专利名称：据鼾声确定阻塞性睡眠呼吸暂停与低通气综合症的方法
技术领域：
本发明涉及一种确定阻塞性睡眠呼吸暂停低通气综合症(Obstructive sleep apnea hypopnea syndrome,简称 OSAHS)呼吸紊乱指数(Apnea Hypopnea Index,简称 AHI)的方法。不同于传统的多导睡眠监测系统(Polysomnography,简称PSG),本发明通过分析鼾声来判断患者在睡眠过程中是否发生呼吸暂停或低通气，从而可以计算出患者的 AHI值，作为OSAHS症状初步筛查的一种手段，同时也为术后效果的客观评价提供了新的选择。
背景技术：
打鼾是一种常见的睡眠现象，鼾声是由于人在睡眠时，上呼吸道中某些部位因为肌肉松弛或者病变而造成塌陷或者完全阻塞，而受到阻塞的气流带动阻塞部位震动就产生了鼾声。医学上将这种睡眠时上气道反复塌陷、阻塞引起的呼吸暂停或通气不足、伴有打鼾和睡眠结构紊乱频繁发生、以及血氧饱和度下降等症状，称为0SAHS。医学上对OSAHS最有效的诊断方法是PSG，它通过监测患者睡眠时多路体征信号的变化来综合判定其是否患有此病症，并能够确定患者病情的轻重程度。PSG所记录的信号有脑电信号，眼动信号，心电图，肌电图，血氧饱和度信号，口鼻气流信号，咽部震动信号。其中判定是否患有阻塞性睡眠呼吸暂停低通气综合症最主要的参考依据是口鼻气流信号，因为口鼻气流信号能够直接的反映出患者睡眠时是否发生了呼吸暂停事件或低通气事件。呼吸暂停事件是指睡眠过程中口鼻气流完全停止10秒以上，低通气事件是指睡眠过程中呼吸气流强度较正常水平下降50%以上，同时伴有血氧饱和度较基础水平下降4%以上，并且这一过程持续10秒以上。PSG监测呼吸事件目的是为了计算出AHI值，从而确定患者症状的严重程度，AHI 的计算方法是患者整晚睡眠监测过程中产生的呼吸暂停或低通气事件除以整晚的睡眠时间，以次/小时为单位。最新的医学标准规定，按照AHI值的不同可将OSAHS症状分为四类 0〈ΑΗΙ ( 5属于简单鼾声(即正常情况无需治疗);5〈AHI ( 15属于轻度OSAHS ；15<AHI ( 30 属于中度0SAHS，AHI>30属于重度OSAHS。PSG进行监测时，需要将许多的传感器连接在患者身体的不同部位，这些传感器采集好患者的体征信号后传回PSG，PSG再将这些信号通过电缆线传到诊断中心的PC机上，专业人员通过专用的软件分析这些体征信号的变化来对患者进行诊断。PSG作为诊断OSAHS的黄金标准，虽然能够准确的对患者的病症进行诊断，但是其本身也有不足，比如说治疗费用昂贵，使用复杂，容易给患者带来不适，诊断时间长，确诊时间长等。而本发明的目的就是希望提出一种方便有效的方法来取代PSG，本发明考虑了鼾声作为OSAHS患者最明显的临床表现，并且OSAHS患者的鼾声具有独特的节律，因此可以通过分析不同种类鼾声的节律来间接地捕捉呼吸暂停或低通气事件，从而计算出AHI值，确定患者是否患有0SAHS。该方法较之PSG来说具有成本低，效率高，诊断周期短，对患者无痛苦等一系列优点。
发明内容
本发明的目的在于针对PSG监测存在的不足，提供一种据鼾声确定阻塞性睡眠呼吸暂停与低通气综合症的方法。基本原理由于OSAHS患者的上呼吸道生理结构较之正常人在某些部位有塌陷或阻塞，而这种生理结构的差异会通过鼾声相应的表现出来。简单鼾声的幅值较小，并且不同鼻干声段之间的差异也较小，一个鼻干声段的持续时间基本上在两秒左右，并且相邻鼻干声段之间的间隔也较均匀，保持在三秒左右，并未出现大于十秒的呼吸暂停或低通气；而OSAHS鼾声的幅值变化较大，鼾声段的持续时间也相对较长，并且其最重要的特征是在两个相邻鼾声段之间存在大于十秒的呼吸暂停或低通气。因此可以利用简单鼾声和OSAHS鼾声的区别将二者区分开来，从而确定OSAHS症状。