[发明专利]一种呼吸正异常识别方法及装置

权利要求书

1.一种呼吸正异常识别方法，基于床垫、压力传感器和处理器，压力传感器置于距离床头40-60cm处，且和肺的位置对应，其特征在于，识别方法包括以下步骤：

压力传感器获取原始振动数据，并将原始振动数据传递给处理器；

原始振动数据加入定长信号队列，通过滑动数据窗口对信号队列进行分段计算，以得到在离床结果；

若判断在床状态，对信号队列中连续若干个信号值进行判断，以得到体动状态结果；

若判断为平静状态，则对原始振动数据进行分析处理以获得睡眠状态参数，将睡眠状态参数与标准呼吸参数进行比对，以得到呼吸正异常判断结果。

2.根据权利要求1所述的一种呼吸正异常识别方法，其特征在于，当滑动数据窗口对信号队列进行分段计算得到窗口信号队列的最大值及最小值与信号基值的差值小于等于0.05时，判断为离床状态，否则判断为在床状态。

3.根据权利要求1所述的一种呼吸正异常识别方法，其特征在于，当信号队列中连续若干个信号值相等，且大于3或者小于0.5时，判断为体动状态，否则判断为平静状态。

4.根据权利要求1所述的一种呼吸正异常识别方法，其特征在于，通过压力传感器获取呼吸压力模拟信号，通过AD转换器将呼吸压力模拟信号转换成原始振动数据S1(h)；

对原始振动数据S1(h)进行分析处理包括以下步骤：

对原始振动数据S1(h)进行带通滤波处理得到数字信号集S2(h)；通过逐次逼近法获取数字信号集S2(h)中多个最大值和最小值，将相邻的两个最小值或最大值标记为一个包含M个数据的呼吸包络，标记出N个呼吸包络。

5.根据权利要求4所述的一种呼吸正异常识别方法，其特征在于，原始振动数据S1(h)通过以下公式进行带通滤波处理得到数字信号集S2(h)：

S2(h)＝[0.54-0.46cos(2πh/H)]*S1(h)，0≤h≤H。

6.根据权利要求4所述的一种呼吸正异常识别方法，其特征在于，通过压力传感器检测被监测对象是否平静处于床垫上预设时间，当被监测对象处于床垫上在预设时间内，则数据分析模块进入校准模式，开始获取标准呼吸参数；当被监测对象处于床垫上超过预设时间，数据分析模块进入检测模式，开始获取睡眠状态参数。

7.根据权利要求6所述的一种呼吸正异常识别方法，其特征在于，在校准模式下获取的呼吸包络为标准呼吸包络，将每个标准呼吸包络记为Signal(n)，0≤n≤N，获取N个标准呼吸包络中数据量最少的标准呼吸包络，得到一个标准呼吸包络的最少数据量为m，m≤M，将每个标准呼吸包络的数据量归一化为m，对N个呼吸包络取平均值得到Signal_Mean(i)＝(ΣSignal[n][i])/N，0≤i≤m；

计算每个标准呼吸包络和Signal_Mean(i)的均方差得到标准呼吸参数STD：

STD＝(Σ(Signal[n][i]-Signal_Mean(i))²)/m，0≤i≤m。

8.根据权利要求7所述的一种呼吸正异常识别方法，其特征在于，在检测模式下获取的呼吸包络为检测呼吸包络，将每个检测呼吸包络记为test_Signal(n)，0≤n≤N，获取N个检测呼吸包络中数据量最少的检测呼吸包络，得到一个检测呼吸包络的最少数据量为m，m≤M，将每个检测呼吸包络的数据量归一化为m，对N个呼吸包络取平均值得到test_Signal_Mean(i)＝(ΣSignal[n][i])/N，0≤i≤m；

计算每个检测呼吸包络和test_Signal_Mean(i)的均方差得到睡眠状态参数test_STD：

test_STD＝(Σ(Signal[n][i]-test_Signal_Mean(i))²)/m，0≤i≤m；

当test_STD/STD≤K，K＜1，判定呼吸异常。