一种基于心率与呼吸信号的睡眠呼吸障碍检测方法和装置的制造方法
【技术领域】
[0001] 本发明设及生物医学领域，具体而言，设及一种基于屯、率和呼吸信号的睡眠呼吸 障碍检测方法和装置。
【背景技术】
[0002] 据世界卫生组织调查显示，在世界范围内约1/3的人患有睡眠障碍，而中国各类睡 眠障碍的患病比例高达38.2%，其中睡眠呼吸障碍是对躯体危害最大、发病率较高的一种 睡眠障碍疾病，其患者约为5000万，发病率为2%-4%。
[0003] 现有的睡眠呼吸障碍检测主要是通过韩声来计算睡眠呼吸暂停低通气指数，初步 判定是否为睡眠呼吸暂停综合征;或者通过口鼻气流变化，计算呼吸的频率，最终使用腕带 进行预警。
[0004] 但是，上述两种方法使用的生理参数较少，当信号的质量不好或者信号特征不明 显时，无法获得准确的睡眠呼吸障碍检测信息，造成睡眠呼吸障碍检测的准确率低。
[0005] 针对上述的问题，目前尚未提出有效的解决方案。
【发明内容】
[0006] 本发明实施例提供了一种基于屯、率和呼吸信号的睡眠呼吸障碍检测方法和装置， W至少解决睡眠呼吸障碍检测准确率低的技术问题。
[0007] 根据本发明实施例的一个方面，提供了一种基于屯、率信号和呼吸信号的睡眠呼吸 障碍检测方法，包括:在每个睡眠阶段采集检测目标的睡眠生理信号，所述睡眠生理信号包 括屯、率信号和呼吸信号；对所述呼吸信号进行预处理得到呼吸轮廓信号；对所述屯、率信号 进行预处理得到屯、率周期的均匀时间序列;分别获取所述呼吸轮廓信号和所述均匀时间序 列的特征信息，并根据预设的训练样本集获取所述睡眠生理信号对应的先验知识;根据所 述特征信息和所述先验知识W及所述检测目标的目标特征生成特征集合，并通过主成分分 析法从所述特征集合中确定最优特征子集合得到检测样本;将所述检测样本与样本集训练 得到的检测模型进行匹配，并根据匹配结果输出睡眠呼吸障碍检测信息。
[000引进一步地，所述对所述呼吸信号进行预处理得到呼吸轮廓信号包括:按照预设时 间分别切割所述屯、率信号和所述呼吸信号得到所述屯、率数据对应的屯、率信号数据段和所 述呼吸信号对应的呼吸信号数据段;通过小波分解法对所述呼吸信号数据段进行滤波处理 得到呼吸轮廓信号；
[0009] 所述对所述屯、率信号进行预处理得到屯、率周期的均匀时间序列包括:通过所述小 波分解法对所述屯、率信号数据段进行滤波处理得到屯、率轮廓信号;通过滑动窗口法对所述 屯、率轮廓信号得到屯、率周期的非均匀时间序列;通过=次样条插值法将所述非均匀时间序 列转化为均匀时间序列。
[0010] 进一步地，所述呼吸轮廓信号的特征信息包括:呼吸轮廓信号幅值变化；
[0011] 所述均匀时间序列的特征信息包括:所述均匀时间序列的均值和所述均匀时间序 列频谱的低频带能量与高频带能量比值W及所述均匀时间序列的非线性属性。
[0012] 进一步地，所述根据预设的训练样本集获取所述睡眠生理信号对应的先验知识包 括:将所述睡眠生理信号与所述训练数据集的相似度确定为所述先验知识。
[0013] 进一步地，在所述将所述检测样本与样本集训练得到的检测模型进行匹配前，所 述方法还包括:根据预设核函数通过所述训练数据集对支持向量机SVM模型进行训练得到 样本模型。
[0014] 根据本发明实施例的另一方面，还提供了一种基于屯、率和呼吸信号的睡眠呼吸障 碍检测装置，包括：
[0015] 采集单元，用于在每个睡眠阶段采集检测目标的睡眠生理信号，所述睡眠生理信 号包括屯、率信号和呼吸信号；
[0016] 预处理单元，用于对所述呼吸信号进行预处理得到呼吸轮廓信号；对所述屯、率信 号进行预处理得到屯、率周期的均匀时间序列；
[0017] 特征提取单元，用于分别获取所述呼吸轮廓信号和所述均匀时间序列的特征信 息，并根据预设的训练样本集获取所述睡眠生理信号对应的先验知识；
[0018] 处理单元，用于根据所述特征信息和所述先验知识W及所述检测目标的目标特征 生成特征集合，并通过主成分分析法从所述特征集合中确定最优特征子集合得到检测样 本；
[0019] 匹配单元，用于将所述检测样本与样本集训练得到的检测模型进行匹配，并根据 匹配结果输出睡眠呼吸障碍检测信息。
[0020] 进一步地，所述预处理单元用于通过W下步骤执行对所述呼吸信号进行预处理得 到呼吸轮廓信号:按照预设时间分别切割所述屯、率信号和所述呼吸信号得到所述屯、率数据 对应的屯、率信号数据段和所述呼吸信号对应的呼吸信号数据段;通过小波分解法对所述呼 吸信号数据段进行滤波处理得到呼吸轮廓信号；
