文摘

睡眠是必不可少和至关重要的元素对一个人的生活和健康,有助于刷新和充电一个人的心灵和身体。睡眠的质量是非常重要的在每个人的生活方式,去除各种疾病。睡眠不好是一个大问题对于很多人来说很长一段时间。患有各种疾病的人处理各种睡眠障碍,通常被称为睡眠呼吸暂停。很多人由于不均匀的身体在睡眠中死去的变化身体在睡眠中。注意,系统监测睡眠是非常重要的。大多数以前的系统监测睡眠问题不能处理实时睡眠问题,生成数据经过一段时间的睡眠。实时监控检测睡眠呼吸暂停睡眠是关键。为了解决这个问题,基于物联网——(物联网)的实时睡眠呼吸暂停监控系统。它将允许用户测量不同索引的睡眠,将通知他们什么奇怪发生时通过一个移动应用程序。 The system contains various sensors to measure the electrocardiogram (ECG), heart rate, pulse rate, skin response, and SpO2 of any person during the entire sleeping period. This research is very useful as it can measure the indexes of sleep without disturbing the person and can also show it in the mobile application simultaneously with the help of a Bluetooth module. The system has been developed in such a way that it can be used by every kind of person. Multiple analog sensors are used with the Arduino UNO to measure different parameters of the sleep factor. The system was examined and tested on different people’s bodies. To analyze and detect sleep apnea in real-time, the system monitors several people during the sleeping period. The results are displayed on the monitor of the Arduino boards and in the mobile application. The analysis of the achieved data can detect sleep apnea in some of the people that the system monitored, and it can also display the reason why sleep apnea happens. This research also analyzes the people who are not in the danger of sleeping problems by the achieved data. This paper will help everyone learn about sleep apnea and will help people detect it and take the necessary steps to prevent it.

1。介绍

睡眠呼吸暂停是一个障碍,这就是平行连接到人类呼吸系统和我们的大脑。它表明了一个问题在睡眠中呼吸和呼吸障碍。有两种类型的睡眠呼吸暂停:阻塞性睡眠呼吸暂停(OSA)和中央睡眠呼吸暂停(CSA)。有时他们都发生在同一时间。可以表示复杂的睡眠呼吸暂停,但太罕见的被称为一个呼吸暂停类型。阻塞性睡眠呼吸暂停(OSA)基本上是上呼吸道阻塞。发生由于我们的喉咙放松肌肉和缺氧通过我们nasal-throat呼吸通道,导致过敏,有时会导致严重的并发症。中央睡眠呼吸暂停是不如阻塞性睡眠呼吸暂停综合症流行但更令人担忧。人类大脑的关键是维护整个身体的中心,每一个器官和系统运行在其指示信号或指令,和其中央睡眠呼吸暂停进入主要风险。中央睡眠呼吸暂停发生在大脑无法发送必要的指令或信号系统控制我们的呼吸和呼吸。 Here, neurons fail to transmit signals to the breathing muscle, which pauses the breath for a good amount of time, maybe near 10 seconds [1]。在罕见的情况下,他们都可以发生,这比紧急医疗问题,而且也敲响了警钟。

医学和临床研究正在进行关于这个问题,和一些令人震惊的场景让我们警觉。睡眠呼吸暂停负责物理并发症和广泛的疾病,包括中风、高血压、心脏异常,和抑郁症(2]。根据研究,大约7%的男性和2%至5%的女性患有睡眠呼吸暂停。,总结了世界上约有1亿多人,包括青少年。有趣的是,80%的呼吸暂停综合症病例确诊。睡眠呼吸暂停(OSA)影响大约4%的2 - 8岁的儿童,有20%的人打鼾。它变换不同的参数,如影响,那些不是3,4]。与这个问题相关的一些并发症或风险因素识别过程中体重超标或肥胖,而男性(风险)高出2 - 3倍,饮酒,吸烟,家族病史,颈围,鼻塞、和疾病,如高血压、2型糖尿病和肺部或其他呼吸道疾病。疾病如帕金森氏症和中风后患者患有中央睡眠呼吸暂停的危险。睡眠呼吸暂停综合症会导致很多的并发症和死亡在最糟糕的情况下。大声打鼾,疲劳,嗜睡,虚弱的身体,和缺乏浓度是睡眠呼吸暂停综合症的常见症状。高血压引起的睡眠不足和低氧水平也可能增加心脏病发作的风险。呼吸暂停病人中风的可能性是男性的三倍。肺可以影响甚至更危险当动脉血氧饱和度水平降低。肺残疾引起的缺氧是一种很常见的睡眠呼吸暂停但非常有关的并发症。43%的人患有轻度睡眠呼吸暂停“高血压。” According to research, this apnea problem causes 15% of traffic accidents and costs approximately 1000 lives in the United States. Over 38,000 people in the USA die every year due to direct and indirect effects of sleep apnea, mostly affected by cardiovascular complexities [5]。所以,这是一个意识的问题还没有被关注和那么多的接触,但我们将努力确定它与我们的研究让人们轻松不仍未确诊的,可以有一个舒适的生活,没有生命危险。

