[发明专利]基于图卷积神经网络的低通气和呼吸暂停自动识别系统在审
| 申请号： | 202111160071.4 | 申请日： | 2021-09-30 |
| 公开（公告）号： | CN113749622A | 公开（公告）日： | 2021-12-07 |
| 发明（设计）人： | 李瑞雪;李文钧;岳克强;李懿霖;王超;陈石 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | A61B5/00 | 分类号： | A61B5/00;G10L21/0216;G10L25/30;G10L25/66 |
| 代理公司： | 杭州浙科专利事务所(普通合伙) 33213 | 代理人： | 杨小凡 |
| 地址： | 310018 浙江省杭州*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于图卷积神经网络的低通气和呼吸暂停自动识别系统，通过麦克风阵列采集正常人和鼾症患者整晚睡眠呼吸声音；对采集的原始数据进行降噪后，利用端点检测算法提取潜在鼾声片段，并进行标记；利用可视图方法将鼾声数据的时间特性转换为网络结构，构建图卷积神经网络模型识别三种不同类型的鼾声；对模型分类结果进行统计，计算受试者整晚睡眠呼吸暂停低通气指数AHI，以辅助完成对阻塞性睡眠呼吸暂停低通气综合征OSAHS患者的诊断与评估。本发明的系统避免了人工特征设计困境，可用于对专业性要求不高的居家等场景，辅助实现OSAHS患者的早期筛选与病情评估。 | ||
| 搜索关键词： | 基于 图卷 神经网络 通气 呼吸 暂停 自动识别 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学，未经杭州电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111160071.4/，转载请声明来源钻瓜专利网。
