摘 " "要： 為了實(shí)現(xiàn)基于無束縛生理信號檢測的睡眠監(jiān)測，針對現(xiàn)有檢測方法多為有束縛的不足，基于心沖擊圖（BCG）能量信號進(jìn)行J波檢測并使用時(shí)域幅度二值化算法，設(shè)計(jì)了基于非接觸式心沖擊與呼吸信號檢測的睡眠監(jiān)測系統(tǒng)。首先根據(jù)心沖擊信號（BCG）頻率低、沿脊柱方向強(qiáng)度大的特點(diǎn)，選取高靈敏度的壓電傳感器實(shí)現(xiàn)體動(dòng)信號采集；其次對原始壓電傳感器信號進(jìn)行去噪、放大，并根據(jù)BCG和呼吸信號的特征頻率范圍使用數(shù)字帶通濾波提取J波能量信號和呼吸信號，再計(jì)算單位時(shí)間J波與呼吸波波峰數(shù)，推算出心率值和呼吸率值；最后通過睡眠分期算法進(jìn)行數(shù)據(jù)分析，實(shí)現(xiàn)睡眠質(zhì)量評估。對100名受試者進(jìn)行對比試驗(yàn)，結(jié)果表明：本系統(tǒng)心率和呼吸率檢測準(zhǔn)確度分別高達(dá)95.6%和96.0%以上，驗(yàn)證了基于無束縛生理信號檢測的可行性。

關(guān)鍵詞： 無束縛監(jiān)測；心沖擊；壓電傳感器；濾波算法；睡眠分期算法

中圖分類號： TP212.9 " " " " " "文獻(xiàn)標(biāo)志碼： A " " " " " " " "文章編號： "１６７１－０２４Ｘ（２０24）０5－００75－07

Design of sleep monitoring system based on unconstrained detection of

physiological signals

GUO Cuijuan， XI Wei， XU Wei

（School of Electronical and Information Engineering， Tiangong University， Tianjin 300387， China）

Abstract： To achieve sleep monitoring based on unconstrained physiological signal detection， addressing the limitation of current detection methods being mostly restrained， a sleep monitoring system based on "non-contact ballistocardiography （BCG） and respiratory signal detection is designed， which utilizes BCG energy signals for J-wave detection and employs a time-domain amplitude binarization algorithm. Firstly， high-sensitivity piezoelectric sensors are selected for acquisition of body movement signal， capitalizing on BCG′s low frequency and high intensity along the spine. Secondly， the raw piezoelectric sensor signals undergo denoising and amplification， and digital bandpass filtering is applied based on the characteristic frequency ranges of BCG and respiratory signals to extract J-wave energy signals and respiratory signals. Then， the number of J-wave and respiratory wave peaks per unit time is calculated， from which heart rate and respiratory rate values are derived. Finally， the data were analyzed by the sleep staging algorithm to evaluate the sleep quality. Comparative experiments conducted on 100 subjects reveal that the accuracy of heart rate and respiratory rate detection by this system is above 95.6% and 96.0%， respectively， validating the feasibility of unconstrained physiological signal detection for sleep monitoring.

Key words： unconstrained detection； ballistocardiogram； piezoelectric sensor； filtering algorithm； sleep staging algorithm

