[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

说明书

本发明公开了基于心率变异性的呼吸异常检测方法、装置及设备，方法包括：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；对采集到的心电信号提取心跳间期构成心率变异性序列，并将心率变异性序列的每一等级随机分成等量的两组；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；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；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。本发明通过无创采集的人体心电信号实现利用心率变异性序列分析技术来分析呼吸暂停，运算简单，适用性好。

技术领域

本发明涉及呼吸检测领域，具体涉及一种基于心率变异性的呼吸异常检测方法、装置及设备。

背景技术

睡眠呼吸暂停综合征(sleep apnea syndrome)是一种比较常见的睡眠呼吸疾病，临床表现有夜间睡眠打鼾伴呼吸暂停和白天嗜睡。由于呼吸暂停引起反复发作的夜间低氧和高碳酸血症，可导致高血压，冠心病，糖尿病和脑血管疾病等并发症及交通事故，甚至出现夜间猝死。在目前临床诊断中，多导睡眠图监测仪(PSG)是诊断OSAHS最重要的方法，它不仅可判断疾病严重程度，还可全面评估患者的睡眠结构，睡眠中呼吸暂停，低氧情况，以及心电、血压的变化。但是其监测耗时长不易穿戴且价格较为高昂，因此对不便于对全部范围的普及。

发明内容

本发明的目的在于针对上述存在问题和不足，提供一种基于心率变异性的呼吸异常检测方法、装置及设备，能够在夜间睡眠状态下采集患者的心电信号，寻找每次心跳的R峰位置并提取心跳间期(RR间期)构成HRV序列，提取其特征参数构成特征向量，然后通过分类器由训练组建立呼吸异常检测模型，并用此模型实现呼吸异常检测。

本发明的技术方案是这样实现的：

一种基于心率变异性的呼吸异常检测方法，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；

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。

优选地，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。

优选地，所述第二个特征参数的提取步骤具体为：