本发明的构思是充分利用OSAHS相邻鼾声之间存在大于十秒的呼吸事件这一特性，首先试图准确的捕捉到每次鼾声段，然后通过判断相邻鼾声段之间的间隔是否大于十秒来确定是否发生了呼吸暂停或低通气事件，最后将统计到的呼吸事件的总数除以整晚的监测时间就可以得到患者的AHI值。从鼾声信号的时域波形的幅值上来讲，鼾声段的幅值要明显大于呼吸暂停或低通气段的幅值，因此可以利用基于短时幅值的端点检测算法准确的捕捉到鼾声段。在运用端点检测方法时，阈值的选取是影响检测效果非常重要的因素，在进行鼾声的监测时，理想的阈值设定的情况是仅仅高于呼吸暂停和低通气段一点点，从而能够保证一旦有鼾声时能够敏锐的监测到。但是由于监测环境的不稳定性，如果对整晚的鼾声信号仅设定一个恒定的阈值是不能够满足系统要求的。因此本发明设计了一种动态阈值的计算方法，该方法将整晚的鼾声信号以30分钟为单位将其划分为若干个子片段，在每个子片段中又以100帧为单位将该子片段分为若干个分析周期，然后计算每个分析周期中 100帧幅值的均值和方差，方差最小的那个分析周期所对应的幅值均值再乘以一定的比例系数就作为这个鼾声子片段的动态阈值。当运用动态阈值端点检测的方法检测出每个鼾声段之后，再通过判断相邻两个鼾声段之间的间隔是否大于10秒，并加入一些筛选条件就可计算出这段鼾声信号所产生的呼吸暂停或低通气事件数目。对整晚的鼾声信号进行同样的方法就可计算出患者的AHI值，从而实现OSAHS的诊断。根据上述发明构思，本发明采用下述技术方案
一种据鼾声确定阻塞性睡眠呼吸暂停与低通气综合症的方法，具体操作步骤为
(1)搭建好合适的录音环境，记录患者整晚的鼾声信号；
(2)对所采集的鼾声信号进行预处理；
(3)对处理好的鼾声信号进行动态阈值端点检测，捕捉到每个鼾声段，然后结合呼吸暂停或低通气事件独特的性质做相应的处理，计算出呼吸紊乱指数；
(4)显示结果；
本发明的方法与现有技术相比较，具有如下显而易见的优点成本低，操作简便，诊断速度快，不影响患者睡眠的舒适度等。
图I据鼾声确定OSAHS症状的流程图。
具体实施例方式本发明的优选实施例结合附图详述如下
实施例一参见图1，据鼾声确定阻塞性睡眠呼吸暂停低通气综合症方法的具体操作步骤为
(1)搭建好合适的录音环境，记录患者整晚的鼾声信号；
(2)对患者的鼾声信号进行预处理，降噪以及手动删除患者未入睡时的录音；
(3)对处理好的鼾声信号进行动态阈值端点检测，捕捉到每次鼾声事件，再加入一些判决条件，从而间接的计算出AHI值；
(4)显示基于鼾声节律的OSAHS诊断结果。实施例二 本实施例更详细的介绍实施例一的具体过程
(1)录音的方案设定为对患者采用非接触式麦克风，麦克风悬挂在距离患者15cm左右，录音的格式设定为WAV，采用8KHz采样，16bit量化，录音后的鼾声信号保存在电脑中；
(2)当录音环境不佳时，比如环境噪声太大，需要对鼾声信号进行预处理，从而保证端点检测能有更高的精度。降噪的方法采用谱减法，降噪后的效果如图7所示，需满足静音段的幅值在O. 02以下，鼾声段的幅值在O. I以上。(3)对鼾声信号进行动态阈值端点检测，考虑到实际情况，需要对监测到的每次鼾声事件进行鉴别，比如说鼾声事件的持续时间不应该太短，太短的也许是患者的咳嗽声或者环境中的敲击声；同时也不应该太长，太长的也许是说话声。本方法规定有效的鼾声事件持续时间应为O. 56秒至60秒之间。在捕捉到鼾声事件以后，需要通过判断相邻两次鼾声事件之间的间隔来判断是否发生了呼吸事件，呼吸事件需要满足的条件是要大于10秒， 但是考虑到实际情况，也不能太长，太长的有可能是睡眠状态的改变。本方法规定有效的呼吸事件应该在10秒至90秒之间。在进行AHI的计算时，鼾声事件和呼吸事件的判决条件都需要满足。(4)通过编写的软件界面将最终的AHI结果输出。本实施例设计了一款利用鼾声确定OSAHS症状的分析软件，该软件既可以实现鼾声的实时分析又可以实现后期分析，分析的方法都是通过对患者的鼾声信号进行动态阈值端点检测来计算AHI值，最后的结果在软件界面上显示出来。下面简单的介绍下该软件的功能
