- 學位論文
以心電圖為基礎之居家睡眠呼吸中止症判讀程式設計in
ECG Based Obstructive Sleep Apnoea Detection Algorithm for Homecare
摘要
在這幾年來睡眠障礙是現代社會中許多人的困擾，其中又以睡眠呼吸中止症更是受到重視，而專業睡眠障礙治療，必需量測病患整夜睡眠過程生理訊號後才能判斷。現今診斷睡眠的研究大多是在醫院或專業實驗室所設之睡眠治療室中來進行，藉由觀察病患睡眠時之生理訊號，包含腦電圖、眼動圖、心電圖、肌電圖、呼吸及血氧飽和度等，並經由專業睡眠技師現場操作及醫師來判讀評估，因此睡眠疾病的診斷需要花費人力和昂貴的儀器來進行。 有鑑於此，本研究將設計一套輕便的居家型睡眠監控系統，藉以改善昂貴的設備開銷與減少判讀人力的使用，方便在家中也能進行初步簡易的睡眠診斷量測，以增加睡眠疾病治療的普及性。 本研究將針對心電圖這項可以簡易安裝在身上的生理訊號，設計一套使用於居家環境中的睡眠監控系統，並且針對明顯可以辨別的特徵參數來發展判讀的演算法，發展出可以應用在家中並且快速來辨別睡眠情況的居家睡眠監控程式，除了可以用來幫助診斷睡眠情況之外，還期望使用於診斷完後在居家治療時的追蹤監控，幫助醫生了解病患回家治療後的情況，這個系統的建置，希望對於改善現今社會人口睡眠障礙的問題有所助益。
並列摘要
Sleep disorder is one of the major diseases in modern society. The way to diagnose sleep disorder needs patients’ biomedical signals during sleep, and there are three levels according to the complexities of sleep recording measurement. The highest class, Level I, usually was set up in the hospital or professional lab; Level II measures the same signal patterns but at patients’ home. Level II are more approaching the patients real sleep situation but without the immediate monitoring by the expert. This project is going to set up Homecare based sleep monitoring system, and adopt ECG biomedical signal to discriminate sleep disorder. The simplifying of sensor can help patient more easily to set up biomedical signals during sleep. Completion of this system will improve the sleep disorder diagnosis efficiently.nStrin