[發明專利]鼾聲類型識別方法及電子設備

有效

• 申請號: 202010171346.3
• 申請日: 2020-03-12
• 公開（公告）號: CN111345782B
• 公開（公告）日: 2023-10-10
• 發明（設計）人: 張翔;梁兆運;周奎;劉洪濤
• 申請（專利權）人: 深圳數聯天下智能科技有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/11;A61B5/113;A61B5/0205
• 代理公司: 深圳市六加知識產權代理有限公司 44372
• 代理人: 譚友丹

本發明涉及聲音識別技術領域，公開一種鼾聲類型識別方法及電子設備。鼾聲類型識別方法包括：獲取鼾聲信號集,鼾聲信號集包括多個鼾聲信號，鼾聲信號為對生理信號進行鼾聲特征提取得到的信號；根據多個鼾聲信號的時域特征，確定第一鼾聲類型判斷結果；根據多個鼾聲信號的頻域特征，確定第二鼾聲類型判斷結果；根據第一鼾聲類型判斷結果及第二鼾聲類型判斷結果，識別鼾聲信號集對應的鼾聲的鼾聲類型。因此，本方法綜合時域特征及頻域特征兩者各自得到的鼾聲判斷結果識別鼾聲類型，其準確性高，比較可靠。

技術領域

本發明涉及聲音識別技術領域，涉及一種鼾聲類型識別方法及電子設備。

背景技術

鼾聲是入睡后伴隨著呼吸發出的呼吸粗鳴聲。人在睡眠狀態下，咽喉部肌肉松弛，咽喉部組織塌陷等等因素會造成上呼吸道出現通氣不暢或阻塞。當呼吸氣流受到阻礙，呼吸道軟組織產生振動，繼而發出聲音。

衡量睡眠呼吸暫停嚴重程度最客觀的數據是AHI指數(Apnea–Hypopnea Index，呼吸暫停低通氣指數)，AHI指數是指睡眠中平均每小時呼吸暫停+低通氣次數，正常值是＜5，5-15為輕度睡眠呼吸暫停綜合征，15-30為中度睡眠呼吸暫停綜合征，＞30為重度睡眠呼吸暫停綜合征。但是，支持AHI指數的鼾聲檢測設備不能準確可靠地區分單純性鼾癥與呼吸暫停鼾聲，而且容易受飲酒、疲勞等狀態影響。

發明內容

本發明實施例的一個目的旨在提供一種鼾聲類型識別方法及電子設備，其能夠準確可靠地識別鼾聲類型。

在第一方面，本發明實施例提供一種鼾聲類型識別方法，包括：獲取鼾聲信號集,所述鼾聲信號集包括多個鼾聲信號，所述鼾聲信號為對生理信號進行鼾聲特征提取得到的信號；根據所述多個鼾聲信號的時域特征，確定第一鼾聲類型判斷結果；根據所述多個鼾聲信號的頻域特征，確定第二鼾聲類型判斷結果；根據所述第一鼾聲類型判斷結果及所述第二鼾聲類型判斷結果，識別所述鼾聲信號集對應的鼾聲的鼾聲類型。

在第二方面，本發明實施例提供一種非易失性計算機可讀存儲介質，所述非易失性計算機可讀存儲介質存儲有計算機可執行指令，所述計算機可執行指令用于使機器人執行任一項所述的鼾聲類型識別方法。

在第三方面，本發明實施例提供一種電子設備，包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行任一項所述的鼾聲類型識別方法。

相對于傳統技術，在本發明各個實施例提供的鼾聲類型識別方法中，首先，獲取鼾聲信號集,鼾聲信號集包括多個鼾聲信號，鼾聲信號為對生理信號進行鼾聲特征提取得到的信號。其次，根據多個鼾聲信號的時域特征，確定第一鼾聲類型判斷結果。再次，根據多個鼾聲信號的頻域特征，確定第二鼾聲類型判斷結果。最后，根據第一鼾聲類型判斷結果及第二鼾聲類型判斷結果，識別鼾聲信號集對應的鼾聲的鼾聲類型。因此，本方法綜合時域特征及頻域特征兩者各自得到的鼾聲判斷結果來識別鼾聲類型，其準確性高，比較可靠。

附圖說明

一個或多個實施例通過與之對應的附圖中的圖片進行示例性說明，這些示例性說明并不構成對實施例的限定，附圖中具有相同參考數字標號的元件表示為類似的元件，除非有特別申明，附圖中的圖不構成比例限制。

圖1是本發明實施例提供的一種鼾聲類型識別設備的電路結構示意圖；

圖2是本發明實施例提供的一種鼾聲類型識別方法的流程示意圖；

圖3a是本發明實施例提供的一種單純性鼾癥的時域波形圖；

圖3b是本發明實施例提供的一種呼吸暫停鼾聲的時域波形圖；