非常基本的参数相关的健康睡眠呼吸暂停包括你好(低通气指数)、心率(BPM),血氧饱和度(动脉血氧饱和度),身体质量指数(BMI)、睡眠时间,REM,血糖,年龄、血胆固醇(6]。在不同的研究中,已经看到这样的参数覆盖在医学研究的基础。在大多数情况下,他们想出了一个研究医疗数据的一个或一组病人,并分析结果。设备主要用于:多导睡眠图(PSG)、心电图(ECG)和一些临床设备这样的。这些设备太昂贵的用于个人使用。之前发生了一些先进的和富有成果的研究基于睡眠呼吸暂停。在[7),可穿戴e-textile传感器使用了一个物联网的方法收集实时数据的睡眠习惯和呼吸速率。使用相同的概念在8),因为他们使用的信号从传感器收集的呼吸床垫,通常用于操作剧院。聚偏二氟乙烯(PVDF)传感器是使用多导睡眠图(PSG)设备测量什么的AHI数据9]。研究人员使用“外周动脉张力测定法”(PAT)方法检测睡眠呼吸暂停。他们开发了WatchPAT设备记录脉搏波的手指,睡眠和睡眠呼吸暂停功能(10]。在[11),3 d相机被用来检查腹部肌肉的运动与阻塞性睡眠呼吸暂停综合症的检测过程。声音检测方法用于(12)是允许听起来很高频率的精确测量。除此之外,很多研究已经发生的实时心电图监测和prereserved ECG数据的分析。机器学习技术的实施。在[13),作者描述了一个基于android的发展脉搏监测系统。衡量人的心率,这项研究的作者使用只有一个传感器。在[14),建立了一个物联网设备提取心电图数据从用户和评估结果的分类模型——基于(支持向量机)的系统,命名为“呼吸暂停MedAssist服务”。在[15- - - - - -17),研究人员实现机器学习和深度学习技术来检测呼吸暂停从医疗数据。

从早期的研究,可见,研究人员测量实时参数的睡眠呼吸暂停,他们事后分析。但有睡眠呼吸暂停的少使用参数动脉血氧饱和度、心率、AHI、睡眠时间,或被测等重要参数。特别是,他们用先进的测量数据和分析工具。除此之外,在早期的研究中,这些值测量一夜之间,然后,他们得到的数据,但是在这个系统,将实时测量值。如果出现任何并发症,有人担心可能被通知通过物联网设备。例如,如果“血氧饱和度下降,这是一个严重的医疗紧急情况,和可能的设备,随之而来的,医生,或有关人员能即时信号从这个别病人。因此,这个提议系统的研究是小说的工作。由于睡眠呼吸暂停,人们可能有中风、心脏骤停,并可能有心脏衰竭或并发症。这些呼吸参数的实时测量是必须减少这种风险,因为它可能会导致死亡。另一个动机是,常规呼吸暂停筛选设备太昂贵的负担。 They are mostly used in medical institutes for medical conditions or research purposes, but a cost-effective device is needed so that the general public can buy this and screen their apnea issues while staying at home, with no need to rely on costly clinical monitoring. Our research goal is to solve these issues, and saving human lives is the ultimate goal of this study.