隨著我國人口老齡化程度日益加劇和生活節(jié)奏加快，心血管疾病和睡眠呼吸暫停綜合征已經(jīng)成為中老年群體較為常見的疾病，嚴(yán)重威脅著患者的生命健康。若能夠?qū)崿F(xiàn)居家生理信號的實(shí)時(shí)檢測與分析，則可以盡早做出診斷并給予救治[1]。臨床上多導(dǎo)聯(lián)心電監(jiān)護(hù)儀和Holter記錄儀為常用的監(jiān)測方式[2]。其不足之處在于這些儀器由多導(dǎo)聯(lián)接觸式電極采集生理信號，設(shè)備價(jià)格昂貴且對受試者的束縛較強(qiáng)，長時(shí)間粘貼電極和導(dǎo)線連接會增加受試者的肉體和精神負(fù)擔(dān)，不便于家庭日常監(jiān)測。文獻(xiàn)[3]指出心臟搏動(dòng)、血液循環(huán)時(shí)對脊柱平行面產(chǎn)生沖擊力，這種沖擊信號被稱作心沖擊圖（ballistocardiography，簡稱BCG）。BCG信號可通過動(dòng)態(tài)壓力檢測進(jìn)行無束縛采集，與心電（ECG）監(jiān)測相比具有更佳的舒適性和更好的便捷性，并可以降低使用成本。目前臨床上試行的是ECG與BCG信號聯(lián)合采集，對心力衰竭癥狀進(jìn)行檢測[4]。在該聯(lián)合采集方法運(yùn)用過程中，躺臥位BCG信號被用作定性分析或聯(lián)合ECG信號對患者的生理指標(biāo)進(jìn)行判定。目前暫無單獨(dú)將BCG信號作為測定依據(jù)的臨床實(shí)例，對新方法測量結(jié)果的準(zhǔn)確度與一致性評價(jià)較少[5]。

為了適應(yīng)不同受試者的躺臥位置與體型差異，生理信號檢測系統(tǒng)要具有廣域信號采集范圍[6]。目前應(yīng)用于臨床的BCG信號采集設(shè)備多數(shù)采用大面積壓電薄膜傳感器[7]，大面積壓電薄膜傳感器制作成本較高，不易大規(guī)模應(yīng)用與普及。本文采用聚偏二氟乙烯（PVDF）薄膜壓電傳感器陣列作為BCG和呼吸信號的采集裝置。該陣列增大人體受力面積，拓寬信號采集范圍，有效提高檢測面積和靈敏度，可實(shí)現(xiàn)靠坐、平躺和雙向側(cè)臥位的BCG和呼吸信號提取。通過信號處理算法和睡眠分期算法，在僅依靠原始體動(dòng)信號的方式下快速有效地計(jì)算出心率和呼吸率數(shù)值，并實(shí)現(xiàn)睡眠質(zhì)量評估。

1 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

1.1 系統(tǒng)原理

心臟搏動(dòng)過程中，每個(gè)心動(dòng)周期均產(chǎn)生方向相同且平行于脊柱的機(jī)械力，文獻(xiàn)[8]對該過程脊柱方向進(jìn)行受力分析，如圖1所示。

圖1中：F為心動(dòng)機(jī)械沖擊力;Fr與Fc分別為左心室泵血形成的沖擊力與主動(dòng)脈走行段血流沖擊力；Fb1與Fb2分別為主動(dòng)脈湍流沖擊力與摩擦力；Fb和Fp為方向相同且平行于脊柱方向的一組耦合力且存在于心動(dòng)周期始末；y″和m分別為單一心動(dòng)周期內(nèi)左心室動(dòng)脈血流加速度與泵血質(zhì)量；Vs為泵血初速度；V1和V2分別為主動(dòng)脈湍流速度和走行段血流速度[8]。受力公式為：

根據(jù)式（1）和牛頓第三定律，在完整的心動(dòng)周期內(nèi)血液受到合力Fi的作用，脊柱會受到與Fi大小相同方向相反的沖擊力。由圖1所示的受力分析模型可知，左心室泵血時(shí)心沖擊力F平行于脊柱方向，體表產(chǎn)生由頭部到腳部，再由腳部到頭部的機(jī)械運(yùn)動(dòng)[9]。因此，為了獲取高強(qiáng)度的BCG信號，本系統(tǒng)從脊柱的平行方向采集信號。

1.2 系統(tǒng)構(gòu)成

信號采集系統(tǒng)由模擬信號處理單元、模數(shù)轉(zhuǎn)換降噪單元、數(shù)據(jù)傳輸單元和電源分配網(wǎng)絡(luò)組成，系統(tǒng)設(shè)計(jì)框圖如圖2所示。信號采集系統(tǒng)通過置于床墊中的PVDF壓電傳感器陣列采集原始的體動(dòng)信號，經(jīng)模擬信號處理單元對原始體動(dòng)信號進(jìn)行電荷-電壓轉(zhuǎn)換、放大等預(yù)處理操作；處理后的信號通過模數(shù)轉(zhuǎn)換降噪單元和數(shù)據(jù)傳輸單元以串口形式發(fā)送至上位機(jī)。

