1.一种血氧饱和度信号分析方法，所述方法包括：
获取待分析的血氧饱和度信号；
确定所述血氧饱和度信号中氧减事件对应的氧减信号片段；
提取所述氧减信号片段的局部特征；
融合所述局部特征和所述血氧饱和度信号的全局特征，得到融合特征；
对所述融合特征进行氧减类型识别，得到所述氧减信号片段的氧减类型识别结果。
2.根据权利要求1所述的方法，其特征在于，所述确定所述血氧饱和度信号中氧减事件对应的氧减信号片段包括：
基于小波算法对所述血氧饱和度信号进行小波去噪处理，得到去噪后的血氧饱和度信号；
对所述去噪后的血氧饱和度信号进行平滑处理，得到预处理后的血氧饱和度信号；
根据所述预处理后的血氧饱和度信号的幅值变化，从所述预处理后的血氧饱和度信号中确定氧减事件；
从所述血氧饱和度信号中确定所述氧减事件对应的氧减信号片段。
3.根据权利要求1所述的方法，其特征在于，所述提取所述氧减信号片段的局部特征包括：
从所述血氧饱和度信号中提取所述氧减信号片段；
对所述氧减信号片段进行时序特征提取，得到氧减信号片段时序特征；
对所述氧减信号片段时序特征进行卷积处理，得到所述氧减信号片段的局部特征。
4.根据权利要求1所述的方法，其特征在于，所述融合所述局部特征和所述血氧饱和度信号的全局特征，得到融合特征包括：
获取所述血氧饱和度信号的全局特征；所述全局特征通过对所述血氧饱和度信号进行全局特征分析得到；
融合所述局部特征和所述全局特征，得到融合特征。
5.根据权利要求4所述的方法，其特征在于，所述全局特征包括所述血氧饱和度信号的平均值、标准差、曲线下面积、平均频率、峰值频率和中心频率中的至少一项。
6.根据权利要求1至5任意一项所述的方法，其特征在于，所述方法基于预训练的氧减信号分析模型实现，所述氧减信号分析模型的训练步骤包括：
获取原始血氧饱和度信号；
确定所述原始血氧饱和度信号中氧减事件对应的原始氧减信号片段，并根据所述原始氧减信号片段得到携带氧减类型标签的氧减信号训练片段；
通过待训练的待训练的氧减信号分析模型提取所述氧减信号训练片段的局部训练特征；
通过所述待训练的氧减信号分析模型融合所述局部训练特征和所述血氧饱和度训练信号的全局训练特征，得到融合训练特征；
通过所述待训练的氧减信号分析模型对所述融合训练特征进行氧减类型识别，得到所述血氧饱和度训练信号的氧减类型训练识别结果；
根据所述氧减类型训练识别结果和所述氧减类型标签确定模型损失，并根据所述模型损失调整所述待训练的氧减信号分析模型后继续训练，直至满足训练结束条件时结束训练，得到训练完成的氧减信号分析模型。
7.根据权利要求6所述的方法，其特征在于，所述氧减类型标签包括呼吸暂停氧减类型标签和非呼吸暂停氧减类型标签；所述根据所述原始氧减信号片段得到携带氧减类型标签的氧减信号训练片段：
确定所述原始氧减信号片段对应的氧减事件标签；
根据所述氧减事件标签从所述原始氧减信号片段中确定正样本信号片段和负样本信号片段；所述正样本信号片段携带所述呼吸暂停氧减类型标签，所述负样本信号片段携带所述非呼吸暂停氧减类型标签；
根据所述正样本信号片段和所述负样本信号片段得到氧减信号训练片段。
8.一种血氧饱和度信号分析装置，其特征在于，所述装置包括：
待分析信号获取模块，用于获取待分析的血氧饱和度信号；
氧减信号确定模块，用于确定所述血氧饱和度信号中氧减事件对应的氧减信号片段；
局部特征提取模块，用于提取所述氧减信号片段的局部特征；
特征融合处理模块，用于融合所述局部特征和所述血氧饱和度信号的全局特征，得到融合特征；
氧减类型识别模块，用于对所述融合特征进行氧减类型识别，得到所述氧减信号片段的氧减类型识别结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。