项目基本情况Basic information of the project
睡眠呼吸暂停综合症(SAS)是一种常见的睡眠障碍,直接影响着人类的睡眠质量,更是引起众多疾病的危险因素。近年来,关于睡眠呼吸暂停的检测引起了极大的关注。而传统的睡眠呼吸暂停检测方法大多使用多导睡眠仪,但由于多导睡眠仪自身的特点,不适合广泛地应用到日常生活的睡眠监测中。本项目对睡眠呼吸暂停的筛查技术进行深入研究,在符合应用需求的前提下,以低成本、高精度为设计目标,提出新的睡眠呼吸暂停筛查算法。基于所提出理论成果,设计并实现一个适合广大用户的智能睡眠筛查系统。睡眠呼吸暂停的自动检测算法的研究,主要利用机器学习、深度学习方法自动识别睡眠呼吸暂停,辅助睡眠专家诊断睡眠障碍问题。本项目主要对睡眠障碍中的呼吸暂停事件进行检测,从信号数据的特征提取、异常数据的检测等关键科学技术问题进行深入系统地研究。利用机器学习、深度学习方法,睡眠呼吸暂停检测可以达到很好的性能指标。本检测系统适用于生理信号的分析,通过分析信号数据,自动检测睡眠呼吸暂停。睡眠呼吸暂停检测系统可以应用于算法的研究,通过本系统的检测性能与其他方法进行比较,不断改进算法,可促进机器学习、深度学习方法在睡眠质量评估中的应用。
管理团队与技术团队Management team and technical team
黑龙江大学
效益分析Benefit analysis
该项目为储备库项目资源,暂无效益分析内容。