呼吸暂停事件类型的判断方法、装置和存储介质制造方法及图纸

本发明专利技术提供了一种吸暂停事件类型的判断方法、装置和存储介质。该方法包括：获取预设时间内的患者的原始呼吸流信号(Flow原)和原始胸腹运动信号(Res原)，所述原始呼吸流信号表征所述患者的呼吸气流，所述原始胸腹运动信号表征所述患者的胸腹运动，其中所述原始呼吸流信号的个数大于1，所述原始胸腹运动信号的个数大于1；对所述原始呼吸流信号和所述原始胸腹运动信号进行预处理，得到呼吸流信号(Flow)和胸腹运动信号(Res)；计算所述呼吸流信号的导数和所述胸腹运动信号的导数，得到呼吸流信号导数幅值和胸腹运动信号导数幅值；根据所述呼吸流信号导数幅值和所述胸腹运动信号导数幅值判断呼吸暂停事件类型。通过上述方法可以降低呼吸暂停事件类型判断过程的复杂程度，同时提高呼吸暂停事件类型判断结果的准确性。

【技术实现步骤摘要】
呼吸暂停事件类型的判断方法、装置和存储介质
本专利技术涉及医疗器械领域，尤其涉及一种呼吸暂停事件类型的判断方法、装置和存储介质。
技术介绍
睡眠呼吸暂停(SleepApnea，SA)是一种呼吸障碍，是指在连续7h睡眠中发生30次以上的呼吸暂停，每次气流中止10s以上(含10s)，或平均每小时低通气次数(呼吸紊乱指数)超过5次，而引起慢性低氧血症及高碳酸血症的临床综合征.可分为中枢型、阻塞型及混合型。阻塞性睡眠呼吸暂停(ObstructiveSleepApnea，OSA)是上气道塌陷而造成上呼吸道阻塞或者呼吸道收窄引致睡眠时呼吸暂停，表现为口鼻腔气流停止而胸腹呼吸动作尚存在。中枢神经性睡眠呼吸暂停(CentralSleepApnea，CSA)是由于中枢神经系统的呼吸中枢神经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，表现为口鼻腔气流和胸腹呼吸动作同时停止。混合性睡眠呼吸暂停(MixedSleepApnea，MSA)：混合阻塞性睡眠呼吸暂停和中枢神经性睡眠呼吸暂停。睡眠呼吸暂停对患者的生活和健康造成不同程度的影响，准确区分睡眠呼吸暂停的类型是选择合适治疗方法的前本文档来自技高网...

【技术保护点】
1.一种呼吸暂停事件类型的判断方法，其特征在于，包括：获取预设时间内的患者的原始呼吸流信号(Flow原)和原始胸腹运动信号(Res原)，所述原始呼吸流信号表征所述患者的呼吸气流，所述原始胸腹运动信号表征所述患者的胸腹运动，其中所述原始呼吸流信号的个数大于1，所述原始胸腹运动信号的个数大于1；对所述原始呼吸流信号和所述原始胸腹运动信号进行预处理，得到呼吸流信号(Flow)和胸腹运动信号(Res)；计算所述呼吸流信号的导数和所述胸腹运动信号的导数，得到呼吸流信号导数幅值和胸腹运动信号导数幅值；根据所述呼吸流信号导数幅值和所述胸腹运动信号导数幅值判断呼吸暂停事件类型。

