睡眠呼吸事件预测方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术提供了一种睡眠呼吸事件预测方法、装置、设备及可读存储介质，涉及医疗信息技术领域，包括获取第一信息包括待测试人员的四个睡眠通道的信号；对第一信息的特征向量的相关性进行计算，并构建睡眠呼吸图；构建RCCN模型，对所述待测试人员的呼吸信号进行预测，得到预测结果；根据所述预测结果进行分类，判断分类后的所述待测试人员的呼吸信号是否属于暂停事件，若是则输出所述暂停事件的结果。本发明专利技术的有益效果为综合考虑了时间和空间维度中的四通道呼吸信号特征，充分应用瓶颈策略，实现数据的特征压缩和尺度压缩；通过堆叠时空循环卷积块对空间和时间特征分别进行提取，从而综合多维度的信息提高情感识别的准确率和鲁棒性。性。性。

【技术实现步骤摘要】
睡眠呼吸事件预测方法、装置、设备及可读存储介质


[0001]本专利技术涉及医疗信息
，具体而言，涉及睡眠呼吸事件预测方法、装置、设备及可读存储介质。

技术介绍

[0002]阻塞性睡眠呼吸暂停是影响人体睡眠健康的重要疾病之一。OSA的症状包括睡眠时气短、喘息、身体抽动、呼吸停止，甚至休克。所以OSA严重影响了人们的生活质量，不仅可能导致疲劳、抑郁、记忆障碍和脾气暴躁等问题，而且也成为了道路交通事故、工伤、猝死的主要原因。由于长期慢性间歇性低氧，OSA还会引发一系列包括高血压、冠心病、脑卒中、糖尿病在内的严重心脑血管疾病和代谢疾病，产生一系列社会经济问题。然而，大多数OSA患者直到病情变得严重时才意识到自己的病情，因此错过了早期治疗的机会。因此，在这种情况下，OSA的早期预警是一个值得关注的问题。

技术实现思路

[0003]本专利技术的目的在于提供一种睡眠呼吸事件预测方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本专利技术采取的技术方案如下：第一方面，本申请提供了一种睡眠呼吸事件预测方法，包括：获取第一信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种睡眠呼吸事件预测方法，其特征在于，包括：获取第一信息，所述第一信息包括待测试人员的四个睡眠通道的信号，四个睡眠通道的信号包括待测试人员的鼻腔气流呼吸信号、胸部呼吸努力信号、腹部呼吸努力信号和血氧信号；对第一信息的特征向量的相关性进行计算，并构建睡眠呼吸图；根据所述睡眠呼吸图，构建RCCN模型，对所述待测试人员的呼吸信号进行预测，得到预测结果，所述RCCN模型包括两个时空循环卷积块，每个所述时空循环卷积块均包含时间循环卷积块和空间图卷积块；根据所述预测结果进行分类，判断分类后的所述待测试人员的呼吸信号是否属于暂停事件，若是则输出所述暂停事件的结果。2.根据权利要求1所述的睡眠呼吸事件预测方法，其特征在于，所述对第一信息的特征向量相关性进行计算，并构建睡眠呼吸图，其中包括：根据所述第一信息进行相关性计算，得到呼吸结构图，所述呼吸结构图为网络矩阵结构图;获取第二信息，所述第二信息包括所述呼吸结构图中顶点的个数和所述顶点的特征向量；根据所述第二信息，构建特征矩阵；获取第三信息，所述第三信息包括所述呼吸结构图中所述顶点之间的相关性；根据所述第三信息，构建邻接矩阵；对所述特征矩阵进行预处理，并根据皮尔森相关系数计算所述邻接矩阵；根据预处理后的所述特征矩阵和计算得出的所述邻接矩阵，构建睡眠呼吸图。3.根据权利要求1所述的睡眠呼吸事件预测方法，其特征在于，所述对所述待测试人员的呼吸信号进行预测，得到预测结果，其中包括：根据循环图卷积神经网络，提取对所述睡眠呼吸图的空间特征和时间特征；根据提取到的所述空间特征和所述时间特征，预测所述待测试人员的呼吸信号；通过预设的CNN层对所述呼吸信号进行特征提取，得到预测睡眠呼吸暂停事件预测的预测结果。4.根据权利要求1所述的睡眠呼吸事件预测方法，其特征在于，所述对所述待测试人员的呼吸信号进行预测，得到预测结果，还包括：获取至少两个时空循环卷积块；根据2个所述时空循环卷积块进行堆叠，构建动态时空图卷积块，所述动态时空图卷积块包括2个时间层和1个连接时间域的空间层；利用瓶颈理论，利用了图卷积层对每个所述时空循环卷积块相对应的输出维度进行升降处理；根据随机丢弃法，对升降处理后的所述时空循环卷积块进行过拟合缓解；根据线性转换，对过拟合缓解后的所述时空循环卷积块进行信号预测，得到预测结果。5.一种睡眠呼吸事件预测装置，其特征在于，包括：获取模块：用于获取第一信息，所述第一信息包括待测试人员的四个睡眠通道的信号，四个睡眠通道的信号包括待测试人员的鼻腔气流呼吸信号、胸部呼吸努力信号、腹部呼吸
努力信号和血氧信号；构建模块：用于对第一信息的特征向量的相关性...

【专利技术属性】
技术研发人员：张恩铭，滕飞，袁玥，许家琛，李鹏，李超，王文春，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：