【技术实现步骤摘要】
【国外来华专利技术】
本技术一般涉及诸如呼吸相关障碍的障碍的筛查、检测、诊断、监测、治疗、预防和改善中的一种或多种。本技术还涉及医疗装置或设备及其用途。在一些实现中，技术包括筛查、检测、诊断、监测、治疗、预防和/或改善睡眠障碍事件，例如睡眠障碍性呼吸，包括例如中枢性或阻塞性呼吸暂停。相关技术的描述治疗已经使用一系列治疗来治疗或改善呼吸病症。此外，其他健康个体可利用此类治疗来预防出现呼吸障碍。经鼻持续气道正压通气(cpap)治疗已被用于治疗阻塞性睡眠呼吸暂停(osa)。作用机制是连续气道正压通气充当气动夹板，并且可以通过向前并远离后口咽壁推动软腭和舌来防止上气道闭塞。高流量治疗(hft)不依赖于密封的患者接口内的气道正压，而是依赖于以治疗流速将空气经由可能对大气明显开放的未密封的患者接口递送到患者气道的入口附近。高流量治疗已用于治疗osa、csr和copd。相对于典型的呼吸流速，以高流速输送到气道的空气冲出患者的解剖死腔并减少再呼吸co2的量，从而提高气体交换的效率。高流量治疗可与呼吸压力治疗结合使用。无创通气(niv)治疗通过上呼吸道为患者提供通气支持，以通过进行一些或全部呼吸功来帮助患者充分呼吸和/或保持体内足够的氧气水平。通过非侵入式患者接口提供niv。niv已用于治疗csr、ohs、copd、nmd和胸壁病症。诊疗系统这些疗法可由治疗系统或装置提供。这样的系统和也可用于诊断病症而不对其进行治疗。治疗系统可以包括呼吸治疗装置(rt装置)，例如呼吸流量治疗装置或呼吸压力治疗装置(rpt装置)，例如高流量治疗装置(hft装置)、空气回路、加湿器和患者接口。患者接口患者接口可...
【技术保护点】
1.一种用于检测睡眠障碍事件的处理器实现的方法，所述方法包括：
2.根据权利要求1所述的方法，其中所述分类器包括机器学习分类器、决策树模型、机器学习分类器模型、逻辑回归分类器模型、神经网络、朴素贝叶斯分类器模型机的一个或多个。
3.根据权利要求1至2中任一项所述的方法，其中所述多个生理信号包括外周动脉音调(PAT)信号，以及以下各项中的一个或多个：氧饱和度信号、脉搏率信号、呼吸努力信号、运动信号和气流信号。
4.根据权利要求1至3中任一项所述的方法，其中所述种子事件中的每个种子事件包括以下各项中的一个或多个：外周动脉音调(PAT)信号中从基线的幅度下降、氧饱和度(SpO2)信号中氧的去饱和、脉搏率(PR)信号中从基线的幅度增加、呼吸努力信号中从基线的幅度变化，以及空气流量信号中从基线的幅度变化。
5.根据权利要求1至4中任一项所述的方法，其中所述模式包括形态模式。
6.根据权利要求1至5中任一项所述的方法，其中所述模式包括时间模式。
7.根据权利要求1至6中任一项所述的方法，其中所计算的特征中的特征包括以下各
8.根据权利要求1至7中任一项所述的方法，其中所计算的特征中的一个或多个特征包括种子事件的所确定的开始点、种子事件的所确定的结束点、最高或最低强度的所确定的点以及种子事件的所确定的特征点中的一个或多个。
9.根据权利要求1至8中任一项所述的方法，其中所检测的种子事件包括所述多个生理信号中的第一信号的第一种子事件和所述多个生理信号中的第二信号的第二种子事件，其中所述第二信号是与所述第一信号不同的生理信号，并且其中所计算的特征中的一个或多个特征表征所述第一种子事件和所述第二种子事件。
10.根据权利要求9所述的方法，其中表征所述第一种子事件和所述第二种子事件的所计算的特征中的所述一个或多个特征包括：(a)去饱和最低点在峰值脉冲速率增加和/或PAT信号振幅降低之后或之前的时间量；和/或(b)检测到的脉搏率(PR)波动峰值与PAT信号的降低谷值之间的定时差。
11.根据权利要求9所述的方法，其中所检测的种子事件包括所述第一信号的第三种子事件，并且其中所计算的特征中的一个或多个特征表征所述第一种子事件和所述第三种子事件。
12.根据权利要求11所述的方法，其中所述第一种子事件和所述第三种子事件包括相邻的种子事件对。
13.根据权利要求11至12中任一项所述的方法，其中表征所述第一种子事件和所述第三种子事件的所计算的特征中的所述一个或多个特征包括以下各项中的任一个或多个：(a)第一种子事件和第三种子事件之间的持续时间；(b)计算所述第一种子事件和所述第三种子事件之间的时段的稳定性；以及(c)第一种子事件和第三种子事件的计算出的稳定性。
14.根据权利要求13所述的方法，其中计算所述持续时间包括检测所述第一种子事件和所述第三种子事件中的每一个中的特征点，并基于与所检测到的特征点相关联的间隔来确定所述持续时间。
15.根据权利要求14所述的方法，其中所述检测到的特征点包括局部幅度最小值和局部幅度最大值中的一个或多个。
16.根据权利要求13至15中任一项所述的方法，其中所计算的稳定性是从多个种子事件导出的，并且包括深度、平均值和方差中的一个或多个。
17.根据权利要求11所述的方法，其中所检测的种子事件包括第二信号的第四种子事件，其中所计算的特征中的一个或多个特征表征(a)第一信号的第一种子事件和第三种子事件以及(b)第二信号的第二种子事件和第四种子事件。
18.根据权利要求17所述的方法，其中表征(a)第一信号的第一种子事件和第三种子事件以及(b)第二信号的第二种子事件和第四种子事件的所计算的特征中的一个或多个特征包括：(a)PR信号的种子事件的检测到的脉搏率(PR)峰值，以及(b)外周动脉音调(PAT)减小到PAT信号的种子事件的谷值中的最低点的时间对应。
19.根据权利要求1至18中任一项所述的方法，其中还包括响应于用户界面上对由一个或多个处理器实现的检测所检测到的至少一个种子事件的选择的用户输入，生成所述识别的输出作为反馈。
20.根据权利要求1至19中任一项所述的方法，还包括基于所述输出或所述应用产生用于控制呼吸治疗设备的操作的信号。
21.根据权...
