[發明專利]睡眠呼吸暫停檢測方法、裝置、設備以及存儲介質

在審

• 申請號: 202210745397.1
• 申請日: 2022-06-29
• 公開（公告）號: CN114795133A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 張涵;田媛媛;余寶賢;朱瑋瑋;侯月;莫志鋒;陳錫和;鄧偉杰;龐志強
• 申請（專利權）人: 華南師范大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州駿思知識產權代理有限公司 44425
• 代理人: 葉瓊園

1.一種睡眠呼吸暫停檢測方法，其特征在于，包括以下步驟：

構建第一深度分類模型以及第二深度分類模型，其中，所述第一深度分類模型為基于單通道血氧飽和度信號的深度分類模型，所述第二深度分類模型為基于單通道呼吸努力信號的深度分類模型；

獲取待測用戶在預設的時間段內的血氧飽和度信號以及呼吸努力信號，根據預設的采樣周期，將所述血氧飽和度信號劃分為若干個血氧飽和度信號段，以及將所述呼吸努力信號劃分為若干個呼吸努力信號段；

將所述若干個血氧飽和度信號段輸入至所述第一深度分類模型，獲得各個血氧飽和度信號段對應的第一檢測序列，將所述若干個呼吸努力信號段輸入至所述第二深度分類模型，獲得各個呼吸努力信號段對應的第二檢測序列；

將同一采樣周期對應的所述第一檢測序列以及第二檢測序列進行融合處理，獲取融合處理后各個采樣周期對應的第三檢測序列，其中，所述第三檢測序列包括若干個檢測向量，所述檢測向量包括呼吸暫停向量以及呼吸正常向量；

根據所述第三檢測序列中呼吸暫停向量以及呼吸正常向量，獲取所述各個采樣周期對應的第三檢測序列的睡眠呼吸暫停檢測信息，進行組合，作為所述待測用戶在所述時間段內的睡眠呼吸暫停檢測信息。

2.根據權利要求1所述的睡眠呼吸暫停檢測方法，其特征在于，所述構建基于單通道血氧飽和度信號的深度分類模型以及基于單通道呼吸努力信號的深度分類模型，包括步驟：

獲取若干個樣本用戶對應的若干個樣本血氧飽和度信號以及若干個樣本呼吸努力信號；

按照預設的采樣周期，對所述若干個樣本用戶對應的若干個樣本血氧飽和度信號進行劃分，獲取若干個樣本血氧飽和度信號對應的若干個樣本血氧飽和度信號段，其中，所述樣本血氧飽和度信號段包括若干個樣本血氧飽和度信號點；

分別對若干個樣本血氧飽和度信號段的樣本血氧飽和度信號點進行標簽標注，獲取若干個樣本血氧飽和度信號段對應的第一標簽序列，將所述若干個樣本血氧飽和度信號段以及對應的第一標簽序列輸入至預設的第一神經網絡模型中進行訓練，獲取訓練好的第一神經網絡模型，作為所述第一深度分類模型；

對所述若干個樣本呼吸努力信號進行結構化預處理，獲取若干個樣本呼吸努力信號對應的若干個第二標簽序列，并將所述若干個樣本呼吸努力信號段以及對應的第二標簽序列輸入至預設的第二神經網絡模型中進行訓練，獲取訓練好的第二神經網絡模型，作為所述第二深度分類模型，其中，所述結構化預處理包括降采樣、滑窗分割、標簽標注以及標準化處理。

3.根據權利要求2所述的睡眠呼吸暫停檢測方法，其特征在于：所述第一神經網絡模型包括輕度神經網絡模型、中度神經網絡模型以及重度神經網絡模型，所述第一深度分類模型包括輕度深度分類模型、中度深度分類模型以及重度深度分類模型。

4.根據權利要求3所述的睡眠呼吸暫停檢測方法，其特征在于，所述將所述各個樣本血氧飽和度信號段以及對應的第一標簽序列輸入至預設的第一神經網絡模型中進行訓練，獲取訓練好的第一神經網絡模型，作為所述第一深度分類模型，包括步驟：

獲取所述若干個樣本用戶對應的若干個樣本血氧飽和度信號的氧減飽和度指數，根據所述氧減飽和度指數以及預設的氧減飽和度閾值區間，獲取若干個樣本用戶對應的睡眠呼吸暫停嚴重程度標簽；

根據所述若干個樣本用戶對應的睡眠呼吸暫停嚴重程度標簽，分別將所述若干個樣本用戶對應的樣本血氧飽和度信號段以及對應的第一標簽序列輸入至相應的第一深度分類模型中進行訓練，獲取所述輕度深度分類模型、中度深度分類模型以及重度深度分類模型。