,则认为该帧为鼾声的起始帧;否则,令ELT=0.5*ELT+0.5*EN,继续判断下一帧的短时能量EN是否满足条件,即重复步骤c,直至判断出某帧为鼾声的起始帧,跳转至步骤d;
5)如果判断语音起始帧即为鼾声的起始帧,则判断在该帧后15帧中每一帧的短时能量是否有大于EHT的数据帧,如果有,则认为步骤c中判断的一定是成立的,则跳转至步骤e;如果有小于ELT的数据帧,则认为步骤c中的判断是错误的,则重复步骤c;在步骤c和步骤d中,为防止幅值和能量较高的噪声对此步骤的影响,设置了噪声门限值HLimit,若在语音信号的一帧中有幅值高于HLimit的数据,则设置该数据的幅值为0;HLimit为语音信号前5帧语音信号数据幅值的平均值。去掉噪声的语音信号时域仿真波形图如图8所示。
6)如果已经检测出了鼾声的起始帧,继续去判断该帧以后的短时能量EN是否大于1.5倍的ELT且该帧的过零率是否大于20,如果不成立,则认为该帧为鼾声的终止帧;否则令ELT=0.5*ELT+0.5EN,重复步骤e,直至判断出鼾声信号的终止帧;获取的鼾声段如图9所示。
(4)如图10所示,智能卧室睡眠监测系统主程序工作步骤如下:
1)判断temp_Light是否等于1、temp_Gas是否等于1且是否按下了睡眠状态的按键,如果均满足以上三个条件,则进行下一步,否则继续去检测睡眠状态按键是否按下;
2)对获取的鼾声信号做低通滤波处理,并做短时傅里叶变换处理,求取鼾声时域信号的频域信号。鼾声信号频域波形仿真图如图11所示。
3)对1)求取的鼾声频域信号求解其功率谱;鼾声信号的功率谱如图12所示;
4)对2)处理过的信号,将250-400Hz和600-750Hz频带内的功率累加起来,分别得到这两个频带内的短时能量EN1和EN2,最后得到二者的比值E=EN2/EN1;所有帧的能量比的仿真图如图13所示;
5)对3)过程中得到的比值E,判断E是否在(EK1,EK2)范围内,如果E在此范围内,则认为发生了呼吸阻塞事件,并通过云服务器通知子女和医疗监护终端;否则,继续监测下一帧的鼾声信号。
Claims (1)
1.智能卧室睡眠监测系统,其特征在于包括检测单元、控制单元和监护终端;所述的检测单元的输出端作为整个系统的输入端,检测单元的信号输出端与控制单元的输入端连接;所述控制单元的控制端I/O口与监护终端相连接,信号输出端作为整个系统的信号输出端;
所述检测单元主要包括语音采集模块、室内光线检测模块和液化气检测模块;
语音采集模块主要通过咪头采集鼾声信号,并通过放大器对信号放大后传输至控制单元;
室内光线检测模块采用光敏电阻和相应的驱动电路进行光线信号的采集,将采集到的光线数据发送给控制单元;
液化气检测模块采用气体传感器进行液化气浓度信号的采集,然后传输至控制单元;
所述的控制单元包括主控制器、A/D转换模块、wifi模块、NRF24L01无线模块;
所述的监护终端包括云服务器、可触摸显示屏、声光报警装置、窗帘控制模块、社区医疗终端、子女监护终端;
A/D转换模块将语音检测模块传输的鼾声数据进行数模转换后传送至主控制器;主控制器将接收到的鼾声数据、光线数据、液化气浓度数据以及按键模块传输的指令进行处理分析,将数据打包后通过wifi模块传送至云服务器;同时若鼾声数据分析判断为呼吸暂停事件,则触发声光报警装置,云服务器将此事件以短信和邮件的形式发送至子女监护终端、社区医疗终端;光线数据处理分析后将其分为三个等级:光线太亮、光线合适和光线太暗,当判断出室内光线的等级后,主控制器通过NRF24L01无线模块将控制命令传送给窗帘控制模块,窗帘控制模块将光线太亮和光线太暗状态调整为合适的状态;液化气浓度数据处理分析判断为液化气泄漏事件,则触发声光报警装置,云服务器将此事件以短信和邮件的形式发送至子女监护终端、社区医疗终端;主控制器将鼾声判断结果、窗帘开闭状态、液化气判断结果传送至可触摸显示屏进行显示;
所述主控制器对鼾声信号的具体处理方法包括如下步骤:
1)检测是否按下了睡眠状态的按键,如果检测到按下了该按键,那么加载语音采集模块采集到的语音数据,否则继续去检测睡眠转来的按键是否按下;
2)对获取的语音数据做分帧处理,取分帧长度为512采样点,帧移为256点,得到分帧后的数据矩阵为FrameArry;
3)利用自适应的过零率和短时能量端点检测算法来获取鼾声段,在有噪声的环境下,为防止产生误判,设置噪声高门限值HLimit,具体实现方法如下:
a.令FrameArry矩阵中每一帧中的数据与下一个数据相乘,如果结果小于零,则认为是一次过零,将每一帧的过零次数存放于矩阵ZCRT中;
b.累加前20帧的短时能量,并求出最大值和最小值分别为emax和emin;令i1=(emax+emin)/2;设置能量阈值下限ELT=2*i1,设置能量阈值上限EHT=4*i1;
