[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

本發明提供了一種基于心跳間期的睡眠呼吸暫停自動檢測方法和裝置，用于解決現有技術中睡眠呼吸暫停檢測不準確、精度不高的問題。所述睡眠呼吸暫停自動檢測方法首先采集睡眠時的心跳間期信息，再通過殘差神經網絡對所述心跳間期信息自動提取特征，并進一步提取心率變異性特征，再將所述自動提取特征和心率變異性特征集合進行融合，從而判斷是否出現呼吸暫停。本發明通過提取心電圖ECG信號中的心跳間期特征，并將此特征在殘差神經網絡中進行深入分析，結合了心率變異性特征，且所述殘差神經網絡中的所有權重都可以在臨床上進行微調，提高了提高了睡眠檢測的靈性性、準確性和精確性；同時只需要單導心電信息，采集過程簡單便捷，具有相當的普適性。

技術領域

本發明屬于醫學數據監測領域，具體涉及一種基于心跳間期的睡眠呼吸暫停自動檢測方法及裝置。

背景技術

睡眠呼吸暫停(Sleep Apnea，SA)是導致睡眠障礙的常見呼吸病癥。在快速眼動睡眠中，氣道被頦舌肌、肌腱和脂肪組織完全阻塞至少10秒，或者持續10秒出現氣流減少超過50％、氧氣去飽和度超過3％的呼吸不足現象，都被稱為呼吸暫停。根據調查，近30多年以來，睡眠呼吸暫停一直影響著全世界的人們，且在2008年患病人數就已達到了全球成人的6％。越來越多的呼吸暫停患者由于沒有被及時診斷和干預，面臨著心血管疾病以及臨床抑郁癥的風險。許多實驗都研究了呼吸暫停的危害，結果表明呼吸暫停與幾種內源性生理現象和疾病之間存在很大的相關性。

睡眠呼吸暫停是長期、有害的，但在診斷后可以進行治療。氣道正壓(PositiveAirway Pressure,PAP)治療和腭咽成形術(Palatopharyngoplasty,PPP)治療等療法在早期診斷中是很有效的。因此，及時診斷對于呼吸暫停的治療過程至關重要。傳統上通過多導睡眠圖(Polysomnogram,PSG)信號來診斷呼吸暫停綜合征嚴重程度，但在收集PSG信號來檢測呼吸暫停時，患者被要求與侵入式設備一起睡眠過夜，還需要醫學專家和診所環境。這種傳統的呼吸暫停檢測過程過于復雜且價格高昂，因此需要能夠在非侵入式設備上快速準確執行的新方法。

現有技術中，檢測睡眠呼吸暫停的一種有效解決方案是使用單導聯心電圖(ECG)信號來檢測呼吸暫停，目前通常通過人工設計各種功能。例如，通過從ECG信號中提取特征，放入鄰近算法(kNN)、支持向量機(SVM)等各種分類器中進行分類，或者通過深度神經網絡進行自動特征提取及分類。但在100Hz左右采樣的ECG信號限制了神經網絡的深度，從而影響睡眠呼吸檢測的準確性和精度。因此，現有的睡眠呼吸檢測方法在用戶體驗、靈活性及準確性方面都存在一定的缺陷。

發明內容

本發明實施例提供了一種基于心跳間期的睡眠呼吸暫停自動檢測方法和裝置，通過提取心電圖ECG信號中的心跳間期特征，并將此特征在殘差神經網絡中進行深入分析，結合心率變異性特征，判斷是否出現呼吸暫停，提高睡眠呼吸暫停檢測的準確性和靈活性。

為了實現上述目的，本發明實施例采用的技術方案如下。

第一方面，本發明實施例提供了一種基于心跳間期的睡眠呼吸暫停自動檢測方法，所述方法包括如下步驟：

步驟S1，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，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；

步驟S2，基于預設的殘差神經網絡對所述心跳間期時間序列進行特征自動提取，得到第一心率變異性特征；

步驟S3，基于心跳間期時間序列進行心率變異性特征提取，獲得第二心率變異性特征；

步驟S4，將所述殘差神經網絡自動提取的第一心率變異性特征和所述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，判斷是否出現呼吸暫停。

可選地，所述步驟S1中生成心跳間期時間序列，進一步為，使用線性插值對所提取的心跳間期信息采用2Hz頻率進行重采樣，生成心跳間期時間序列。