[发明专利]基于深度学习的阻塞性睡眠呼吸暂停检测方法及装置

说明书

本发明公开了一种基于深度学习的阻塞性睡眠呼吸暂停检测方法及装置，其中，该方法包括：将被检测对象的生理数据输入到预先训练好的生理数据阻塞性睡眠呼吸暂停检测模型中，输出对应的呼吸暂停低通气指数AHI分类结果；将被检测对象从多个预设角度拍摄的头部图像输入到预先训练好的各个图像数据阻塞性睡眠呼吸暂停检测模型中，输出对应的AHI分类结果；将生理数据阻塞性睡眠呼吸暂停检测模型输出的AHI分类结果和各个图像数据阻塞性睡眠呼吸暂停检测模型输出的AHI分类结果，输入到集成学习算法模型中，输出被检测对象的AHI分类结果。本发明无需用户穿戴各种PSG设备，操作简单，且能够检测到低AHI值的阻塞性睡眠呼吸暂停情况。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于深度学习的阻塞性睡眠呼吸暂停检测方法及装置。

背景技术

本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

阻塞性睡眠暂停低通气综合征(Obstructive Sleep Apnea Hypopnea Syndrome，OSAHS，简称OSA)，是常见的睡眠呼吸障碍疾病之一，主要因为睡眠期间上呼吸道的反复塌陷，口鼻呼吸气流反复停止引起，并伴有皮质唤醒或血氧饱和度下降，从而导致反复的间歇性缺氧和高碳酸血症，以夜间睡觉打鼾、日间嗜睡、晨起口干、头痛等为主要临床表现。在睡眠期间反复发作上呼吸道部分或完全塌陷，导致气流持续减少(呼吸不足)或缺乏(呼吸暂停)持续至少10秒，并伴有皮质唤醒或血氧饱和度下降。OSA是导致过度困倦、生活质量下降、工作表现受损和增加机动车碰撞风险的主要原因。OSA与高血压，2型糖尿病，心房纤颤，心力衰竭，冠心病，中风和死亡的发生率增加有关。

通常，利用呼吸暂停低通气指数(Apnea Hypopnea Index,AHI)来量化OSA是否存在及其严重程度，AHI定义为每小时睡眠时间(或家庭测试记录的每小时)内呼吸暂停加低通气的次数。当每夜7h睡眠时间内呼吸暂停加低通气反复发作30次以上，或呼吸暂停低通气指数AHI≥5次/h，则被认为是OSA。

据统计，在美国30至70岁的人群中，有17.4％的女性和33.9％的男性至少患有轻度OSA，定义为每小时睡眠发生5至14.9事件的AHI，而5.6％的女性和13.0％的男性患有中度(AHI为15-29.9)或严重(AHI 30)OSA]。2018年，在中国轻度OSA患者(AHI≥5)大约有1.76亿人，中度以上OSA患者(AHI≥15)约有6600万人。由于轻度OSA患者一般可通过健身、减肥、戒烟、改变睡姿等改善生活习惯来缓解，且患者不易发觉，保守估计中度以上OSA患者才需要用到呼吸机，且渗透率仅仅以10％计算，OSA患者中我国仍需660万台呼吸机，而2018年我国呼吸机年销量不足16～17万台，在诊断OSA方面仍需提高效率。

现有技术基于多导睡眠图(例如，神经生理、心脏和呼吸信号)来诊断其是否患有OSA，这种方法，不仅需要患者穿戴各种PSG设备，而且要监测患者整晚的睡眠记录，且只有患者出现相应症状时才被认为患有OSA，在睡眠记录中发现的无任何症状的睡眠呼吸暂停或低通气，往往不被会认为是OSA，导致患者难以及时了解其病情，没有早日治疗。

由此，如何提供一种方便、准确的阻塞性睡眠呼吸暂停检测方法，是目前亟待解决的技术问题。

发明内容