参数融合处理方法、装置、可穿戴设备及存储介质制造方法及图纸

本申请实施例公开了一种参数融合处理方法、装置、可穿戴设备及存储介质，属于智能穿戴技术领域，能够实现快速预测用户的SAHS风险。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。鼾声参数。鼾声参数。

【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]本申请实施例的第二方面，提供一种参数融合处理装置，该装置包括：获取模块、确定模块和融合处理模块；该获取模块，用于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；该确定模块，用于确定该获取模块获取的该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；该融合处理模块，用于对该确定模块确定的该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。
[0007]本申请实施例的第三方面，提供一种可穿戴设备，该可穿戴设备包括处理器、存储器及存储在该存储器上并可在该处理器上运行的程序或指令，该程序或指令被该处理器执行时实现如第一方面所述的参数融合处理方法的步骤。
[0008]本申请实施例的第四方面，提供一种可读存储介质，该可读存储介质上存储程序或指令，该程序或指令被处理器执行时实现如第一方面所述的参数融合处理方法的步骤。
[0009]本申请实施例的第五方面，提供了一种芯片，该芯片包括处理器和通信接口，该通信接口和该处理器耦合，该处理器用于运行程序或指令，实现如第一方面所述的参数融合处理方法。
[0010]本申请实施例中，可以通过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用于指示该用户的睡眠呼吸暂停低通气综合征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。本方案中，根据N种生理参数得到每种生理参数对应的第一AHI，然后对N个第一AHI进行融合得到融合AHI，融合AHI用于指示用户的SAHS风险，因此不仅可以通过N种生理参数快速预测用户的SAHS风险，而且通过融合AHI可以更准确地预测用户的SAHS风险。
附图说明
[0011]为了更清楚地说明本申请实施例技术方案，下面将对实施例和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申请的一些实施例，还可以根据这些附图获得其它的附图。
[0012]图1为本申请实施例提供的一种多导睡眠仪诊断SAHS需获取用户参数的示意图；
[0013]图2为本申请实施例提供的一种参数融合处理方法的应用场景示意图；
[0014]图3A为本申请实施例提供的参数融合处理方法的流程示意图之一；
[0015]图3B为本申请实施例提供的参数融合处理方法的流程示意图之二；
[0016]图3C为本申请实施例提供的一种综合4种生理参数共同确定呼吸异常事件的示意图；
[0017]图3D为本申请实施例提供的参数融合处理方法的流程示意图之三；
[0018]图3E为本申请实施例提供的参数融合处理方法的流程示意图之四；
[0019]图4为本申请实施例提供的一种根据血氧参数确定呼吸异常事件的示意图；
[0020]图5为本申请实施例提供的一种根据呼吸频率参数确定呼吸异常事件的示意图；
[0021]图6A为本申请实施例提供的根据鼾声参数确定呼吸异常事件的示意图之一；
[0022]图6B为本申请实施例提供的根据鼾声参数确定呼吸异常事件的示意图之二；
[0023]图7为本申请实施例提供的参数融合处理方法的流程示意图之五；
[0024]图8为本申请实施例提供的一种参数融合处理装置的结构框图；
[0025]图9为本申请实施例提供的一种可穿戴设备的硬件结构示意图。
具体实施方式
[0026]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。
[0027]本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不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，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
[0028]下面首先对本专利技术的权利要求书和说明书中涉及的一些名词或者术语进行解释
说明。
[0029]SAHS：临床上定义，每晚睡眠过程中呼吸暂停反复发作30次以上或睡眠呼吸暂停低通气指数(AHI)≥5次/小时，即为SAHS。
[0030]AHI：是指每小时睡眠时间内呼吸暂停次数和低通气的次数之和。
[0031]光电容积描记(photo plethysmo graph，PPG)传感器能够以光学的方式取得的器官体积描记图，一般通过LED照射皮肤并测量光吸收的变化量来实现脉搏波的测量。
[0032]加速度传感器(acceleration transducer，ACC)是一种能够测量加速度的传感器。通常由质量块、阻尼器、弹性元件、敏感元件和适调电路等部分组成。传感器在加速过程中，通过对质量块的惯性的测量，本文档来自技高网...

【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：