基于心率变异性角场图像的睡眠呼吸暂停检测方法及装置制造方法及图纸

本发明专利技术公开了一种基于心率变异性角场图像的睡眠呼吸暂停检测方法及装置，该方法包括：采集用户睡觉时的信号；对采集到信号进行模数转换并提取RR周期，得到RR序列信号；对RR序列信号进行划分，并转化得到Gramian角场图像；基于二维样本熵对Gramian角场图像进行复杂度分析，提取得到参考特征值；对参考特征值进行分析并根据分析结果对睡眠呼吸暂停进行检测，得到检测结果；将检测结果上传并展示。该系统包括：信号采集模块、数据处理模块和展示模块。通过使用本发明专利技术，能够简单高效的对睡眠呼吸暂停进行识别。本发明专利技术作为一种基于心率变异性角场图像的睡眠呼吸暂停检测方法及装置，可广泛应用于医疗监测技术领域。

【技术实现步骤摘要】
基于心率变异性角场图像的睡眠呼吸暂停检测方法及装置
本专利技术涉及医疗监测技术识别领域，尤其涉及一种基于心率变异性角场图像的睡眠呼吸暂停检测方法及装置。
技术介绍
目前大多数对于人类睡眠呼吸暂停的研究是基于一维信号的，与图像相比，从一维信号中提取相关信息是非常困难的，因此部分研究会基于图像信息进行研究，但是，目前将时间序列数据转换为图像的经典方法是时间频率分辨率图。在这种图像表示中，信号的重要信息会在时域到频域的转换过程中丢失，无法实现睡眠呼吸暂停的检测。
技术实现思路
为了解决上述技术问题，本专利技术的目的是提供一种基于心率变异性角场图像的睡眠呼吸暂停检测方法及装置，能够简单高效的对睡眠呼吸暂停进行识别。本专利技术所采用的第一技术方案是：种基于心率变异性角场图像的睡眠呼吸暂停检测方法，包括以下步骤：采集用户睡觉时的信号；对采集到信号进行模数转换并提取RR周期，得到RR序列信号；对RR序列信号进行划分，并转化得到Gramian角场图像；基于二维样本熵对Gramian角场图像进行复杂度分析，提取得到参考特征值；对参考特征值进行分析并根据分析结果对睡眠呼吸暂停进行检测，得到检测结果；将检测结果上传并展示。进一步，所述采集用户睡觉时的信号这一步骤具体为采集用户睡觉时的心电信号或脉搏波信号。进一步，所述对采集到信号进行模数转换并提取RR周期，得到RR序列信号这一步骤，其具体包括：对采集到的心电信号或脉搏波信号进行模数转换，得到数字信号；基于Pan-Tompkins算法对数字信号处理，提取心电RR周期或脉搏波RR周期得到RR序列信号。进一步，所述对RR序列信号进行划分，并转化得到Gramian角场图像这一步骤，其具体包括：对RR序列信号划分成多个数据片段；将数据片段中的RR序列记为X，X＝{x1,x2,…,xN}；对RR序列标准化；将标准化后的RR序列的值编码为角余弦、时间戳编码为半径，生成Gramian角场图。进一步，对RR序列标准化使得幅值在[-1,1]之间，具体公式如下：上式中，X表示RR序列，xi表示这个序列中的第i个点。进一步，所述将集合中的值编码为角余弦、时间戳编码为半径具体实现公式如下：上式中，表示极坐标中重新标准化的时间序列，表示标准化后时间序列中的第i个点,φi为第i个点的角余弦值，ri为第i个点的半径值，ti是时间戳，N是常数。进一步，所述基于二维样本熵对Gramian角场图像进行复杂度分析，提取得到参考特征值这一步骤，其具体包括：基于Gramian角场图像生成m和m+1大小的正方形窗口；对m大小的正方形窗口进行模式匹配计算出该大小窗口内符合≤标准差r内的相似概率，得到m窗口的相似概率；对m+1大小的正方形窗口进行模式匹配计算出该大小窗口内符合≤标准差r内的相似概率，得到m+1窗口的相似概率；根据m窗口的相似概率和m+1窗口的相似概率，计算m和m+1阶模板对应的平均相似率；根据m阶模板的平均相似概率和m+1阶模板的平均相似概率进行对数差值，得到二维样本熵，即参考特征值。进一步，所述对参考特征值进行分析并根据分析结果对睡眠呼吸暂停进行检测，得到检测结果这一步骤：获取呼吸正常样本和呼吸暂停样本的数据集并基于数据集中的特征值对SPSS分类模型进行训练，得到训练完成的SPSS分类模型，基于训练完成SPSS分类模型对参考特征值进行分析，得到该参考特征值对应样本的检测结果。本专利技术所采用的第二技术方案是：一种基于心率变异性角场图像的睡眠呼吸暂停检测装置，包括：信号采集模块，用于采集用户睡觉时的信号；数据处理模块，用于对采集到信号进行模数转换并提取RR周期得到RR序列信号，对RR序列信号进行划分并转化得到Gramian角场图像，使用二维样本熵对Gramian角场图像进行复杂度分析提取得到参考特征值，对参考特征值进行分析并根据分析结果对睡眠呼吸暂停进行检测得到检测结果；展示模块，用于将检测结果上传并展示。本专利技术方法及装置的有益效果是：本专利技术将一维时间序列转化为Gramian图像，避免转化的过程中丢失信号的重要信息，提高检测结果的准确性，通过对Gramian图像进行复杂度分析，实现对睡眠呼吸暂停的识别，同样具备显著性的效果。附图说明图1是本专利技术一种基于心率变异性角场图像的睡眠呼吸暂停检测方法的步骤流程图；图2是本专利技术一种基于心率变异性角场图像的睡眠呼吸暂停检测装置的结构框图。具体实施方式下面结合附图和具体实施例对本专利技术做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。如图1所示，本专利技术提供了一种基于心率变异性角场图像的睡眠呼吸暂停检测方法，该方法包括以下步骤：S1、采集用户睡觉时的信号。S2、对采集到信号进行模数转换并提取RR周期，得到RR序列信号；S3、对RR序列信号进行划分，并转化得到Gramian角场图像；S4、基于二维样本熵对Gramian角场图像进行复杂度分析，提取得到参考特征值；S5、对参考特征值进行分析并根据分析结果对睡眠呼吸暂停进行检测，得到检测结果；S6、将检测结果上传并展示。进一步作为本方法的优选实施例，所述采集用户睡觉时的信号这一步骤具体为采集用户睡觉时的心电信号或脉搏波信号进一步作为本方法优选实施例，所述对采集到信号进行模数转换并提取RR周期，得到RR序列信号这一步骤，其具体包括：对采集到的心电信号或脉搏波信号进行模数转换，得到数字信号；基于Pan-Tompkins算法对数字信号处理，提取心电RR周期或脉搏波RR周期得到RR序列信号。进一步作为本方法优选实施例，所述对RR序列信号进行划分，并转化得到Gramian角场图像这一步骤，其具体包括：对RR序列信号划分成多个数据片段；具体地，将RR序列信号分成5分钟的数据片段；将数据片段中的RR序列记为X，X＝{x1,x2,…,xN}；具体地，将RR序列信号记为X，X＝{x1,x2,…,xN},N为总的时间长度；对RR序列标准化；具体地，对其中原始的RR序列标准化使幅值在[-1,1]之间，具体公式如下：上式中，X表示RR序列，xi表示这个序列中的第i个点。将标准化后的RR序列的值编码为角余弦、时间戳编码为半径，生成Gramian角场图。上式中，表示极坐标中重新标准化的时间序列，表示标准化后时间序列中的第i个点,φi为第i个点的角余弦值，ri为第i个点的半径值，ti是时间戳，N是常数。具体地，Gramiann角场图定义式如下：<本文档来自技高网...

