基于声学传感器的可调式电子戒鼾器的设计

论述了基于声学传感器的电子戒鼾器的工作原理,介绍了设计等相关电路,给出基于声学传感器的电子戒鼾器的调试数据。调试结果表明,设计的电子戒鼾器的电路合理、可靠且具有不同的人可根据自身的情况来调节电子戒鼾器的输出电压功能。经临床试验,戒鼾效果良好,研制的电子戒鼾器具有很好的市场应用前景。     

Ear Field Adaptive Noise Control for Snoring: An Real-time Experimental Approach

In this paper, an active noise control (ANC) system is developed to provide an effective and non-intrusive solution for reducing loud snoring to provide a quiet environment for a snorer's bed partner. An adaptive least mean square (LMS) algorithm optimized for different kinds of snore signals is introduced and theoretically analyzed. Also, a residual noise masking approach is proposed to further reduce the effect of the snore noise without interfering with the LMS algorithm. Computer simulations followed by real-time experiments are conducted to demonstrate the feasibility of the snore ANC systems based on a pillow setup. For the optimum effect based on the characteristics of human hearing, the performance of the proposed approach is evaluated by using the multi-channel feedforward ANC systems based on the filtered-X least mean square (FXLMS) algorithm. Compared with a traditional headboard setup for snoring noise control, the proposed snore ANC systems optimized for ear field operation yield much higher noise reduction around the ears of the snorer's bed partner.      

基于小波熵的鼾音信号去噪处理

提出一种新的基于小波熵的弱鼾音信号去噪方法。结合鼾音信号特点及小波熵去噪理论,将严重的干扰和噪声去掉,并进行鼾音的检测及甄别,实现有效鼾音信号的提取,利用临床的实测鼾音信号数据进行模拟仿真,针对不同噪声类型和不同信噪比情况进行分析。结果表明,该方法简单有效,尤其对于高频噪声效果更优,且适于实际应用。     

小波变换信号分形分析在鼾音信号处理中的应用

主要研究小波变换的分形方法在分析鼾音信号中的应用问题。首先分析信号波形特点并检测其瞬态脉冲。通过对频谱分形特性的动态分析,及时诊断病变信号的危害程度。仿真实验结果表明,针对典型的非平稳鼾音信号,与传统的傅氏变换方法相比,所提出的方法具有明显的优点。     

鼾音信号奇异点检测的小波变换分析方法

针对鼾音信号的特点,提出一种利用小波奇性检测原理的方法,以MATLAB 仿真为基础,不但给出分析鼾音信号不同频段特征的仿真结果,又对信号奇异性进行了检测,确定了奇异性的位置和奇异性指标。结果表明,该方法给分析异常鼾音信号或医疗诊断提供了非常有价值的信息。     

超脉冲CO_2激光治疗鼾症68例报告

目的 :自 1998年 6月至 2 0 0 1年 6月 ,应用超脉冲 CO2 激光行下悬雍垂腭咽成形术 ,治疗鼾症 6 8例 ,术后随访 6～ 2 4个月 ,临床症状改善率达 76 %。结论 :本方法操作简单 ,安全可靠 ,疗效确切 ,术后并发症少     

（论坛）两个声学特征区分不同鼾声信号的性能比较

本文比较了两个声学特征对区分阻塞性睡眠呼吸暂停低通气综合症(OSAHS)患者不同鼾声信号的性能。如何寻找能够反映上气道阻塞程度的声学特征对于医生和工程师去共同开发能够指导精确手术的“非侵入式”OSAHS诊断检测设备有重要意义。波峰因子 (crest factor)和800 Hz功率比 (power ratio 800)被分别进行了比较,我们发现,对于区分两个不同上气道阻塞程度时产生的鼾声信号,即严重阻塞和非严重阻塞时,power ratio 800 有比crest factor 更好的性能。     

鼾声的基频分布与SAHS的关联性

由于鼾声中包含较多的呼吸气流引起的随机信号,采用两次线性预测残差处理得到鼾声的声源信号,再经过倒谱计算,提取鼾声的基频值。按鼾声时域波形的准周期性将其分类,提取鼾声的基频并统计其分布,与睡眠呼吸暂停低通气综合征(Sleep Apnea Hypopnea Syndrome, SAHS)诊断的严重程度做对比,对93名受试者的鼾声做了分析,发现随着SAHS严重程度的加重,鼾声具有的准周期性减少,基频轨迹的抖动有增大的趋势。利用基频与Mel频率倒谱系数(Mel-Frequency Cepstral Coefficients, MFCC)特征对SAHS严重程度的诊断进行估计,正确率为85.8%。鼾声基频相关的统计特性可以作为判断SAHS严重程度的参数之一。研究成果对便携式鼾症检测仪的设计与实现起到了很好的参考作用。     

Hilbert-Huang变换的鼾音信号谱分析

在分析Hilbert-Huang 变换算法的基础上,利用此变换对打鼾者的鼾音信号进行了分析。通过经验模态分解把鼾音信号分解为一系列固有模态函数,并分析了各固有模态的频率特征,对各模态的生物学意义进行了描述。对固有模态函数进行了Hilbert变换,建立了鼾音信号的Hilbert谱和边际谱。结果表明Hilbert比小波变换所建立的时频分布具有更好的时频分辨率,解决了时间分辨率和频率分辨率互相影响的问题;从实际看边际谱比傅里叶谱有更准确的物理意义。Hilbert 谱和边际谱为脉搏信号的特征提取和模式识别提供了可靠的依据。