c.判断语音起始帧短时能量EN是否大于ELT且该帧的过零率是否大于20,如果这两个条件都成立,则认为该帧为鼾声的起始帧;否则,令ELT=0.5*ELT+0.5*EN,继续判断下一帧的短时能量EN是否满足条件,即重复步骤c,直至判断出某帧为鼾声的起始帧,跳转至步骤d;
d.如果判断语音起始帧即为鼾声的起始帧,则判断在该帧后15帧中每一帧的短时能量是否有大于EHT的数据帧,如果有,则认为步骤c中判断的一定是成立的,则跳转至步骤e;如果有小于ELT的数据帧,则认为步骤c中的判断是错误的,则重复步骤c;在步骤c和步骤d中,为防止幅值和能量较高的噪声对此步骤的影响,设置了噪声门限值HLimit,若在语音信号的一帧中有幅值高于HLimit的数据,则设置该数据的幅值为0;HLimit为语音信号前5帧语音信号数据幅值的平均值;
e.如果已经检测出了鼾声的起始帧,继续去判断该帧以后的短时能量EN是否大于1.5倍的ELT且该帧的过零率是否大于20,如果不成立,则认为该帧为鼾声的终止帧;否则令ELT=0.5*ELT+0.5EN,重复步骤e,直至判断出鼾声信号的终止帧;
4)对获取的鼾声信号进行低通滤波,并做短时傅里叶变换处理,求取鼾声时域信号的频域信号;
5)对4)求取的鼾声频域信号求解其功率谱;
6)对5)处理过的信号,将250-400Hz和600-750Hz频带内的功率累加起来,分别得到这两个频带内的短时能量EN1和EN2,最后得到二者的比值E=EN2/EN1;
7)对6)过程中得到的比值E,判断E是否在(EK1,EK2)范围内,如果E在此范围内,则认为发生了呼吸阻塞事件;否则,继续监测下一帧的鼾声信号;
其中EK1和EK2为人工设定的阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910127786.6A CN109805895A (zh) | 2019-02-18 | 2019-02-18 | 智能卧室睡眠监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910127786.6A CN109805895A (zh) | 2019-02-18 | 2019-02-18 | 智能卧室睡眠监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109805895A true CN109805895A (zh) | 2019-05-28 |
Family
ID=66607052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910127786.6A Pending CN109805895A (zh) | 2019-02-18 | 2019-02-18 | 智能卧室睡眠监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109805895A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110301890A (zh) * | 2019-05-31 | 2019-10-08 | 华为技术有限公司 | 呼吸暂停监测的方法及装置 |
CN110547802A (zh) * | 2019-09-11 | 2019-12-10 | 京东方科技集团股份有限公司 | 识别呼吸状态的方法、计算机装置和存储介质 |
CN114534130A (zh) * | 2020-11-25 | 2022-05-27 | 深圳市安联消防技术有限公司 | 一种呼吸面具气流噪音消除方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105072003A (zh) * | 2015-07-31 | 2015-11-18 | 深圳广田智能科技有限公司 | 智能家居模式同步控制系统及方法 |
CN105319976A (zh) * | 2015-11-04 | 2016-02-10 | 美的集团股份有限公司 | 智慧家居的控制系统 |
US20170135632A1 (en) * | 2015-11-16 | 2017-05-18 | Eight Sleep Inc. | Detecting sleeping disorders |
-
2019
- 2019-02-18 CN CN201910127786.6A patent/CN109805895A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105072003A (zh) * | 2015-07-31 | 2015-11-18 | 深圳广田智能科技有限公司 | 智能家居模式同步控制系统及方法 |
