一种对睡眠呼吸暂停进行监测的方法和设备技术

本发明专利技术公开了一种对睡眠呼吸暂停进行监测的方法和设备，内容包括：获取在患者的一个睡眠周期中采集到的声音信息；并对采集到的声音信息进行识别，区分出所述声音信息中包含的所述患者的鼾声信息；根据所述鼾声信息，确定出所述患者的一个睡眠周期中发生的睡眠呼吸暂停，这样通过对患者的一个睡眠周期中采集到的声音信息的分析，确定出患者在一个睡眠周期中发出的鼾声信息，进而根据发出的鼾声信息确定出所述患者的一个睡眠周期中发生的睡眠呼吸暂停，避免了采用通过对鼾声分析判断呼吸暂停的方式存在由于睡眠情景中的背景噪声和突发噪声在时频域上与鼾声信号大量重叠，造成对鼾声信号监测不准确的问题，有效地提高了呼吸暂停监测的精度。

【技术实现步骤摘要】

本专利技术涉及生理特征数据处理
，尤其涉及一种对睡眠呼吸暂停进行监测的方法和设备。
技术介绍
研究发现，在睡眠过程中，由于阻塞等原因导致呼吸气流停止(即睡眠中憋气，呼吸停止)，呼吸气流停止的持续时间超过10秒钟或者气流量低于正常的20%则视为睡眠呼吸暂停。假设每晚7个小时的睡眠时间中，呼吸暂停反复发作的次数在30次以上，这种人属于患有睡眠呼吸暂停综合症。而睡眠呼吸暂停综合症的病人，容易导致窒息猝死，同时也容易诱发高血压、冠心病等心血管疾病。常见的打鼾属于睡眠呼吸暂停综合症常见的症状之一 O目前睡眠呼吸暂停综合征的临床诊断方法是:利用多导睡眠仪在病人的7个小时睡眠过程中监测病人的脑电图、肌电图、心电图、胸腹式呼吸、血压值以及血氧饱和度值等，根据监测结果计算得到AHI数值、平均血氧氧饱和度值、最低血氧饱和度、呼吸暂停次数以及时间。并根据计算得到的结果，明确了解病人的诊断、分型、阻塞以及缺氧的过程，并确定病人患有睡眠呼吸暂停综合征的类型以及严重程度。但是，目前使用的临床诊断方法存在以下缺陷:1、整个监测过程操作比较复杂、专业技术要求比较高并且监测费用也不较高；2、多导睡眠仪监测需要在病人的脸部、胸腹部以及手指上贴监测使用的电极，严重削弱了病人睡眠的舒适度，使得监测得到的数值与病人正常睡眠存在偏差。由此可见，多导睡眠仪便利性比较差。为此，出现了利用鼾声分析呼吸暂停的方式，以实现对病人睡眠状态进行监测的便利性。经研究发现，目前采用的通过对鼾声分析判断呼吸暂停的方式，存在由于睡眠情景中的背景噪声和突发噪声在时频域上与鼾声大量重叠，造成对鼾声监测不准确的问题，进一步影响了对病人睡眠呼吸暂停的判断。
技术实现思路
本专利技术实施例提供了一种对睡眠呼吸暂停进行监测的方法和设备，用于解决采用通过对鼾声分析判断呼吸暂停的方式存在由于睡眠情景中的背景噪声和突发噪声在时频域上与鼾声信号大量重叠，造成对鼾声信号监测不准确的问题。一种对睡眠呼吸暂停进行监测的方法，包括:获取在患者的一个睡眠周期中采集到的声音信息；并对采集到的声音信息进行识别，区分出所述声音信息中包含的所述患者的鼾声信息；根据所述鼾声信息，确定出所述患者的一个睡眠周期中发生的睡眠呼吸暂停。所述声音信息包含了噪声信息；对采集到的声音信息进行识别，包括:以帧为单位，将采集到的声音信息划分成多个一帧的声音数据信息；针对得到的多个一帧的声音数据信息，执行以下操作，直至多个一帧的声音数据信息执行完毕:选择其中一帧的声音数据信息，对所述声音数据信息进行处理，得到所述声音数据信息的时频域特征信息；将所述声音数据信息的时频域特征信息与当前帧对应的阈值进行比较；在所述多个一帧的声音数据信息执行完毕后，确定时频域特征信息小于当前帧对应的阈值的多个声音数据信息，计算连续的多个声音数据信息持续的时间信息；在确定计算得到的时间信息介于设定的鼾声持续时间信息之间时，确定连续的多个声音数据信息为非噪声信息。通过以下方式确定当前帧对应的阈值，包括:THiij = XijTU(1-Xij)Walij;其中，THiJ为第个特征在第i帧计算的阈值，THiU为第个特征在第H帧计算的阈值，λ ,j为第j个特征在第i帧更新的比例因子，Valu为第j个特征在第i帧计算结果，i为声音信息中包含的声音数据信息的个数，为不小于I的正整数，j表示时频域特征信息的个数。