一种用于无创呼吸机的入睡检测方法及使用该方法的呼吸机技术

本发明专利技术公开了一种用于无创呼吸机的入睡检测方法及使用该方法的呼吸机，所述方法包括以下步骤：构造原始的气流、气压‑清醒入睡数据集；对获得的所述气流气压‑清醒入睡数据集进行数据预处理；基于深度神经网络对气流、气压以及个人生理数据进行特征学习和分类以识别清醒、入睡区间。本发明专利技术利用常规的方法构建气流气压‑清醒入睡数据集，利用呼吸机已有的气流气压传感器，结合人工智能的方法，检测病人是否入睡，为提高呼吸机治疗的耐受性提供了基础技术。

A Sleep Detection Method for Noninvasive Ventilator and a Ventilator Using the Method

【技术实现步骤摘要】
一种用于无创呼吸机的入睡检测方法及使用该方法的呼吸机
本专利技术属于呼吸机，具体涉及一种用于无创呼吸机的入睡检测方法及使用该方法的呼吸机。
技术介绍
无创呼吸机在临床上主要用于治疗睡眠呼吸暂停综合征，慢阻肺等相关疾病，这些疾病所引起的血氧饱和度下降、交感神经张力增高、副交感神经张力下降血液二氧化碳浓度升高、PH值降低以及胸内负压增高，严重影响各种重要脏器功能。在无创呼吸机治疗领域，病人的呼吸机治疗不耐受问题一直以来困扰着长期使用呼吸机治疗的病人。呼吸机不耐受产生的原因有多种多样，与个人体质、天气状况等等因素有着密不可分的关系，而其中由于治疗气压过大产生的入睡困难问题是其中造成病患舒适度低的一个重要组成部分。因此，一种用于无创呼吸机的入睡检测方法，对于帮助呼吸机寻找合适的压力调整时机具有很好的指导意义，从而对于病患的治疗舒适性而言尤为重要。目前，自动的入睡检测方法多种多样。基于脑电信号、眼电信号和肌电信号的睡眠分期自动检测方法(CN109044280A)；基于多模态睡眠监测数据的睡眠觉醒监测方法(CN108830176A)；或基于传感器的睡眠觉醒监测等。然而，这些方法在呼吸机治疗上并不本文档来自技高网...

【技术保护点】
1.一种用于无创呼吸机的入睡检测方法，其特征是包括以下步骤：构造原始的气流、气压‑清醒入睡数据集；对获得的所述气流气压‑清醒入睡数据集进行数据预处理；基于深度神经网络对气流、气压以及个人生理数据进行特征学习和分类以识别清醒、入睡区间。

【技术特征摘要】
1.一种用于无创呼吸机的入睡检测方法，其特征是包括以下步骤：构造原始的气流、气压-清醒入睡数据集；对获得的所述气流气压-清醒入睡数据集进行数据预处理；基于深度神经网络对气流、气压以及个人生理数据进行特征学习和分类以识别清醒、入睡区间。2.根据权利要求1所述的用于无创呼吸机的入睡检测方法，其特征是所述构造原始的气流气压-清醒入睡数据集，包括：利用临床实验获得的病患在佩戴呼吸机情况下收集的呼吸机气流、气压传感器的记录数据；病患的临床生理信息；佩戴呼吸机同期病患的睡眠分期数据。3.根据权利要求2所述的用于无创呼吸机的入睡检测方法，其特征是所述的睡眠分期数据，包括：使用多导睡眠检测仪检查、便携式睡眠监测设备自动分析提供的报告数据。4.根据权利要求1所述的用于无创呼吸机的入睡检测方法，其特征是所述对气流气压-清醒入睡数据集进行数据预处理的步骤，包括：将气流气压-清醒入睡数据集按照最小清醒时间划分，划分后的数据集每条数据包括最小清醒时间对应的气流、气压采样序列，以及属于清醒或入睡状态的标签；对原始的气流气压-清醒入睡数据集中的气流、气压原始记录数据作为时域信号进行傅里叶变换获得其频域信号；由于在数据集中清醒数据较入睡数据出现极端不均衡情况，使用基于一维卷积神经网络的生成对抗网络模型进行数据增广。5.根据权利要求4所述的用于无创呼吸机的入睡检测方法，其特征是所述的生成对抗网络模型，是由生成网络和判别网络两部分网络组成：其中生成网络用于生成新的所述清醒数据，该神经网络呈现一个随机序列到生成序列的结构，包含多个由一维卷积层和上采样层构成的特征提取模块；另一部分网络为判别器网络，该网络用于区分生成的清醒数据与真实的清醒数据。6.根据权利要求5所述的用于无创呼吸机的入睡检测方法，其特征是所述使用基于一维卷积神经网络的生成对抗网络模型进行数据增广，其步骤包括：6.1将随机得到的序列输入多个由上采样层和一维卷积层组成的特征获取模块构成的所述生成网络，生成假的清醒区间对应...

【专利技术属性】
技术研发人员：刘茹涵，黄献，
申请(专利权)人：长沙湖湘医疗器械有限公司，
类型：发明
国别省市：湖南,43