[发明专利]睡眠风险预测方法、装置和终端设备

权利要求书

1.一种睡眠风险预测方法，其特征在于，包括：

采集待检测用户在睡眠过程中的多种生理数据；

分别提取所述多种生理数据中每种生理数据的特征信息；

将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息；其中，所述分类器通过多个样本用户的样本生理数据进行训练获得。

2.根据权利要求1所述的方法，其特征在于，所述多种生理数据至少包括脉搏波数据、血氧数据，和/或，声音数据。

3.根据权利要求2所述的方法，其特征在于，所述分别提取所述多种生理数据中每种生理数据的特征信息，包括：

从所述脉搏波数据中提取所述待检测用户的光电容积描记特征信息，所述光电容积描记特征信息包括心率变异性特征信息、呼吸波特征信息和光电容积描记波形特征信息中的至少一种；和/或，

从所述血氧数据中提取所述待检测用户的血氧特征信息，所述血氧特征信息包括氧减指数和低血氧累积时间中的至少一种；和/或，

从所述声音数据中提取所述待检测用户的声音特征信息，所述声音特征信息包括梅尔频率倒谱系数和傅里叶频谱特征信息中的至少一种。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述分类器包括二分类器；所述将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息，包括：

将提取的所述特征信息输入所述二分类器；

接收所述二分类器输出的针对所述特征信息的识别结果，所述二分类器的识别结果包括出现睡眠呼吸暂停事件，或未出现睡眠呼吸暂停事件；

若所述识别结果为出现睡眠呼吸暂停事件，则根据所述待检测用户的声音数据，对所述待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险进行预测。

5.根据权利要求4所述的方法，其特征在于，所述根据所述待检测用户的声音数据，对所述待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险进行预测，包括：

确定待识别的睡眠呼吸暂停事件的持续时间；

若在所述持续时间内，所述待检测用户的声音数据中包括间断鼾声，则预测所述待检测用户的睡眠风险为阻塞型睡眠呼吸暂停综合征风险；

若在所述持续时间内，所述待检测用户的声音数据中未包括鼾声，则预测所述待检测用户的睡眠风险为中枢型睡眠呼吸暂停综合征风险；

若在所述持续时间内，根据所述待检测用户的声音数据预测所述睡眠风险同时包括所述阻塞型睡眠呼吸暂停综合征风险和所述中枢型睡眠呼吸暂停综合征风险，则预测所述待检测用户的睡眠风险为混合型睡眠呼吸暂停综合征风险。

6.根据权利要求5所述的方法，其特征在于，所述确定待识别的睡眠呼吸暂停事件的持续时间，包括：

确定所述血氧数据中出现一次连续的低血氧累积时间，将所述一次连续的低血氧累积时间作为待识别的睡眠呼吸暂停事件的持续时间。

7.根据权利要求1-3任一项所述的方法，其特征在于，所述分类器包括四分类器；所述将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息，包括：

将提取的所述特征信息输入所述四分类器；

接收所述四分类器输出的针对所述特征信息的识别结果，所述四分类器的识别结果包括未出现睡眠呼吸暂停事件、出现阻塞型睡眠呼吸暂停事件、出现中枢型睡眠呼吸暂停事件或出现混合型睡眠呼吸暂停事件；

根据所述识别结果，对所述待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险进行预测。

8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如下步骤：

采集待检测用户在睡眠过程中的多种生理数据；

分别提取所述多种生理数据中每种生理数据的特征信息；

将提取的所述特征信息输入预设的分类器，获得所述分类器输出的睡眠风险预测信息；其中，所述分类器通过多个样本用户的样本生理数据进行训练获得。