一种筛选睡眠障碍和睡眠呼吸暂停的装置及方法制造方法及图纸

本发明专利技术公开了一种筛选睡眠障碍和睡眠呼吸暂停的装置及方法，装置包括用于佩戴的帽型载体及设置在帽型载体的数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块，脑电传感器模块用于采集用户的脑电信号，眼电传感器模块用于用户的眼电信号，呼吸传感器模块用于采集用户的呼吸信号，数据处理器与脑电传感器模块、眼电传感器模块和呼吸传感器模块通连接，用于接收脑电信号、眼电信号和呼吸信号后采用预设的基于深度学习算法和机器学习算法进行处理判断用户是否睡眠障碍或睡眠呼吸暂停。通过将数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块设置在佩戴在用户的帽型载体进行睡眠检测，采用特定算法进行处理，判断准确度高。

A device and method for screening sleep disorders and sleep apnea

The invention discloses a device and a method for screening sleep disorders and sleep apnea. The device includes a cap type carrier for wearing and a data processor arranged on the cap type carrier, an electroencephalogram sensor module, an electrooculogram sensor module and a respiratory sensor module. The electroencephalogram sensor module is used for collecting a user's electroencephalogram signal, and the electrooculogram sensor module is used for the user's electrooculogram signal, The respiratory sensor module is used to collect the user's respiratory signal, and the data processor is connected with the EEG sensor module, the eye sensor module and the respiratory sensor module. After receiving the EEG signal, the eye signal and the respiratory signal, the data processor uses the preset deep learning algorithm and machine learning algorithm to judge whether the user has sleep disorder or sleep apnea. The data processor, EEG sensor module, eye sensor module and respiratory sensor module are set on the cap carrier of the user for sleep detection, and the specific algorithm is used for processing, so the judgment accuracy is high.

