一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置制造方法及图纸

本发明专利技术提供了一种基于心跳间期的睡眠呼吸暂停自动检测方法和装置，用于解决现有技术中睡眠呼吸暂停检测不准确、精度不高的问题。所述睡眠呼吸暂停自动检测方法首先采集睡眠时的心跳间期信息，再通过残差神经网络对所述心跳间期信息自动提取特征，并进一步提取心率变异性特征，再将所述自动提取特征和心率变异性特征集合进行融合，从而判断是否出现呼吸暂停。本发明专利技术通过提取心电图ECG信号中的心跳间期特征，并将此特征在残差神经网络中进行深入分析，结合了心率变异性特征，且所述残差神经网络中的所有权重都可以在临床上进行微调，提高了提高了睡眠检测的灵性性、准确性和精确性；同时只需要单导心电信息，采集过程简单便捷，具有相当的普适性。

【技术实现步骤摘要】
一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置
本专利技术属于医学数据监测领域，具体涉及一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置。
技术介绍
睡眠呼吸暂停(SleepApnea，SA)是导致睡眠障碍的常见呼吸病症。在快速眼动睡眠中，气道被颏舌肌、肌腱和脂肪组织完全阻塞至少10秒，或者持续10秒出现气流减少超过50％、氧气去饱和度超过3％的呼吸不足现象，都被称为呼吸暂停。根据调查，近30多年以来，睡眠呼吸暂停一直影响着全世界的人们，且在2008年患病人数就已达到了全球成人的6％。越来越多的呼吸暂停患者由于没有被及时诊断和干预，面临着心血管疾病以及临床抑郁症的风险。许多实验都研究了呼吸暂停的危害，结果表明呼吸暂停与几种内源性生理现象和疾病之间存在很大的相关性。睡眠呼吸暂停是长期、有害的，但在诊断后可以进行治疗。气道正压(PositiveAirwayPressure,PAP)治疗和腭咽成形术(Palatopharyngoplasty,PPP)治疗等疗法在早期诊断中是很有效的。因此，及时诊断对于呼吸暂停的治疗过程至关重要。传统上通过多本文档来自技高网...

【技术保护点】
1.一种基于心跳间期的睡眠呼吸暂停自动检测方法，其特征在于，所述方法包括如下步骤：/n步骤S1，采集睡眠时的人体心电图ECG信号，根据心电周期PQRST五个波中的R波，进行相邻心电的心跳间期信息提取，生成心跳间期时间序列；/n步骤S2，基于预设的残差神经网络对所述心跳间期时间序列进行特征自动提取，得到第一心率变异性特征；/n步骤S3，基于心跳间期时间序列进行心率变异性特征提取，获得第二心率变异性特征；/n步骤S4，将所述残差神经网络自动提取的第一心率变异性特征和所述第二心率变异性特征集合进行特征融合，一起输入到分类器，判断是否出现呼吸暂停。/n

【技术特征摘要】
1.一种基于心跳间期的睡眠呼吸暂停自动检测方法，其特征在于，所述方法包括如下步骤：
步骤S1，采集睡眠时的人体心电图ECG信号，根据心电周期PQRST五个波中的R波，进行相邻心电的心跳间期信息提取，生成心跳间期时间序列；
步骤S2，基于预设的残差神经网络对所述心跳间期时间序列进行特征自动提取，得到第一心率变异性特征；
步骤S3，基于心跳间期时间序列进行心率变异性特征提取，获得第二心率变异性特征；
步骤S4，将所述残差神经网络自动提取的第一心率变异性特征和所述第二心率变异性特征集合进行特征融合，一起输入到分类器，判断是否出现呼吸暂停。


2.根据权利要求1所述的睡眠呼吸暂停自动检测方法，其特征在于，所述步骤S1中生成心跳间期时间序列，进一步为，使用线性插值对所提取的心跳间期信息采用2Hz频率进行重采样，生成心跳间期时间序列。


3.根据权利要求1所述的睡眠呼吸暂停自动检测方法，其特征在于，所述步骤S2中对心跳间期时间序列进行特征自动提取，进一步为：使用卷积神经网络CNN和反向传播BP算法训练所述残差神经网络，完成特征自动提取。


4.根据权利要求3所述的睡眠呼吸暂停自动检测方法，其特征在于，所述卷积神经网络共由33层一维卷积层构成，通过与批量归一化层、dropout层、ReLu函数层的结构组合，组成16个残差块。


5.根据权利要求4所述的睡眠呼吸暂停自动检测方法，其特征在于，所述ReLu函数层中，一维卷积层是CNN的核心，激活函数h的输入向量为X，输出是下一层的输入，第l层卷积层的输出Y(l)conv为：



式(1)中，是卷积计算，B为偏置矩阵，W为具有固定大小的权值向量。


6.根据权利要求4所述的睡眠呼吸暂停自动检测方法，其特征在于，所述卷积层之间采用平均池化层。


7.根据权利要求4所述的睡眠呼吸暂停自动检测方法，其特征在于，在所述16个残差块中，建立一个短路连接，将残差块的输入添加到残差块的输出中，并在短路连接中进行投影，以使输入大小与输出大小相匹配，从而完成神经网络特征的自动提取。


8.根据权利要求1所述的睡眠呼吸...

【专利技术属性】
技术研发人员：王晶，林友芳，韩升，万怀宇，武志昊，董兴业，张硕，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11