呼吸状态检测方法、装置、计算机设备以及存储介质制造方法及图纸

本申请涉及一种呼吸状态检测方法、装置、计算机设备以及存储介质，该方法包括：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；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，从而降低了成本，提高了呼吸状态检测的准确度。提高了呼吸状态检测的准确度。提高了呼吸状态检测的准确度。

【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；
[0010]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。
[0011]根据本申请实施例的第二方面，提供一种呼吸状态检测检测装置，包括：
[0012]体征信号获取模块，用于获取用户在预设的若干个不同时间尺度下的体征信号；
[0013]信号提取模块，用于从所述体征信号中提取若干个不同时间尺度下的心冲击图信号以及呼吸信号；
[0014]第一特征序列确定模块，用于确定所述心冲击图信号以及所述呼吸信号在若干个不同时间尺度下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；
[0015]第二特征确定模块，用于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时间尺度下对应的第二特征；所述第二特征包括基准特征、波动特征、最值特征以及众数特征；
[0016]检测结果获得模块，用于将若干个不同时间尺度下的所述第二特征输入至训练好的呼吸状态检测模型，获得若干个不同时间尺度下的呼吸状态检测结果。
[0017]根据本申请实施例的第三方面，提供一种计算机设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如上述任意一项所述的呼吸状态检测方法。
[0018]根据本申请实施例的第四方面，提供一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述的呼吸状态检测方法。
[0019]本申请实施例通过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，从而降低了成本，提高了呼吸状态检测的准确度。
[0020]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
[0021]为了更好地理解和实施，下面结合附图详细说明本专利技术。
附图说明
[0022]图1为本申请一个实施例提供的呼吸状态检测方法的流程示意图；
[0023]图2为本申请一个实施例提供的步骤S20的流程示意图；
[0024]图3为本申请一个实施例提供的步骤S30的流程示意图；
[0025]图4为本申请一个实施例提供的步骤S40的流程示意图；
[0026]图5为本申请一个实施例提供的呼吸状态检测装置的结构框图；
[0027]图6为本申请一个实施例提供的电子设备的结构示意框图。
具体实施方式
[0028]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
[0029]应当明确，所描述的实施例仅仅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在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0030]在本申请实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请实施例。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0031]下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方
式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
[0032]此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0033]实施例1
[0034]请参阅图1，其为本申请一个实施例提供的呼吸状态检测方法的流程示意图。本申请实施例提供的呼吸状态检测方法，包括如下步骤：
[0035]S10：获取用户在预设的第一时间尺度下的体征信号。
[0036]在本申请实施例中，所述呼吸状态检测方法的执行主体为呼吸状态检测设备(以下简称检测设备)，检测设备可以是一台计算机设备，可以是服务器，或多台计算机设备联合而成的服务器机群。
[003本文档来自技高网...

【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：