1.3 傳感器陣列設(shè)計(jì)

由于正壓電效應(yīng)的壓電傳感器具有高靈敏度，能夠有效檢測動(dòng)態(tài)變化的壓力[10]。在硬件系統(tǒng)設(shè)計(jì)中，利用PVDF材料的高壓電常數(shù)特性檢測體動(dòng)信號，實(shí)現(xiàn)對BCG和呼吸信號的無束縛采集。兼顧檢測面積、舒適度和設(shè)計(jì)成本，應(yīng)用力感科技公司的340 mm × 50 mm的PVDF薄膜壓電傳感器作為生理信號采集傳感器。

將兩組PVDF薄膜壓電傳感器封裝后內(nèi)置于床墊，組成雙通道陣列結(jié)構(gòu)并獨(dú)立工作。該布置方式能增大受試者脊柱與傳感器的受力面積，提高垂直方向機(jī)械沖擊力的感應(yīng)靈敏度和抗干擾能力，實(shí)現(xiàn)靠坐、平躺和雙向側(cè)臥位的生理信號提取。傳感器陣列布置方式如圖3所示，傳感器陣列封裝實(shí)物如圖4所示。

1.4 原始信號處理

PVDF薄膜壓電傳感器陣列輸出的原始模擬信號中存在工頻干擾[11]，經(jīng)過模擬信號處理單元和模數(shù)轉(zhuǎn)換降噪單元進(jìn)行數(shù)字化采集，獲得包含心沖擊波、呼吸波和體動(dòng)高頻噪聲的多重疊加信號。模擬信號處理單元電路包括電荷放大電路、電流-電壓轉(zhuǎn)換電路和偏置電路。偏置電路通過加法器把電流-電壓轉(zhuǎn)換電路的輸出電壓進(jìn)行直流電平抬升，提供1.5 V偏置電壓，確保原始信號中的負(fù)電平部分能夠被模數(shù)轉(zhuǎn)換降噪單元處理，解決了PVDF薄膜壓電傳感器輸出負(fù)電平部分的信號淹沒問題。模數(shù)轉(zhuǎn)換降噪單元包括陷波濾波、低通濾波和模數(shù)轉(zhuǎn)換（ADC）步驟，消除原始信號中50 Hz工頻噪聲、低頻基線漂移噪聲和高頻肌電干擾[12]，對去噪后的模擬信號進(jìn)行數(shù)字采樣，通過數(shù)據(jù)傳輸單元以串口形式發(fā)送至上位機(jī)。

2 數(shù)字信號處理及算法設(shè)計(jì)

BCG信號是心臟搏動(dòng)過程中心室泵血產(chǎn)生的機(jī)械沖擊力，主要頻率范圍在1～20 Hz之間。呼吸信號主要頻率范圍在0.01～0.50 Hz之間。120 Hz以上的體動(dòng)噪聲、30～3 000 Hz范圍內(nèi)的肌電干擾以及50 Hz工頻噪聲都會對信號的提取造成干擾[13]，因此使用寬頻濾波處理無法獲取能量集中特征明顯的BCG和呼吸信號。對數(shù)字采樣得到的體動(dòng)原始信號進(jìn)行幅頻特性分析，發(fā)現(xiàn)BCG信號頻譜峰值在5～10 Hz范圍且能量集中，故選取5～10 Hz作為帶通濾波頻段處理原始體動(dòng)信號以提取有效的BCG信號。BCG信號頻譜如圖5所示。

2.1 心動(dòng)呼吸檢測

圖6為平行脊柱方向的理想BCG波形。由圖6可見，單一心動(dòng)周期J波幅值最大，通過檢測有效BCG與呼吸信號的J波和呼吸波波峰可進(jìn)行心動(dòng)呼吸檢測[14]。