本研究的目的是开发一个IoT-based睡眠呼吸暂停为医疗保健应用程序监控系统。IoT-based睡眠呼吸暂停监控系统的医疗保健应用程序是在这项研究中开发的。在这项研究中,系统将监测睡眠呼吸暂停的参数在实时基础上,将尝试尽可能有效地监控这些值与不同的参数。本研究的主要参数是动脉血氧饱和度,心率、心电图、皮肤反应、和声音强度来衡量。应用程序是将显示这些参数的实时数据,这样病人的服务员可以即时和持续更新病人的健康。

本文的其余部分被组织为这个模式:部分2描述了在我们的研究中实现的方法和工具。所有模块(硬件和软件)及其工作流程正在这里讨论。部分3演示了结果和结果我们从我们的系统和他们的广泛的定性分析。节4总结了本研究的整体概念,我们还讨论了是多么重要和有效的监测睡眠呼吸暂停在实时基础上,我们得出的结论部分通过讨论我们的野心和动力工作为了生活。

2。方法和材料

2.1。方法声明

本节讨论的方法,组件和路径用于实现我们的目标。系统的目的是监控整个睡眠周期患者的睡眠障碍。这microcontroller-based睡眠呼吸暂停睡眠障碍患者监测系统结合三个不同的层次。主要层是一个单片机单元连接的输入层和输出层。在输入层,加上四个不同的传感器将提供Arduino UNO的模拟信号测量不同索引的睡眠状态。输出层结合两部分,包括串行监控Arduino UNO和移动应用程序显示单片机的数字数据转换。

2.2。系统的概述

一块图显示了完整的系统图1。系统包括输入、输出和一个单片机板Arduino UNO图所示2。Arduino董事会,也连接到输出层,加上Arduino电路板的连续监测,以及麻省理工学院(MIT)应用Inventor-based移动应用程序连接到一个蓝牙模块显示转换后的数字数据查看器。

图1显示系统的基本工作流程。传感器提供的数据同时Arduino UNO,和Arduino UNO将转换后的数字数据传递给Arduino IDE(集成开发环境)的连续监测和移动应用程序通过蓝牙模块在同一时间。

2.3。模块和材料

系统与不同的组件集成系统中做不同的任务。一些输入,输出,和一些系统中用于创建一个输入和输出之间的桥梁。

2.3.1。Arduino UNO

Arduino UNO,如图2,是系统的主要组件,它是基于VR单片机Atmega328。这可编程单片机有能力连接到其他传感器或电脑,让它在许多项目中使用。它有2 KB的SRAM(静态随机存取存储器)和32 KB的闪存,13 KB的利用的形式存储的指令集的代码。它还包括一个1 KB eepm(电可擦可编程只读存储器)。

这个Arduino董事会共有30连接,与14个数字元件和6模拟元件外部连接。A0 A5模拟针是用来接收模拟数据从外部设备,如模拟传感器。在黑板上,有各种各样的数字和模拟的输入和输出针在5 V。这些针常规操作目前20到40毫安的评级。杰克可能会提供一个直流电源电压从7 V 20 V,或USB连接到外部设备可以提供一个5 V电压。数据传输是物联网的关键设备。接收、传输数据和维护串行通信,两针销0 (Rx)和销1 (Tx)同时工作。Rx销接收数据,而数据传送Tx销。串行通信也可以由其它输入/输出(I / O)董事会的别针。Arduino IDE的串行监控软件是用来发送或接收文本数据。 It is used to display the output data from the Arduino board.

2.3.2。传感器

有几个传感器来监测患者的睡眠状况。监控和分析睡眠呼吸暂停,系统包含了几个传感器,将实现的主要目标。心率模块、动脉血氧饱和度、脉搏传感器,心电图传感器、皮肤电反应(GSR)传感器和声音传感器监测病人的打鼾声音在睡眠时使用的系统。这六个传感器将监测患者在睡眠和Arduino UNO将提供模拟数据。

(1)心率脉冲传感器。非常困难的呼吸和睡眠呼吸暂停的问题有关病人的心率。系统包含一个心跳脉搏传感器监测病人的心率在整个睡眠周期。高心率是睡眠呼吸暂停的主要危险因素之一。健康人的正常心率的范围在每分钟60 - 100次(bpm)。心率因人而异。更多的体力活动的人通常有一个低心率比不活跃的人。更高的心率和不寻常的变化是一个重大的睡眠紊乱的迹象。图3显示了心跳脉搏传感器。

