[發明專利]呼吸暫停的檢測方法、系統、電子設備及存儲介質

有效

• 申請號: 202010024888.8
• 申請日: 2020-01-10
• 公開（公告）號: CN111227792B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 孟桂芳;梁思陽;孫嘯然
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 崔家源

本公開提出一種呼吸暫停的檢測方法、系統、電子設備及存儲介質，所述方法包括：獲取待測呼吸信號，對待測呼吸信號預處理；對待測呼吸信號進行提取呼吸特征獲得第一呼吸特征集；將所述第一呼吸特征集輸入預定分類模型，輸出正常呼吸或睡眠呼吸暫停的檢測結果。本公開僅利用胸部呼吸信號實現睡眠呼吸暫停的篩查，并且具有實時性，能夠準確地識別睡眠呼吸暫停事件；極大地提高結果的準確性避免普遍存在的個體差異性問題。

技術領域

本公開涉及睡眠監測技術技術領域，具體涉及一種呼吸暫停的檢測方法、系統、電子設備及存儲介質。

背景技術

睡眠障礙是睡眠量的異常及睡眠質的異常，或在睡眠時發生某些臨床癥狀，其中，阻塞性睡眠呼吸暫停綜合征(Obstructive sleep apnea，OSA)是常見疾病，嚴重影響睡眠結構和睡眠質量，同時還是高血壓、心臟病、腦血管疾病等多種疾病的危險因素，現有的診斷檢測方法存在以下問題：

1、設備操作復雜、體驗感差、專業技術人員投入大，并且局限于醫院或睡眠中心這類場景，難以普遍推廣；

2、或者需要同時采集脈搏血氧、鼾聲、呼吸、體動等多種信號，信號采集過程復雜，不易實施，受外界環境因素影響較多，導致檢測結果不穩定；

3、對采集的信號采用閾值判別方式獲得診斷結果，而常規的基于閾值判別的方法受到個體差異性等影響準確性較差。

發明內容

為了解決上述技術問題，本公開實施例提供了如下的技術方案：

本公開提供了一種呼吸暫停的檢測方法，所述方法包括：獲取待測呼吸信號，對待測呼吸信號預處理；對待測呼吸信號進行呼吸特征的提取處理，獲得第一呼吸特征集；將所述第一呼吸特征集輸入預定分類模型，輸出呼吸檢測結果。

在一些實施例中，所述方法還包括所述預定分類模型的訓練步驟：從呼吸信號訓練集中獲取具有標簽的呼吸信號；對所述具有標簽的呼吸信號進行呼吸特征的提取處理，獲得第二呼吸特征集；以所述第二呼吸特征集為輸入，以與所述標簽一致的檢測結果為輸出，采用逐步線性判別分析法對所述預定分類模型的顯著性特征的參數進行分析，以調整所述預定分類模型的顯著性特征的參數；其中，所述逐步線性判別分析法包括線性判別分析法和雙向逐步分析法，所述顯著性特征為權重值大于預定權重值的特征。

在一些實施例中，所述呼吸特征的提取處理，具體包括：對目標呼吸信號濾波，其中，所述目標呼吸信號為所述待測呼吸信號或所述具有標簽的呼吸信號；將濾波后的呼吸信號均分為n個分窗，每個分窗內的呼吸信號均分為m個段；分別計算每一段呼吸信號的標準方差值，得到m*n個標準方差值；將所述m*n個標準方差值順次排列，獲二級標準方差序列；基于二級標準方差序列，得第一標準方差序列；基于所述第一標準方差序列提取標準方差特征參數，構建第一標準方差特征集；分別對每一段呼吸信號進行傅里葉變換并計算能量比值，得到m*n個能量比值；將所述m*n個能量比值順次排列，獲得第一能量比值序列；基于所述第一能量比值序列提取能量比特征參數，構建第一能量比值特征集；將所述第一標準方差特征集和第一能量比值特征集確定呼吸特征集。

在一些實施例中，所述基于所述第一標準方差序列提取標準方差特征參數，構建第一標準方差特征集，具體包括：根據所述第一標準方差序列計算一級標準方差下降百分比值；根據所述一級標準方差下降百分比值確定二級標準方差下降百分比序列；根據所述第一標準方差序列計算一級標準方差下降時間；根據所述一級標準方差下降時間確定二級標準方差下降時間序列；基于所述二級標準方差序列、所述二級標準方差下降百分比序列和所述二級下降時間序列確定每個分窗內呼吸信號的標準方差特征參數，根據所述標準方差特征參數構建所述第一標準方差特征集。