睡眠风险预测方法、装置和终端设备制造方法及图纸

本申请适用于信息技术领域，提供了一种睡眠风险预测方法、装置和终端设备，所述方法包括：采集待检测用户在睡眠过程中的多种生理数据；分别提取所述多种生理数据中每种生理数据的特征信息；将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息；其中，所述分类器通过多个样本用户的样本生理数据进行训练获得。上述方法，通过对待检测用户患有各种亚型的睡眠呼吸暂停综合征的风险进行预测，可以实现个性化的睡眠质量监控、睡眠呼吸暂停风险评估。睡眠呼吸暂停风险评估。睡眠呼吸暂停风险评估。

【技术实现步骤摘要】
睡眠风险预测方法、装置和终端设备


[0001]本申请属于信息
，尤其涉及一种睡眠风险预测方法、装置和终端设备。

技术介绍

[0002]睡眠呼吸暂停综合征(Sleep Apnea Syndrome，SAS)是一种常见的睡眠障碍慢性疾病。据世界卫生组织(World Health Organization，WHO)报道，全球有1-10％的人群受睡眠呼吸暂停的影响，其中在中国30-60岁的人群中，超过4％的男性和2％的女性受睡眠呼吸暂停的影响。睡眠呼吸暂停的发病率随着年龄的增加而增加，在55-60岁的人群中达到顶峰。
[0003]根据发病原理的不同，可以将睡眠呼吸暂停综合征分为阻塞型、中枢型和混合型三种不同的亚型，不同亚型的病因及危害也不同。其中，阻塞型睡眠呼吸暂停是由于喉咙附近的软组织松弛造成上呼吸道阻塞、呼吸道收窄引起的睡眠时呼吸暂停；中枢型呼吸暂停是由于呼吸中枢曾受到中风及创伤等损害而受到障碍，不能正常传达的呼吸的指令引起睡眠呼吸技能失调；混合型睡眠呼吸暂停是混合以上原因所造成的睡眠疾病。
[0004]由于睡眠呼吸暂停的发生发展是一个慢性渐进的过程，及早地对睡眠过程中可能存在的风险进行预测，有助于提高患者的生活质量，预防各种并发症的发生。