【技术实现步骤摘要】
一种筛选睡眠障碍和睡眠呼吸暂停的装置及方法
本专利技术涉及医疗器械管理
，特别是涉及一种筛选睡眠障碍和睡眠呼吸暂停的装置及方法。
技术介绍
睡眠障碍是指睡眠量的异常以及睡眠质的异常火灾睡眠时发生某些临床症状。如常见的失眠、嗜睡、夜游等。据统计，全球有至少四分之一的人有睡眠障碍。而我国国民的平均睡眠时间也在不断缩减，睡眠成为当代人尤其关注的健康问题。睡眠呼吸暂停综合症是因各种原因导致睡眠状态下出现呼吸暂停，表现为睡眠过程中口鼻气流完全停止10秒以上。统计报告显示，睡眠暂停在全球的患病率有十年前的2％～4％上升到24％以上，中国睡眠呼吸暂停的患病人数高居全球首位，而长时间或多次的呼吸暂停容易产生白天困倦、性格急躁、乏力、工作效率下降等症状，容易引发高血压、冠心病、脑血管疾病等。现有的无线可穿戴睡眠监控设备中检测患者的脑电、验电、下颌肌电、口鼻气流、呼吸动度、心电、血氧、鼾声、肢体活动和体位等多个参数，但是这些设备依然带有众多的传感器，依然需要专业的技师指导佩戴，束缚性较大，更加适合医院使用。另一方面，目前做睡眠分期和睡眠呼吸暂停判断主要的方式是技师断读和智能判读。技师判读需要花费大量的时间和精力，而智能判读目前主要使用机器学习或深度学习算法进行识别，但是这种使用单一算法进行识别的准确度不高。睡眠障碍和睡眠呼吸暂停的患病人群广泛，医疗资源也有限，因此需要一种设备能够简单、快速有效的进行相关睡眠症状的判断。
技术实现思路
本专利技术的目的是提供了一种初筛睡眠障碍和睡眠呼吸暂停的装置及方法，佩戴简单，对睡眠障碍的判断准确率高，能够对普通大众普遍使用。为解决上述技术问题，本专利技术实施例提供了一种筛选睡眠障碍和睡眠呼吸暂停的装置，包括用于佩戴的帽型载体及设置在所述帽型载体的数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块，所述脑电传感器模块用于采集用户的脑电信号，所述眼电传感器模块用于所述用户的眼电信号，所述呼吸传感器模块用于采集所述用户的呼吸信号，所述数据处理器与所述脑电传感器模块、所述眼电传感器模块和所述呼吸传感器模块通连接，用于接收所述脑电信号、所述眼电信号和所述呼吸信号后采用预设的基于深度学习算法和机器学习算法进行处理判断所述用户是否睡眠障碍或睡眠呼吸暂停。其中，还包括设置在所述帽型载体的传感器盒子，所述数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块设置在所述传感器盒子内。其中，所述帽型载体为杜邦莱卡帽型载体、锦纶帽型载体或涤纶帽型载体。其中，还包括与所述数据处理器连接的设置模块，用于输入所述脑电传感器模块的数据信号采集频率以及所述呼吸传感器模块的呼吸信号采集频率。其中，还包括设置在所述传感器盒子与所述数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块连接的电源模块和指示灯，所述指示灯用于显示所述电源模块电量状态、所述脑电传感器模块、所述眼电传感器模块和所述呼吸传感器模块的接入状态。其中，所述脑电传感器模块的采集端包括两个脑电极和两个参考电极，用于采集两个导联脑电信号，所述眼电传感器模块的眼电采集端包括位于右眼、左眼的外睚1cm～1.2cm处的ER电极、EL电极，所述呼吸传感器模块的呼吸采集端位于鼻子下方0.5cm～0.6cm。其中，所述数据处理器为stm32单片机数据处理器或ARM数据处理器。其中，还包括设置在所述传感器盒子与所述数据处理器连接的无线传输模块，所述无线传输模块包括蓝牙模块、wifi模块以及GSM模块中的至少一种。除此之外，本专利技术实施例还提供了一种筛选睡眠障碍和睡眠呼吸暂停的方法，包括：S1，接收输入的脑电信号、眼电信号和呼吸信号，将睡眠质量数据范围分为W期、N1期、N2期、N3期、REM期、和无效分期，将呼吸质量数据范围分为存在睡眠呼吸暂停、不存在睡眠呼吸和无效数据；S2，对所述脑电信号和所述眼电信号进行滤波处理滤除0.5hz～53hz以外的频率数据以及工频数据，对所述呼吸信号进行滤波处理滤除0.2hz～2hz以外的频率数据；S3，对所述脑电信号、所述眼电信号采用干净的各期明显的信号作为参考信号进行校正，对所述呼吸信号采用干净的呼吸起伏明显的信号进行校正；S4，采集预定数量、预定男女比例、预定年龄阶段人群的所述脑电信号、所述眼电信号和所述呼吸信号，以预定时长、步长作为样本标注与所述睡眠质量数据范围、所述呼吸质量数据范围对应的标签，获得数据集；S5，对所述数据集划分训练集、验证集和测试集，训练出卷积神经网络特征提取器；S6，在对所述数据集提取所述脑电信号、所述眼电信号和所述呼吸信号的每一导信号的特征后，采用支持向量机作为最优化条件通过遗传算法筛选最优的特征组合；S7，将所述卷积神经网络特征提取器提取的特征与通过所述遗传算法筛选最优的特征组合中的特征融合并将对应的标签输入到集成学习算法极端梯度提升树、自适应提升树、随机森林后，通过计算输出分类结果；S8，对所述分类结果进行加权平均后，获得的最大值的类别即为模型预测的分期结果。其中，所述S8包括：对所述分类结果采用0.38～0.42*极端梯度提升树+0.28～0.32*自适应提升树+0.38～0.42*随机森林进行加权平均。本专利技术实施例所提供的筛选睡眠障碍和睡眠呼吸暂停的装置及方法，与现有技术相比，具有以下优点：本专利技术实施例提供的筛选睡眠障碍和睡眠呼吸暂停的装置及方法，通过将数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块设置在佩戴在用户的帽型载体进行睡眠检测，采用特定算法进行处理，由于采用佩戴的方式进行检测，无需专业的技师进行指导，使用方便且简单，整个装置的结构也比较简单，而采用基于深度学习算法和机器学习算法进行处理判断所述用户是否睡眠障碍或睡眠呼吸暂停，对睡眠障碍的判断准确率高，能够对普通大众普遍使用判断准确度高，具有高度的普适性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的筛选睡眠障碍和睡眠呼吸暂停的装置的一种具体实施方式的结构示意图；图2为本专利技术实施例提供的筛选睡眠障碍和睡眠呼吸暂停的方法的一种具体实施方式的步骤流程示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。请参考图1～图2，图1为本专利技术实施例提供的筛选睡眠障碍和睡眠呼吸暂停的装置的一种具体实施方式的结构示意图；图2为本专利技术实施例提供的筛选睡眠障本文档来自技高网...

