[发明专利]阻塞型睡眠呼吸暂停综合征检测方法及系统

权利要求书

1.一种阻塞型睡眠呼吸暂停综合征检测方法，其特征在于，该方法包括如下步骤：

a.使用光电容积脉搏波传感器进行血氧饱和度信息采集、使用鼾声传感器进行鼾声信息采集、使用呼吸信号传感器进行呼吸信息采集；

b.对所述呼吸信号传感器采集的呼吸信息进行带通滤波、Teager能量算子变换及呼吸参数序列低通滤波，获得平均呼吸率和平均呼吸强度；

c.对所述鼾声传感器采集的鼾声信息进行低通滤波及信号均值滤波，获得当前时刻之前的平均鼾声强度；

d.对所述光电容积脉搏波传感器采集的PPG信息进行高通滤波；及

e.采用人工智能决策理论，根据所述处理后的呼吸信息、鼾声信息及血氧饱和度信息构建模糊元素集，并对阻塞型睡眠呼吸暂停综合征进行等级划分，再构建隶属函数，建立模糊等级表和模糊函数集，然后根据模糊函数集和最佳权重因子，建立多因子评判矩阵，最后根据最大隶属原则判定是否患有阻塞型睡眠呼吸暂停综合征。

2.如权利要求1所述的方法，其特征在于，所述的PPG信号传感器为柔性结构的贴片式探头或者传统的指套式装置。

3.如权利要求1所述的方法，其特征在于，所述的鼾声传感器为频率响应范围是20～3000Hz的有源自由域微型非接触式麦克风传感器，放置在受检者枕头50～100cm范围以内。

4.如权利要求3所述的方法，其特征在于，所述的鼾声传感器将采集到的音频信号由低噪声三极管放大电路放大后经过A/D模块转换为16bit的数字信号。

5.如权利要求1所述的方法，其特征在于，所述的呼吸信号传感器为压电传感器、多模光纤及光栅传感器、热电阻传感器或红外传感器。

6.如权利要求1所述的方法，其特征在于，所述的步骤e具体包括：

根据处理后的呼吸信息、鼾声信息及血氧饱和度信息构造模糊元素集；

将阻塞型睡眠呼吸暂停综合征划分为正常、趋于正常、轻度、中度和重度5个等级；

根据处理后的呼吸信息、鼾声信息及血氧饱和度信息、模糊元素集及划分的等级建立梯形型隶属函数；

根据划分的等级及建立的隶属函数，建立模糊等级表；

根据划分的等级、梯形型隶属函数和模糊等级表，建立模糊函数集；

根据处理后的呼吸信息、鼾声信息及血氧饱和度信息和临床经验得到最佳权重因子；

根据模糊函数集和最佳权重因子，建立多因子评判矩阵；

根据多因子评判矩阵，采用最大隶属原则，判定当前时刻是否存在呼吸暂停或低通气事件及其严重程度，进而确定是否为阻塞型睡眠呼吸暂停综合征。

7.一种阻塞型睡眠呼吸暂停综合征检测系统，其特征在于，该系统包括前端信号收集模块及后端分析模块，其中：

所述前端信号收集模块包括采集血氧饱和度信息的光电容积脉搏波传感器、采集鼾声信息的鼾声传感器及采集呼吸信息的呼吸信号传感器；

所述后端分析模块包括的信号处理单元和信息分析单元；

所述信号处理单元用于对所述呼吸信号传感器采集的呼吸信息进行带通滤波、Teager能量算子变换及呼吸参数序列低通滤波，获得平均呼吸率和平均呼吸强度；

所述信号处理单元还用于对所述鼾声传感器采集的鼾声信息进行低通滤波及信号平均滤波，获得当前时刻之前一段时间内的平均鼾声强度；

所述信号处理单元还用于对所述光电容积脉搏波传感器采集的PPG信号进行高通滤波；

所述信息分析单元用于根据所述信号处理单元处理后的呼吸信息、鼾声信息及血氧饱和度信息构建模糊元素集，并对阻塞型睡眠呼吸暂停综合征进行等级划分，再构建隶属函数，建立模糊等级表和模糊函数集，然后根据模糊函数集和最佳权重因子，建立多因子评判矩阵，最后根据最大隶属原则判定是否患有阻塞型睡眠呼吸暂停综合征。

8.如权利要求7所述的系统，其特征在于，所述的光电容积脉搏波传感器采用柔性结构的贴片式探头或者传统的指套式装置。

9.如权利要求7所述的系统，其特征在于，所述的鼾声传感器为频率响应范围是20～3000Hz的有源自由域微型非接触式麦克风传感器，放置在受检者枕头50～100cm范围以内。

10.如权利要求9所述的系统，其特征在于，所述的鼾声传感器将采集到的音频信号由低噪声三极管放大电路放大后经过A/D模块转换为16bit的数字信号。

11.如权利要求7所述的系统，其特征在于，所述的呼吸信号传感器为压电传感器、多模光纤及光栅传感器、热电阻传感器或红外传感器。