心率在睡眠中通常是低于在其他时间。人在睡眠时的平均心率通常在60 - 80 bpm,如图4,但一个健康的和适合的人心率较低的50 - 60 bpm在睡眠期间。

一个不寻常的心率变化是睡眠呼吸暂停的症状之一。较低的心率会发生由于缺乏体内氧气供应。它可以发生在一个人的呼吸不再因任何不寻常的原因。更高的心率也睡眠呼吸暂停的结果。因为高血压和压力,一个更高的心率会发生。它通常妨碍睡眠的人。它是在睡眠期间心脏衰竭的主要原因。

该系统将包括一个心率传感器不断监视人的心脏状态。这是一个模拟传感器,传感器的传感元件将被附加到人的身体。这将发送模拟信号通过模拟Arduino销。心脏脉搏传感器如图3。传感器的数据销与模拟的别针Arduino的数据传输。这个传感器操作电压5 V和4 mA电流。

(2)AD8232心电图传感器。心电图、心电监测睡眠呼吸暂停是很重要的。一个心电图提供信息心率和心脏的节律。它还显示了不同寻常的心率的变化。它可以提供心脏在睡眠期间的状态,是否有任何类型的心脏扩大发生由于高血压,也可以检测心肌梗死。心电图变化的人有几个原因。体力活动的人有一个更稳定的比一个不活动的人的心电图心电图。静息心电图不同于压力或运动心电图。图5显示了AD8232心电图传感器用于这项研究。图6下面将展示在睡眠时的心电图值。

该系统将包含一个AD8232心电图模拟传感器来监视一个人的心电图显示在图5。将传感器连接到身体和Arduino的模拟信号传递给信号转换成数字信号。该传感器与Arduino通过五针。其中,两个是驱动传感器。传感器的输入电压为3.3 V。其他针销的数据,这是连接到模拟Arduino的销,和其他人是铅销LO +和LO -。这导致销分析了电极连接到身体和给Arduino的数据。这些ecg可有时过于吵闹。

(3)马克斯30102手指血氧计心率模块动脉血氧饱和度。的氧气循环血液中被称为血氧水平。氧分布到全身是一个指标的检测一个健康的身体和一个健康的身体。血氧水平或血氧饱和度水平表明同样的氧气在体内分布从肺细胞。肺的问题的一个主要原因是低氧饱和度。呼吸问题会导致低氧供应到肺部和身体。通常在阻塞性睡眠呼吸暂停,呼吸频率下降。这将导致较低的氧气供应。这一变化影响血氧饱和度。一个健康的人的血氧饱和度,也称为动脉血氧饱和度,是95%或更高。 A sleep apnea patient usually has a lower SpO2 value which is usually around 90%. Lower SpO2 can cause hypoxemia. It also indicates chronic lung disease. Patients need external oxygen supply if the oxygen saturation values fall from these threshold values. Figure7显示了血氧饱和度在睡眠呼吸暂停的情况。

测量血氧水平,该系统包含一个传感器脉搏血氧计。MAX30102传感器系统将用于监测血氧饱和度的图所示8。这个传感器结合了两种发光二极管(LED),照片探测器,优化光学和低噪声模拟信号处理来检测脉搏血氧测量。图9下面显示了MAX30102的系统框图。

背后的主要机制由这个传感器是测量动脉血氧饱和度值来检测发现了血红蛋白的比例和blood-not-carrying血红蛋白。这个传感器可以测量动脉血氧饱和度值从一个人的指尖。它作用于一个电压范围从3.3 V至5 V和从人的身体感官数据并将其传递到Arduino来转换数据。

(4)皮肤电反应(GSR)传感器。皮肤电反应或GSR,也被称为情绪激发,指汗腺活动的变化,反映我们的情绪状态的程度22]。它显示一个人的身体的皮肤电活动。它是皮肤汗腺的结果由自主神经系统被激活。皮肤反应是不同的在不同的时间。它也与一个人的心境变化。紧张的人往往会有皮肤反应低于一个快乐的人。GSR的价值也会降低睡眠。出汗的手皮肤反应也是一个因素。过度出汗是高血压的主要成果之一。它反映了低价值的皮肤反应。