基于巴特沃斯濾波器（Butterworth filter）通頻帶內(nèi)頻率響應(yīng)曲線最大限度平坦的特性，對體動(dòng)原始信號進(jìn)行5～10 Hz和0.01～0.50 Hz的帶通濾波，提取BCG和呼吸信號波形；使用幅度絕對值化得到BCG信號的幅值分布；對幅值信號進(jìn)行5.0～6.5 Hz的帶通濾波（靜息心率范圍60～100 次/min），濾除幅值信號的高頻部分，獲得幅值低頻走勢，得到BCG J波能量信號。巴特沃斯濾波器的幅頻響應(yīng)表達(dá)式為[15]：

式中：？棕c為通帶截止頻率；N為濾波器階數(shù)。圖7描述了一組時(shí)間長度為60 s的原始體動(dòng)信號通過濾波提取的J波能量信號和呼吸信號波形。

2.2 心率與呼吸率算法設(shè)計(jì)

心動(dòng)周期指從一次心跳的起始到下一次心跳的起始心血管系統(tǒng)所經(jīng)歷的過程；心率指單位時(shí)間內(nèi)心動(dòng)周期中心參考點(diǎn)個(gè)數(shù)。本系統(tǒng)通過時(shí)域幅度二值化對BCG J波能量信號和呼吸信號的峰值信息進(jìn)行識別，利用J-J間期與呼吸波波峰間期判斷單一心動(dòng)周期和呼吸周期的始末狀態(tài)實(shí)現(xiàn)心率和呼吸率的計(jì)算。圖8所示為BCG J 波能量信號和呼吸信號峰值信息識別示意圖。圖8（a）—圖8（d）描述了一組時(shí)間長度為20 s的BCG J波能量信號和呼吸信號并對波峰進(jìn)行標(biāo)記，圖8（e）—圖8（f）為根據(jù)J波能量信號與呼吸信號的時(shí)域特性分別以幅度零點(diǎn)與幅度均值為界二值化得到兩組方波信號。檢測單位時(shí)間方波信號的上升沿并計(jì)數(shù)，進(jìn)而計(jì)算出心率和呼吸率結(jié)果，算法流程如圖9所示。

2.3 睡眠分期算法設(shè)計(jì)

睡眠過程分為覺醒期（WAKE）、快速眼動(dòng)睡眠期（REM）、淺睡期和深睡期4級睡眠時(shí)相。其中，淺睡期和深睡期合稱非快速眼動(dòng)睡眠期（NREM）[16]。利用體動(dòng)與心率信號在不同睡眠時(shí)相呈現(xiàn)明顯差異的特性進(jìn)行睡眠分期，根據(jù)不同睡眠時(shí)相占整晚睡眠的比例實(shí)現(xiàn)睡眠質(zhì)量評估。睡眠時(shí)相動(dòng)態(tài)轉(zhuǎn)換過程中覺醒期心率與身體輾轉(zhuǎn)頻率最高，快速眼動(dòng)期、淺睡期和深睡期逐級遞減[16]。

文獻(xiàn)[17]利用睡眠時(shí)體動(dòng)信號的特征分析得到睡眠時(shí)相與單位時(shí)間內(nèi)身體輾轉(zhuǎn)次數(shù)的關(guān)系模型，如式（3）所示：

Ri = 0.004 6 ×

（0.06Mi-2 + 0.2Mi-1 + Mi + 0.22Mi+1 + Mi+2）（3）

式中：Ri為睡眠時(shí)相判定結(jié)果，Rlt;1時(shí)為睡眠時(shí)相，R≥1時(shí)為覺醒時(shí)相；Mi為第i分鐘的輾轉(zhuǎn)次數(shù)，該模型作為判斷睡眠過程中人體處于睡眠時(shí)相與覺醒時(shí)相的依據(jù)。利用2.2節(jié)算法設(shè)計(jì)進(jìn)行心率監(jiān)測，對每30 s的心率數(shù)據(jù)進(jìn)行打包并計(jì)算30 min的心率最大值與平均值，查找20個(gè)數(shù)據(jù)包內(nèi)上升幅度超過15次的心率時(shí)域范圍，若該范圍±20 min出現(xiàn)心率最大值或者當(dāng)最大值出現(xiàn)后最先達(dá)到心率上升時(shí)段標(biāo)準(zhǔn)差與平均值的時(shí)域范圍，則判定為REM時(shí)相；通過每2 h的心率均值和標(biāo)準(zhǔn)差判斷深睡期的時(shí)域范圍，檢測深睡期臨界時(shí)域范圍±10 min內(nèi)出現(xiàn)REM時(shí)相或臨界覺醒時(shí)相（R≒1），則判斷該范圍為淺睡期。

