[發明專利]一種基于多參數非接觸睡眠呼吸暫停檢測系統及方法

在審

• 申請號: 202110898041.7
• 申請日: 2021-08-05
• 公開（公告）號: CN113509169A
• 公開（公告）日: 2021-10-19
• 發明（設計）人: 魏開航;鄧韓彬;蒙俊甫;張其飛;夏林;劉毅;曾東
• 申請（專利權）人: 成都樂享智家科技有限責任公司
• 主分類號: A61B5/08
• 分類號: A61B5/08
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 郭肖凌

本發明公開了一種基于多參數非接觸睡眠呼吸暫停檢測系統及方法，方法包括：獲取用戶睡眠時的BCG信號和SN信號，并對BCG信號和SN信號進行預處理和頻段劃分，獲得不同頻段的BCG信號和SN信號；對不同頻段的BCG信號進行降噪濾波處理，獲得BCG濾波信號和SN濾波信號并計算出兩個信號的序列信號，提取序列信號的信號特征；構建呼吸暫停事件分類模型，并確定呼吸暫停事件異常信號片段，獲得正常數據片段或者異常數據片段；根據異常數據片段進行鼾聲定位和特征計算，并構建SVM分類模型，最終確定睡眠呼吸暫停事件。本發明根據兩類非接觸信號數據構建兩級分類模型，計算速度快，能夠快速響應，睡眠呼吸暫停事件檢測準確性高。

技術領域

本發明涉及生物醫學領域，尤其涉及一種基于多參數非接觸睡眠呼吸暫停檢測系統及方法。

背景技術

在目前的生物醫學工程研究當中，我們對人體的各種生理信號進行采集與處理。其中，心電信號是生理信號的一種，其所包含的信息對心臟疾病的診斷具有重要意義。

目前常規非接觸基于單一信號源及事后區分確定呼吸暫停檢測，檢測準確性低，且不能及時進行檢測預警及定位。

如申請號為CN201911413560.9的專利申請公開了一種用于判斷睡眠呼吸暫停的信號檢測系統，該信號檢測方法包括以下步驟：獲取用戶睡眠時的生命體征信號；將用戶睡眠時的生命體征信號進行結構化處理去除無效信號獲得有效體征信號集合；提取并通過睡眠呼吸樣本信號的多維形態特征對分類器初始模型進行特征訓練獲得睡眠呼吸檢測模型；將有效體征信號集合輸入到睡眠呼吸檢測模型中進行信號處理獲得用戶睡眠時發生呼吸暫停的概率數據。該方案雖然可以提高用戶睡眠時發生呼吸暫停的準確率，但是基于單一數據的呼吸暫停檢測準確率還有待提高。

又如申請號為CN201210051209.1的專利申請公開了一種據鼾聲確定阻塞性睡眠呼吸暫停與低通氣綜合癥的方法，該方法考慮到OSAHS癥狀的鼾聲具有獨特的性質，即在兩次相鄰鼾聲之間存在著大于10秒的呼吸暫停或者低通氣，而鼾聲段的幅值明顯的大于呼吸暫停和低通氣段的幅值，因此可以采用基于短時幅值的端點檢測將每次鼾聲段檢測出來，然后通過判斷相鄰兩次鼾聲之間的間隔是否大于10秒來計算出患者的AHI值，從而確定患者是否患有OSAHS癥狀。該方案雖然可以通過非接觸方式采集患者的鼾聲信號進行呼吸暫停事件判定，但是沒有結合BCG信號進行特征計算和事件檢測，事件檢測的準確率還不夠高。

由此可見，目前通過BCG信號或者鼾聲等進行呼吸暫停事件的檢測方法，受實際BCG信號采集的要求及個體、體位等差異影響，采用單一信號源對呼吸暫停事件檢測及分類的準確性較低。

發明內容

本發明的目的在于克服現有技術的不足，提供一種基于多參數非接觸睡眠呼吸暫停檢測系統及方法，根據兩類非接觸信號數據構建兩級分類模型，最終得到睡眠呼吸暫停事件的檢測，計算特征較為簡單，計算速度快，能夠快速響應，獲得準確的睡眠呼吸暫停事件檢測。

本發明的目的是通過以下技術方案來實現的：

一種基于多參數非接觸睡眠呼吸暫停檢測方法，包括以下步驟：

步驟一：獲取用戶睡眠時的BCG信號和SN信號，并對BCG信號和SN信號進行預處理和頻段劃分，獲得不同頻段的BCG信號和SN信號；

步驟二：對不同頻段的BCG信號進行EMD-ICA降噪濾波處理，獲得BCG_filter信號和SN_filter信號；

步驟三：分別計算出BCG_filter信號和SN_filter信號的序列信號，并提取序列信號的信號特征；

步驟四：根據信號特征構建呼吸暫停事件分類模型，并確定呼吸暫停事件異常信號片段，獲得NORMAL數據片段或者ABNORMAL數據片段；