一種對(duì)睡眠呼吸暫停進(jìn)行監(jiān)測(cè)的方法和設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及生理特征數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種對(duì)睡眠呼吸暫停進(jìn)行監(jiān)測(cè)的方法和設(shè)備。
【背景技術(shù)】
[0002]研究發(fā)現(xiàn)，在睡眠過(guò)程中，由于阻塞等原因?qū)е潞粑鼩饬魍Ｖ?即睡眠中憋氣，呼吸停止)，呼吸氣流停止的持續(xù)時(shí)間超過(guò)10秒鐘或者氣流量低于正常的20%則視為睡眠呼吸暫停。
[0003]假設(shè)每晚7個(gè)小時(shí)的睡眠時(shí)間中，呼吸暫停反復(fù)發(fā)作的次數(shù)在30次以上，這種人屬于患有睡眠呼吸暫停綜合癥。而睡眠呼吸暫停綜合癥的病人，容易導(dǎo)致窒息猝死，同時(shí)也容易誘發(fā)高血壓、冠心病等心血管疾病。常見(jiàn)的打鼾屬于睡眠呼吸暫停綜合癥常見(jiàn)的癥狀之一 O
[0004]目前睡眠呼吸暫停綜合征的臨床診斷方法是:利用多導(dǎo)睡眠儀在病人的7個(gè)小時(shí)睡眠過(guò)程中監(jiān)測(cè)病人的腦電圖、肌電圖、心電圖、胸腹式呼吸、血壓值以及血氧飽和度值等，根據(jù)監(jiān)測(cè)結(jié)果計(jì)算得到AHI數(shù)值、平均血氧氧飽和度值、最低血氧飽和度、呼吸暫停次數(shù)以及時(shí)間。并根據(jù)計(jì)算得到的結(jié)果，明確了解病人的診斷、分型、阻塞以及缺氧的過(guò)程，并確定病人患有睡眠呼吸暫停綜合征的類(lèi)型以及嚴(yán)重程度。
[0005]但是，目前使用的臨床診斷方法存在以下缺陷:
[0006]1、整個(gè)監(jiān)測(cè)過(guò)程操作比較復(fù)雜、專(zhuān)業(yè)技術(shù)要求比較高并且監(jiān)測(cè)費(fèi)用也不較高；
[0007]2、多導(dǎo)睡眠儀監(jiān)測(cè)需要在病人的臉部、胸腹部以及手指上貼監(jiān)測(cè)使用的電極，嚴(yán)重削弱了病人睡眠的舒適度，使得監(jiān)測(cè)得到的數(shù)值與病人正常睡眠存在偏差。
[0008]由此可見(jiàn)，多導(dǎo)睡眠儀便利性比較差。為此，出現(xiàn)了利用鼾聲分析呼吸暫停的方式，以實(shí)現(xiàn)對(duì)病人睡眠狀態(tài)進(jìn)行監(jiān)測(cè)的便利性。
[0009]經(jīng)研究發(fā)現(xiàn)，目前采用的通過(guò)對(duì)鼾聲分析判斷呼吸暫停的方式，存在由于睡眠情景中的背景噪聲和突發(fā)噪聲在時(shí)頻域上與鼾聲大量重疊，造成對(duì)鼾聲監(jiān)測(cè)不準(zhǔn)確的問(wèn)題，進(jìn)一步影響了對(duì)病人睡眠呼吸暫停的判斷。

【發(fā)明內(nèi)容】

[0010]本發(fā)明實(shí)施例提供了一種對(duì)睡眠呼吸暫停進(jìn)行監(jiān)測(cè)的方法和設(shè)備，用于解決采用通過(guò)對(duì)鼾聲分析判斷呼吸暫停的方式存在由于睡眠情景中的背景噪聲和突發(fā)噪聲在時(shí)頻域上與鼾聲信號(hào)大量重疊，造成對(duì)鼾聲信號(hào)監(jiān)測(cè)不準(zhǔn)確的問(wèn)題。
[0011]一種對(duì)睡眠呼吸暫停進(jìn)行監(jiān)測(cè)的方法，包括:
[0012]獲取在患者的一個(gè)睡眠周期中采集到的聲音信息；并
[0013]對(duì)采集到的聲音信息進(jìn)行識(shí)別，區(qū)分出所述聲音信息中包含的所述患者的鼾聲信息；
[0014]根據(jù)所述鼾聲信息，確定出所述患者的一個(gè)睡眠周期中發(fā)生的睡眠呼吸暫停。
[0015]所述聲音信息包含了噪聲信息；