3 系統(tǒng)測試與結(jié)果分析

本文設(shè)計(jì)了無束縛BCG和呼吸信號檢測系統(tǒng)，目前暫無單獨(dú)將BCG信號作為生理指標(biāo)測定依據(jù)的臨床實(shí)例，需要對系統(tǒng)測試結(jié)果與傳統(tǒng)檢測方法的準(zhǔn)確度和一致性進(jìn)行對比評估，判斷本文提出的檢測系統(tǒng)設(shè)計(jì)是否具有可行性。

3.1 系統(tǒng)測試

選用云電高科（YunKear）公司出品的PPG生理參數(shù)檢測系統(tǒng)——MKB0805系統(tǒng)與本文設(shè)計(jì)系統(tǒng)進(jìn)行對比試驗(yàn)，同步采集心率與呼吸率結(jié)果。光電容積脈搏波描記法（PPG）是一種應(yīng)用廣泛的生理監(jiān)測方法，測量結(jié)果真實(shí)有效[18]。

試驗(yàn)前按照圖10所示將PVDF薄膜壓電傳感器陣列置于座椅靠背中心位置，將YunKear公司的YK1801脈搏傳感器置于右手腕外側(cè)，采集板連接上位機(jī)并確認(rèn)端口識別正常，運(yùn)行應(yīng)用程序檢測數(shù)據(jù)連通后完成系統(tǒng)測試，應(yīng)用程序可視化界面如圖11所示。

3.2 試驗(yàn)結(jié)果準(zhǔn)確度評估

傳感器陣列置于床墊下方，受試者躺臥于床墊表層并配置MKB0805模塊進(jìn)行心率與呼吸率同步采集。試驗(yàn)過程中每名受試者處于躺臥覺醒狀態(tài)，分別進(jìn)行仰臥、左側(cè)臥和右側(cè)臥3組體位測試，每組測試時(shí)長2 min，評估設(shè)計(jì)系統(tǒng)心率與呼吸率數(shù)據(jù)計(jì)算的準(zhǔn)確度。

根據(jù)心電監(jiān)護(hù)儀YY1079-2008標(biāo)準(zhǔn)對心率精度的要求，計(jì)算本文系統(tǒng)心率與呼吸率試驗(yàn)結(jié)果的誤差率[19]。試驗(yàn)中對每組心率（HR）與呼吸率（BR）數(shù)據(jù)進(jìn)行誤差率分析時(shí)，均使用相對于標(biāo)準(zhǔn)PPG系統(tǒng)測試結(jié)果偏差最大的數(shù)據(jù)計(jì)算，表1記錄了從100名受試者中抽取10組試驗(yàn)結(jié)果的誤差率分析結(jié)果。

根據(jù)準(zhǔn)確度評估結(jié)果，通過控制年齡、性別、體型、測試體位與靜息狀態(tài)變量進(jìn)行的多組試驗(yàn)結(jié)果表明，本系統(tǒng)心率和呼吸率的檢測準(zhǔn)確度分別高達(dá)95.6%與96.0%以上，滿足心電監(jiān)護(hù)儀YY1079-2008標(biāo)準(zhǔn)（誤差率不超過標(biāo)準(zhǔn)值的10%且測量值絕對誤差不超過5 次/min）對心率精度的要求。

3.3 心率計(jì)算結(jié)果相關(guān)性與一致性評估

根據(jù)準(zhǔn)確度評估顯示，設(shè)計(jì)系統(tǒng)的心率結(jié)果與標(biāo)準(zhǔn)值存在4.4%的誤差，為了更加精確地分析無束縛生理監(jiān)測系統(tǒng)是否達(dá)到實(shí)用標(biāo)準(zhǔn)，需要對測試結(jié)果與標(biāo)準(zhǔn)檢測值的相關(guān)性與一致性進(jìn)行對比評估。