GSR的价值是由皮肤电导测量。方程来测量皮肤反应

皮肤反应以micro-Siemens的价值。正常人的GSR的平均值是250年的μ年代到450μ美国睡眠GSR通常随着睡眠期间增加。但任何不寻常的皮肤反应的变化可能导致的重大问题。突然下降的反应是睡眠呼吸暂停的症状,因为它会发生突然的情绪状态变化引起的压力或高血压。图10显示了GSR传感器模块,和图11在睡眠期间显示皮肤电活动的变化。

测量皮肤电反应睡眠和监测睡眠呼吸暂停期间,该系统包含一个可穿戴的模拟传感器。皮肤电反应传感器使系统监控汗腺活动,与情绪激发。这个传感器很容易佩戴在手指测量GSR的价值。传感器将值传递给Arduino转换成数字数据,后来,它通过移动应用程序。

(5)声音传感器。打鼾是阻塞性睡眠呼吸暂停综合征的主要症状之一或阻塞性睡眠呼吸暂停综合症。它表明呼吸的问题。打鼾是一种粗糙的或响亮的声音产生的空气通过放松喉咙组织,导致组织振动,同时你的呼吸。从健康的角度来看,OSA-related打鼾更有关。检测阻塞性睡眠呼吸暂停综合症、监控打鼾的声音和频率是很重要的。一个不寻常的变化打鼾复制睡眠呼吸暂停的强度问题。图12显示了声音传感器模块。

测量打鼾的强度,系统将包含一个模拟声音传感器测量打鼾的声音和确定打鼾睡眠期间。声音传感器是一个紧凑的董事会,麦克风和一些处理电路将声波转换成电信号。在系统中,通过模拟传感器连接到Arduino Arduino的销。Arduino的模拟传感器的数据,并把它转换成数字移动应用程序。

2.3.3。蓝牙模块

串行通信是关键这IoT-based纸。为此,HC-05系统包含一个蓝牙模块。这个蓝牙模块之间的网关Arduino Uno和android应用程序。操作在两个情绪,这个蓝牙模块发送或接收数据到另一个设备在一个模式中,与另一个模式是在命令模式设置为默认设备的设置。与蓝牙设备配对后,数字数据将为用户可见的移动应用程序。图13显示了销HC-05蓝牙模块。

设备操作4 V - 6 V的电压范围和30 mA电流。TX(传输)和RX(接收)别针蓝牙模块的串行通信。串行数据传输,TX销经营和RX销从单片机接收数据的工作。Arduino的TX销的RX销连接到蓝牙模块,和Arduino的RX销的TX销连接到蓝牙模块。

系统中,在配对的蓝牙模块,移动应用程序,数字数据传输从Arduino程序。

2.3.4。组件和成本

该系统是很有效的检测睡眠呼吸暂停。表1显示的列表组件构建系统所需的成本。唯一的成本系统的硬件组件,特别是传感器。一些传感器售价超过850孟加拉国魏(约10美元)。系统的总成本是4570塔卡(53.76美元)。虽然系统相当划算,是非常有用的监测睡眠呼吸暂停。一次一个病人可以利用这个设备,它可以多次使用的要求。

2.3.5。麻省理工学院应用程序发明家2

这个系统包含一个移动应用程序来显示从Arduino通过蓝牙传输实时数据。这个应用程序显示所有相关参数的连续睡眠呼吸暂停。在系统中,应用程序的名称是“睡眠呼吸暂停监控装置。“这个移动应用程序是使用麻省理工学院创建应用程序发明家2 (22]。它还允许用户创建一个应用程序和有功能创建一个网关之间的硬件设备。这个移动应用程序显示了由Arduino UNO数字数据转换。为此,蓝牙模块Arduino HC-05连接。与手机配对后,连接到应用程序中,成为移动应用程序可见的值。应用程序的布局,我们在麻省理工学院应用程序发明家如图14。

2.3.6。完整的系统检查和工作过程流程图

该系统结合几个不同的步骤。每一步都有不同的任务,都使它对用户有用。我们的整个硬件设置如图15。可编程的Arduino UNO程序结合这些不同的步骤。Arduino程序的流程图如图16。Arduino程序结合不同的功能不同的传感器和蓝牙模块连接Arduino UNO和移动应用程序。

