[发明专利]基于脉搏波的睡眠呼吸暂停综合症风险预测方法、设备、介质、产品及系统

说明书

本发明提供基于脉搏波的睡眠呼吸暂停综合症风险预测方法，利用光电容积脉搏波法信号的检测原理，使用绿光LED、红光LED和红外光LED反射式以特定时序实时采集脉搏波信号。其中，通过采集的绿光LED信号做心率计算，心率变异性和呼吸率的信息挖掘，通过采集的红光LED和红外光LED信号用来做血氧饱和度的检测处理。结合心率、心率变异性、呼吸率指数和血氧饱和度四项指标综合评估睡眠呼吸暂停综合症的风险系数，并实现预测报警提示功能。本发明涉及一种电子设备、存储介质、程序产品和系统。本发明不需要粘贴电极就可获得人体的生命体征信号，并与数据挖掘和信息提取技术相结合，实现对睡眠呼吸暂停综合症的风险预测功能。

技术领域

本发明涉及医疗监测技术领域，尤其涉及基于脉搏波的睡眠呼吸暂停综合症风险预测方法、设备、介质、产品及系统。

背景技术

睡眠呼吸暂停综合征(Sleep Apnea Syndrome：SAS)，是指睡眠中1小时发生5次以上超过10秒钟的呼吸暂停(无呼吸)，或者7小时内重复出现30次以上的疾病。SAS是一种严重影响人们睡眠质量和身体健康的疾病，睡眠中常见的表现形式为打鼾、短暂气喘、呼吸停止、身体抽动，乃至危及生命安全。而对于该病症的筛查及确诊较为困难，因为其病症出现时间随机性大，视觉表现形式弱，近亲甚至患者本身都难以确定是否存在患病状况，进行住院观察较为繁琐，故需要一套可居家、可彻夜实时检测的系统为患者和医生对该病症的风险预测及治疗提供帮助，进一步进行针对性治疗。

多导睡眠图监测(polysomnography，PSG)是诊断睡眠呼吸暂停的金标准。睡眠过程中通过PSG的电极采集生理电信号包括呼吸、血氧饱和度、心电图、肌电信号、脑电信号、体位等，这些信号均反映出SAS的临床特征。但是在实际应用中发现，PSG不仅价格昂贵、操作复杂，而且需要在身上粘贴电极，给被测者带来了生理和心理负担。为了解决上述PSG带来的问题，急需一种不需要粘贴电极就可获得人体的生命体征信号，并与数据挖掘和信息提取技术相结合，实现对睡眠呼吸暂停综合症进行风险预测的检测方法。

发明内容

为了克服现有技术的不足，本发明的目的在于提供基于脉搏波的睡眠呼吸暂停综合症风险预测方法，不需要粘贴电极就可获得人体的生命体征信号，并与数据挖掘和信息提取技术相结合，实现对睡眠呼吸暂停综合症的风险预测功能。

本发明提供基于脉搏波的睡眠呼吸暂停综合症风险预测方法，包括以下步骤：

识别心率峰值特征，对采集的心率传感器模块的信号进行滤波处理，并进行心率峰值特征识别，计算得到心率及心率时间间期序列差异性；

计算呼吸率，找出所述心率传感器模块的信号经滤波处理后的信号的极大值点，求出上包络线，通过所述上包络线进行呼吸率的计算；

识别脉搏波峰谷值特征，对采集的血氧传感器模块的信号进行滤波，获得直流及交流信号，并进行脉搏波峰值和谷值的特征识别，计算出血氧饱和度；

记录睡眠数据，实时检测呼吸率及血氧饱和度，记录整个睡眠过程中呼吸率，标注暂停时长和次数以及当时的血氧饱和度，通过得到的心率及心率变异性辅助分析睡眠呼吸暂停综合症以及心脏功能；

提示风险，通过标注的暂停时长和次数以及当时的血氧饱和度进行睡眠呼吸暂停综合症诊断，若检测结果中出现睡眠呼吸暂停综合症的症状，则发出提示信息。

进一步地，所述识别心率峰值特征步骤中，对采集的心率传感器模块的信号进行低通滤波、高通滤波和陷波滤波器滤波，通过自适应微分阈值法进行心率峰值特征识别。

进一步地，所述计算呼吸率步骤中，通过自适应阈值算法找出所述心率传感器模块的信号经滤波处理后有效的极大值点，并利用三次样条插值求出上包络线，利用自适应阈值算法找出所求区间上包络线的极大值点并计算该区间每次的呼吸率，求出所述上包络线每一点的斜率，对该区间的所有呼吸率再次进行统计分析，用斜率进行辅助，计算得到最终的呼吸率。