【技术特征摘要】
1.一种呼吸暂停事件类型的判断方法，其特征在于，包括：获取预设时间内的患者的原始呼吸流信号(Flow原)和原始胸腹运动信号(Res原)，所述原始呼吸流信号表征所述患者的呼吸气流，所述原始胸腹运动信号表征所述患者的胸腹运动，其中所述原始呼吸流信号的个数大于1，所述原始胸腹运动信号的个数大于1；对所述原始呼吸流信号和所述原始胸腹运动信号进行预处理，得到呼吸流信号(Flow)和胸腹运动信号(Res)；计算所述呼吸流信号的导数和所述胸腹运动信号的导数，得到呼吸流信号导数幅值和胸腹运动信号导数幅值；根据所述呼吸流信号导数幅值和所述胸腹运动信号导数幅值判断呼吸暂停事件类型。2.根据权利要求1所述的呼吸暂停事件类型判断方法，其特征在于，所述根据所述呼吸流信号导数幅值和所述胸腹运动信号导数幅值判断呼吸暂停事件类型包括：根据所述呼吸流信号导数幅值和第一预设阈值Thres_flow确定呼吸暂停事件时段；根据所述呼吸暂停事件时段对应的所述胸腹运动信号导数幅值和第二预设阈值Thres_Res确定所述呼吸暂停事件类型。3.根据权利要求2所述的呼吸暂停事件类型判断方法，其特征在于，所述对所述原始呼吸流信号和所述原始胸腹运动信号进行预处理，得到呼吸流信号和胸腹运动信号包括：对所述原始呼吸流信号(Flow原)和所述原始胸腹运动信号(Res原)分别按照以下公式做截断处理，得到处理后的呼吸流信号(Flow处)和处理后的胸腹运动信号(Res处)：其中Flow原(i)表示第i个采样点的原始呼吸流信号，Flow处(i)表示第i个采样点的处理后的呼吸流信号，Res原(i)表示第i个采样点的原始胸腹运动信号，Res处(i)表示第i个采样点的处理后的胸腹运动信号，A为Flow原的幅值截断门限，且A>0，B为Res原的幅值截断门限，且B>0；对所述处理后的呼吸流信号(Flow处)和所述处理后的胸腹运动信号(Res处)进行带通滤波处理，得到所述呼吸流信号(Flow)和所述胸腹运动信号(Res)。4.根据权利要求3所述的呼吸暂停事件类型判断方法，其特征在于，所述计算所述呼吸流信号的导数和所述胸腹运动信号的导数，得到呼吸流信号导数幅值和胸腹运动信号导数幅值包括：对所述呼吸流信号(Flow)和所述胸腹运动信号(Res)分别按照以下公式计算二阶导数，得到呼吸流信号二阶导数幅值和胸腹运动信号二阶导数幅值：其中step表示求导的步长，N为呼吸流信号序列和胸腹带信号序列的总长度，Flow(i)表示第i个采样点的呼吸流信号，Flow(i-step)表示第i-step个采样点的呼吸流信号，Flow(i-2step)表示第i-2step个采样点的呼吸流信号，Flow″(i)表示第i个采样点的呼吸流信号的二阶导数幅值，Res(i)表示第i个采样点的胸腹运动信号，Res(i-step)表示第i-step个采样点的胸腹运动信号，Res(i-2step)表示第i-2step个采样点的胸腹运动信号，Res″(i)表示第i个采样点的胸腹运动信号的二阶导数幅值。5.根据权利要求4所述的呼吸暂停事件类型判断方法，其特征在于，当1≤i≤2step时，Flow″(i)取值为第一预设值，Res″(i)取值为第二预设值。6.根据权利要求4所述的呼吸暂停事件类型判断方法，其特征在于，所述根据所述呼吸流信号导数幅值和第一预设阈值Thres_flow确定呼吸暂停事件时段，包括：将每个采样点i对应的Flow″(i)与所述第一预设阈值Thres_flow进行比较，当在一采样点i存在|Flow″(i)|<Thres_flow，则将该采样点i对应的时刻标记为可能发生呼吸暂停事件的起点，继续遍历后续采样点Flow″(j),j＝i+1,…N，当存在从第i采样点到第M采样点均有：且从第i采样点到第M采样点对应的第一时段的持续时间大于10s，则将所述第一时段标定为呼吸暂停事件第一时段。7.根...

【专利技术属性】
技术研发人员：周文丽，朱宇薇，
申请(专利权)人：深圳融昕医疗科技有限公司，
类型：发明
国别省市：广东,44