[发明专利]一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置

权利要求书

1.一种基于心跳间期的睡眠呼吸暂停自动检测装置，其特征在于，所述睡眠呼吸暂停自动检测装置包括：心跳间期信息采集模块、深度特征提取模块、心率变异性特征提取模块、睡眠呼吸暂停判断模块；其中，

所述心跳间期信息采集模块同时与所述深度特征提取模块和心率变异性特征提取模块相连，用于采集睡眠时的人体心电图ECG信号，根据心电周期PQRST五个波中的R波，使用线性插值对所提取的心跳间期信息采用2Hz频率进行相邻心电的心跳间期信息提取，生成心跳间期时间序列，并将所述心跳间期时间序列发送给所述深度特征提取模块和心率变异性特征提取模块；

所述深度特征提取模块用于根据所述生成心跳间期时间序列并基于预设的残差神经网络，使用卷积神经网络CNN和反向传播BP算法训练所述残差神经网络，自动提取特征，得到第一心率变异性特征，并将所述自动提取特征发送给所述睡眠呼吸暂停判断模块；所述卷积神经网络共由33层一维卷积层构成，通过与批量归一化层、dropout层、ReLu函数层的结构组合，组成16个残差块；

所述心率变异性特征提取模块用于基于心跳间期时间序列进行心率变异性特征提取，在残差神经网络中所输入的时长为3分钟的心跳间期时间序列中，对每一分钟进行人工特征提取，获得第二心率变异性特征，并将所述心率变异性特征发送给所述睡眠呼吸暂停判断模块；

所述睡眠呼吸暂停判断模块同时与所述深度特征提取模块和心率变异性特征提取模块相连，用于将所述第一心率变异性特征和第二心率变异性特征集合进行特征融合，一起输入到分类器，判断是否出现睡眠呼吸暂停。

2.根据权利要求1所述的睡眠呼吸暂停自动检测装置，其特征在于，所述ReLu函数层中，一维卷积层是CNN的核心，激活函数h的输入向量为X，输出是下一层的输入，一维卷积层的输出Y为：

式(1)中，是卷积计算，B为偏置矩阵，W为具有固定大小的权值向量。

3.根据权利要求1所述的睡眠呼吸暂停自动检测装置，其特征在于，所述卷积层之间采用平均池化层。

4.根据权利要求1所述的睡眠呼吸暂停自动检测装置，其特征在于，在所述16个残差块中，建立一个短路连接，用于将残差块的输入添加到残差块的输出中，并在短路连接中进行投影，以使输入大小与输出大小相匹配，完成神经网络特征的自动提取。

5.根据权利要求1所述的睡眠呼吸暂停自动检测装置，其特征在于，所述心率变异性特征，包括：心跳间期的平均值、心跳间期的标准差、心跳间期的偏度、心跳间期的峰度、NN50度量值、pNN50指标、相邻心跳间期之间差异的标准差、相邻心跳间期之间差异平方平均值的平方根、Allan因子、心跳间期的极低频、心跳间期的低频、心跳间期的高频、心跳间期的低频LF与高频HF之比。

6.根据权利要求1所述的睡眠呼吸暂停自动检测装置，其特征在于，所述睡眠呼吸暂停判断模块，进一步用于通过下述过程判断是否出现睡眠呼吸暂停：

将所述残差神经网络自动提取的第一心率变异性特征与所述人工提取的第二心率变异性特征融合为一个特征向量，并输入到一层全连接神经网络分类器中；所述特征向量经过所述分类器后得到未标准化的判别值x，通过输出函数sigmoid(x)将所述判别值转化为当前时间段内患者出现睡眠呼吸暂停的伪概率；当判别值x为非负时，伪概率大于等于50％，判断当前时间段内患者出现睡眠呼吸暂停，预测标签值等于1；当判别值x为负时，伪概率小于50％，判断当前时间段内患者未出现睡眠呼吸暂停，预测标签值等于0。