基于互信息网络的睡眠呼吸暂停综合征的检测系统技术方案

本发明专利技术公开了一种基于互信息网络的睡眠呼吸暂停综合征的检测系统。本发明专利技术系统由ECG采集模块，ECG预处理模块，HRV信号提取模块，HRV预处理模块，网络生成模块和拓扑特征计算模块构成。该系统所需信号为单导联ECG信号，采集方便。本发明专利技术的检测系统操作方法简单易行，准确性高。

【技术实现步骤摘要】

本专利技术属于医学检测
，具体的说，涉及一种基于互信息网络的用于睡眠呼吸暂停综合征的检测系统。
技术介绍
睡眠呼吸暂停通常分为阻塞性睡眠呼吸暂停(obstructivesleepapnea,OSA)、中枢性睡眠呼吸暂停(centralsleepapnea,CSA)和混合性睡眠呼吸暂停(mixedsleepapnea,MSA)三种类型。其中，OSA指睡眠中因上气道阻塞引起的呼吸暂停和通气不足的症状，表现为口鼻腔气流停止而胸腹呼吸动作尚存在。CSA指由于中枢神经系统的呼吸中枢功能障碍或支配呼吸肌的神经或呼吸肌病变，导致气道无阻塞但发生呼吸暂停的症状，表现为口鼻腔气流和胸腹呼吸动作同时停止。MSA是OSA与CSA并存。阻塞性睡眠呼吸暂停综合征(obstructivesleepapneasyndrome,OSAS)是指睡眠状态下呼吸暂停和低通气。目前我国约有4000万人患有该类疾病。患有该病症的人容易产生白天困倦、性格暴躁、注意力不集中等症状，易引发高血压、冠心病、脑血栓等疾病。因此准确及时的检测OSA病人非常有意义。睡眠呼吸暂停综合征是AHI≥5次/小时(睡眠呼吸暂停/低通气指数)的一种睡眠呼吸疾病。0<AHI<5：正常；5<AHI≤20属于轻度OSA；20<AHI≤40属于中度OSA；AHI>40属于重度OSA。报告表明9%的中年男性及4%的中年女性患有此病。OSA会导致白天嗜睡，头昏，头疼记忆力衰退，反应迟钝。长期患有此病可引起高血压、头昏、冠心病、心衰、中风等多种疾病。通常OSA的检测的标准是多导睡眠图监测（PSG），检测的信号有：眼电图，肌电图，心电图，脑电图，血氧饱和度，胸部和腹部呼吸幅度图，鼻、口通气量等十多个信号。PSG的检测需要在睡眠实验室睡1到2天，睡眠实验室造价昂贵，且需要专业技术人员，大部分OSA患者无法到睡眠实验室监测确诊。目前OSA检测的创新点主要是寻求PSG的替代方法，如仅采用心电图（ECG）、口鼻气流、鼾声中的一个信号或几个信号完成对OSA严重程度的判定。诸多研究通过从单导联的ECG信号中提取信息来检测OSA病人，并判断发病的严重程度。睡眠呼吸障碍（OSA）发病时，呼吸阻滞，导致了心率也发生明显的变化。呼吸暂停时，心动过缓；呼吸恢复，心动过速，心率变异性(HRV)呈现为锯齿波。这种生理的现象称之为心率周期性变化（Cyclicvariationofheartrate,CVHR）。研究人员通常采用了诸多信号处理的方法来检测OSA病人。他们通过从时域频域提取信息导入分类器并通过分类器检测OSA病人。HRV分析可以分为时域分析法、频域分析法、时频分析法及非线性分析。HRV的时域分析可以分为统计法和图解法。《黄宛临床心电图学》（2009年1月出版）给出了最具代表性的时域指标。(1)SDNN：全部正常窦性心搏间期的标准差，单位ms；(2)SDANN：全程按5分钟分成连续的时间段，先计算每5分钟到NN间期平均值，再计算所有平均值的标准差，单位：ms；(3)rMSSD：全程相邻NN间期之差的均方根值，单位：ms；(4)SDNNIndex:全程按5分钟分成连续的时间段，先计算每5分钟的NN间期标准差，再计算这些标准差的平均值，单位：ms；(5)SDSD：全部相邻NN间期的之差的标准差，单位：ms；(6)NN50：全部NN间期中，相邻的NN间期之差大于50ms的心搏数，单位：个；(7)PNN50：NN50除以总NN间期个数、乘以100，单位：%。图解法的指标及其定义为：（1）HRV三角指数：以1/128s为采样间隔绘制某段；（2）TINN：使用最小法，求出全部NN间期的直方图近似三角形底边的宽度，单位ms。时域分析的优势在于简单易行。Pearson相关系数与互信息（mutualinformation，MI）是评估两个时间序列之间相似度的最简单最常用的方法。与Pearson相关系数相比，互信息优势在于还能够用于非线性信号分析。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供一种基于互信息网络的睡眠呼吸暂停综合征的检测系统。本专利技术的检测系统中采用互信息的方法衡量HRV片段之间的相似度。与传统的检测装置不同，我们采用复杂网络来检测OSA病人，即通过互信息（MI）网络的方法刻画了这种变化：两个OSA片段的相似性明显大于两个非OSA片段的相似性。采用互信息计算HRV片段之间的相似性以此生成互信息矩阵，然后设定合适的阈值将互信息矩阵转换成网络，用网络特征值检测OSA病人。本专利技术的技术方案具体介绍如下。本专利技术提供一种基于互信息网络的睡眠呼吸暂停综合征的检测系统，其由ECG采集模块，ECG预处理模块，HRV信号提取模块，HRV预处理模块，网络生成模块和拓扑特征计算模块构成；其中：ECG采集模块，负责采集患者睡眠的ECG信号；ECG预处理模块，对ECG信号滤波，去除噪声以及基线漂移；HRV信号提取模块，通过检测ECG信号的R波，获取心跳间隔信号；HRV预处理模块，滤除HRV信号中的异常值；网络生成模块，通过将HRV切割成N个片段，通过互信息方法计算片段之间的相似性，并将互信息矩阵转换成无权无向网络；其中：互信息的计算方法为：设两个随机变量（X,Y）的联合分布p(x,y)，边际分布p(x)，p(y)，互信息I(x,y)可以表示为其中：；当互信息矩阵内的元素大于阈值，则对应的网络节点i与j是相连的，否则不连，如此构建无权无向网络；拓扑特征计算模块，计算生成的无权无向网络的拓扑特征指标，并利用拓扑特征指标检测OSA病人；其中：拓扑特征指标包括平均度k、局部聚类系数C、全局聚类系数T、全局效率E和模块性Q；其计算方法如下：平均度为网络的每个节点i度值的平均值，其中：N为网络节点数目；节点的聚类系数定义为，其中：为节点i的边数；网络的局部聚类系数定义为所有节点聚类系数的均值，C=全局聚类系数T定义为全局效率E定义为其中：为节点与节点之间最短路径。本专利技术中，采用带宽滤波0.5-40Hz滤除ECG信号中噪声以及基线漂移。本专利技术中，采用最大值方法检测ECG的R波，获取HRV信号。本专利技术中，通过滑动平均滤波器对HRV信号进行预处理。本专利技术中，阈值的取值在0.5~1之间。本专利技术的有益效果在于：该系统操作时的优势分析的信号为RR间隔序列，容易获取，简单易行。附图说明图1是基于互信息网络的睡眠呼吸暂停综合征的检测流程图。图2是睡眠呼吸障碍发病时的HRV片段与正常HRV片段的图示。图3是OSA个体/健康个体的HRV片段之间的互信息矩阵图示。图4是R波检测示意图。图5是全局聚类系数T的ROC曲线图（最佳阈值由原点标记）。图6是全局聚类系数T与局部聚类系数C联立在训练集（a）、测试集（b）的区分效果示意图。图7是AHI与全局聚类系数T的相关性图示。具体实施方式数据库介绍：我们采用MIT-PhysionetApnea数据库，该数据库分为训练集和测试集。训练集和测试集中分别有35个长度约为8小时的夜间ECG信号，抽样频率为100Hz。个体年龄为27到63岁，体重为53公斤到135公斤。训练集共有35个个体，按照AHI=5作为标准划分健康个体与OSA个体，可以将35个个体分为22个OSA本文档来自技高网...