(O导入鼾声用来导入已经录制好的鼾声信号，从而对其进行鼾声分析。(2)开始录音，结束录音用来对患者进行实时录音，录好的鼾声信号自动保存在指定的文件夹下。(3)回放用来播放鼾声文件，可以播放导入的鼾声也可以播放实时录制的鼾声。(4)显示波形在界面的指定位置显示鼾声信号的时域波形，既可以显示后期导入的鼾声的波形也可以显示实时录制的鼾声信号的波形。(5)显示结果将对鼾声信号进行分析后得出的AHI值显示在界面的指定区域。为了验证本发明的准确性，对已经进行PSG诊断的34名患者进行了本发明的分析方法，其中重度患者15名，用S. rs. 15表示，中度患者8名，用Μ. ΓΜ. 8表示，轻度患者 7名，用L. 1 L. 7表示，简单鼾声患者4名，用N. I、. 4表示。对比结果如表I所示，表I中 AHI by PSG —栏表示PSG的诊断结果，AHI by SRM —栏表示运用鼾声分析的方法(SnoreSound Analysis, SSA)的诊断结果,对比可发现本发明的分析结果能够和PSG的诊断结果
保持较好的一致性。
权利要求
1.一种据鼾声确定阻塞性睡眠呼吸暂停与低通气综合征的方法，操作步骤如下(1)搭建好合适的录音环境，记录患者整晚的鼾声信号；(2)对所采集的鼾声信号进行预处理；(3)对处理好的鼾声信号进行动态阈值端点检测，捕捉到每个鼾声段，然后结合呼吸暂停与低通气事件独特的鼾声节律做相应的处理，计算出呼吸紊乱指数；(4)显示结果。
2.根据权利要求I所述的据鼾声确定阻塞性睡眠呼吸暂停与低通气综合征的方法， 其特征在于所述步骤(I)搭建好合适的录音环境，记录患者整晚的鼾声信号时采用非接触式无指向性电容式麦克风，频响范围应在50Ηζ 15000Ηζ之间，开路电压输出电平约为-40+3. 5dB，将麦克风悬挂在距离患者15cm左右，录音的格式设定为WAV，采用8KHz采样，16bit量化，录音后的鼾声信号保存在电脑中。
3.根据权利要求I所述的据鼾声确定阻塞性睡眠呼吸暂停与低通气综合征的方法，其特征在于所述步骤(2)对所采集的鼾声信号进行预处理时需要进行降噪以及手动删除患者未入睡时的录音当录音环境不佳时，环境噪声太大，需要对鼾声信号进行预处理，从而保证端点检测能有更高的精度；降噪的方法采用谱减法，降噪后的效果需满足静音段的幅值在O. 02以下， 鼾声段的幅值在O. I以上。
4.根据权利要求I所述的据鼾声确定阻塞性睡眠呼吸暂停与低通气综合征的方法，其特征在于所述步骤(3)对处理好的鼾声信号进行动态阈值端点检测时需要每30分钟计算一次能量阈值，并且在端点检测完成后，需要对检测到的鼾声事件和呼吸事件进行筛选，考虑到实际情况，鼾声事件应满足大于O. 56秒，小于60秒的限制条件，呼吸事件应满足大于 10秒小于90秒的限制条件；只有鼾声事件和呼吸事件同时满足限制条件的情况下，才计入呼吸紊乱指数的计算。
全文摘要
本发明涉及一种据鼾声确定阻塞性睡眠呼吸暂停与低通气综合症的方法。本方法是考虑到OSAHS症状的鼾声具有独特的性质，即在两次相邻鼾声之间存在着大于10秒的呼吸暂停或者低通气，而鼾声段的幅值明显的大于呼吸暂停和低通气段的幅值，因此可以采用基于短时幅值的端点检测将每次鼾声段检测出来，然后通过判断相邻两次鼾声之间的间隔是否大于10秒来计算出患者的AHI值，从而确定患者是否患有OSAHS症状。本发明相对于传统的PSG诊断方法具有成本低，效率高，操作简便，患者无感觉不适等一系列优点。
文档编号A61B5/00GK102579010SQ201210051209
公开日2012年7月18日 申请日期2012年3月1日 优先权日2012年3月1日
发明者侯丽敏, 宋伟, 殷善开, 谢愫 申请人:上海大学