【技术特征摘要】
【国外来华专利技术】
1.一种用于检测睡眠障碍事件的处理器实现的方法，所述方法包括：
2.根据权利要求1所述的方法，其中所述分类器包括机器学习分类器、决策树模型、机器学习分类器模型、逻辑回归分类器模型、神经网络、朴素贝叶斯分类器模型机的一个或多个。
3.根据权利要求1至2中任一项所述的方法，其中所述多个生理信号包括外周动脉音调(pat)信号，以及以下各项中的一个或多个：氧饱和度信号、脉搏率信号、呼吸努力信号、运动信号和气流信号。
4.根据权利要求1至3中任一项所述的方法，其中所述种子事件中的每个种子事件包括以下各项中的一个或多个：外周动脉音调(pat)信号中从基线的幅度下降、氧饱和度(spo2)信号中氧的去饱和、脉搏率(pr)信号中从基线的幅度增加、呼吸努力信号中从基线的幅度变化，以及空气流量信号中从基线的幅度变化。
5.根据权利要求1至4中任一项所述的方法，其中所述模式包括形态模式。
6.根据权利要求1至5中任一项所述的方法，其中所述模式包括时间模式。
7.根据权利要求1至6中任一项所述的方法，其中所计算的特征中的特征包括以下各项中的一个或多个：种子事件的持续时间；种子事件的强度；种子事件的导出的倾斜或斜率；导出的种子事件附近的变化斜率的形态不对称性；种子事件的深度；种子事件的信号幅度的方差；种子事件的信号幅度的平均值；种子事件的偏斜；以及种子事件的形态形状的表征。
8.根据权利要求1至7中任一项所述的方法，其中所计算的特征中的一个或多个特征包括种子事件的所确定的开始点、种子事件的所确定的结束点、最高或最低强度的所确定的点以及种子事件的所确定的特征点中的一个或多个。
9.根据权利要求1至8中任一项所述的方法，其中所检测的种子事件包括所述多个生理信号中的第一信号的第一种子事件和所述多个生理信号中的第二信号的第二种子事件，其中所述第二信号是与所述第一信号不同的生理信号，并且其中所计算的特征中的一个或多个特征表征所述第一种子事件和所述第二种子事件。
10.根据权利要求9所述的方法，其中表征所述第一种子事件和所述第二种子事件的所计算的特征中的所述一个或多个特征包括：(a)去饱和最低点在峰值脉冲速率增加和/或pat信号振幅降低之后或之前的时间量；和/或(b)检测到的脉搏率(pr)波动峰值与pat信号的降低谷值之间的定时差。
11.根据权利要求9所述的方法，其中所检测的种子事件包括所述第一信号的第三种子事件，并且其中所计算的特征中的一个或多个特征表征所述第一种子事件和所述第三种子事件。
12.根据权利要求11所述的方法，其中所述第一种子事件和所述第三种子事件包括相邻的种子事件对。
13.根据权利要求11至12中任一项所述的方法，其中表征所述第一种子事件和所述第三种子事件的所计算的特征中的所述一个或多个特征包括以下各项中的任一个或多个：(a)第一种子事件和第三种子事件之间的持续时间；(b)计算所述第一种子事件和所述第三种子事件之间的时段的稳定性；以及(c)第一种子事件和第三种子事件的计算出的稳定性。
14.根据权利要求13所述的方法，其中计算所述持续时间包括检测所述第一种子事件和所述第三种子事件中的每一个中的特征点，并基于与所检测到的特征点相关联的间隔来确定所述持续时间。
15.根据权利要求14所述的方法，其中所述检测到的特征点包括局部幅度最小值和局部幅度最大值中的一个或多个。
16.根据权利要求13至15中任一项所述的方法，其...
【专利技术属性】
技术研发人员：弗雷德里克·马西，巴特·范·皮尔，史蒂文·维特司，
申请(专利权)人：艾图传感有限公司，
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。