【技术保护点】
一种基于互信息网络的睡眠呼吸暂停综合征的检测系统，其特征在于，其由ECG采集模块，ECG预处理模块，HRV信号提取模块，HRV预处理模块，网络生成模块和拓扑特征计算模块构成；其中：ECG采集模块，负责采集患者睡眠的ECG信号；ECG预处理模块，对ECG信号滤波，去除噪声以及基线漂移；HRV信号提取模块，通过检测ECG信号的R波，获取心跳间隔信号；HRV预处理模块，滤除HRV信号中的异常值；网络生成模块，将HRV切割成N个片段，通过互信息方法计算片段之间的相似性，并将互信息矩阵转换成无权无向网络；其中：互信息的计算方法为：设两个随机变量（X,Y）的联合分布为P（x，y），边际分布为p(x) 、p(y)，其中：；当互信息矩阵内的元素大于阈值， 则对应的网络节点i与j是相连的，否则不连，如此构建无权无向网络；拓扑特征计算模块，计算生成的无权无向网络的拓扑特征指标，利用拓扑特征指标检测OSA病人；其中：拓扑特征指标包括平均度k、局部聚类系数C、全局聚类系数T、全局效率E和模块性Q；其计算方法如下：平均度为网络中每个节点i度值的平均值，其中：N为网络中节点的数目；节点i的聚类系数定义为其中：为节点i的边数；网络的局部聚类系数定义为所有节点聚类系数的均值，C=全局聚类系数T定义为全局效率E定义为其中：为节点与节点之间最短路径。...

【技术特征摘要】
1.一种基于互信息网络的睡眠呼吸暂停综合征的检测系统，其特征在于，其由ECG采集模块，ECG预处理模块，HRV信号提取模块，HRV预处理模块，网络生成模块和拓扑特征计算模块构成；其中：ECG采集模块，负责采集患者睡眠的ECG信号；ECG预处理模块，对ECG信号滤波，去除噪声以及基线漂移；HRV信号提取模块，通过检测ECG信号的R波，获取心跳间隔信号；HRV预处理模块，滤除HRV信号中的异常值；网络生成模块，将HRV切割成N个片段，通过互信息方法计算片段之间的相似性，并将互信息矩阵转换成无权无向网络；其中：互信息的计算方法为：设两个随机变量（X,Y）的联合分布为P（x，y），边际分布为p(x)、p(y)，其中：；当互信息矩阵内的元素大于阈值，则对应的网络节点i与j是相连的，否则不连，如此构建无权无向网络；拓扑特征计算模块，计算生成的无权无向...

【专利技术属性】
技术研发人员：李翔，董昭，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海;31