【技术实现步骤摘要】
本专利技术属于生理信号分析，更具体地，涉及一种睡眠呼吸紊乱检测系统。
技术介绍
1、睡眠呼吸紊乱的患者在睡眠过程中会出现反复的呼吸暂停或低通气事件，并且伴随着打鼾、氧缺、醒来时的头痛等不适症状。睡眠呼吸紊乱严重影响了患者的睡眠质量、白天的工作效率以及生活质量，若是长期未治疗会导致一系列的心血管疾病、代谢综合征等健康问题。若能采取有效方法对该症状进行检测，能够辅助医生判断患者的病情严重程度，为医生选择合适的治疗方法提供了依据，对于改善患者的睡眠质量和生活质量具有重要意义。
2、现有的睡眠呼吸紊乱检测需要进行多导睡眠监测，使用设备记录患者整夜的生理信号，如心电图、呼吸流量、脑电图等。然后，医生通过对这些信号进行分析，判断患者是否存在睡眠呼吸紊乱。这种人工判断方式虽然准确，但需要专业医生耗费大量时间和精力，且设备昂贵，佩戴舒适性差，患者配合度较低。因此，在保证准确性的前提下，需要一种简单有效的自动化的系统来检测睡眠呼吸紊乱。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供了一种睡眠呼吸紊乱检测系统，其目的在于，在保证准确性的前提下，提供一种简单有效的自动化系统来检测睡眠呼吸紊乱。
2、为了实现上述目的，第一方面，本专利技术提供了一种睡眠呼吸紊乱检测系统，包括：
3、预处理模块，用于提取用户心跳节律信号相邻两次心跳之间的nn间期数值，得到nn间期序列；对nn间期序列进行等间隔分割，得到多个nn间期样本；
4、检测模块，用于
5、进一步优先地，上述睡眠呼吸紊乱检测模型包括：串联的编码模块、自注意力模块和解码模块；
6、编码模块包括m个级联的编码器，用于逐步提取nn间期样本不同尺度的局部特征和时序特征；m≥2；
7、自注意力模块用于基于注意力机制进一步提取最后一级编码器输出特征中的关键特征；
8、解码模块包括与m个编码器一一对应的m个级联的解码器，每一个解码器与对应的编码器之间均通过对应的通道注意力模块跳跃相连；通道注意力模块用于为对应编码器提取的特征赋予相应的权重值；解码模块用于逐步解码各解码器及自注意力模块提取的特征，进而得到nn间期样本中每一个nn间期是否为睡眠呼吸紊乱信号的检测结果。
9、进一步优先地，编码器包括并联的卷积模块和循环神经网络；卷积模块用于提取输入数据的局部特征；循环神经网络用于提取输入数据的时序特征。
10、进一步优先地，通道注意力模块为se模块；循环神经网络为双向长短时记忆模块。
11、进一步优选地，上述睡眠呼吸紊乱检测系统还包括：模型训练模块，用于将训练集中的每一个心跳节律信号输入至预处理模块中，得到对应的nn间期样本组，每组包含多个nn间期样本；将每个nn间期样本与其对应的睡眠呼吸紊乱分类标签构成一个训练样本，并输入到睡眠呼吸紊乱检测模型中进行训练；
12、其中，睡眠呼吸紊乱分类标签包括nn间期样本中每一个nn间期是否为睡眠呼吸紊乱的信息；训练集包括：若干存在睡眠呼吸紊乱的用户在发生睡眠呼吸紊乱的时间段的若干心跳节律信号，以及不存在睡眠呼吸紊乱的用户的若干心跳节律信号。
13、进一步优先地，模型训练模块在训练睡眠呼吸紊乱检测模型时采用tversky损失函数和focal损失函数的加权求和结果来衡量模型的检测结果与对应的睡眠呼吸紊乱分类标签之间的差异；
14、其中，tversky损失函数为：
15、
16、focal损失函数为：
17、
18、c为类别数，取值为2；类别包括：睡眠呼吸紊乱类别和非睡眠呼吸紊乱类别；tpp(c)、fpp(c)和fnp(c)分别表示在nn间期样本的各nn间期的检测结果中，检测结果为第c个类别的真阳性、假阳性和假阴性的概率；α和β为权值；n为nn间期样本中的nn间期数量；αn(c)为nn间期样本中第n个nn间期的检测结果为第c个类别时所对应的权重系数；gn(c)表示nn间期样本中第n个nn间期为第c个类别的真实概率；pn(c)表示nn间期样本中第n个nn间期被模型判别为第c类的预测概率。
19、进一步优选地，上述等间隔分割的实现方式为：采用滑动窗口对nn间期序列从其初始时刻开始进行滑动分割，得到nn间期样本，每完成一次分割，将滑动窗口向后移动一个窗口尺寸进行下一次分割，实现不重叠采样。
20、进一步优选地，在进行上述等间隔分割之前，上述预处理模块还用于对nn间期序列进行预处理，以去除其中的噪声和干扰。
21、进一步优选地，上述检测模块还用于对存在睡眠呼吸紊乱信号的nn间期样本，提取其中的睡眠呼吸紊乱发生时刻和持续时间；
22、上述睡眠呼吸紊乱检测系统还包括：紊乱程度预测模块，用于获取表征用户的睡眠呼吸紊乱程度的指标，包括：用户是否睡眠呼吸紊乱、用户睡眠呼吸紊乱所占时长与总时长的占比、以及睡眠呼吸紊乱的发生时刻。
23、进一步优选地，上述心跳节律信号来自于动态心电设备和/或可穿戴式设备。
24、第二方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行本专利技术第一方面所提供的睡眠呼吸紊乱检测系统的具体功能。
