[发明专利]一种基于心率变异性的呼吸异常检测方法、装置及设备

权利要求书

1.一种基于心率变异性的呼吸异常检测方法，其特征在于，包括以下步骤：

S1，采集受试者处于夜间睡眠状态的第一预定时间的心电信号；

S2，对采集到的心电信号提取心跳间期构成心率变异性序列{RRi,i＝1,2,…N}，并将心率变异性序列的每一等级随机分成等量的两组，分别作为训练组和测试组；

S3，对所述心率变异性序列截取连续第二预定时间片段序列并对其进行两个特征参数的提取；所述特征参数包括第一个特征参数以及第二个特征参数：其中，

第一个特征参数的提取步骤为：

对心率变异性序列{RRi,i＝1,2,…N}按5分钟分段后计算趋势序列{trendi,i＝1,2,…M}；

计算趋势序列{trendi,i＝1,2,…M}的斜率构成斜率序列{slopei,i＝1,2,…M}；

计算斜率序列的均值获得趋势斜率均值slope，即获得第一个特征参数；

第二个特征参数的提取步骤为：

对心率变异性序列{RRi,i＝1,2,…N}按5分钟分段后计算趋势构成序列{trendi,i＝1,2,…M}；

计算趋势构成序列{trendi,i＝1,2,…M}的斜率构成斜率序列{slopei,i＝1,2,…M}；

计算斜率序列的模糊熵获得第二个特征参数fuzzysl；

S4，对训练组的两个特征参数进行统计分析，将提取的两个特征参数作为输入，建立基于神经网络的呼吸异常检测模型；

S5，将测试组对应的两个特征参数输入所述呼吸异常检测模型模型，以对所述受试者进行呼吸异常检测评估。

2.根据权利要求1所述基于心率变异性的呼吸异常检测方法，其特征在于，所述第二个特征参数的提取步骤具体为：

对心率变异性序列{RRi,i＝1,2,…N}按5分钟时间长度分段，得到分段矩阵序列{RRi,j,i＝1,2,…M；j＝1,2,…N}，该分段矩阵序列每一行是一个5分钟的RR间期值；

计算{RRi,j,i＝1,2,…M；j＝1,2,…N}每行的趋势值，构成序列{trendi，j,i＝1,2,…M；j＝1,2,…N}，并计算趋势序列每行的斜率，构成斜率矩阵{slopei，j,i＝1,2,…M；j＝1,2,…N}；

将斜率矩阵序列化并求其斜率的均值，构成一维序列，计算该一维序列的模糊熵，即为fuzzysl。

3.根据权利要求2所述基于心率变异性的呼吸异常检测方法，其特征在于，步骤S4具体为：

根据训练组的两个特征参数构建2-N-1三层的神经网络，即输入层为2个神经元，输出层为1个神经元，中间层为N个神经元；所述输入层的2个神经元为：趋势斜率均值slope、趋势斜率模糊熵fuzzysl，建立呼吸异常检测模型。

4.根据权利要求1所述的基于心率变异性的呼吸异常检测方法，其特征在于，所述第一预定时间为6小时，所述第二预定时间为5分钟。