[发明专利]基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置

权利要求书

1.一种基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置，其特征在于，包括：

数据采集与获取模块，用于利用多导睡眠仪或便携睡眠监测设备监测被使者被试者夜晚的睡眠监测数据，并获取对应的医学诊断报告；

数据预处理模块，包括数据提取单元、信号下采样单元以及数据获取单元，其中：

数据提取单元用于从每一名被试者的睡眠监测数据提取血氧饱和度信号、气流信号、胸部呼吸信号和腹部呼吸信号4种生理信号，从医学诊断报告中提取标签数据，每一组所述生理信号和标签数据构成一组原始数据；信号下采样单元，用于将每一组原始数据中的血氧饱和度信号、气流信号、胸部呼吸信号和腹部呼吸信号4种生理信号进行下采样处理；数据获取单元，用于从每一名被试者经过下采样处理后的原始数据中，提取位于最中间的数据作为这名被试者的训练数据；将不同被试者的训练数据构成数据集；

神经网络模块，用于将待测者的睡眠监测数据输入到训练好的睡眠呼吸暂停综合征识别模型中以进行待测者的睡眠呼吸暂停综合征的预测，输出待测者睡眠呼吸暂停综合征的严重程度。

2.根据权利要求1所述的基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置，其特征在于，所述睡眠呼吸暂停综合征识别模型的构建方法如下：

构建卷积神经网络，包括4个一维的卷积层、1个批归一化层、1个最大池化层和1个全连接层；卷积神经网络的输入是训练数据，首先是经过批归一化层完成输入的归一化处理，然后通过设有4个大小为1*8的卷积核的一维卷积层并通过Relu函数进行激活，紧接着通过一个大小为1*2的最大池化层进行最大池化下采样，接下来分别通过设有128个大小为1*8的卷积核的一维卷积层，设有64个大小为1*8的卷积核的一维卷积层和设有16个大小为1*8的卷积核的一维卷积层，最后通过全连接层和输出函数将输出转化为被试睡眠呼吸暂停综合征严重程度：正常、轻度、中度和重度4个分类的概率，取概率最大的类别为神经网络的预测结果。

3.根据权利要求1所述的基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置，其特征在于所述构建方法还包括：采用随机梯度下降算法，利用训练集对神经网络进行训练，并结合测试集、验证集对神经网络进行调参，保存训练好的模型作为训练好的睡眠呼吸暂停综合征识别模型。

4.根据权利要求1所述的基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置，其特征在于所述被试者夜晚的睡眠监测数据至少采集7个小时；对应地，数据获取单元从每一名被试者经过下采样处理后的原始数据中提取位于最中间7个小时的数据。

5.根据权利要求1所述的基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置，其特征在于所述4种生理信号被下采样至1Hz。

6.根据权利要求1所述的基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置，其特征在于所述数据预处理模块还包括数据集划分单元，用于将所述数据集按照6:2:2的比例划分为训练集、验证集和测试集。

7.根据权利要求1所述的基于卷积神经网络的睡眠呼吸暂停综合征快速诊断装置，其特征在于所述待测者的睡眠监测数据为待测者的睡眠状态下的血氧饱和度、鼻气流、胸部和腹部运动4种信号的监测数据。