【技术实现步骤摘要】
基于物联网的OSAHS预测系统
本专利技术属于预测系统应用领域,具体涉及基于物联网的OSAHS预测系统。
技术介绍
阻塞性睡眠呼吸暂停综合症(OSAHS)是一种严重的与睡眠相关的呼吸障碍疾病,伴有打鼾、呼吸结构紊乱、频繁血氧饱和度下降,易引发由夜间呼吸不足和心脑血管疾病引起的粹死,国际发病率约为3%~5%。现有技术使用最多的是多导睡眠图(PSG),但是其检测方法,两大缺陷十分明显:一是设备操作复杂且极其昂贵;二是为“接触式”的监测设备,身体多个部位被导管连接进行测量,严重影响用户睡眠质量,这些使潜在患者不能正确认识鼾症并及时预防、治疗。随着物联网技术和智慧医疗的发展,未来物联网可解决医疗系统中机构效率低下、智能医疗看护等问题,提高医学研究的速度和成效。因此,将传统医疗与物联网体系相结合开发出一套操作简单,成本低廉,能惠及更多普通病人的检测设备具有远大前景。
技术实现思路
针对现有技术存在的问题,本专利技术提供了基于物联网的OSAHS预测系统的技术方案,通过基于物联网的OSAHS预测系统应用设计,让用户轻松通过OSAHS预测系统服务进行自查患病预测概率,并获得个性化的睡眠质量报告和治疗方案。本专利技术要解决的技术问题是通过以下技术方案来实现的:基于物联网的OSAHS预测系统,包括鼾声检测模块、OSAHS识别模块和系统应用平台,所述的系统应用平台基于云服务和客户端,所述OSAHS识别模块由服务器端预测模型和数据库执行;鼾声检测模块负责鼾声采集和信号处理,并将处理结果上传至服务器的OSA ...
【技术保护点】
1.基于物联网的OSAHS预测系统,其特征在于:包括鼾声检测模块、OSAHS识别模块和系统应用平台,所述的系统应用平台基于云服务和客户端,所述OSAHS识别模块由服务器端预测模型和数据库执行;鼾声检测模块负责鼾声采集和信号处理,并将处理结果上传至服务器的OSAHS识别模块,客户端进行用户年龄、BMI、性别等OSAHS相关危险因素的Form ID收集,上传至与服务器的OSAHS识别模块,OSAHS识别模块识别后将识别结果返回至客户端显示。/n
【技术特征摘要】
1.基于物联网的OSAHS预测系统,其特征在于:包括鼾声检测模块、OSAHS识别模块和系统应用平台,所述的系统应用平台基于云服务和客户端,所述OSAHS识别模块由服务器端预测模型和数据库执行;鼾声检测模块负责鼾声采集和信号处理,并将处理结果上传至服务器的OSAHS识别模块,客户端进行用户年龄、BMI、性别等OSAHS相关危险因素的FormID收集,上传至与服务器的OSAHS识别模块,OSAHS识别模块识别后将识别结果返回至客户端显示。
2.根据权利要求1所述的基于物联网的OSAHS预测系统,其特征在于:所述的鼾声检测模块包括主控模块、采集模块、数据处理模块和无线传输模块,通过鼾声采集模块24小时采集音频,将采集的音频流进行储存,后台由数据处理模块进行运算,将处理后结果通过无线传输模块,利用TCP通信协议转发至服务器。
3.根据权利要求2所述的基于物联网的OSAHS预测系统,其特征在于:
所述主控模块采用树莓派RaspberryPi4,其40个GPIO接口足够满足小居室环境的设备开发,4个USB端口,能够支持更多的串行通信设备,能很好接入音频处理的前端设备;
所述的采集模块采用ReSpeaker4麦克风阵列,基于AC108开发,其中AC108是一款高度集成的四通道ADC,具有I2S/TDM输出转换功能,可实现3米内的高清语音捕获;
所述的数据处理模块利用树莓派后台作为主运算中心,支持多种操作系统及语言,本文将采用Liunx操作系统和主流python语言,在IDE环境下对鼾声相关信号进行数据处理;
所述的无线传输模块:采用ESPWiFi模块,可支持无线b/g/n标准,支持基站/热点/基站+热点三种工作模式,内置32位MCU,可兼作应用处理器,单电源供电可通过AT指令控制模块,主要功能为串口透传、PWM调控、GPIO控制。
4.根据权利要求2所述的基于物联网的OSAHS预测系统,其特征在于:所述的数据处理模块由树莓派端后台进行鼾声数据处理,本系统主要在Linux操作系统中运行,以python为主要实现语言,先通过树莓派RaspberryPi4搭载ReSpeaker4麦克风阵列采集鼾声有关音频数据并储存,后台在IDE环境下对信号进行分帧加窗等预处理、采用谱减法进行降噪、采用改进的子带谱熵算法进行端点检测、鼾声段的修正,确定鼾声有关信号的起始位置和终止位置,然后将处理后数据传至服务器端,所述处理后的数据包...
【专利技术属性】
技术研发人员:帅文洁,岳克强,李文钧,
申请(专利权)人:杭州电子科技大学,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。