心动干扰识别方法及计算机可读存储介质技术

本发明专利技术提供了一种心动干扰识别方法，包括：同步获取口鼻气流信号和胸腹运动信号；根据口鼻气流信号和胸腹运动信号计算呼吸信号；计算胸腹运动信号和呼吸信号的差值作为心动干扰检测信号；根据心动干扰检测信号得到周期序列和幅度序列；判断周期序列和幅度序列是否满足预设条件；以及当周期序列和幅度序列均满足预设条件时，判定存在心动干扰。此外，本发明专利技术还提供了一种计算机可读存储介质。本发明专利技术技术方案能够有效提高心动干扰识别的准确率。方案能够有效提高心动干扰识别的准确率。方案能够有效提高心动干扰识别的准确率。

【技术实现步骤摘要】
心动干扰识别方法及计算机可读存储介质


[0001]本专利技术涉及医学信号处理
，尤其涉及一种心动干扰识别方法及计算机可读存储介质。

技术介绍

[0002]阻塞性睡眠呼吸暂停(Obstructive Sleep Apnea，OSA)是一种由呼吸道阻塞或者变窄而引起的呼吸暂停，当病人发生阻塞性睡眠呼吸暂停时，病人的胸腹运动处于正常状态；中枢性睡眠呼吸暂停(Central Sleep Apnea，CSA)是一种由于呼吸中枢神经障碍而不能正常传达呼吸指令所导致的睡眠呼吸功能失调产生的呼吸暂停，当病人发生中枢性睡眠呼吸暂停时，不产生正常的胸腹运动。因此，胸腹运动可用于区分中枢性睡眠呼吸暂停和阻塞性睡眠呼吸。
[0003]胸腹运动信号通过胸腹呼吸绑带记录胸腹扩张得到。胸腹运动信号中通常包括心跳引起的胸腔运动，即心动干扰。因此，心动干扰的识别对提高胸腹运动状态检测的准确度具有非常重要的意义。

