Development of Automatic Power Nap Monitoring System based on Biomedical Signals

Abstract

This thesis present the development of automatic sleep stage detection by using physiological signals. We aim to develop an application to assist drivers after drowsiness or fatigue detection by a commercial driver vigilance system. The proposed method used a low-cost surface electromyography (EMG) and electrocardiogram (ECG) device for sleep stage detection. We investigate skeletal muscle location and EMG features from sleep stage 2 to provide an EMG-based nap monitoring system. The results showed that using only one channel of a bipolar EMG signal from an upper trapezius muscle with median power frequency can achieve 84% accuracy. We implement a MyoWare muscle sensor into the proposed nap monitoring device. The results showed that the proposed system is feasible for detecting sleep stages and waking up the napper. A combination of EMG and electroencephalogram (EEG) signals might be yield a high system performance for nap monitoring and alarm system. We will prototype a portable device to connect the application to a smartphone and test with a target group, such as truck drivers and physicians.

วิทยานิพนธ์ฉบับนี้เสนอการพัฒนาการตรวจจับระยะการนอนหลับอัตโนมัติโดยใช้สัญญาณทางสรีรวิทยา เรามุ่งหวังที่จะพัฒนาแอปพลิเคชันเพื่อช่วยเหลือผู้ขับขี่หลังจากตรวจพบอาการง่วงนอนหรือเมื่อยล้าด้วยระบบเฝ้าระวังผู้ขับขี่ วิธีการที่นำเสนอนี้ใช้สัญญาณไฟฟ้ากล้ามเนื้อ (EMG) และสัญญาณไฟฟ้าหัวใจ (ECG) สำหรับการตรวจจับระยะการนอนหลับ เราตรวจสอบตำแหน่งของกล้ามเนื้อ และคุณสมบัติของ EMG จากระยะการนอนหลับระยะที่ 2 เพื่อตรวจสอบการงีบหลับ ผลการวิจัยพบว่าการใช้สัญญาณ EMG แบบไบโพลาร์เพียงหนึ่งช่องสัญญาณจากกล้ามเนื้อทราพีเซียสส่วนบนที่ MDF สามารถบรรลุความแม่นยำถึง 84% เราใช้เซ็นเซอร์กล้ามเนื้อ MyoWare กับอุปกรณ์ตรวจสอบการงีบหลับที่เสนอ ผลการวิจัยพบว่า ระบบที่เสนอนี้เป็นไปได้สำหรับการตรวจจับระยะการนอนหลับและการปลุกจากการงีบหลับ การรวมกันของสัญญาณ EMG และคลื่นไฟฟ้าสมอง (EEG) อาจให้ประสิทธิภาพของระบบสูงสำหรับระบบตรวจสอบการงีบหลับและระบบเตือนภัย เราจะสร้างต้นแบบอุปกรณ์พกพาเพื่อเชื่อมต่อแอปพลิเคชันกับสมาร์ทโฟนและทดสอบกับกลุ่มเป้าหมาย เช่น คนขับรถบรรทุกและแพทย์