相關(guān)性分析是指對多個(gè)可能具備相關(guān)性的變量元素進(jìn)行分析，從而衡量其密切程度，采用皮爾遜（Pearson）相關(guān)系數(shù)進(jìn)行上述分析，如式（4）所示：

式中：？滓x、？滓y表示兩組變量的標(biāo)準(zhǔn)差；cov（x，y）表示兩組變量的協(xié)方差。記錄無束縛生理信號監(jiān)測系統(tǒng)心率結(jié)果為HRB，MKB0805標(biāo)準(zhǔn)檢測系統(tǒng)心率結(jié)果為HRE，對第1組受試者測試數(shù)據(jù)相關(guān)密切程度進(jìn)行分析，如圖12所示。由圖12可見，Pearson相關(guān)系數(shù)為0.773 6，非相關(guān)性概率為0.000 1，兩組變量呈顯著線性相關(guān)。

3.4 睡眠質(zhì)量評估

睡眠過程中每個(gè)睡眠時(shí)相占完整睡眠時(shí)間的比例應(yīng)符合分配規(guī)律，正常睡眠過程各個(gè)睡眠時(shí)相占整晚睡眠時(shí)間比例為：覺醒期小于5%，REM時(shí)相20%～ 25%，淺睡期55%～60%，深睡期15%～25%[19]，通過不同睡眠時(shí)相占整晚睡眠時(shí)間的比例進(jìn)行睡眠質(zhì)量評估。

相關(guān)性評估僅能反映兩組變量的密切程度，無法有效評估數(shù)據(jù)間的一致性關(guān)系。醫(yī)學(xué)領(lǐng)域常用Bland-Altman法進(jìn)行一致性評價(jià)[20]，通過分析均值A(chǔ)EB = （HRE+HRB）/2與差值DEB = （HRE-HRB）的關(guān)系以及數(shù)據(jù)95%置信區(qū)間（AEB±1.96SD）。判斷測試結(jié)果是否依然滿足心電監(jiān)護(hù)儀YY1079-2008標(biāo)準(zhǔn)的要求。計(jì)算同一時(shí)刻兩組心率數(shù)據(jù)的平均值和差值作為Bland-Altman散點(diǎn)圖坐標(biāo)值，通過由上至下的3條限值線對兩組數(shù)據(jù)進(jìn)行一致性評價(jià)，如圖13所示。圖中： mean為差值均值線。

由圖13可知，無束縛生理信號監(jiān)測系統(tǒng)與MKB0805標(biāo)準(zhǔn)檢測系統(tǒng)的心率差值均近似于差值的平均值，證明二者結(jié)果具有較好的一致性；數(shù)據(jù)95%置信區(qū)間（AEB±1.96SD）為1.996 次/min，滿足YY1079-2008標(biāo)準(zhǔn)中測量值絕對誤差不超過5 次/min的要求，證明本文設(shè)計(jì)系統(tǒng)與標(biāo)準(zhǔn)檢測系統(tǒng)的心率測試結(jié)果保持良好的一致程度，驗(yàn)證了生理信號無束縛檢測的可行性。

選取第1組受試者進(jìn)行睡眠評估系統(tǒng)測試，如圖14所示。

總睡眠時(shí)間為7.75 h，REM時(shí)相占比20.16%，NREM時(shí)相占比73.58%，其中淺睡期占比57.95%，深睡期占比15.63%，REM與NREM時(shí)相占比均處于正常睡眠區(qū)間邊緣。由上述分析可知，該受試者淺睡期時(shí)間長，深睡時(shí)間略短，睡眠質(zhì)量屬于良好等級。

4 結(jié) 論

本文設(shè)計(jì)的基于無束縛生理信號檢測的睡眠監(jiān)測系統(tǒng)通過多組PVDF薄膜壓電傳感器組成陣列內(nèi)置于床墊，以非接觸方式實(shí)現(xiàn)平躺和雙向側(cè)臥位的BCG與呼吸信號提取。在僅依靠原始體動(dòng)信號的方式下快速有效地計(jì)算出心率和呼吸率數(shù)值并實(shí)現(xiàn)睡眠質(zhì)量評估，為生理信號的無束縛檢測和睡眠監(jiān)測提供了新的手段。

