用于睡眠呼吸暂停中障碍类型的声学识别系统和相应方法技术方案

本发明专利技术涉及一种分类系统(1)，该分类系统用于通过对待分析的打鼾

【技术实现步骤摘要】
【国外来华专利技术】用于睡眠呼吸暂停中障碍类型的声学识别系统和相应方法
[0001]本专利技术涉及一种用于通过待检查的打鼾
‑
噪声信号的相应分类来微处理器辅助识别睡眠呼吸暂停中的障碍类型的系统。
[0002]打鼾被定义为由上呼吸道中的软组织振动引起的夜间呼吸噪声。术语“打鼾”有不同定义，其中很多打鼾是由气流引起的上呼吸道组织的振动，从而形成所产生的打鼾
‑
噪声中的音调部分。然而，“打鼾”和“大声呼吸”没有明显的区别。在下文中，术语“打鼾”还可以被理解为一般类型的噪声，该噪声也可以含有没有显著音调部分的呼吸噪声。
[0003]打鼾
‑
噪声信号被理解为比如已经由麦克风记录并且已经被转换成电信号的声学信号。打鼾
‑
噪声信号还可以含有或包含传输关于声学打鼾
‑
噪声信号的一个或多个附加信息的指示符或标记形式的附加信息，例如，打鼾
‑
噪声起源处、打鼾
‑
噪声起源类型、口部位置、时刻、患者姓名、患者体重和睡觉位置。
[0004]障碍性睡眠呼吸暂停应理解为由于闭合和相应的上呼吸道障碍(所谓的呼吸道障碍)而发生夜间呼吸暂停的病症。根据每小时的障碍性睡眠呼吸暂停次数，区分障碍性睡眠呼吸暂停的各种严重程度。对于障碍性睡眠呼吸暂停，打鼾是一种常见的伴随症状。打鼾和障碍性睡眠呼吸暂停是与睡眠相关的呼吸障碍。在下文中，障碍性睡眠呼吸暂停简称为睡眠呼吸暂停(sleep apnoea)。
[0005]打鼾
‑
噪声和呼吸道障碍是在上呼吸道的不同部位以各种方式产生的。这些不同的方式可以通过振动或缩窄的相应的取向和类型来确定，这些振动或缩窄可以是比如圆形的或成形为侧向槽缝。因此，存在不同类型的打鼾
‑
噪声的来源，其在解剖学上与各种部位和类型的障碍相关。换言之，打鼾
‑
噪声的起源类型由打鼾
‑
噪声的起源处、振动的方向和类型或其组合来定义。类似地，障碍的类型由障碍部位、障碍的方向或其组合来限定。打鼾
‑
噪声起源的不同类型可分为：
[0006]A)软腭的前后振动；
[0007]C)呼吸道在腭咽或口咽中的环形缩窄；
[0008]L)口咽区域中软组织的横向振动；
[0009]T)在舌根区域中的缩窄部；和/或
[0010]E)会厌区域的振动或缩窄。
[0011]在咽部中，打鼾
‑
噪声可比如在具有悬腭的软腭区域中、在腭扁桃体区域中、在舌根区域中和在会厌的水平上产生。本领域已经描述了许多分类系统，目的是在临床实践中建立缩窄部位和障碍类型的标准化指定。图2示出了患者头部的侧向截面图，其中打鼾
‑
噪声起源部位在颈部、鼻部和喉部，具有腭咽部(V)、口咽部(O)、舌根部(T)和会厌部(E)的区域。
[0012]根据大多数医学指导，睡眠相关呼吸障碍的诊断包括测量由自然睡眠中呼吸道缩窄(呼吸不足)引起的障碍和呼吸困难所引起的呼吸暂停的频率，其中测量既可以在睡眠实验室中作为多导睡眠记录来执行，也可以在家庭环境中作为多记录和心肺筛查来执行。然而，这些测量不提供关于缩窄或障碍的部位的明确信息。根据缩窄或障碍的部位和形状，可以相应地采取各种治疗措施。除了了解由呼吸暂停的频率和长度确定的障碍性睡眠呼吸暂
停的严重程度之外，了解相应的障碍类型对于障碍性睡眠呼吸暂停的靶向治疗是非常重要的。了解打鼾