[0016]對(duì)采集到的聲音信息進(jìn)行識(shí)別，包括:
[0017]以幀為單位，將采集到的聲音信息劃分成多個(gè)一幀的聲音數(shù)據(jù)信息；
[0018]針對(duì)得到的多個(gè)一幀的聲音數(shù)據(jù)信息，執(zhí)行以下操作，直至多個(gè)一幀的聲音數(shù)據(jù)信息執(zhí)行完畢:
[0019]選擇其中一幀的聲音數(shù)據(jù)信息，對(duì)所述聲音數(shù)據(jù)信息進(jìn)行處理，得到所述聲音數(shù)據(jù)信息的時(shí)頻域特征信息；
[0020]將所述聲音數(shù)據(jù)信息的時(shí)頻域特征信息與當(dāng)前幀對(duì)應(yīng)的閾值進(jìn)行比較；
[0021]在所述多個(gè)一幀的聲音數(shù)據(jù)信息執(zhí)行完畢后，確定時(shí)頻域特征信息小于當(dāng)前幀對(duì)應(yīng)的閾值的多個(gè)聲音數(shù)據(jù)信息，計(jì)算連續(xù)的多個(gè)聲音數(shù)據(jù)信息持續(xù)的時(shí)間信息；
[0022]在確定計(jì)算得到的時(shí)間信息介于設(shè)定的鼾聲持續(xù)時(shí)間信息之間時(shí)，確定連續(xù)的多個(gè)聲音數(shù)據(jù)信息為非噪聲信息。
[0023]通過(guò)以下方式確定當(dāng)前幀對(duì)應(yīng)的閾值，包括:
[0024]THiij = XijTU(1-Xij)Walij;
[0025]其中，THiJ為第個(gè)特征在第i幀計(jì)算的閾值，THiU為第個(gè)特征在第H幀計(jì)算的閾值，λ ,j為第j個(gè)特征在第i幀更新的比例因子，Valu為第j個(gè)特征在第i幀計(jì)算結(jié)果，i為聲音信息中包含的聲音數(shù)據(jù)信息的個(gè)數(shù)，為不小于I的正整數(shù)，j表示時(shí)頻域特征信息的個(gè)數(shù)。
[0026]對(duì)所述聲音數(shù)據(jù)信息進(jìn)行處理，得到所述聲音數(shù)據(jù)信息的時(shí)頻域特征信息，包括:
[0027]濾除所述聲音數(shù)據(jù)信息中的與鼾聲無(wú)關(guān)的噪聲信息；
[0028]提取濾除噪聲信息后的所述聲音數(shù)據(jù)信息的時(shí)頻域特征信息，其中，所述時(shí)頻域特征信息包含了頻段能量方差、過(guò)零點(diǎn)方差以及譜失真方差。
[0029]區(qū)分出所述聲音信息中包含的所述患者的鼾聲信息，包括:
[0030]利用動(dòng)態(tài)時(shí)間規(guī)整DTW算法，計(jì)算預(yù)設(shè)的鼾聲信息與確定的所述非噪聲信息的動(dòng)態(tài)幀最小距離；
[0031]將所述動(dòng)態(tài)幀最小距離與設(shè)定的距離閾值進(jìn)行比較；
[0032]在所述動(dòng)態(tài)幀最小距離小于設(shè)定的距離閾值時(shí)，確定所述非噪聲信息為鼾聲信息；
[0033]在所述動(dòng)態(tài)幀最小距離不小于設(shè)定的距離閾值時(shí)，確定所述非噪聲信息為非鼾聲信息。
[0034]所述鼾聲信息包含了重度鼾聲信息和輕度鼾聲信息；
[0035]在確定所述非噪聲信息為鼾聲信息之后，所述方法還包括:
[0036]利用DTW算法，計(jì)算所述非噪聲信息與預(yù)設(shè)的重度鼾聲信息之間的第一動(dòng)態(tài)幀最小距離，以及計(jì)算所述非噪聲信息與預(yù)設(shè)的輕度鼾聲信息之間的第二動(dòng)態(tài)幀最小距離；
[0037]比較所述第一動(dòng)態(tài)幀最小距離與所述第二動(dòng)態(tài)幀最小距離；
[0038]在所述第一動(dòng)態(tài)幀最小距離小于所述第二動(dòng)態(tài)幀最小距離時(shí)，確定所述非噪聲信息為輕度軒聲信息；