【技术保护点】
1.一种基于心率变异性角场图像的睡眠呼吸暂停检测方法，其特征在于，包括以下步骤：/n采集用户睡觉时的信号；/n对采集到信号进行模数转换并提取RR周期，得到RR序列信号；/n对RR序列信号进行划分，并转化得到Gramian角场图像；/n基于二维样本熵对Gramian角场图像进行复杂度分析，提取得到参考特征值；/n对参考特征值进行分析并根据分析结果对睡眠呼吸暂停进行检测，得到检测结果；/n将检测结果上传并展示。/n

【技术特征摘要】
1.一种基于心率变异性角场图像的睡眠呼吸暂停检测方法，其特征在于，包括以下步骤：
采集用户睡觉时的信号；
对采集到信号进行模数转换并提取RR周期，得到RR序列信号；
对RR序列信号进行划分，并转化得到Gramian角场图像；
基于二维样本熵对Gramian角场图像进行复杂度分析，提取得到参考特征值；
对参考特征值进行分析并根据分析结果对睡眠呼吸暂停进行检测，得到检测结果；
将检测结果上传并展示。


2.根据权利要求1所述基于心率变异性角场图像的睡眠呼吸暂停检测方法，其特征在于，所述采集用户睡觉时的信号这一步骤具体为采集用户睡觉时的心电信号或脉搏波信号。


3.根据权利要求2所述基于心率变异性角场图像的睡眠呼吸暂停检测方法，其特征在于，所述对采集到信号进行模数转换并提取RR周期，得到RR序列信号这一步骤，其具体包括：
对采集到的心电信号或脉搏波信号进行模数转换，得到数字信号；
基于Pan-Tompkins算法对数字信号处理，提取心电RR周期或脉搏波RR周期得到RR序列信号。


4.根据权利要求3所述基于心率变异性角场图像的睡眠呼吸暂停检测方法，其特征在于，所述对RR序列信号进行划分，并转化得到Gramian角场图像这一步骤，其具体包括：
对RR序列信号划分成多个数据片段；
将数据片段中的RR序列记为X，X＝{x1,x2,…,xN}；
对RR序列标准化；
将标准化后的RR序列的值编码为角余弦、时间戳编码为半径，生成Gramian角场图。


5.根据权利要求4所述基于心率变异性角场图像的睡眠呼吸暂停检测方法，其特征在于，对RR序列标准化使得幅值在[-1,1]之间，具体公式如下：



上式中，X表示RR序列，xi表示这个序列中的第i个点。


6.根据权利要求4所述基于心率变异性角场图像的睡眠呼吸暂停检测方法，其特征在于，所述将标准化后的RR序列的值编码为角余弦、时间戳编码为半径...

【专利技术属性】
技术研发人员：刘官正，唐岚，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44