一种信号处理方法及计算机设备技术

本发明专利技术提供了一种信号处理方法及计算机设备，涉及信号技术领域。其中，所述方法包括：获取原始血氧信号；对所述原始血氧信号进行预处理，得到第一血氧信号；确定所述第一血氧信号的第一时域特征；所述第一时域特征用于表征所述第一血氧信号的血氧饱和度是否下降；将所述第一时域特征输入预设呼吸分类模型，得到所述原始血氧信号所属的目标呼吸类别。在本发明专利技术实施例中，信号处理设备可以根据第一血氧信号中能够表征血氧饱和度是否下降的时域特征，通过预设呼吸分类模型进行分类，从而确定出第一血氧信号对应的原始血氧信号所属的呼吸类别，相对于基于呼吸暂停次数与低通气次数的阈值判别方法，提高了判断呼吸类型的准确性。

【技术实现步骤摘要】
一种信号处理方法及计算机设备
本专利技术涉及信号
，特别是涉及一种信号处理方法及计算机设备。
技术介绍
近年来，随着信号技术的不断发展，信号技术的应用领域也越来越广泛，例如在医学领域中，可以对血氧信号、心电信号等医学信号数据进行处理，得到的处理结果能够辅助临床分析。目前，人们对于睡眠质量越来越关注，因此睡眠中的问题也逐渐开始被人们所重视。呼吸暂停(apnea)是指睡眠过程中口鼻气流完全停止10s以上，低通气(hypopnea)是指呼吸气流幅度比基线水平降低50％以上，同时血氧饱和度比基础水平下降4％，睡眠呼吸暂停低通气指数(apnea-hypopneaindex，AHI)是指每小时睡眠时间内呼吸暂停与低通气的次数之和。在相关技术中，只能根据睡眠呼吸暂停低通气指数，通过简单的阈值判别方法，确定是否为正常的睡眠呼吸类型，但阈值判别方式准确率较低。
技术实现思路
本专利技术提供一种信号处理方法及计算机设备，以解决现有的睡眠呼吸类型判别采用简单的阈值判别方式，因此准确率较低的问题。为了解决上述问题，本专利技术公开了一种信号处理方法，包括：获取原始血氧信号；对所述原始血氧信号进行预处理，得到第一血氧信号；确定所述第一血氧信号的第一时域特征；所述第一时域特征用于表征所述第一血氧信号的血氧饱和度是否下降；将所述第一时域特征输入预设呼吸分类模型，得到所述原始血氧信号所属的目标呼吸类别。可选地，所述确定所述第一血氧信号的第一时域特征，包括：>对所述第一血氧信号进行分窗处理，得到n个分窗血氧信号；分别对每个所述分窗血氧信号进行分段处理，共计得到n×m个分段血氧信号；确定每个所述分段血氧信号对应的血氧饱和度；根据每个所述分窗血氧信号中的m个分段血氧信号对应的血氧饱和度，确定所述第一血氧信号的第一时域特征。可选地，所述第一时域特征包括血氧饱和度均值、血氧饱和度标准方差、血氧饱和度局部最大值、血氧饱和度局部最小值、血氧饱和度局部极差、平均一级下降百分比、平均一级持续下降时间、二级下降百分比和二级持续下降时间中的至少一种。可选地，所述根据每个所述分窗血氧信号中的m个分段血氧信号对应的血氧饱和度，确定所述第一血氧信号的第一时域特征，包括：对于每个所述分窗血氧信号中的m个分段血氧信号，根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的血氧饱和度均值；根据所述m个分段血氧信号对应的血氧饱和度和所述血氧饱和度均值，确定所述分窗血氧信号的血氧饱和度标准方差；根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的血氧饱和度局部最大值；根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的血氧饱和度局部最小值；根据每个所述血氧饱和度局部最大值和每个所述血氧饱和度局部最小值，确定每个所述分窗血氧信号的血氧饱和度局部极差；根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的平均一级下降百分比；根据所述m个分段血氧信号对应的血氧饱和度和第一预设常数，确定所述分窗血氧信号的平均一级持续下降时间；根据所述血氧饱和度均值，确定所述分窗血氧信号的二级下降百分比；根据所述血氧饱和度均值和第二预设常数，确定所述分窗血氧信号的二级持续下降时间。可选地，所述根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的平均一级下降百分比，包括：根据所述m个分段血氧信号对应的血氧饱和度，通过下述公式，确定所述分窗血氧信号的平均一级下降百分比；其中，MD1_wi表示n个所述分窗血氧信号中，第i个所述分窗血氧信号的平均一级下降百分比；D1_di表示n×m个所述分段血氧信号中，第i个所述分段血氧信号的一级下降百分比；Sd表示所述分段血氧信号对应的血氧饱和度；所述根据所述m个分段血氧信号对应的血氧饱和度和第一预设常数，确定所述分窗血氧信号的平均一级持续下降时间，包括：根据所述m个分段血氧信号对应的血氧饱和度和第一预设常数，通过下述公式，确定所述分窗血氧信号的平均一级持续下降时间；其中，MT1_wi表示n个所述分窗血氧信号中，第i个所述分窗血氧信号的平均一级持续下降时间；T1_di表示n×m个所述分段血氧信号中，第i个所述分段血氧信号的一级持续下降时间；a表示所述第一预设常数；所述根据所述血氧饱和度均值，确定所述分窗血氧信号的二级下降百分比，包括：根据所述血氧饱和度均值，通过下述公式，确定所述分窗血氧信号的二级下降百分比；其中，D2_wi表示n个所述分窗血氧信号中，第i个所述分窗血氧信号的二级下降百分比；Mean_wi表示n个所述分窗血氧信号中，第i个所述分窗血氧信号的血氧饱和度均值；所述根据所述血氧饱和度均值和第二预设常数，确定所述分窗血氧信号的二级持续下降时间，包括：根据所述血氧饱和度均值和第二预设常数，通过下述公式，确定所述分窗血氧信号的二级持续下降时间；其中，T2_wi表示n个所述分窗血氧信号中，第i个所述分窗血氧信号的平均一级持续下降时间，b表示所述第二预设常数。可选地，所述获取原始血氧信号之前，还包括：获取多个样本血氧信号和每个所述样本血氧信号对应的呼吸类别；对每个所述样本血氧信号分别进行预处理，得到多个第二血氧信号；确定每个所述第二血氧信号的第二时域特征；所述第二时域特征用于表征所述第二血氧信号的血氧饱和度是否下降；构建初始呼吸分类模型；以每组对应的所述第二时域特征和所述呼吸类别为训练参数，对所述初始呼吸分类模型进行训练，得到所述预设呼吸分类模型。可选地，所述预设呼吸分类模型包括逐步线性判别分析模型、线性判别分析模型或支持向量机模型。可选地，所述预设呼吸分类模型为逐步线性判别分析模型，所述初始呼吸分类模型为待训练的所述逐步线性判别分析模型；每个所述第二时域特征包括至少两个子时域特征；所述以每组对应的所述第二时域特征和所述呼吸类别为训练参数，对所述初始呼吸分类模型进行训练，得到所述预设呼吸分类模型，包括：以每组对应的所述第二时域特征和所述呼吸类别为训练参数，输入待训练的所述逐步线性判别分析模型；根据每组对应的所述第二时域特征和所述呼吸类别，对所述第二时域特征中的每个所述子时域特征进行显著性检验，得到显著性权重超过预设阈值的子时域特征；根据所述显著性权重超过预设阈值的子时域特征，训练得到所述逐步线性判别分析模型。可选地，所述第一时域特征与所述第二时域特征中所述显著性权重超过所述预设阈值的子时域特征属性相同。为了解决上述问题，本专利技术还公开了一种计算机设备，包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的信号处理方法的步骤。与现有技术相比，本专利技术包本文档来自技高网...

