【技术实现步骤摘要】
呼吸状态检测方法、装置、计算机设备以及存储介质
[0001]本申请涉及呼吸检测领域,特别是涉及一种呼吸状态检测、装置、计算机设备和存储介质。
技术介绍
[0002]慢性阻塞性肺疾病(Chronic Obstructive Pulmonary Disease,简称COPD)是一种可以预防和治疗的呼吸系统疾病,以存在持续的气流受限为主要特征,临床上可表现为不同程度的呼吸困难、咳嗽或咳痰等症状,未及时干预下可加快疾病进展,严重影响患者的生活质量。
[0003]目前,通过对患者的呼吸状态进行检测,可以辅助实现COPD的早期筛查。现有的呼吸状态检测方法,监测时间较短,多局限于日间监测,导致呼吸状态检测准确度不高,且价格较为高昂。
技术实现思路
[0004]基于此,本申请的目的在于,提供一种呼吸状态检测、装置、计算机设备和存储介质,其可降低成本、提高呼吸状态检测的准确度。
[0005]根据本申请实施例的第一方面,提供一种呼吸状态检测方法,包括如下步骤:
[0006]获取用户在预设的第一时间尺度下的体征信号;
[0007]从所述体征信号中提取心冲击图信号以及呼吸信号;
[0008]确定所述心冲击图信号以及所述呼吸信号对应的第一特征序列;所述第一特征序列包括心率特征序列、心率变异性特征序列、呼吸频率特征序列以及睡眠特征序列;
[0009]确定所述心率特征序列、所述心率变异性特征序列、所述呼吸频率特征序列以及所述睡眠特征序列在若干个不同的第二时间尺度下的第二特征序列;所述 ...
【技术保护点】
【技术特征摘要】
1.一种呼吸状态检测方法,其特征在于,所述方法包括如下步骤:获取用户在预设的第一时间尺度下的体征信号;从所述体征信号中提取心冲击图信号以及呼吸信号;确定所述心冲击图信号以及所述呼吸信号对应的第一特征序列;所述第一特征序列包括心率特征序列、心率变异性特征序列、呼吸频率特征序列以及睡眠特征序列;确定所述心率特征序列、所述心率变异性特征序列、所述呼吸频率特征序列以及所述睡眠特征序列在若干个不同的第二时间尺度下的第二特征序列;所述第二特征序列包括基准特征序列、波动特征序列、最值特征序列以及众数特征序列;将若干个不同的第二时间尺度下的所述第二特征序列输入至训练好的呼吸状态检测模型,获得呼吸状态检测结果。2.根据权利要求1所述的呼吸状态检测方法,其特征在于:所述从所述体征信号中提取心冲击图信号以及呼吸信号的步骤,包括:采用滤波器对所述体征信号进行滤波,获得滤波后的体征信号;对所述滤波后的体征信号进行作先腐蚀后膨胀的开运算,获得第一体征信号;对所述滤波后的体征信号进行作先膨胀后腐蚀的闭运算,获得第二体征信号;将所述第一体征信号以及所述第二体征信号求平均,将平均结果作为呼吸信号;将所述滤波后的体征信号与所述呼吸信号相减,获得心冲击图信号。3.根据权利要求1所述的呼吸状态检测方法,其特征在于:所述确定所述心冲击图信号以及所述呼吸信号对应的第一特征序列;所述第一特征序列包括心率特征序列、心率变异性特征序列、呼吸频率特征序列以及睡眠特征序列的步骤,包括:根据预设的心冲击图信号模板对所述心冲击图信号进行时序双向检测,确定所述心冲击图信号的峰值点坐标,根据所述峰值点坐标,获得若干个心动间期;根据所述若干个心动间期,获得若干个心率;获取若干个心率对应的心率数据参数,将所述心率数据参数作为心率特征序列;其中,所述心率数据参数包括心率的众数、心率的均值、心率的最大值以及心率的最小值;计算所述若干个心动间期的标准差,根据所述标准差以及预设的自回归谱估计方法,获得若干个功率谱;将若干个所述功率谱与预设的频谱范围进行比较,确定每个所述功率谱所在的频谱范围;根据所述若干个心动间期,获得心率减速力;根据同一个频谱范围的所有功率谱的平均值以及所述心率减速力,获得心率变异性特征序列;根据预设的过零点检测方法确定所述呼吸信号的若干个呼吸间期;根据所述若干个呼吸间期,获得若干个呼吸频率;获取若干个呼吸频率对应的呼吸数据参数,将所述呼吸数据参数作为呼吸频率特征序列;其中,所述呼吸数据参数包括呼吸频率的众数、呼吸频率的均值、呼吸频率的最大值、呼吸频率的最小值、大于或等于第一预设阈值的呼吸频率的均值以及小于第二预设阈值的呼吸频率的均值;根据若干个心动间期、若干个呼吸间期以及预设的心肺耦合方法,获得睡眠特征序列。4.根据权利要求1所述的呼吸状态检测方法,其特征在于:所述确定所述心率特征序列、所述心率变异性特征序列、所述呼吸频率特征序列以及所述睡眠特征序列在若干个不同的第二时间尺度下的第二特征序列;所述第二特征序列包
括基准特征序列、波动特征序列、最值特征序列以及众数特征序列的步骤,包括:遍历每个第二时间尺度,计算当前第二时间尺度下的所述心率特征序列、所述心率变异性特征序列、所述呼吸频率特征序列以及所述睡眠特征序列的数学期望、归一化方差、最大值以及众数,分别作为所述当前第二时间尺度下对应的基准特征序列、波动特征序列、最值特征序列以及众数特征序列;重复遍历每个第二时间尺度下,直至确定所有第二时间尺度下所述心率特征序列、所述心率变异性特征序列、所述呼吸频率特征序列以及所述睡眠特征序列对应的基准特征序列、波动特征序列、最值特征序列以及众数特征序列。5.根据权利要求1所述的呼吸状态检测方法,其特征在于:所述将若干个不同的第二时间...
【专利技术属性】
技术研发人员:陈小兰,张涵,蔡凌峰,庞志强,周宇麒,
申请(专利权)人:华南师范大学,
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。