系统的工作流程从Arduino IDE后上传Arduino UNO的代码。的代码包含设置传感器,传感器的工作过程,蓝牙模块。代码的主要功能是由一个循环控制系统可以每秒钟显示数据。循环控制的组织Max30102模块,心电图模块,声音传感器,GSR传感器。此外,数据转换和传输部分在本节中,执行和数据传递到串行监控,和移动应用程序发生在这部分。与手机配对的蓝牙模块后,数据也显示在连续监控和存储进行详细分析。

2.3.7。图用软件显示的布局系统

线路图和所有的传感器和Arduino Uno是使用circuito设计。io (24),在线物联网设计平台。这个网站允许你设计主要的样子设备。系统的硬件部分是这个设计的基础上创建的。图中给出了系统的线路图16。

这项研究的硬件设置是由图所示图16。传感器与Arduino UNO的方式显示在图。销数据的传感器连接到模拟销的Arduino分别如图,也是连接到电路试验板的正面和负面的别针得到权力。蓝牙模块连接到两个I / O引脚的Arduino继续串行通信。

3所示。结果和分析

在这个调查中,它被发现并设法解构的结果。在接下来的部分中,将讨论结果和观察更多的细节。

3.1。病人的检查列表

检测睡眠呼吸暂停的病人,系统监控不同的人从不同的年龄段和不同的健康状况。系统考察了男性和女性,要看到非常显著的差异。设备试图检查患者各种健康问题,因为之前健康报告和疾病历史是睡眠呼吸暂停的因素之一。重点是在人的身体条件监测睡眠呼吸暂停。物联网设备监测结果的病人和给我们提供了对所有的参数。检查人员的名单由系统在桌子下面2与他们的年龄和性别。

3.2。设计原型和实时数据的视图

后连接的所有传感器Arduino和上传的代码,所有的参数的值显示在屏幕上,在移动应用程序。该系统成功地监测睡眠呼吸暂停工作。图17展示了硬件的原型系统的一部分。

与Arduino集成原型系统,传感器和蓝牙模块。五个不同的传感器集成系统中。这些传感器在图17。该系统包括GSR传感器来测量皮肤反应,脉搏传感器测量心率、Max30102传感器测量血氧饱和度(动脉血氧饱和度),一个心电图传感器监测心脏的心电图,和一个声音传感器测量打鼾强度集成到系统中。HC-05蓝牙模块在系统中执行之间的串行通信的硬件部分和移动应用程序。

图18显示了原型系统在监测的病人。系统的原型是一个容易可穿戴设备。这并不妨碍病人的睡眠。在图所示的应用程序19显示了血氧饱和度的实时搜索结果(动脉血氧饱和度)、心率、皮肤电反应,和声音强度水平。移动应用程序可以显示病人的心电图图形。但Arduino的系列绘图仪给更好的心电图结果。

3.3。针对不同的参数数据表和分析图表

在实验中,系统监控人的睡觉时间从一些不同的角度,试图看看改变睡眠期间的身体条件。,它监视病人连续六小时每小时并分析了不同的参数如何改变。

3.3.1。心率分析

表3结果显示五人的心率。它显示了不同的人随时间变化的心率。的值表示一个人的心率变化如何从一开始的睡眠的睡眠。在实验中,我们测量心率每秒钟的价值在整个周期和检查最高,最低,大部分时间值,点击。检查值后,我们决定来计算每小时的平均心率。平均值反映了人的心率在特定时间的最长时间。在实验中对每一个人,的值是在一些特定的模式,在所有情况下,他们遵循人的身体条件。人,没有任何重大健康问题,有一个非常平衡的心率在整个睡眠周期。结果并不提供任何迹象表明睡眠呼吸暂停。3,这同样适用于人是一个运动员,有很好的身体状况。 His heart rate is in the range of 67-76 beats per minute during the period. That value is quite standard for a healthy person. But, for other people, the results do show some of the major hints about sleep apnea. Person 2 has an uneven change in heart rate. This person has a heart rate of around 90 bpm. In the third hour of sleep, his heart rate falls. One of the most serious consequences of breathing difficulties is a low heart rate, also known as Bradycardia. In that case, that low heart rate indicates obstructive sleep apnea in that patient. On the other hand, people 4 and 5 have a higher heart rate. According to the history, person 4 has a major heart problem, which suggests that a higher heart rate could be the cause of both the heart problem and obesity.

