[發明專利]一種阻塞性睡眠呼吸暫停癥嚴重程度的分類方法

在審

• 申請號: 202010981626.0
• 申請日: 2020-09-17
• 公開（公告）號: CN112190253A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 龐康高;熊體超;凌永權;吳志杰;唐會;羅家穎;蔡穎珊;李康榮
• 申請（專利權）人: 廣東工業大學
• 主分類號: A61B5/08
• 分類號: A61B5/08;A61B5/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 張金福

本發明涉及一種阻塞性睡眠呼吸暫停癥嚴重程度的分類方法，包括S1：對原始阻塞性睡眠呼吸暫停癥語音文件進行特征提取；得到包括HFE的特征矩陣；S2：對S1得到的特征矩陣進行降維；S3：構建樸素貝葉斯分類模型，用經S2降維后的特征矩陣訓練并測試樸素貝葉斯分類模型，直至樸素貝葉斯分類模型分類誤差值符合要求；S4：將待測阻塞性睡眠呼吸暫停癥患者的語音原始文件輸入S3中訓練并測試好的樸素貝葉斯分類模型進行分類。本發明可提高OSA嚴重程度的分類的準確度。

技術領域

本發明涉及病理語音分析領域，更具體地，涉及一種阻塞性睡眠呼吸暫停癥嚴重程度的分類方法。

背景技術

阻塞性睡眠呼吸暫停癥(Obstructive sleep apnea，OSA)是人類特有且常見的睡眠呼吸障礙性疾病。除了先天性頭骨畸形以外，年齡的增長、過度肥胖等因素都會增加患有阻塞性睡眠呼吸暫停癥(OSA)的風險。患有阻塞性睡眠呼吸暫停癥時，由于反復發作的低血氧、高碳酸血癥，可致神經功能失調，兒茶酚胺、內皮素及腎素-血管緊張素系統失調，內分泌功能紊亂及血液動力改變，造成全身多器官多系統損害，嚴重影響人體健康。研究發現：約80％的OSA患者有明顯的心動過緩，57％-74％的患者出現室性早搏，10％的患者發生二度房室傳導阻滯。這種心律失常是引起患者猝死的主要原因。我們在Karl A.Franklin的研究中發現男性的OSA發病率是22％，女性的是17％。根據國家統計局2019年1月21日發布中國人口最新統計數據，2018年末中國大陸總人口139538萬人，男性人口71351萬人，女性人口68187萬人，換而言之，中國大約有15697萬男性、11592萬女性(共2億7千萬人)患有阻塞性睡眠呼吸暫停癥，以上數據表明，對阻塞性睡眠呼吸暫停癥的檢測與治療是很有必要的。

現在，診斷OSA的黃金標準是多導睡眠測試(Polysomnography,PSG)。PSG通過分析患者的睡眠生理數據來計算腦電圖、眼電圖、呼吸流量、胸腹運動、心電圖、血含氧度等。醫生們可以從多導睡眠圖中找出有關呼吸暫停的事件(包括OSA、中央性睡眠呼吸暫停Central sleep apnea等等)，從而計算出呼吸中止指數(Apnea Hypopnea Index(AHI)：睡眠期間平均每小時發生的呼吸暫停事件)，并使用呼吸中止指數來衡量阻塞性睡眠呼吸暫停癥的嚴重程度。然而PSG并不是每個患者都能接受的，其主要問題在于很多人在裝上感應裝置后會有不適感，影響睡眠質量，從而導致多導睡眠測試失敗。另一方面，多導睡眠圖必須要由多導睡眠技師(Registered Polysomnography Technologist,RPSGT)來收集和處理，才能得出AHI結果，運作成本十分高。基于以上問題，人們開始尋求一種新的檢測方法。自上世紀80年代初以來，研究人員致力于研發分析患者清醒時的聲音來篩選出OSA患者的方法。其中主要的計算機分析技術依賴于傅里葉變換的特征，例如頻率模式、頻寬、諧振峰，但是這些工具是針對正常語音開發的，對OSA聲音信號進行分析是不準確的，因為OSA聲音信號是病理語音，無論音域、頻率變化度、共振峰軌跡都跟一般語音信號存在很大的不同，所以傳統的語音處理/識別方法對此應用并不適合。

有研究表明，OSA與上呼吸道的解剖形狀和功能異常有關。經過長期的阻塞性睡眠呼吸暫停之后，患者的上呼吸道組織會變得跟正常人有差別。這種差別會在患者的聲音上體現出來，故通過對患者的聲音進行檢測可以預測其OSA的嚴重程度。近期很多研究人員開始使用語音來預測OSA的嚴重程度，并且驗證了使用語音檢測來預測OSA的嚴重程度的可行性。他們大多是選擇構造一個常見的語音特征集(里面包含諧振峰，基頻，梅爾倒譜系數，能量等)放進特征選擇模塊(如序列前向特征選擇)，然后再把選擇出來的特征放進分類器里，得到預測的結果，然而這些特征都是傳統語音特征，主要的關注點都在6kHz以下的頻率，并不一定適合病理語音或者并不能最好地區分出OSA與正常人的區別。