[发明专利]睡眠风险预测方法、装置和终端设备

说明书

本申请适用于信息技术领域，提供了一种睡眠风险预测方法、装置和终端设备，所述方法包括：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。上述方法，通过对待检测用户患有各种亚型的睡眠呼吸暂停综合征的风险进行预测，可以实现个性化的睡眠质量监控、睡眠呼吸暂停风险评估。

技术领域

本申请属于信息技术领域，尤其涉及一种睡眠风险预测方法、装置和终端设备。

背景技术

睡眠呼吸暂停综合征(Sleep Apnea Syndrome，SAS)是一种常见的睡眠障碍慢性疾病。据世界卫生组织(World Health Organization，WHO)报道，全球有1-10％的人群受睡眠呼吸暂停的影响，其中在中国30-60岁的人群中，超过4％的男性和2％的女性受睡眠呼吸暂停的影响。睡眠呼吸暂停的发病率随着年龄的增加而增加，在55-60岁的人群中达到顶峰。

根据发病原理的不同，可以将睡眠呼吸暂停综合征分为阻塞型、中枢型和混合型三种不同的亚型，不同亚型的病因及危害也不同。其中，阻塞型睡眠呼吸暂停是由于喉咙附近的软组织松弛造成上呼吸道阻塞、呼吸道收窄引起的睡眠时呼吸暂停；中枢型呼吸暂停是由于呼吸中枢曾受到中风及创伤等损害而受到障碍，不能正常传达的呼吸的指令引起睡眠呼吸技能失调；混合型睡眠呼吸暂停是混合以上原因所造成的睡眠疾病。

由于睡眠呼吸暂停的发生发展是一个慢性渐进的过程，及早地对睡眠过程中可能存在的风险进行预测，有助于提高患者的生活质量，预防各种并发症的发生。

发明内容

本申请实施例提供了一种睡眠风险预测方法、装置和终端设备，可以解决现有技术中无法简单、快速地对睡眠风险进行预测的问题。

第一方面，本申请实施例提供了一种睡眠呼吸暂停综合征的识别方法，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。

通过穿戴设备采集用户的生理数据，并从中提取相应的特征信息，可以将上述特征信息输入预先训练得到的分类器中，预测待检测用户在睡眠过程中是否出现某种睡眠风险，以及出现各种风险的概率大小。本实施例可以简单、快速地对用户的睡眠质量进行监测，对睡眠呼吸暂停的潜在患者进行风险预测，提醒用户及时就医，防止睡眠呼吸暂停的进一步发展与其他并发症的发生。

在第一方面的一种可能的实现方式中，待检测用户睡眠过程中的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。

在第一方面的一种可能的实现方式中，可以从脉搏波数据中提取待检测用户的光电容积描记特征信息，如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等等；可以从血氧数据中提取待检测用户的血氧特征信息，如氧减指数和低血氧累积时间等等；可以从声音数据中提取待检测用户的声音特征信息，如梅尔频率倒谱系数和傅里叶频谱特征信息等等。

在第一方面的一种可能的实现方式中，预设的分类器可以包括二分类器。因此，可以将提取出的特征信息输入二分类器，通过接收二分类器输出的针对上述特征信息的识别结果，可以判定该用户在睡眠过程中是否出现睡眠呼吸暂停事件。如果二分类器的识别结果为出现睡眠呼吸暂停事件，则可以根据采集到的待检测用户的声音数据，对待检测用户出现各种亚型的睡眠呼吸暂停综合征的风险做进一步的预测。