【技术保护点】
1.一种筛选睡眠障碍和睡眠呼吸暂停的装置，其特征在于，包括用于佩戴的帽型载体及设置在所述帽型载体的数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块，所述脑电传感器模块用于采集用户的脑电信号，所述眼电传感器模块用于所述用户的眼电信号，所述呼吸传感器模块用于采集所述用户的呼吸信号，所述数据处理器与所述脑电传感器模块、所述眼电传感器模块和所述呼吸传感器模块通连接，用于接收所述脑电信号、所述眼电信号和所述呼吸信号后采用预设的基于深度学习算法和机器学习算法进行处理判断所述用户是否睡眠障碍或睡眠呼吸暂停。/n

【技术特征摘要】
1.一种筛选睡眠障碍和睡眠呼吸暂停的装置，其特征在于，包括用于佩戴的帽型载体及设置在所述帽型载体的数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块，所述脑电传感器模块用于采集用户的脑电信号，所述眼电传感器模块用于所述用户的眼电信号，所述呼吸传感器模块用于采集所述用户的呼吸信号，所述数据处理器与所述脑电传感器模块、所述眼电传感器模块和所述呼吸传感器模块通连接，用于接收所述脑电信号、所述眼电信号和所述呼吸信号后采用预设的基于深度学习算法和机器学习算法进行处理判断所述用户是否睡眠障碍或睡眠呼吸暂停。


2.如权利要求1所述筛选睡眠障碍和睡眠呼吸暂停的装置，其特征在于，还包括设置在所述帽型载体的传感器盒子，所述数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块设置在所述传感器盒子内。


3.如权利要求2所述筛选睡眠障碍和睡眠呼吸暂停的装置，其特征在于，所述帽型载体为杜邦莱卡帽型载体、锦纶帽型载体或涤纶帽型载体。


4.如权利要求3所述用于初筛睡眠障碍和睡眠呼吸暂停的无线可穿戴设备，其特征在于，还包括与所述数据处理器连接的设置模块，用于输入所述脑电传感器模块的数据信号采集频率以及所述呼吸传感器模块的呼吸信号采集频率。


5.如权利要求4所述筛选睡眠障碍和睡眠呼吸暂停的装置，其特征在于，还包括设置在所述传感器盒子与所述数据处理器、脑电传感器模块、眼电传感器模块和呼吸传感器模块连接的电源模块和指示灯，所述指示灯用于显示所述电源模块电量状态、所述脑电传感器模块、所述眼电传感器模块和所述呼吸传感器模块的接入状态。


6.如权利要求5所述筛选睡眠障碍和睡眠呼吸暂停的装置，其特征在于，所述脑电传感器模块的采集端包括两个脑电极和两个参考电极，用于采集两个导联脑电信号，所述眼电传感器模块的眼电采集端包括位于右眼、左眼的外睚1cm～1.2cm处的ER电极、EL电极，所述呼吸传感器模块的呼吸采集端位于鼻子下方0.5cm～0.6cm。


7.如权利要求6所述筛选睡眠障碍和睡眠呼吸暂停的装置，其特征在于...

【专利技术属性】
技术研发人员：张铁军，
申请(专利权)人：浙江纽若思医疗科技有限公司，
类型：发明
国别省市：浙江;33