[发明专利]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

说明书

本发明公开了一种基于心率和呼吸信号的睡眠呼吸障碍检测方法和装置。其中，该方法包括：在每个睡眠阶段采集检测目标的睡眠生理信号，睡眠生理信号包括心率信号和呼吸信号；对呼吸信号进行预处理得到呼吸轮廓信号；对心率信号进行预处理得到心率周期的均匀时间序列；分别提取呼吸轮廓信号和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；根据特征信息和先验知识以及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特征集合中确定最优特征子集合得到检测样本；将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。本发明解决了睡眠呼吸障碍检测准确率低的技术问题。

技术领域

本发明涉及生物医学领域，具体而言，涉及一种基于心率和呼吸信号的睡眠呼吸障碍检测方法和装置。

背景技术

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％。

现有的睡眠呼吸障碍检测主要是通过鼾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。

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。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于心率和呼吸信号的睡眠呼吸障碍检测方法和装置，以至少解决睡眠呼吸障碍检测准确率低的技术问题。

根据本发明实施例的一个方面，提供了一种基于心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心率信号和呼吸信号；对所述呼吸信号进行预处理得到呼吸轮廓信号；对所述心率信号进行预处理得到心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以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。

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心率信号和所述呼吸信号得到所述心率数据对应的心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；

所述对所述心率信号进行预处理得到心率周期的均匀时间序列包括：通过所述小波分解法对所述心率信号数据段进行滤波处理得到心率轮廓信号；通过滑动窗口法对所述心率轮廓信号得到心率周期的非均匀时间序列；通过三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。

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；

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以及所述均匀时间序列的非线性属性。

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。

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。

根据本发明实施例的另一方面，还提供了一种基于心率和呼吸信号的睡眠呼吸障碍检测装置，包括：