[发明专利]基于脉搏波的睡眠呼吸暂停综合症风险预测方法、设备、介质、产品及系统

权利要求书

1.基于脉搏波的睡眠呼吸暂停综合症风险预测方法，其特征在于，包括以下步骤：

识别心率峰值特征，对采集的心率传感器模块的信号进行滤波处理，并进行心率峰值特征识别，计算得到心率及心率时间间期序列差异性；

计算呼吸率，找出所述心率传感器模块的信号经滤波处理后的信号的极大值点，求出上包络线，通过所述上包络线进行呼吸率的计算；

识别脉搏波峰谷值特征，对采集的血氧传感器模块的信号进行滤波，获得直流及交流信号，并进行脉搏波峰值和谷值的特征识别，计算出血氧饱和度；

记录睡眠数据，实时检测呼吸率及血氧饱和度，记录整个睡眠过程中呼吸率，标注暂停时长和次数以及当时的血氧饱和度，通过得到的心率及心率变异性辅助分析睡眠呼吸暂停综合症以及心脏功能；

提示风险，通过标注的暂停时长和次数以及当时的血氧饱和度进行睡眠呼吸暂停综合症诊断，若检测结果中出现睡眠呼吸暂停综合症的症状，则发出提示信息。

2.如权利要求1所述的基于脉搏波的睡眠呼吸暂停综合症风险预测方法，其特征在于：所述识别心率峰值特征步骤中，对采集的心率传感器模块的信号进行低通滤波、高通滤波和陷波滤波器滤波，通过自适应微分阈值法进行心率峰值特征识别。

3.如权利要求1所述的基于脉搏波的睡眠呼吸暂停综合症风险预测方法，其特征在于：所述计算呼吸率步骤中，通过自适应阈值算法找出所述心率传感器模块的信号经滤波处理后有效的极大值点，并利用三次样条插值求出上包络线，利用自适应阈值算法找出所求区间上包络线的极大值点并计算该区间每次的呼吸率，求出所述上包络线每一点的斜率，对该区间的所有呼吸率再次进行统计分析，用斜率进行辅助，计算得到最终的呼吸率。

4.如权利要求1所述的基于脉搏波的睡眠呼吸暂停综合症风险预测方法，其特征在于：所述识别脉搏波峰谷值特征步骤中，对采集的血氧传感器模块的信号进行低通滤波、高通滤波和陷波滤波器滤波；根据光吸收基本定律，计算出血氧饱和度。

5.如权利要求1所述的基于脉搏波的睡眠呼吸暂停综合症风险预测方法，其特征在于：还包括发送信息步骤，将实时记录的心率、心率时间间期序列差异、呼吸率、血氧饱和度的曲线及呼吸暂停时长和次数信息均传输到服务器。

6.如权利要求1所述的基于脉搏波的睡眠呼吸暂停综合症风险预测方法，其特征在于：所述提示风险步骤中，若检测结果中出现睡眠呼吸暂停综合症的症状，则发出声光及振动提示。

7.基于脉搏波的睡眠呼吸暂停综合症风险预测系统，其特征在于：包括微处理器、心率传感器模块、血氧传感器模块、振动模块、声光模块、通信模块、症状评判机制模块、虚拟按键模块、服务器，所述心率传感器模块、所述血氧传感器模块用于实时采集脉搏波信号，所述微处理器用于执行如权利要求1-6任意一项所述的方法，所述振动模块用于发出振动提示，所述声光模块用于发出声光提示，所述虚拟按键模块用于接收用户的操作信息，所述症状评判机制模块用于提供睡眠呼吸暂停综合症的评判机制，所述微处理器通过所述通信模块将实时记录的心率、心率时间间期序列差异、呼吸率、血氧饱和度的曲线及呼吸暂停时长和次数信息传输到所述服务器。

8.一种电子设备，其特征在于包括：处理器；

存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行如权利要求1-6任意一项所述的方法。

9.一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如权利要求1-6任意一项所述的方法。

10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1-6任意一项所述的方法。