25、总体而言，通过本专利技术所构思的以上技术方案，能够取得以下有益效果：
26、1、本专利技术提供了一种睡眠呼吸紊乱检测系统，能够识别睡眠呼吸紊乱引起的细微心跳节律信息变化，包括预处理模块和检测模块；预处理模块直接从用户心跳节律信号中提取nn间期，得到多个nn间期样本；检测模块通过预训练好的睡眠呼吸紊乱检测模型对nn间期样本进行检测，以判断该nn间期样本中的每一个nn间期是否为睡眠呼吸紊乱信号。本专利技术无需复杂的电生理信号，也不依赖于心电原始波形，只需要获取普通的心跳节律信息，就能检测是否存在睡眠呼吸紊乱，能够在保证准确性的前提下，简单有效地检测睡眠呼吸紊乱。
27、2、进一步地，在本专利技术所提供的睡眠呼吸紊乱检测系统中，睡眠呼吸紊乱检测模型包括串联的编码模块、自注意力模块和解码模块；编码模块包括多级编码器，解码模块包括多级解码器，在每一个编码器和解码器之间还连接了一个通道注意力模块，用于给每一级编码器的输出特征都赋予不同权重以表征特征的重要性，从而在不同尺度的特征中筛选出与睡眠呼吸紊乱最相关的特征，弱化不相关的冗余特征；与此同时，在最后一级编码器之后连接一层自注意力机制模块，基于自注意力机制在编码器输出的最高级的语义特征上进一步提取其中的最重要的特征，对其赋予更高的权重以便于更有效的睡眠呼吸紊乱相关特征的提取，从而进一步提高了检测的准确性。
28、3、进一步地，在本专利技术所提供的睡眠呼吸紊乱检测系统中，睡眠呼吸紊乱检测模本文档来自技高网...
【技术保护点】
1.一种睡眠呼吸紊乱检测系统，其特征在于，包括：
2.根据权利要求1所述的睡眠呼吸紊乱检测系统，其特征在于，所述睡眠呼吸紊乱检测模型包括：串联的编码模块、自注意力模块和解码模块；
3.根据权利要求2所述的睡眠呼吸紊乱检测系统，其特征在于，所述编码器包括并联的卷积模块和循环神经网络；所述卷积模块用于提取输入数据的局部特征；所述循环神经网络用于提取输入数据的时序特征。
4.根据权利要求3所述的睡眠呼吸紊乱检测系统，其特征在于，所述通道注意力模块为SE模块；所述循环神经网络为双向长短时记忆模块。
5.根据权利要求1所述的睡眠呼吸紊乱检测系统，其特征在于，所述检测模块还用于对存在睡眠呼吸紊乱信号的NN间期样本，提取其中的睡眠呼吸紊乱发生时刻和持续时间；
6.根据权利要求1所述的睡眠呼吸紊乱检测系统，其特征在于，所述等间隔分割的实现方式为：采用滑动窗口对NN间期序列从其初始时刻开始进行滑动分割，得到NN间期样本，每完成一次分割，将滑动窗口向后移动一个窗口尺寸进行下一次分割，实现不重叠采样。
7.根据权利要求1所述的睡眠
8.根据权利要求1-7任意一项所述的睡眠呼吸紊乱检测系统，其特征在于，还包括：模型训练模块，用于将训练集中的每一个心跳节律信号输入至预处理模块中，得到对应的NN间期样本组，每组包含多个NN间期样本；将每个NN间期样本与其对应的睡眠呼吸紊乱分类标签构成一个训练样本，并输入到所述睡眠呼吸紊乱检测模型中进行训练；
9.根据权利要求8所述的睡眠呼吸紊乱检测系统，其特征在于，所述模型训练模块在训练睡眠呼吸紊乱检测模型时采用Tversky损失函数和Focal损失函数的加权求和结果来衡量模型的检测结果与对应的睡眠呼吸紊乱分类标签之间的差异；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行权利要求1-9任意一项所述的睡眠呼吸紊乱检测系统的具体功能。
...【技术特征摘要】
1.一种睡眠呼吸紊乱检测系统，其特征在于，包括：
2.根据权利要求1所述的睡眠呼吸紊乱检测系统，其特征在于，所述睡眠呼吸紊乱检测模型包括：串联的编码模块、自注意力模块和解码模块；
3.根据权利要求2所述的睡眠呼吸紊乱检测系统，其特征在于，所述编码器包括并联的卷积模块和循环神经网络；所述卷积模块用于提取输入数据的局部特征；所述循环神经网络用于提取输入数据的时序特征。
4.根据权利要求3所述的睡眠呼吸紊乱检测系统，其特征在于，所述通道注意力模块为se模块；所述循环神经网络为双向长短时记忆模块。
5.根据权利要求1所述的睡眠呼吸紊乱检测系统，其特征在于，所述检测模块还用于对存在睡眠呼吸紊乱信号的nn间期样本，提取其中的睡眠呼吸紊乱发生时刻和持续时间；
6.根据权利要求1所述的睡眠呼吸紊乱检测系统，其特征在于，所述等间隔分割的实现方式为：采用滑动窗口对nn间期序列从其初始时刻开始进行滑动分割，得到nn间期样本，每完成一次分割，将滑动窗口向后移动一个窗口尺寸进行下一次分割，实现不重叠采样。...
【专利技术属性】
技术研发人员：林凡，张鹏，马飞，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
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。