CN105319976A (zh) * | 2015-11-04 | 2016-02-10 | 美的集团股份有限公司 | 智慧家居的控制系统 |
US20170135632A1 (en) * | 2015-11-16 | 2017-05-18 | Eight Sleep Inc. | Detecting sleeping disorders |
Non-Patent Citations (1)
Title |
---|
李馨: "基于鼾声时频分析的OSAHS诊断", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110301890A (zh) * | 2019-05-31 | 2019-10-08 | 华为技术有限公司 | 呼吸暂停监测的方法及装置 |
WO2020238954A1 (zh) * | 2019-05-31 | 2020-12-03 | 华为技术有限公司 | 呼吸暂停监测的方法及装置 |
CN110547802A (zh) * | 2019-09-11 | 2019-12-10 | 京东方科技集团股份有限公司 | 识别呼吸状态的方法、计算机装置和存储介质 |
CN114534130A (zh) * | 2020-11-25 | 2022-05-27 | 深圳市安联消防技术有限公司 | 一种呼吸面具气流噪音消除方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020101527A4 (en) | A Kind of Intelligent Home-based Care Service System for Elders | |
CN104131607A (zh) | 智能马桶及基于此智能马桶的智慧型医疗健康监测系统 | |
CN109805895A (zh) | 智能卧室睡眠监测系统 | |
CN106937808A (zh) | 一种智能床垫的数据采集系统 | |
CN105069731A (zh) | 一种具有安全和健康信息采集的养老照顾服务系统及方法 | |
CN110169756A (zh) | 一种无感式睡眠监测装置和监测系统 | |
CN104083152A (zh) | 一种人体体温监测方法及体温监测系统 | |
CN103927847A (zh) | 一种智能养老看护系统 | |
CN104746619B (zh) | 一种尿检监控智能座便器 | |
CN103536278A (zh) | 新型健康监护系统 | |
CN103938697A (zh) | 一种智能坐便器 | |
CN106175770A (zh) | 一种睡眠期间呼吸暂停的判断方法及系统 | |
Wu et al. | Data processing platform design and algorithm research of wearable sports physiological parameters detection based on medical internet of things | |
CN101627906A (zh) | 便携式多参数健康监护系统 | |
CN205181379U (zh) | 一种肠鸣音监测管理系统 | |
CN204028619U (zh) | 一种远程监控设备和系统 | |
CN113662519A (zh) | 一种非接触式心肺监测仪及心肺监测系统 | |
CN210990210U (zh) | 一种无感式睡眠监测装置和监测系统 | |
CN105395173A (zh) | 一种远程脉象监控系统 | |
CN205697777U (zh) | 一种基于柔性力敏传感器的睡眠呼吸检测装置 | |
CN204744130U (zh) | 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 | |
CN105852847A (zh) | 一种心脏及生命体征监护分析系统 | |
CN111956195B (zh) | 一种急性高原病ams智能分析监测装置 | |
CN207168492U (zh) | 具有心律检测功能的智能电子装置 | |
CN203379119U (zh) | 家具式体征监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190528 |
|
WD01 | Invention patent application deemed withdrawn after publication |