【技术实现步骤摘要】
参数融合处理方法、装置、可穿戴设备及存储介质
[0001]本申请涉及智能穿戴
,尤其涉及一种参数融合处理方法、装置、可穿戴设备及存储介质。
技术介绍
[0002]睡眠呼吸暂停低通气综合征(Sleep Apnea Hypopnea Syndrome,SAHS)是指因各种原因导致睡眠状态下反复出现呼吸暂停和/或低通气的睡眠呼吸疾病。SAHS可引起反复发作的夜间低氧和高碳酸血症,可导致高血压,冠心病,糖尿病和脑血管疾病等并发症,甚至出现夜间猝死。也就是说,SAHS是一种有潜在致死性的睡眠呼吸疾病,及时、有效地对SAHS进行预测具有非常重大的意义。
[0003]因此,亟需一种可以快速预测SAHS风险的方法。
技术实现思路
[0004]本申请实施例提供了一种参数融合处理方法、装置、可穿戴设备及存储介质,可以实现快速预测用户的SAHS风险。
[0005]本申请实施例的第一方面,提供一种参数融合处理方法,应用于可穿戴设备,该方法包括:获取睡眠时间段内用户的N种生理参数,N为大于或等于2的整数;确定该N种生理参数中的每种生理参数对应的第一呼吸暂停低通气指数(sleep
‑
related apnea
‑
hypopnea index,AHI),以得到N个第一AHI;对该N个第一AHI进行融合处理,得到融合AHI;其中,该融合AHI用于指示该用户的SAHS风险;该N种生理参数包括以下至少两项:血氧参数、心率变异性参数、呼吸频率参数、鼾声参数。
[0006]本 ...
【技术保护点】
【技术特征摘要】
1.一种参数融合处理方法,其特征在于,应用于可穿戴设备,所述方法包括:获取睡眠时间段内用户的N种生理参数,N为大于或等于2的整数;确定所述N种生理参数中的每种生理参数对应的第一呼吸暂停低通气指数AHI,以得到N个第一AHI;对所述N个第一AHI进行融合处理,得到融合AHI;其中,所述融合AHI用于指示所述用户的睡眠呼吸暂停低通气综合征SAHS风险;所述N种生理参数包括以下至少两项:血氧参数、心率变异性参数、呼吸频率参数、鼾声参数。2.根据权利要求1所述的方法,其特征在于,所述对所述N个第一AHI进行融合处理,得到融合AHI,包括:根据所述每种生理参数的目标信息,确定所述每种生理参数对应的第一AHI的融合权重;根据所述每种生理参数对应的第一AHI的融合权重,对所述N个第一AHI进行加权融合,得到所述融合AHI;其中,所述目标信息包括以下至少一项:所述每种生理参数对应的信号质量,所述每种生理参数对应的第一AHI。3.根据权利要求2所述的方法,其特征在于,所述根据所述每种生理参数的目标信息,确定所述每种生理参数对应的第一AHI的融合权重,包括:根据所述每种生理参数的所述目标信息,确定所述每种生理参数的可信度;根据所述每种生理参数的可信度,确定所述每种生理参数对应的第一AHI的融合权重。4.根据权利要求1所述的方法,其特征在于,所述对所述N个第一AHI进行融合处理,得到融合AHI,包括:对所述N个第一AHI进行第一融合处理,得到第二AHI;对所述第二AHI和目标AHI进行第二融合处理,得到所述融合AHI;其中,所述目标AHI包括以下至少一项:所述N个第一AHI,第三AHI;其中,所述第三AHI是根据所述N种生理参数共同确定的一个AHI。5.根据权利要求1所述的方法,其特征在于,所述对所述N个第一AHI进行融合处理,得到融合AHI之后,所述方法还包括:若所述融合AHI处于第一风险范围,则确定所述用户的SAHS风险为第一SAHS风险等级,所述第一SAHS风险等级与所述第一风险范围对应。