（1） 本方法通過時(shí)域幅度二值化對BCG J波能量信號和呼吸信號的峰值信息進(jìn)行識別，利用 J-J間期與呼吸波波峰間期判斷單一心動(dòng)周期和呼吸周期的始末狀態(tài)，計(jì)算心率和呼吸率。

（2） 采用光電容積脈搏波描記法（PPG） MKB0805系統(tǒng)監(jiān)測數(shù)據(jù)為標(biāo)準(zhǔn)值，對本文系統(tǒng)的心率與呼吸率結(jié)果進(jìn)行準(zhǔn)確度、相關(guān)性和一致性評估。對比試驗(yàn)顯示，本系統(tǒng)心率和呼吸率的檢測準(zhǔn)確度分別高達(dá)95.6%和96.0%以上，滿足YY1079-2008標(biāo)準(zhǔn)對心率精度的要求；二者心率結(jié)果均呈顯著線性相關(guān)；Bland-Altman分析結(jié)果證明了生理信號監(jiān)測系統(tǒng)的心率計(jì)算結(jié)果與MKB0805系統(tǒng)測量結(jié)果保持良好的一致性，驗(yàn)證了生理信號無束縛檢測的可行性。

參考文獻(xiàn)：

[1] " "何權(quán)瀛，陳寶元，張希龍. 解讀“睡眠呼吸暫停與心血管疾病專家共識”[J]. 中國實(shí)用內(nèi)科雜志，2010，30（2）：116-121. HE Q Y， CHEN B Y， ZHANG X L. Interpret “Expert consensus on sleep apnea and cardiovascular disease”[J]. Chinese Practical Science，2010， 30（2）：116-121（in Chinese）.

[2] " "WEENK M， VAN GOOR H， FRIETMAN B， et al. Continuo-us monitoring of vital signs using wearable devices on the general word： Pilot study[J]. JMIR MHealth and UHealth ， 2017 ， 5（7） ： e91.

[3] " "GANESAN M， LAVANYA R， SUMESH E P. A survey on ballistocardio-gram to study the mechanical activity of heart[C].// 2017 International Conference on Communication and Signal Processing （ICCSP）. Chennai， India： IEEE， 2017： 557-561.

[4] " "ETEMADI M， HERSEK S， TSENG J M， et al. TrackingClinical status for heart failure patients using ballistocardiography and electrocardiography signal features[C]// 2014 36th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Chicago，USA： IEEE， 2014： 5188-5191.

[5] " "NAZIYOK T P， ZELEKE A A， ROHRIG R. Contactless patient monitoring for general wards： A systematic technology review[J]. Studies in Health Technology amp; Informatics， 2016， 228： 707-711.

[6] " "劉卓夫， 羅中明， Cascioli V， 等. 人體-座椅接觸面測量參數(shù)的研究初探[J]. 儀表技術(shù)與傳感器， 2011（1）：92-94.

LIU Z F， LUO Z M， CASCIOLI V， et al. Preliminary study on measurement parameters of human seat contact "surface[J] Instrument Technique and Sensor， 2011（1）：92-94（in Chinese）.

[7] " "胡旭東. 無創(chuàng)性心臟檢查方法和心功能監(jiān)測[J]. 心肺血管學(xué)報(bào)， 1986（4）： 1-2.

HU X D. Non invasive cardiac examination and pathophysiology of cardiac pump function monitoring[J]. Journal of Cardiopulmonary Angiology，1986（4）：1-2（in Chinese）.

[8] " "蔣芳芳，王旭，楊丹.基于心臟動(dòng)力學(xué)的體震信號建模與仿真[J].系統(tǒng)仿真學(xué)報(bào)， 2013，25（3）： 420-424.

JIANG F F， WANG X， YANG D. Modeling and simulation of body shock signal based on cardiac dynamics[J]. Journal of System Simulation， 2013，25（3） ： 420-424（in Chinese）.