BPM的平均值的测试对象不同人不同年龄、身体条件,和以前的健康问题。在BPM有相当巨大的变化不同的人。从表3,指出,意味着人的心率值是74.47,而对于4人,是注意到91.39。

人民,对心率的比较图20.显示心率变化因为身体状况的人。

心率在图的折线图20.显示一个人的平均心率变化的一个小时。在折线图,它是可见的,大多数的人都有一个不均匀的心率的变化。之间的差异的一个人,另一个人表示他们的年龄和身体状况的差异。

3.3.2。动脉血氧饱和度分析

表4显示了五人的血氧饱和度。它显示了血氧饱和度的变化/小时。在实验中,系统计算动脉血氧饱和度值每一秒脉氧仪传感器。动脉血氧饱和度值总是呆在一个特定范围的所有人。出于这个原因,我们把动脉血氧饱和度值平均每小时的睡觉时间。所有的人有很好的血氧饱和度水平在整个监测期间,除了人5、氧饱和度很低在第三和第四个小时的睡眠。这是呼吸困难的症状之一。低呼吸速率下降的速率对身体供氧,减少氧饱和度的水平。动脉血氧饱和度低价值是阻塞性睡眠呼吸暂停的象征。

平均血氧饱和度对不同的人价值表所示4显示了一些变化。虽然人的变化并不显著,5,有点低,价值3人,高于其他价值。人5的动脉血氧饱和度平均为94.55,而三人平均97.81的动脉血氧饱和度。

动脉血氧饱和度图的折线图21显示了血氧饱和度变化的程度随着时间的推移,更准确地说。

五人的折线图如图21显示了血氧饱和度的变化在不同时间的睡眠周期。它反映出氧气分布在五人的尸体发生时间。

3.3.3。皮肤电反应(GSR)分析

皮肤电反应5人(GSR)值如表所示5。它显示了每个人的皮肤电活动在整个睡眠周期。值表示一个人的精神状态如何随时间变化在睡眠中由于压力或高血压。在实验过程中,通过传感器和系统监控人的皮肤电活动显示了皮肤每一秒的反应。皮肤的反应逐渐改变每一个人。1的人,皮肤的反应相当平衡的整个睡眠时间,和它不显示任何提示的睡眠呼吸暂停,还有人3,他的皮肤反应中是最高的。但对于人2人4,5人,结果显示了一个凹凸不平的皮肤反应的变化。2人,GSR的价值下降了3小时,也在过去的两个小时。它显示了在睡眠中压力和高血压问题的机会。人4最低GSR价值在所有人民的系统监测。 In the first two hours, the values of skin response do not show any change, which can lead to a decision about sleep apnea. But from the 3rd hour to the end of the sleep, the GSR value reflects the change of very low dermal activity, which can be the reason for sleep apnea. Person 5 also has quite a low skin response, but the value throughout the time does not change significantly, and in that case, there is no evidence for sleep apnea for person 5.

皮肤电反应的均值在表5人5显示小时皮肤反应的显著变化。最小值(162.5)的GSR注意到2人,而注意到人是最高的价值(225.54)1。折线图显示了五人的皮肤电反应的变化在小时图22更准确地说。

3.3.4。声强分析

打鼾,阻塞性睡眠呼吸暂停的症状,发现三人的系统监测。每个人的打鼾声音遵循一个模式。在实验检测打鼾,每秒钟传感器收集数据。结果表明,为一个特定的人,类似的声音在整个睡眠时间节奏。在数据图23日(一)- - - - - -23日(e)描述了打鼾节奏的人研究。

