低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法技术

本发明专利技术涉及一种低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法，利用从脉搏波提取出来的心电信号和呼吸信号，运用数据处理和分类算法，对心电信号进行频域分析得到心率变异性相关指标进行心功能评估，再将心率变异性与呼吸信号结合，用机器学习训练好的分类器进行睡眠分期以及阻塞性睡眠呼吸暂停综合征的事件判别，本发明专利技术通过更深入挖掘信号中所包含的与睡眠相关的信息，从而减少所需要检测的信号种类，仅通过采集血氧脉搏信号就能进行睡眠分析和心功能评估，从而达到减少被检者的生理心理负荷，能更方便准确地进行测量的目的。

Preliminary Screening Method for Sleep Apnea Hypopnea Syndrome with Low Physiological Load

The present invention relates to a preliminary screening method for sleep apnea hypopnea syndrome with low physiological load. Using ECG signals and respiratory signals extracted from pulse wave, data processing and classification algorithm, the frequency domain analysis of ECG signals is carried out to obtain heart rate variability related indicators for cardiac function evaluation, and then heart rate variability and respiratory signals are combined, and machine learning and training are used. The trained classifier carries out sleep staging and event discrimination of obstructive sleep apnea syndrome. By digging more deeply the information related to sleep contained in the signal, the classifier can reduce the kinds of signals needed to be detected. Sleep analysis and cardiac function evaluation can be carried out only by collecting the oxygen pulse signal, thus reducing the physiological and psychological load of the examinee. The purpose of measurement is more convenient and accurate.

【技术实现步骤摘要】
低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法
本专利技术涉及医疗领域，更具体的，涉及一种低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法。
技术介绍
睡眠检测技术是研究睡眠医学最基本的手段。以往的睡眠检测技术主要建立在多导睡眠图技术上，这项技术虽然可进行睡眠质量检测和部份睡眠障碍性疾病的检出，但它必须在被检者身上粘贴许多个电极和传感器，其数量往往超过15枚，且需要专业人员进行操作，且分析数据中没有心功能的反映，会对许多人构成相当大的生理心理负荷，限制了PSG技术更大范围的应用。
技术实现思路
为了解决现有技术检测设备数量多，需要专业人员操作的不足，本专利技术提供了低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法。为实现以上专利技术目的，采用的技术方案是：低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法，包括以下步骤：步骤S1：通过血氧脉搏指夹采集人体在睡眠状态下的指尖脉搏血氧信号，血氧脉搏指夹通过分析血氧信号获得脉搏信号；步骤S2：从采集到的脉搏波信号中，利用数字滤波技术通过PPG信号检测心率以及呼吸率从而得到心电信号；步骤S3：采用差分阀值算法对采集到的心电信号中的QRS复合波进行本文档来自技高网...

【技术保护点】
1.低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法，其特征在于，包括以下步骤：步骤S1：通过血氧脉搏指夹采集人体在睡眠状态下的指尖脉搏血氧信号，血氧脉搏指夹通过分析血氧信号获得脉搏信号；步骤S2：从采集到的脉搏波信号中，利用数字滤波技术通过PPG信号检测心率以及呼吸率从而得到心电信号；步骤S3：采用差分阀值算法对采集到的心电信号中的QRS复合波进行识别以及对R波峰进行检测，提取出RR间期序列信号；步骤S4：对提取到的RR间期序列信号进行频域分析，获取更多心率变异性指标信息的特征值来反映自主神经系统的活动情况；步骤S5：以心率变异性各特征参数作为机器学习分类器的特征向量，并通过构建和训练概率神...

【技术特征摘要】
1.低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法，其特征在于，包括以下步骤：步骤S1：通过血氧脉搏指夹采集人体在睡眠状态下的指尖脉搏血氧信号，血氧脉搏指夹通过分析血氧信号获得脉搏信号；步骤S2：从采集到的脉搏波信号中，利用数字滤波技术通过PPG信号检测心率以及呼吸率从而得到心电信号；步骤S3：采用差分阀值算法对采集到的心电信号中的QRS复合波进行识别以及对R波峰进行检测，提取出RR间期序列信号；步骤S4：对提取到的RR间期序列信号进行频域分析，获取更多心率变异性指标信息的特征值来反映自主神经系统的活动情况；步骤S5：以心率变异性各特征参数作为机器学习分...

【专利技术属性】
技术研发人员：罗语溪，梁九兴，曾纯瑶，凌莉，贺晓敏，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44