【技术保护点】
1.一种信号处理方法，其特征在于，所述方法包括：/n获取原始血氧信号；/n对所述原始血氧信号进行预处理，得到第一血氧信号；/n确定所述第一血氧信号的第一时域特征；所述第一时域特征用于表征所述第一血氧信号的血氧饱和度是否下降；/n将所述第一时域特征输入预设呼吸分类模型，得到所述原始血氧信号所属的目标呼吸类别。/n

【技术特征摘要】
1.一种信号处理方法，其特征在于，所述方法包括：
获取原始血氧信号；
对所述原始血氧信号进行预处理，得到第一血氧信号；
确定所述第一血氧信号的第一时域特征；所述第一时域特征用于表征所述第一血氧信号的血氧饱和度是否下降；
将所述第一时域特征输入预设呼吸分类模型，得到所述原始血氧信号所属的目标呼吸类别。


2.根据权利要求1所述的方法，其特征在于，所述确定所述第一血氧信号的第一时域特征，包括：
对所述第一血氧信号进行分窗处理，得到n个分窗血氧信号；
分别对每个所述分窗血氧信号进行分段处理，共计得到n×m个分段血氧信号；
确定每个所述分段血氧信号对应的血氧饱和度；
根据每个所述分窗血氧信号中的m个分段血氧信号对应的血氧饱和度，确定所述第一血氧信号的第一时域特征。


3.根据权利要求2所述的方法，其特征在于，所述第一时域特征包括血氧饱和度均值、血氧饱和度标准方差、血氧饱和度局部最大值、血氧饱和度局部最小值、血氧饱和度局部极差、平均一级下降百分比、平均一级持续下降时间、二级下降百分比和二级持续下降时间中的至少一种。


4.根据权利要求3所述的方法，其特征在于，所述根据每个所述分窗血氧信号中的m个分段血氧信号对应的血氧饱和度，确定所述第一血氧信号的第一时域特征，包括：
对于每个所述分窗血氧信号中的m个分段血氧信号，根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的血氧饱和度均值；
根据所述m个分段血氧信号对应的血氧饱和度和所述血氧饱和度均值，确定所述分窗血氧信号的血氧饱和度标准方差；
根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的血氧饱和度局部最大值；
根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的血氧饱和度局部最小值；
根据每个所述血氧饱和度局部最大值和每个所述血氧饱和度局部最小值，确定每个所述分窗血氧信号的血氧饱和度局部极差；
根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的平均一级下降百分比；
根据所述m个分段血氧信号对应的血氧饱和度和第一预设常数，确定所述分窗血氧信号的平均一级持续下降时间；
根据所述血氧饱和度均值，确定所述分窗血氧信号的二级下降百分比；
根据所述血氧饱和度均值和第二预设常数，确定所述分窗血氧信号的二级持续下降时间。


5.根据权利要求4所述的方法，其特征在于，所述根据所述m个分段血氧信号对应的血氧饱和度，确定所述分窗血氧信号的平均一级下降百分比，包括：
根据所述m个分段血氧信号对应的血氧饱和度，通过下述公式，确定所述分窗血氧信号的平均一级下降百分比；



其中，
MD1_wi表示n个所述分窗血氧信号中，第i个所述分窗血氧信号的平均一级下降百分比；D1_di表示n×m个所述分段血氧信号中，第i个所述分段血氧信号的一级下降百分比；Sd表示所述分段血氧信号对应的血氧饱和度；
所述根据所述m个分段血氧信号对应的血氧饱和度和第一预设常数，确定所述分窗血氧信号的平均一级持续下降时间，包括：
根据所...

【专利技术属性】
技术研发人员：孟桂芳，梁思阳，孙啸然，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京;11