技术实现思路

[0004]本专利技术提供了一种心动干扰识别方法及计算机可读存储介质，能够有效提高心动干扰识别的准确率。
[0005]第一方面，本专利技术实施例提供一种心动干扰识别方法，所述心动干扰识别方法包括：
[0006]同步获取口鼻气流信号和胸腹运动信号；
[0007]根据所述口鼻气流信号和所述胸腹运动信号计算呼吸信号；
[0008]计算所述胸腹运动信号和所述呼吸信号的差值作为心动干扰检测信号；
[0009]根据所述心动干扰检测信号得到周期序列和幅度序列；
[0010]判断所述周期序列和所述幅度序列是否满足预设条件；以及
[0011]当所述周期序列和所述幅度序列均满足预设条件时，判定存在心动干扰。
[0012]第二方面，本专利技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序指令，所述程序指令可被处理器执行以实现如上所述的心动干扰识别方法。
[0013]上述心动干扰识别方法及计算机可读存储介质，根据口鼻气流信号和胸腹运动信号计算呼吸信号，将胸腹运动信号中的呼吸信号移除就可以得到心动干扰检测信号，根据心动干扰检测信号判断是否存在心动干扰，从而能够有效提高心动干扰识别的准确率。对于单个使用者而言，只要固定好的胸腹呼吸绑带位置不变，则使用者由心跳引起的胸腔运动的幅度基本一致。因此，心动干扰检测信号的识别能够有助于判断中枢性呼吸暂停出现的胸腹运动暂停事件。高准确率地识别心动干扰能够为提升呼吸暂停检测准确度提供有力的保障，进而提升睡眠初筛仪的检测窒息的准确度。
附图说明
[0014]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，下面描述中的附图仅仅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示出的结构获得其他的附图。
[0015]图1为本专利技术实施例提供的心动干扰识别方法的流程图。
[0016]图2为本专利技术实施例提供的心动干扰识别方法的第一子流程图。
[0017]图3为本专利技术实施例提供的心动干扰识别方法的第二子流程图。
[0018]图4为本专利技术实施例提供的心动干扰识别方法的第三子流程图。
[0019]图5为本专利技术实施例提供的心动干扰识别方法的第四子流程图。
[0020]图6为本专利技术实施例提供的睡眠初筛仪的使用示意图。
[0021]图7为图1所示的第一信号波形图。
[0022]图8为图1所示的第二信号波形图。
[0023]图9为图1所示的第三信号波形图。
[0024]图10为本专利技术实施例提供的终端的内部结构示意图。
[0025]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0026]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。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。
[0027]本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的规划对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，换句话说，描述的实施例根据除了这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，还可以包含其他内容，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于只清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]需要说明的是，在本专利技术中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者多个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本专利技术要求的保护范围之内。
[0029]请结合参看图6，其为本专利技术实施例提供的睡眠初筛仪的使用示意图。睡眠初筛仪20包括口鼻气流管21以及胸腹呼吸绑带22。当使用者佩戴睡眠初筛仪20时，口鼻气流管21固定于使用者的口腔或者鼻子处，用于采集使用者的口鼻气流信号；胸腹呼吸绑带22固定于使用者的胸部，用于采集使用者的胸腹运动信号。由于胸腹呼吸绑带22固定于使用者的
胸部，在检测使用者由于呼吸引起的胸腹运动的过程中，可能会检测到由于心跳引起的胸腹运动，导致胸腹运动信号中可能包含心动干扰所产生的信号。
[0030]请结合参看图1，其为本专利技术实施例提供的心动干扰识别方法的流程图。心动干扰识别方法可应用于睡眠初筛仪20等用于检测使用者胸腹运动的设备，用于对采集到的胸腹运动信号中是否存在心动干扰进行识别。心动干扰识别方法具体包括如下步骤。
[0031]步骤S102，同步获取口鼻气流信号和胸腹运动信号。由于使用者的呼吸是连续的，相应地，获取到的口鼻气流信号和胸腹运动信号也是连续的(如图7所示)。如图7所示的第一信号波形图中，波动幅度较大的波形为胸腹运动信号，波动幅度较小的波形为口鼻气流信号。对获取到的口鼻气流信号和胸腹运动信号分别进行降噪处理。在本实施例中，可以利用5赫兹的低通滤波器分别对口鼻气流信号和胸腹运动信号进行降噪处理。根据呼吸检测算法对降噪后的口鼻气流信号进行检测，从而得到口鼻气流信号相对于使用者呼吸周期的开始时间和结束时间、口鼻气流信号的峰值和谷值和峰值幅度。其中，呼吸检测算法包括但不限于流量阈值检测算法、流量图形检测算法等。根据检测到的开始时间和结束时间，可以将口鼻气流信号划分为多个相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种心动干扰识别方法，其特征在于，所述心动干扰识别方法包括：同步获取口鼻气流信号和胸腹运动信号；根据所述口鼻气流信号和所述胸腹运动信号计算呼吸信号；计算所述胸腹运动信号和所述呼吸信号的差值作为心动干扰检测信号；根据所述心动干扰检测信号得到周期序列和幅度序列；判断所述周期序列和所述幅度序列是否满足预设条件；以及当所述周期序列和所述幅度序列均满足预设条件时，判定存在心动干扰。2.如权利要求1所述的心动干扰识别方法，其特征在于，根据所述口鼻气流信号和所述胸腹运动信号计算呼吸信号具体包括：根据所述胸腹运动信号对所述口鼻气流信号进行归一化处理；以及将归一化后的口鼻气流信号作为所述呼吸信号。3.如权利要求2所述的心动干扰识别方法，其特征在于，根据所述胸腹运动信号对所述口鼻气流信号进行归一化处理具体包括：计算所述胸腹运动信号的胸腹运动幅度和所述口鼻气流信号的口鼻气流幅度的商作为归一化系数；以及计算所述口鼻气流信号的口鼻气流值和所述归一化系数的积为归一化后的口鼻气流信号的口鼻气流值，其中，所述口鼻气流信号包括若干口鼻气流值。4.如权利要求1所述的心动干扰识别方法，其特征在于，判断所述周期序列是否满足预设条件具体包括：计算所述周期序列中所有周期时间的平均值作为第一均值，其中，所述周期序列包括若干周期时间；根据所述第一均值设定第一范围；判断所述周期时间是否处于所述第一范围内；以及当所述周期序列中所有周期时间均处于所述第一范围内时，确认所述周期序列满足预设条件。5.如权利要求1所述的心动干扰识别方法，其特征在于，判断所述幅度序列是否满足预设条件具体包括：计算所述幅度序列中所有心动干扰幅度的...

【专利技术属性】
技术研发人员：潘海洋，祝荣荣，
申请(专利权)人：深圳融昕医疗科技有限公司，
类型：发明
国别省市：