6.根据权利要求5所述的方法,其特征在于,所述若所述融合AHI处于第一风险范围,则确定所述用户的SAHS风险为第一SAHS风险等级之后,所述方法还包括:根据所述第一SAHS风险等级和目标SAHS风险等级,确定所述用户的最终SAHS风险等级;其中,所述目标SAHS风险等级包括以下至少一项:至少两个第二SAHS风险等级,第三SAHS风险等级,第四SAHS风险等级;其中,每个第二SAHS风险等级为根据一种生理参数对应的第一AHI所在的风险范围确定的;所述第三SAHS风险等级为根据第三AHI所在的风险范围确定的,所述第三AHI为根据所
述N种生理参数共同确定的一个AHI;所述第四SAHS风险等级为根据所述睡眠时间段内的鼾声参数的时频域特征通过鼾声SAHS风险预测模型确定的。7.根据权利要求4或6所述的方法,其特征在于,所述对所述N个第一AHI进行融合处理,得到融合AHI之前,所述方法还包括:根据所述每种生理参数,确定在所述睡眠时间段内各种生理参数对应的目标时间段,所述目标时间段为发生呼吸异常事件的时间段;根据所述各种生理参数对应的目标时间段,通过沿着所述睡眠时间段的时间轴移动的滑动时间窗,在所述睡眠时间段内确定至少一个目标时间窗,所述滑动时间窗每次移动的步长为第一时长;计算所述目标时间窗的个数与所述睡眠时间段的时长的比值,得到所述第三AHI;其中,所述目标时间窗满足以下条件:所述目标时间窗的长度等于所述滑动时间窗的长度,所述目标时间窗对应的时间段内存在至少M种生理参数均发生呼吸异常事件;其中,所述至少M种参数为所述N种生理参数中的参数,M为大于或等于2的整数。8.根据权利要求7所述的方法,其特征在于,所述目标时间窗还满足以下条件中的至少一项:每个所述目标时间窗的起始点与上一个目标时间窗的起始点的差值大于或等于第二时长;在一个所述目标时间窗内,若所述至少M种参数包括血氧参数,则血氧时间窗的起始点与其他时间窗的终止点的差值大于或等于第三时长;其中,所述第二时长大于所述第一时长,所述血氧时间窗为根据所述血氧参数确定发生呼吸异常事件的时间段,所述其他时间窗为根据除血氧参数外的其他生理参数确定发生呼吸异常事件的时间段。9.根据权利要求1至6中任一项所述的方法,其特征在于,所述N种生理参数包括:所述血氧参数;所述确定所述N种生理参数中的每种生理参数对应的第一AHI,以得到N个第一AHI,包括:将所述血氧参数对应的第一时间窗的个数,确定为所述血氧参数对应的呼吸异常事件次数;计算所述血氧参数对应的呼吸异常事件次数与所述睡眠时间段的时长的比值,得到所述血氧参数对应的第一AHI;其中,所述第一时间窗为发生呼吸异常事件的时间段;所述第一时间窗满足以下条件:所述第一时间窗的长度大于或等于第一窗长阈值;所述第一时间窗内的平均血氧值,相比第二时间窗的平均血氧值的下降幅度大于或等于血氧下降阈值;其中,所述第二时间窗为未发生呼吸异常事件,且为所述第一时间窗之前的,与所述第一时间窗间隔第一预设时长的时间段。10.根据权利要求9所述的方法,其特征在于,所述获取睡眠时间段内用户的N种生理参数,包括:
通过所述可穿戴设备中的光电容积描记PPG传感器采集用户在所述睡眠时间段内,与所述血氧参数对应的红光PPG信号和红外光PPG信号;根据所述红光PPG信号的直流DC信号和交流AC信号,以及所述红外光PPG信号的DC信号和AC信号,计算...
【专利技术属性】
技术研发人员:周广鑫,
申请(专利权)人:OPPO广东移动通信有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。