‑
噪声的起源类型对于有针对性地治疗打鼾也是非常重要的。
[0013]一种用于确定打鼾
‑
噪声的起源部位和障碍部位的已知解决方案是比如夜间测压法，其中，直径为几毫米的配备有串联布置的若干传感器的细导管通过鼻子引入到患者的上呼吸道中。因此，可以在上呼吸道的多个位置在夜晚测量自然睡眠期间的压力状况。该方法的一个优点是在自然睡眠期间连续测量。缺点为不是每位患者在整个晚上都能耐受其上呼吸道中的导管。而且，不能获得关于障碍的类型和形状的信息。
[0014]确定患者障碍部位和类型的另一种众所周知的方法是药物诱发的睡眠视频内窥镜检查。通过该方法，患者被麻醉医师镇静以产生人工睡眠。然后借助于通过鼻子引入的柔性内窥镜来监测上呼吸道。因此，能够可视化和确定障碍的部位、形状和类型。该方法的缺点是由镇静药物引起的对患者的压力以及在工作人员和设备方面的巨大努力和高相关成本。在药物诱发的睡眠视频内窥镜检查期间，频繁地打鼾
‑
噪声的音频记录和内窥镜检查的视频记录同时进行，从其中可以回顾地提取具有关于打鼾
‑
噪声的起源的相应类型和/或关于障碍的相应类型的信息的打鼾
‑
噪声信号。打鼾
‑
噪声的起源类型与障碍类型有一定的相关性；然而，不能根据打鼾
‑
噪声的起源类型明确地推导出障碍的类型。而且，在大多数情况下，障碍和打鼾
‑
噪声在一定时间关系内发生，但在时间上不同步。
[0015]已知睡眠期间的口部位置对睡眠质量和其他病症(例如牙齿疾病)以及呼吸道障碍的发生概率和类型具有显著影响。该口部位置基本上由下颌骨和口唇的位置确定。在最简单的情况下，区分两种情况：口闭(例如唇闭合)和口开。或者，可以用不同的限定更详细地描述口部位置。
[0016]在由药物诱发的睡眠视频内窥镜检查期间，比如通过检查者手动移动患者下颌骨来强制打开和闭合口部位置，并且以这种方式检查口部位置对障碍类型的影响。然而，根据睡眠视频内窥镜的音频记录和内窥镜视频记录，不能识别出发生打鼾
‑
噪声时的口部位置。也不能以结构化形式获得在睡眠视频内窥镜检查期间发生打鼾
‑
噪声时的口部位置信息。
[0017]为了在自然睡眠期间确定口部位置，已知各种方法，比如基于视频的方法。为此，已经记录了相应的打鼾
‑
噪声信号，对于这些打鼾
‑
噪声信号，可以提取相应的口部位置作为附加信息，并且可以将这些打鼾
‑
噪声信号确定并记录为指示符。这里，要注意，为了确定口部位置，基于视频的确定需要大量时间，并且作为替代方法，通过附着到患者头部的传感器进行确定会干扰睡眠质量。另一方面，以这种方式获得的附加打鼾
‑
噪声信号以及相应的口部位置是可用的并因此是有帮助的。
[0018]WO 2017/009081 A1公开了一种用于在上呼吸道中识别打鼾
‑
噪声的装置和方法，其中呼吸通过优选地具有两个偏置麦克风传感器的管发生。通过两个麦克风传感器的传感器信号，可以在吸气和呼气时识别上呼吸道障碍。
[0019]WO 2012/155257 A1公开了一种用于诊断呼吸道噪声和节律的装置和方法，其中在呼吸或睡眠期间，麦克风传感器位于患者鼻子的前方。
[0020]DE 102006008844 A1公开了一种检测呼吸道噪声的方法，其中传感器被定位在鼻孔前本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种分类系统(1)，用于借助于待检查的打鼾