人3有一个非常平衡的节奏呼吸周期。目前没有证据表明打鼾在图可见23日(c)。声音水平呆在35 dB-40 dB的范围,通常为房间的声音。但人4和5,打鼾是一个大问题,因为它是在数字23日(d)和23日(e)。人4,图中显示打鼾的声音几乎达到60 dB,和每个打鼾周期3 - 5秒。与呼吸和重大的证据问题也阻塞性睡眠呼吸暂停的一个标志。5人也是一样,因为打鼾强度触动60 dB马克。呼吸率低于正常利率作为人的呼吸周期5 4 - 6秒。两个人都面临在睡眠中呼吸的问题,这是一个睡眠呼吸暂停综合症的迹象。

3.3.5。心电图分析

图24描述了心律或心电图图形测试4人。2人1人,5人3,和人有一个非常平衡的心电图结果。但人的心电图图形4显示一些不规则的心律的变化。

在图24,有六波图的首选。这些也被称为非线性波峰值。它显示了心内膜,心外膜之间的时间。它也有助于心脏的一些主要问题。非线性波损失表明心肌梗死,可见在第一R-pick图24。非线性波的增加表明心肌病,第五R-pick的图。

3.4。比较分析

系统的结果相比,其他一些研究监测睡眠呼吸暂停与类似的参数见表6。它也显示了不用于其他的参数研究。

大多数以前的研究监测睡眠呼吸暂停综合症主要是基于一个参数。但这项研究睡眠的五个不同的参数指标相结合。在这项研究中,这个决定是在分析五参数组合作为一个因素取决于睡眠的另一个因素。本研究的另一个重要方面是没有其他的研究集中在皮肤电反应检测睡眠呼吸暂停。然而,本研究建立了一个皮肤反应和睡眠呼吸暂停监测之间的联系。为更精确地分析睡眠呼吸暂停的一个重要领域。

4所示。结论

这项研究表明,物联网设备可以监测睡眠呼吸暂停。实现这个系统,我们使用了一个基本的单片机和一些主要的与健康有关的传感器。移动应用程序创建了一个非常简单的应用程序开发web应用程序。监控五人后,系统提供了睡眠呼吸暂停的相当满意的决策结果。从给定的结果,很明显,两人没有任何睡眠呼吸暂停的症状。一个人的年龄范围36-50与睡眠环境的重大问题。系统成功地检测到睡眠呼吸暂停的人。该系统还检测阻塞性睡眠呼吸暂停的人。分析结果后,很明显,是50岁或以上的人是阻塞性睡眠呼吸暂停综合症患者。这种监测将帮助人们在早期阶段检测睡眠呼吸暂停。 Thus, this research can help people to learn about sleep apnea, the way to detect it, and it will also help people to eliminate all their sleeping problems.

如今,睡眠障碍率比以前更高。越来越多的人患有高血压,与压力相关的问题,心脏方面的问题导致睡眠呼吸暂停。我们的系统会很更可持续监测睡眠呼吸暂停和检测特别睡眠呼吸暂停的时间。系统可以维持自己在一个更高的水平。它不仅检测睡眠呼吸暂停,但也可以告知病人与医生讨论的数据系统,可以使患者的生活更容易。和项目能够持续在未来如果我们增加高技术高级x射线和其它监控系统。其他一些传感器可以被添加到系统,使之更适用。一个LM35温度传感器可以被添加到系统。DHT11湿度传感器也可以被添加到这个系统使该系统更适用,但这些因素都与睡眠呼吸暂停有关。

在大多数研究中,心电图数据和其他数据是用来测量或监视睡眠呼吸暂停。大多数人在临床环境中进行医学观察。但是我们的设备将帮助病人得到更好的输出,而呆在家里和易用性。实时数据将即时更新呼吸暂停指数,这样患者可以采取预防措施。和老年人生理/心理残疾,我们的设备是一个额外的好处,因为它将通知数据发送给患者最关心的人,这样的人可以照顾任何随时可能发生的困难。我们将进一步努力构建我们自己的数据集的实时数据,并将分析它通过多种机器学习模型来分析整个系统和我们的系统可以有更好的工作效率。有一个健康的和声音没有睡眠障碍是一种幸福的生活,和技术无疑可以保证。

数据可用性

没有数据被用来支持这个研究结果。

的利益冲突

作者宣称他们没有利益冲突的报告对于本研究。

确认

作者感谢塔伊夫大学的研究人员的支持支持项目(TURSP-2020/26),塔伊夫大学,塔伊夫,沙特阿拉伯。