[9] " "SU B Y， HU K C， SKUBIC M， et al. Pulse rate estimation using hydraulic bed sensor[C]//International Conference of the IEEE Engineering in Medicine and Biology Society. San Diego，CA： IEEE， 2012：2587-2590.

[10] "DU G F， LI Z， SONG G B. A PVDF-based sensor for internal stress monitoring of a concrete-filled Steel Tubular（CFST） column subject to impact loads[J]. Sensors， 2018，18（6）：1682.

[11] "王慶鋒，吳斌，宋吟蔚，等. PVDF壓電傳感器信號調(diào)理電路的設(shè)計(jì)[J]. 儀器儀表學(xué)報(bào)，2006，27（6）：1653-1655.

WANG Q F， WU B， SONG Y W， et al. Design of " signal conditioning circuit for PVDF piezoelectric sensor[J]. Journal of Instrumentation， 2006，27（6）： 1653-1655（in Chinese）.

[12] "周平，汪豐，馬騰飛，等. 電容式非接觸心電傳感器的設(shè)計(jì)[J]. 儀表技術(shù)與傳感器，2013（8）：5-7.

ZHOU P， WANG F， MA T F， et al. Design of capacitive non-contact electrocardiogram sensor [J]. Instrument "Technology and Sensors， 2013（8）：5-7. （in Chinese）.

[13] "JUNNILA S， AKHBARDEH A， VARRI A. An electromechanical film sensor based wireless ballistocardiographic chair： Implementation and performance[J]． Journal of Signal Processing System，2009， 57（3）： 305-320.

[14] "張先文，張麗巖，丁力超，等. 基于心沖擊信號的心率檢測[J]. 清華大學(xué)學(xué)報(bào)： 自然科學(xué)版， 2017，57（7）：763-767.

ZHANG X W， ZHANG L Y， DING L C， et al. Heart rate detection based on heart beat signal[J]. Journal of Tsinghua University： Natural Science Edition， 2017， 57（7）： 763-767（in Chinese）.

[15] "ACHARYA A， DAS S， PAN I， et al. Extending the concept of analog Butterworth filter for fractional order systems[J]. Signal Processing， 2014， 94： 409-420.

[16] "胡敏，江成璠，王素霞，等. 健康人不同睡眠時(shí)相心率變異性的差異[J]. 中國全科醫(yī)學(xué)，2015（2）： 205-207.

HU M， JIANG C F， WANG S X， et al. Differences of heart rate variability in different sleep phases in healthypeople[J]. Chinese General Practice Medicine，2015（2）： 205-207（in Chinese）.

[17] "COSMI B， PALARETI G， MOIA M， et al. Accuracy of a portable prothrombin time monitor （Coagucheck） in patients on chronic oral anticoagulant therapy： A prospective multicenter study[J]. Thrombosis Research， 2000， 100（4）： 279-286.

[18] "趙秀秀，徐磊. 光電容積脈搏波在監(jiān)測心血管系統(tǒng)功能中的應(yīng)用進(jìn)展[J]. 臨床麻醉學(xué)雜志， 2020，36（1）： 89-92.

ZHANG X X， XU L. Progress in application of photo conductive pulse wave in monitoring cardiovascular system function[J]. Journal of Clinical Anesthesiology，2020，36（1）： 89-92（in Chinese）.

[19] "KURIHARA Y， WATANABE K． Sleep-stage decision algorithm by using heartbeat and body-movement signals[J]. IEEE Transactions on Systems， Man and Cybernetics Part A： Systems and Humans， 2012，42（6）：1450-1459.

[20] "GIAVARINA D. Understanding bland-altman analysis[J]. Modern Preventive Medicine， 2007， 34（17）： 3263-3266.

本文引文格式：

郭翠娟，習(xí)瑋，徐偉. 基于無束縛生理信號檢測的睡眠監(jiān)測系統(tǒng)設(shè)計(jì)[J]. 天津工業(yè)大學(xué)學(xué)報(bào)，2024， 43（5）： 75-81，88.

GUO C J， XI W， XU W. Design of sleep monitoring system based on unconstrained detection of physiological signals[J]. Journal of Tiangong University， 2024， 43（5）： 75-81，88（in Chinese）.