[发明专利]一种基于神经网络的睡眠呼吸暂停综合症检测系统

权利要求书

1.一种基于神经网络的睡眠呼吸暂停综合症检测系统，由传感器组、睡眠呼吸检测设备、信号自编码模块、LSTM特征提取模块、无线通信设备、LSTM神经网络训练设备和基于LSTM神经网络的处理诊断设备构成；传感器组含有用于感应人体胸部呼吸和心电图信号的正电极、负电极，用于感应口鼻呼吸气流的热敏电阻传感器；睡眠呼吸检测设备含有保护电路、阻抗式呼吸检测模块、心电信号检测模块、加速度检测模块、口鼻呼吸检测模块；睡眠呼吸检测设备与信号自编码模块相连，信号自编码后经由LSTM特征提取模块组合成LSTM模型的标准输入格式，而后将标注过的输入通过无线通信设备与LSTM神经网络训练设备相连；处理诊断设备含有数据处理模块、数据存储与回放模块、基于LSTM的实时监测与异常报警模块，以及诊断与报告模块。

2.根据权利要求1所述的一种基于神经网络的睡眠呼吸暂停综合症检测系统，其特征在于信号自编码模块接收检测设备发送的各类信号并进行自编码，而后通过LSTM特征提取模块转换成LSTM模型的标准输入格式；转换过后的数据通过无线通信设备传输至处理诊断设备的数据存储与回放模块进行存储与回放，通过训练好的LSTM神经网络进行实时检测与异常报警，最后通过诊断与报告模块对所存储的记录进行分析诊断并生成报告。

3.根据权利要求1所述的一种基于神经网络的睡眠呼吸暂停综合症检测系统，其特征在于传感器组和睡眠呼吸检测设备经放大、滤波提取到的阻抗式呼吸检测模块信号、心电检测模块信号、口鼻呼吸检测模块信号和胸腹加速度检测模块信号四个信号进行采样和自编码。

4.根据权利要求1所述的一种睡眠呼吸暂停综合症检测系统，其特征在于LSTM特征提取模块能够将自编码后的信号数据自动组合成LSTM神经网络模型的标准输入格式。

5.根据权利要求1所述的一种睡眠呼吸暂停综合症检测系统，其特征在于处理诊断设备进行实时监测和异常报警前要先训练好内置的LSTM分类模型，训练LSTM分类模型需要大量标注好分类结果的标准输入。

6.根据权利要求1所述的一种基于神经网络的睡眠呼吸暂停综合症检测系统，其特征在于基于训练好的LSTM分类模型的处理诊断设备能够接受LSTM特征提取模块通过无线通信设备提供的标准输入进行睡眠呼吸状态的分类判断。

7.根据权利要求1所述的一种基于神经网络的睡眠呼吸暂停综合症检测系统，其特征在于处理诊断设备可以基于智能手机、平板电脑、计算机任一实现。