[0039]在所述第一動(dòng)態(tài)幀最小距離不小于所述第二動(dòng)態(tài)幀最小距離時(shí)，確定所述非噪聲信息為重度軒聲信息。
[0040]根據(jù)所述鼾聲信息，確定出所述患者的一個(gè)睡眠周期中發(fā)生的睡眠呼吸暫停，包括:
[0041]在確定出所述聲音信息中的重度鼾聲信息之后，計(jì)算相鄰兩個(gè)重度鼾聲信息之間的時(shí)間間隔；
[0042]根據(jù)計(jì)算得到的所述時(shí)間間隔滿足呼吸暫停要求的時(shí)間間隔的次數(shù)，確定出所述患者的一個(gè)睡眠周期中發(fā)生的睡眠呼吸暫停的次數(shù)。
[0043]一種對(duì)睡眠呼吸暫停進(jìn)行監(jiān)測(cè)的設(shè)備，包括:
[0044]獲取模塊，用于獲取在患者的一個(gè)睡眠周期中采集到的聲音信息；并
[0045]區(qū)分模塊，用于對(duì)采集到的聲音信息進(jìn)行識(shí)別，區(qū)分出所述聲音信息中包含的所述患者的鼾聲信息；
[0046]監(jiān)測(cè)模塊，用于根據(jù)所述鼾聲信息，確定出所述患者的一個(gè)睡眠周期中發(fā)生的睡眠呼吸暫停。
[0047]所述聲音信息包含了噪聲信息；
[0048]所述區(qū)分模塊，具體用于以幀為單位，將采集到的聲音信息劃分成多個(gè)一幀的聲音數(shù)據(jù)信息；針對(duì)得到的多個(gè)一幀的聲音數(shù)據(jù)信息，執(zhí)行以下操作，直至多個(gè)一幀的聲音數(shù)據(jù)信息執(zhí)行完畢:
[0049]選擇其中一幀的聲音數(shù)據(jù)信息，對(duì)所述聲音數(shù)據(jù)信息進(jìn)行處理，得到所述聲音數(shù)據(jù)信息的時(shí)頻域特征信息；
[0050]將所述聲音數(shù)據(jù)信息的時(shí)頻域特征信息與當(dāng)前幀對(duì)應(yīng)的閾值進(jìn)行比較；
[0051]在所述多個(gè)一幀的聲音數(shù)據(jù)信息執(zhí)行完畢后，確定時(shí)頻域特征信息小于當(dāng)前幀對(duì)應(yīng)的閾值的多個(gè)聲音數(shù)據(jù)信息，計(jì)算連續(xù)的多個(gè)聲音數(shù)據(jù)信息持續(xù)的時(shí)間信息；
[0052]在確定計(jì)算得到的時(shí)間信息介于設(shè)定的鼾聲持續(xù)時(shí)間信息之間時(shí)，確定連續(xù)的多個(gè)聲音數(shù)據(jù)信息為非噪聲信息。
[0053]通過(guò)以下方式確定當(dāng)前幀對(duì)應(yīng)的閾值，包括:
[0054]THiij = XijTU(1-Xij)Walij;
[0055]其中，THiJ為第j個(gè)特征在第i幀計(jì)算的閾值，THiU為第j個(gè)特征在第H幀計(jì)算的閾值，λ ,j為第j個(gè)特征在第i幀更新的比例因子，Valu為第j個(gè)特征在第i幀計(jì)算結(jié)果，i為聲音信息中包含的聲音數(shù)據(jù)信息的個(gè)數(shù)，為不小于I的正整數(shù)，j表示時(shí)頻域特征信息的個(gè)數(shù)。
[0056]所述區(qū)分模塊，具體用于濾除所述聲音數(shù)據(jù)信息中的與鼾聲無(wú)關(guān)的噪聲信息；提取濾除噪聲信息后的所述聲音數(shù)據(jù)信息的時(shí)頻域特征信息，其中，所述時(shí)頻域特征信息包含了頻段能量方差、過(guò)零點(diǎn)方差以及譜失真方差。
[0057]所述區(qū)分模塊，具體用于利用動(dòng)態(tài)時(shí)間規(guī)整DTW算法，計(jì)算預(yù)設(shè)的鼾聲信息與確定的所述非噪聲信息的動(dòng)態(tài)幀最小距離；
[0058]將所述動(dòng)態(tài)幀最小距離與設(shè)定的距離閾值進(jìn)行比較；
[0059]