技术实现思路

[0005]本申请实施例提供了一种睡眠风险预测方法、装置和终端设备，可以解决现有技术中无法简单、快速地对睡眠风险进行预测的问题。
[0006]第一方面，本申请实施例提供了一种睡眠呼吸暂停综合征的识别方法，包括：
[0007]采集待检测用户在睡眠过程中的多种生理数据；
[0008]分别提取所述多种生理数据中每种生理数据的特征信息；
[0009]将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息；其中，所述分类器通过多个样本用户的样本生理数据进行训练获得。
[0010]通过穿戴设备采集用户的生理数据，并从中提取相应的特征信息，可以将上述特征信息输入预先训练得到的分类器中，预测待检测用户在睡眠过程中是否出现某种睡眠风险，以及出现各种风险的概率大小。本实施例可以简单、快速地对用户的睡眠质量进行监测，对睡眠呼吸暂停的潜在患者进行风险预测，提醒用户及时就医，防止睡眠呼吸暂停的进一步发展与其他并发症的发生。
[0011]在第一方面的一种可能的实现方式中，待检测用户睡眠过程中的多种生理数据至少包括脉搏波数据、血氧数据和/或声音数据。
[0012]在第一方面的一种可能的实现方式中，可以从脉搏波数据中提取待检测用户的光电容积描记特征信息，如心率变异性特征信息、呼吸波特征信息和光电容积描记波形特征信息等等；可以从血氧数据中提取待检测用户的血氧特征信息，如氧减指数和低血氧累积时间等等；可以从声音数据中提取待检测用户的声音特征信息，如梅尔频率倒谱系数和傅
里叶频谱特征信息等等。
[0013]在第一方面的一种可能的实现方式中，预设的分类器可以包括二分类器。因此，可以将提取出的特征信息输入二分类器，通过接收二分类器输出的针对上述特征信息的识别结果，可以判定该用户在睡眠过程中是否出现睡眠呼吸暂停事件。如果二分类器的识别结果为出现睡眠呼吸暂停事件，则可以根据采集到的待检测用户的声音数据，对待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险做进一步的预测。
[0014]在第一方面的一种可能的实现方式中，在根据待检测用户的声音数据，对待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险做进一步的预测时，可以首先确定待识别的睡眠呼吸暂停事件的持续时间，即确定一次呼吸暂停事件的持续时间。如果在该持续时间内，待检测用户的声音数据中包括间断鼾声，则可以预测该用户的睡眠风险为阻塞型睡眠呼吸暂停综合征风险；如果在持续时间内，上述声音数据中未包括鼾声，则可以预测该用户的睡眠风险为中枢型睡眠呼吸暂停综合征风险；如果在持续时间内，根据声音数据预测出睡眠风险同时包括阻塞型睡眠呼吸暂停综合征风险和中枢型睡眠呼吸暂停综合征风险，则可以预测该用户的睡眠风险为混合型睡眠呼吸暂停综合征风险。
[0015]在第一方面的一种可能的实现方式中，确定待识别的睡眠呼吸暂停事件的持续时间可以根据血氧数据中出现一次连续的低血氧累积时间来确定，从而将一次连续的低血氧累积时间作为待识别的睡眠呼吸暂停事件的持续时间。
[0016]在第一方面的一种可能的实现方式中，上述预设的分类器还可以包括四分类器。因此，可以将提取出的特征信息输入该四分类器中，通过接收四分类器输出的针对特征信息的识别结果，直接根据识别结果，预测用户出现各种亚型的睡眠呼吸暂停综合征的风险。上述四分类器的识别结果可以包括未出现睡眠呼吸暂停事件、出现阻塞型睡眠呼吸暂停事件、出现中枢型睡眠呼吸暂停事件或出现混合型睡眠呼吸暂停事件。
[0017]第二方面，本申请实施例提供了一种睡眠风险预测装置，包括：
[0018]采集模块，用于采集待检测用户在睡眠过程中的多种生理数据；
[0019]提取模块，用于分别提取所述多种生理数据中每种生理数据的特征信息；
[0020]预测模块，用于将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息；其中，所述分类器通过多个样本用户的样本生理数据进行训练获得。
[0021]在第二方面的一种可能的实现方式中，多种生理数据至少包括脉搏波数据、血氧数据和/或声音数据。
[0022]在第二方面的一种可能的实现方式中，所述提取模块具体可以包括如下子模块：
[0023]光电容积描记特征信息提取子模块，用于从所述脉搏波数据中提取所述待检测用户的光电容积描记特征信息，所述光电容积描记特征信息包括心率变异性特征信息、呼吸波特征信息和光电容积描记波形特征信息中的至少一种；和/或，
[0024]血氧特征信息提取子模块，用于从所述血氧数据中提取所述待检测用户的血氧特征信息，所述血氧特征信息包括氧减指数和低血氧累积时间中的至少一种；和/或，
[0025]声音特征信息提取子模块，用于从所述声音数据中提取所述待检测用户的声音特征信息，所述声音特征信息包括梅尔频率倒谱系数和傅里叶频谱特征信息中的至少一种。
[0026]在第二方面的一种可能的实现方式中，所述分类器可以包括二分类器；所述预测模块具体可以包括如下子模块：
[0027]第一输入子模块，用于将提取的所述特征信息输入所述二分类器；
[0028]第一接收子模块，用于接收所述二分类器输出的针对所述特征信息的识别结果，所述二分类器的识别结果包括出现睡眠呼吸暂停事件，或未出现睡眠呼吸暂停事件；
[0029]第一预测子模块，用于若所述识别结果为出现睡眠呼吸暂停事件，则根据所述待检测用户的声音数据，对所述待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险进行预测。
[0030]在第二方面的一种可能的实现方式中，所述第一预测子模块具体可以包括如下单元：
[0031]确定单元，用于确定待识别的睡眠呼吸暂停事件的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种睡眠风险预测方法，其特征在于，包括：采集待检测用户在睡眠过程中的多种生理数据；分别提取所述多种生理数据中每种生理数据的特征信息；将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息；其中，所述分类器通过多个样本用户的样本生理数据进行训练获得。2.根据权利要求1所述的方法，其特征在于，所述多种生理数据至少包括脉搏波数据、血氧数据，和/或，声音数据。3.根据权利要求2所述的方法，其特征在于，所述分别提取所述多种生理数据中每种生理数据的特征信息，包括：从所述脉搏波数据中提取所述待检测用户的光电容积描记特征信息，所述光电容积描记特征信息包括心率变异性特征信息、呼吸波特征信息和光电容积描记波形特征信息中的至少一种；和/或，从所述血氧数据中提取所述待检测用户的血氧特征信息，所述血氧特征信息包括氧减指数和低血氧累积时间中的至少一种；和/或，从所述声音数据中提取所述待检测用户的声音特征信息，所述声音特征信息包括梅尔频率倒谱系数和傅里叶频谱特征信息中的至少一种。4.根据权利要求1-3任一项所述的方法，其特征在于，所述分类器包括二分类器；所述将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息，包括：将提取的所述特征信息输入所述二分类器；接收所述二分类器输出的针对所述特征信息的识别结果，所述二分类器的识别结果包括出现睡眠呼吸暂停事件，或未出现睡眠呼吸暂停事件；若所述识别结果为出现睡眠呼吸暂停事件，则根据所述待检测用户的声音数据，对所述待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险进行预测。5.根据权利要求4所述的方法，其特征在于，所述根据所述待检测用户的声音数据，对所述待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险进行预测，包括：确定待识别的睡眠呼吸暂停事件的持续时间；若在所述持续时间内，所述待检测用户的声音数据中包括间断鼾声，则预测所述待检测用户的睡眠风险为阻塞型睡眠呼吸暂停综合征风险；若在所述持续时间内，所述待检测用户的声音数据中未包括鼾声，则预测所述待检测用户的睡眠风险为中枢型睡眠呼吸暂停综合征风险；若在所述持续时间内，根据所述待检测用户的声音数据预测所述睡眠风险同时包括所述阻塞型睡眠呼吸暂停综合征风险和所述中枢型睡眠呼吸暂停综合征风险，则预测所述待检测用户的睡眠风险为混合型睡眠呼吸暂停综合征风险。6.根据权利要求5所述的方法，其特征在于，所述确定待识别的睡眠呼吸暂停事件的持续时间，包括：确定所述血氧数据中出现一次连续的低血氧累积时间，将所述一次连续的低血氧累积时间作为待识别的睡眠呼吸暂停事件的持续时间。7.根据权利要求1-3任一项所述的方法，其特征在于，所述分类器包括四分类器；所述
将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息，包括：将提取的所述特征信息输入所述四分类器；接收所述四分类器输出的针对所述特征信息的识别结果，所述四分类器的识别结果包括未出现睡眠呼吸暂停事件、出现阻塞型睡眠呼吸暂停事件、出现中枢型睡眠呼吸暂停事件或出现混合型睡眠呼吸暂停事件；根据所述识别结果，对所述待检测用户出现各种亚型的睡眠呼...

【专利技术属性】
技术研发人员：张慧，李靖，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：