‑
噪声信号(Au)的适当分类来微处理器辅助识别睡眠呼吸暂停中的障碍类型(O1
‑
O4)，所述分类系统包括：a)用于相应的所述打鼾
‑
噪声信号(Au)的输入接口；b)第一分类器(K1)，适于当具有相应的打鼾
‑
噪声起源类型(S1
‑
S4)的第一多个打鼾
‑
噪声信号(Au)被输入时在训练模式中进行学习，使得在识别模式中，从一组预定的打鼾
‑
噪声起源类型(S1
‑
S4)中识别并输出针对特定打鼾
‑
噪声信号(Au)的最可能打鼾
‑
噪声起源类型(S1
‑
S4)；c)第二分类器(K2)，适于当具有相应的口部位置(M1
‑
M2)的第二多个打鼾
‑
噪声信号(Au)被输入时在所述训练模式中进行学习，使得在所述识别模式中，从一组预定的口部位置(M1
‑
M2)中识别并输出针对特定打鼾
‑
噪声信号(Au)的最可能口部位置(M1
‑
M2)；d)第三分类器(K3)，适于当由所述第一分类器(K1)识别的所述打鼾
‑
噪声起源类型(S1
‑
S4)和由所述第二分类器(K2)识别的所述口部位置(M1
‑
M2)被输入时，在所述识别模式中从一组预定的障碍类型(O1
‑
O4)中识别最可能障碍类型(O1
‑
O4)，并将所述最可能障碍类型(O1
‑
O4)作为障碍类型信号输出；以及e)用于所述障碍类型信号的显示器的输出接口(3)。2.根据权利要求1所述的分类系统(1)，所述第一分类器(K1)和所述第二分类器(K2)适于使得：利用多个打鼾
‑
噪声信号(Au)使所述第一分类器(K1)和所述第二分类器(K2)的各自的训练能够彼此分开地执行，其中所述第一分类器(K1)独立于所述口部位置(M1
‑
M2)进行训练和学习并且所述第二分类器(K2)独立于所述打鼾
‑
噪声起源类型(S1
‑
S4)进行训练和学习。3.根据权利要求1或2所述的分类系统(1)，所述第一分类器(K1)和所述第二分类器(K2)适于使得：利用附加的多个打鼾
‑
噪声信号(Au)使所述第一分类器(K1)和所述第二分类器(K2)的各自的训练一起并且同时发生，所使用的相应的所述打鼾
‑
噪声信号(Au)包含作为相应信息的相应的所述打鼾
‑
噪声起源类型(S1
‑
S4)和相应的所述口部位置(M1
‑
M2)。4.根据前述权利要求中的一项或多项所述的分类系统(1)，所述第一分类器(K1)适于在所述识别模式中以相应概率识别相应的所述打鼾
‑
噪声起源类型(S1
‑
S4)、指示并将所述打鼾
‑
噪声起源类型(S1
‑
S4)转发至所述第三分类器(K3)。5.根据前述权利要求中的一项或多项所述的分类系统(1)，所述第二分类器(K2)适于在所述识别模式中以相应概率识别相应的所述口部位置(M1
‑
M2)、指示并将所述口部位置(M1
‑
M2)转发至所述第三分类器(K3)。6.根据前述权利要求中的一项或多项所述的分类系统(1)，所述第三分类器(K3)适于当由所述第一分类器(K1)识别的所述打鼾
‑
噪声起源类型(S1
‑
S4)、由所述第二分类器(K2)识别的所述口部位置(M1
‑
M2)、以及所述障碍类型(O1
‑
O4)被输入时，在所述训练模式中进行学习，使得在所述识别模式中，所述第三分类器通过相应的所述打鼾
‑

【专利技术属性】
技术研发人员：克里斯托夫，
申请(专利权)人：迪亚美托斯有限责任公司，
类型：发明
国别省市：