The invention provides a sleep breathing monitoring method and device, which includes: collecting sound signals in the environment by recording equipment; analyzing sound signals by using the first model to determine the number of breathing events, in which the silence time between two adjacent breathing events is longer than the first preset time, and the first model is to use multiple sets of data to pass through the machine. Each group of data from the training includes respiratory events identified in sound signals and sound signals, and respiratory test results are determined according to the number of respiratory events, in which the respiratory test results are used to indicate the respiratory disorder index AHI. Thus, the audio data of patients can be collected, analyzed and judged directly during the sleep process, and the corresponding breathing test results can be obtained. It can effectively improve the efficiency of the evaluation of patients'sleep quality, and solve the problem of low efficiency of the evaluation of patients' sleep quality in the existing technology.
【技术实现步骤摘要】
睡眠呼吸监测方法及装置
本专利技术医疗设备领域,具体而言,涉及一种睡眠呼吸监测方法及装置。
技术介绍
睡眠质量是影响人们健康的重要因素。目前睡眠质量较差的人群越来越多。睡眠质量较差的患者存在睡眠呼吸暂停或呼吸不足的状况,通过分析患者的睡眠呼吸暂停或呼吸不足状况可以对其睡眠质量进行评估。目前,在对患者的睡眠质量进行评估时,首先在患者睡眠过程中采用相应的录音设备录制患者睡眠期间的音频数据,再将该音频数据输入专门的分析软件进行分析才能得到结果,不仅工作效率较低,同时费时费力。
技术实现思路
本专利技术的主要目的在于提供一种睡眠呼吸监测方法及装置,以解决现有技术中对患者进行睡眠质量评估时效率较低的问题。为了实现上述目的,本专利技术提供了一种睡眠呼吸监测方法,包括:通过录音设备采集所处环境中的声音信号;使用第一模型对所述声音信号进行分析,确定呼吸事件的数量,其中,所述呼吸事件为两个相邻呼吸之间的静音时长大于第一预设时长,所述第一模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括:声音信号和声音信号中识别出的呼吸事件;根据所述呼吸事件的数量,确定呼吸检测结果,其中,所述呼吸检测结果用于指示呼吸紊乱指数AHI。可选地,所述使用第一模型对所述声音信号进行分析,确定呼吸事件的数量包括:计算所述声音信号的梅尔谱图;使用神经网络模型将所述梅尔谱图变换为判别性特征,所述判别性特征用于指示输入的声音信号的内容信息,所述判别性特征的结构为1024×(F/64-1)×1,其中F是输入声音信号的帧数,其中,所述神经网络模型为基于Audioset数据集训练的;使用分类模型对 ...
【技术保护点】
1.一种睡眠呼吸监测方法,其特征在于,包括:通过录音设备采集所处环境中的声音信号;使用第一模型对所述声音信号进行分析,确定呼吸事件的数量,其中,所述呼吸事件为两个相邻呼吸之间的静音时长大于第一预设时长,所述第一模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括:声音信号和声音信号中识别出的呼吸事件;根据所述呼吸事件的数量,确定呼吸检测结果,其中,所述呼吸检测结果用于指示呼吸紊乱指数AHI。
【技术特征摘要】
1.一种睡眠呼吸监测方法,其特征在于,包括:通过录音设备采集所处环境中的声音信号;使用第一模型对所述声音信号进行分析,确定呼吸事件的数量,其中,所述呼吸事件为两个相邻呼吸之间的静音时长大于第一预设时长,所述第一模型为使用多组数据通过机器学习训练出的,所述多组数据中的每组数据均包括:声音信号和声音信号中识别出的呼吸事件;根据所述呼吸事件的数量,确定呼吸检测结果,其中,所述呼吸检测结果用于指示呼吸紊乱指数AHI。2.根据权利要求1所述的睡眠呼吸监测方法,其特征在于,所述使用第一模型对所述声音信号进行分析,确定呼吸事件的数量包括:计算所述声音信号的梅尔谱图;使用神经网络模型将所述梅尔谱图变换为判别性特征,所述判别性特征用于指示输入的声音信号的内容信息,所述判别性特征的结构为1024×(F/64-1)×1,其中F是输入声音信号的帧数,其中,所述神经网络模型为基于Audioset数据集训练的;使用分类模型对所述判别性特征进行分类,得到所述呼吸事件的数量,其中,所述分类模型为基于ESC-50训练的。3.根据权利要求2所述的睡眠呼吸监测方法,其特征在于,所述计算所述声音信号的梅尔谱图包括:将所述声音信号以第一预设频率进行重新采样,提取梅尔频带特征,以得到所述梅尔谱图,其中,快速傅立叶变换窗口的长度为第一预设数值采样点,连续帧之间步长为第二预设数值采样点。4.根据权利要求1至3中任一项所述的睡眠呼吸监测方法,其特征在于,所述根据所述呼吸事件的数量,确定呼吸紊乱指数AHI之后,所述方法还包括:通过显示屏显示所述呼吸检测结...
【专利技术属性】
技术研发人员:任晓勇,罗靖,刘海琴,陈浩,施叶雯,冯雅妮,程龙,
申请(专利权)人:西安交通大学医学院第二附属医院,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。