[0021] 所述预处理单元用于通过W下步骤执行对所述屯、率信号进行预处理得到屯、率周 期的均匀时间序列:通过所述小波分解法对所述屯、率信号数据段进行滤波处理得到屯、率轮 廓信号;通过滑动窗口法对所述屯、率轮廓信号得到屯、率周期的非均匀时间序列；通过=次 样条插值法将所述非均匀时间序列转化为均匀时间序列。
[0022] 进一步地，所述呼吸轮廓信号的特征信息包括:呼吸轮廓信号幅值变化；
[0023] 所述均匀时间序列的特征信息包括:所述均匀时间序列的均值和所述均匀时间序 列频谱的低频带能量与高频带能量比值W及所述均匀时间序列的非线性属性。
[0024] 进一步地，所述获取单元用于通过W下步骤执行根据预设的训练样本集获取所述 睡眠生理信号对应的先验知识：
[0025] 将所述睡眠生理信号与所述训练数据集的相似度确定为所述先验知识。
[0026] 进一步地，所述装置还包括:训练单元，用于在将所述检测样本与样本集训练得到 的检测模型进行匹配前，根据预设核函数通过所述训练数据集对支持向量机SVM模型进行 训练得到样本模型。
[0027] 与现有技术相比，本发明在每个睡眠阶段采集检测目标的睡眠生理信号，该睡眠 生理信号包括屯、率信号和呼吸信号；对该呼吸信号进行预处理得到呼吸轮廓信号；对该屯、 率信号进行预处理得到屯、率周期的均匀时间序列;分别获取该呼吸轮廓信号和该均匀时间 序列的特征信息，并根据预设的训练样本集获取该睡眠生理信号对应的先验知识;根据该 特征信息和该先验知识W及该检测目标的目标特征生成特征集合，并通过主成分分析法从 该特征集合中确定最优特征子集合得到检测样本;将该检测样本与样本集训练得到的检测 进行匹配，并根据匹配结果输出睡眠呼吸障碍检测信息。运样，本发明通过屯、率和呼吸两个 角度结合检测目标的目标特征W及先验知识，可W更加全面和细粒度的考虑相关的特征， 从而提高了睡眠呼吸障碍检测的准确率。
【附图说明】
[0028] 此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0029] 图1是根据本发明实施例的一种可选的基于屯、率和呼吸信号的睡眠呼吸障碍检测 方法的流程示意图；
[0030] 图2是根据本发明实施例的另一种可选的基于屯、率和呼吸信号的睡眠呼吸障碍检 测方法的流程示意图；
[0031] 图3是根据本发明实施例的一种可选的基于屯、率和呼吸信号的睡眠呼吸障碍检测 的装置的结构示意图；
[0032] 图4是根据本发明实施例的另一种可选的基于屯、率和呼吸信号的睡眠呼吸障碍检 测的装置的结构示意图。
【具体实施方式】
[0033] 为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的 附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是 本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人 员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范 围。
[0034] 需要说明的是，本发明的说明书和权利要求书及上述附图中的术语"第一"、"第 二"等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解运样使用 的数据在适当情况下可W互换，W便运里描述的本发明的实施例能够W除了在运里图示或 描述的那些W外的顺序实施。此外，术语"包括"和"具有"W及他们的任何变形，意图在于覆 盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于 清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于运些过程、方法、产品 或设备固有的其它步骤或单元。
[0035] 根据本发明实施例，提供了一种基于屯、率信号和呼吸信号的睡眠呼吸障碍检测的 方法实施例，需要说明的是，在附图的流程图示出的步骤可W在诸如一组计算机可执行指 令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可W W不同于此处的顺序执行所示出或描述的步骤。
[0036] 图1是根据本发明实施例的一种基于屯、率和呼吸信号的睡眠呼吸障碍检测方法， 如图1所示，该方法的执行主体可W为基于屯、率信号和呼吸信号