[發明專利]一種基于心跳間期的睡眠呼吸暫停自動檢測方法及裝置

有效

• 申請號: 202010077427.7
• 申請日: 2020-01-29
• 公開（公告）號: CN111166294B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 王晶;林友芳;韓升;萬懷宇;武志昊;董興業;張碩
• 申請（專利權）人: 北京交通大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/0205;A61B5/346;A61B5/352
• 代理公司: 北京紅福盈知識產權代理事務所(普通合伙) 11525
• 代理人: 陳月福

1.一種基于心跳間期的睡眠呼吸暫停自動檢測裝置，其特征在于，所述睡眠呼吸暫停自動檢測裝置包括：心跳間期信息采集模塊、深度特征提取模塊、心率變異性特征提取模塊、睡眠呼吸暫停判斷模塊；其中，

所述心跳間期信息采集模塊同時與所述深度特征提取模塊和心率變異性特征提取模塊相連，用于采集睡眠時的人體心電圖ECG信號，根據心電周期PQRST五個波中的R波，使用線性插值對所提取的心跳間期信息采用2Hz頻率進行相鄰心電的心跳間期信息提取，生成心跳間期時間序列，并將所述心跳間期時間序列發送給所述深度特征提取模塊和心率變異性特征提取模塊；

所述深度特征提取模塊用于根據所述生成心跳間期時間序列并基于預設的殘差神經網絡，使用卷積神經網絡CNN和反向傳播BP算法訓練所述殘差神經網絡，自動提取特征，得到第一心率變異性特征，并將所述自動提取特征發送給所述睡眠呼吸暫停判斷模塊；所述卷積神經網絡共由33層一維卷積層構成，通過與批量歸一化層、dropout層、ReLu函數層的結構組合，組成16個殘差塊；

所述心率變異性特征提取模塊用于基于心跳間期時間序列進行心率變異性特征提取，在殘差神經網絡中所輸入的時長為3分鐘的心跳間期時間序列中，對每一分鐘進行人工特征提取，獲得第二心率變異性特征，并將所述心率變異性特征發送給所述睡眠呼吸暫停判斷模塊；

所述睡眠呼吸暫停判斷模塊同時與所述深度特征提取模塊和心率變異性特征提取模塊相連，用于將所述第一心率變異性特征和第二心率變異性特征集合進行特征融合，一起輸入到分類器，判斷是否出現睡眠呼吸暫停。

2.根據權利要求1所述的睡眠呼吸暫停自動檢測裝置，其特征在于，所述ReLu函數層中，一維卷積層是CNN的核心，激活函數h的輸入向量為X，輸出是下一層的輸入，一維卷積層的輸出Y為：

式(1)中，是卷積計算，B為偏置矩陣，W為具有固定大小的權值向量。

3.根據權利要求1所述的睡眠呼吸暫停自動檢測裝置，其特征在于，所述卷積層之間采用平均池化層。

4.根據權利要求1所述的睡眠呼吸暫停自動檢測裝置，其特征在于，在所述16個殘差塊中，建立一個短路連接，用于將殘差塊的輸入添加到殘差塊的輸出中，并在短路連接中進行投影，以使輸入大小與輸出大小相匹配，完成神經網絡特征的自動提取。

5.根據權利要求1所述的睡眠呼吸暫停自動檢測裝置，其特征在于，所述心率變異性特征，包括：心跳間期的平均值、心跳間期的標準差、心跳間期的偏度、心跳間期的峰度、NN50度量值、pNN50指標、相鄰心跳間期之間差異的標準差、相鄰心跳間期之間差異平方平均值的平方根、Allan因子、心跳間期的極低頻、心跳間期的低頻、心跳間期的高頻、心跳間期的低頻LF與高頻HF之比。

6.根據權利要求1所述的睡眠呼吸暫停自動檢測裝置，其特征在于，所述睡眠呼吸暫停判斷模塊，進一步用于通過下述過程判斷是否出現睡眠呼吸暫停：

將所述殘差神經網絡自動提取的第一心率變異性特征與所述人工提取的第二心率變異性特征融合為一個特征向量，并輸入到一層全連接神經網絡分類器中；所述特征向量經過所述分類器后得到未標準化的判別值x，通過輸出函數sigmoid(x)將所述判別值轉化為當前時間段內患者出現睡眠呼吸暫停的偽概率；當判別值x為非負時，偽概率大于等于50％，判斷當前時間段內患者出現睡眠呼吸暫停，預測標簽值等于1；當判別值x為負時，偽概率小于50％，判斷當前時間段內患者未出現睡眠呼吸暫停，預測標簽值等于0。