对所述声音数据信息进行处理，得到所述声音数据信息的时频域特征信息，包括:滤除所述声音数据信息中的与鼾声无关的噪声信息；提取滤除噪声信息后的所述声音数据信息的时频域特征信息，其中，所述时频域特征信息包含了频段能量方差、过零点方差以及谱失真方差。区分出所述声音信息中包含的所述患者的鼾声信息，包括:利用动态时间规整DTW算法，计算预设的鼾声信息与确定的所述非噪声信息的动态帧最小距离；将所述动态帧最小距离与设定的距离阈值进行比较；在所述动态帧最小距离小于设定的距离阈值时，确定所述非噪声信息为鼾声信息；在所述动态帧最小距离不小于设定的距离阈值时，确定所述非噪声信息为非鼾声信息。所述鼾声信息包含了重度鼾声信息和轻度鼾声信息；在确定所述非噪声信息为鼾声信息之后，所述方法还包括:利用DTW算法，计算所述非噪声信息与预设的重度鼾声信息之间的第一动态帧最小距离，以及计算所述非噪声信息与预设的轻度鼾声信息之间的第二动态帧最小距离；比较所述第一动态帧最小距离与所述第二动态帧最小距离；在所述第一动态帧最小距离小于所述第二动态帧最小距离时，确定所述非噪声信息为轻度軒声信息；在所述第一动态帧最小距离不小于所述第二动态帧最小距离时，确定所述非噪声信息为重度軒声信息。根据所述鼾声信息，确定出所述患者的一个睡眠周期中发生的睡眠呼吸暂停，包括:在确定出所述声音信息中的重度鼾声信息之后，计算相邻两个重度鼾声信息之间的时间间隔；根据计算得到的所述时间间隔满足呼吸暂停要求的时间间隔的次数，确定出所述患者的一个睡眠周期中发生的睡眠呼吸暂停的次数。一种对睡眠呼吸暂停进行监测的设备，包括:获取模块，用于获取在患者的一个睡眠周期中采集到的声音信息；并区分模块，用于对采集到的声音信息进行识别，区分出所述声音信息中包含的所述患者的鼾声信息；监测模块，用于根据所述鼾声信息，确定出所述患者的一个睡眠周期中发生的睡眠呼吸暂停。所述声音信息包含了噪声信息；所述区分模块，具体用于以帧为单位，将采集到的声音信息划分成多个一帧的声音数据信息；针对得到的多个一帧的声音数据信息，执行以下操作，直至多个一帧的声音数据信息执行完毕:选择其中一帧的声音数据信息，对所述声音数据信息进行处理，得到所述声音数据信息的时频域特征信息；将所述声音数据信息的时频域特征信息与当前帧对应的阈值进行比较；在所述多个一帧的声音数据信息执行完毕后，确定时频域特征信息小于当前帧对应的阈值的多个声音数据信息，计算连续的多个声音数据信息持续的时间信息；在确定计算得到的时间信息介于设定的鼾声持续时间信息之间时，确定连续的多个声音数据信息为非噪声信息。通过以下方式确定当前帧对应的阈值，包括:THiij = XijTU(1-Xij)Walij;其中，THiJ为第j个特征在第i帧计算的阈值，THiU为第j个特征在第H帧计算的阈值，λ ,j为第j个特征在第i帧更新的比例因子，Valu为第j个特征在第i帧计算结果，i为声音信息中包含的声音数据信息的个数，为不小于I的正整数，j表示时频域特征信息的个数。所述区分模块，具体用于滤除所述声音数据信息中的与鼾声无关的噪声信息；提取滤除噪声信息后的所述声音数据信息的时频域特征信息，其中，所述时频域特征信息包含了频段能量方差、过零点方差以及谱失真方差。所述区分模块，具体用于利用动态时间规整DTW算法，计算预设的鼾声信息与确定的所述非噪声信息的动态帧最小距离；将所述动态帧最小距离与设定的距离阈值进行比较；当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种对睡眠呼吸暂停进行监测的方法，其特征在于，包括：获取在患者的一个睡眠周期中采集到的声音信息；并对采集到的声音信息进行识别，区分出所述声音信息中包含的所述患者的鼾声信息；根据所述鼾声信息，确定出所述患者的一个睡眠周期中发生的睡眠呼吸暂停。

【技术特征摘要】

【专利技术属性】
技术研发人员：吴寒潇，姚振杰，张志鹏，许利群，
申请(专利权)人：中国移动通信集团公司，
类型：发明
国别省市：北京;11