申请/专利权人：华南师范大学

申请日：2023-12-05

公开（公告）日：2024-03-26

公开（公告）号：CN117338253B

主分类号：A61B5/00

分类号：A61B5/00;G06F18/213;G06N3/0442;G06N3/045;G06N3/0464;G06N3/08;G06F18/241;G06F123/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2024.01.23#实质审查的生效;2024.01.05#公开

摘要：本发明涉及信号处理技术领域，特别涉及一种基于生理信号的睡眠呼吸暂停检测方法，无需将大量的传感器附着在人体的头部、胸口等位置来获得等各种信号，只需要检测用户的生理信号，进而从生理信号分离出呼吸努力信号，并基于呼吸努力信号，依次进行空间特征提取、注意力特征提取以及时序特征提取，获得时序特征数据，将时序特征数据输入至深度学习网络中，获取用户的睡眠呼吸暂停检测结果，检测方式方便快捷，无需要专家评估，可以提高检测结果的准确性，有效地对用户的睡眠暂停进行分析。

主权项：1.一种基于生理信号的睡眠呼吸暂停检测方法，其特征在于，包括以下步骤：S1：获得待检测用户的生理信号以及预设的睡眠呼吸暂停检测模型，其中，所述睡眠呼吸暂停检测模型包括空间特征提取模块、注意力特征提取模块、时序特征提取模块以及分类检测模块，所述空间特征提取模块包括若干个堆叠的空间特征提取单元，所述空间特征提取单元包括浅层卷积层以及残差卷积层；所述时序特征提取模块包括若干个堆叠的时序特征提取单元；S2：从所述待检测用户的生理信号中提取呼吸努力信号，对所述呼吸努力信号进行分窗处理，构建呼吸努力信号段序列，其中，所述呼吸努力信号段序列包括若干个呼吸努力信号段；S3：将所述呼吸努力信号段序列作为所述空间特征提取模块中首个空间特征提取单元的浅层卷积层的输入序列，根据预设的浅层卷积算法，获得浅层卷积序列，其中，所述浅层卷积算法为： 式中，为浅层卷积序列，为池化函数，为第一激活函数，为归一化函数，为第一卷积核参数，为第n个呼吸努力信号段；S4：将所述浅层卷积序列输入至所述残差卷积层中，根据预设的第一残差卷积算法，获得所述首个空间特征提取单元输出的第一残差卷积序列，其中，所述残差卷积算法为： 式中，为残差卷积序列，为第二卷积核参数，为第三卷积核参数，为第四卷积核参数；S5：将所述首个空间特征提取单元输出的第一残差卷积序列作为下一个空间特征提取单元的浅层卷积层的输入序列，重复步骤S3~S4，获得最后一个空间特征提取单元输出的第一残差卷积序列，作为空间特征序列；S6：根据所述空间特征序列以及预设的第二残差卷积算法，获得第二残差卷积序列，其中，所述第二残差卷积算法为： 式中，为第二残差卷积序列，为第五卷积核参数；S7：根据所述第二残差卷积序列以及预设的通道特征提取算法，获得第一通道特征序列以及第二通道特征序列，其中，所述通道特征提取算法为： 式中，为第一通道特征序列，为第二通道特征序列，为第一线性函数，为第二线性函数，为全局平均池化函数，为全局最大池化函数；S8：根据所述空间特征序列、第二残差卷积序列、第一通道特征序列、第二通道特征序列以及预设的注意力特征提取算法，获得注意力特征序列，其中，所述注意力特征提取算法为： 式中，为注意力特征序列，为第二激活函数；S9：将所述注意力特征序列作为所述时序特征提取模块的首个时序特征提取单元的输入序列，根据预设的长短时记忆算法，获得首个时序特征提取单元输出的初步时序特征序列，其中，所述长短时记忆算法为： 式中，为初步时序特征序列，为长短时记忆函数；S10：将所述初步时序特征序列作为下一个时序特征提取单元的输入序列，重复步骤S9，获得最后一个时序特征提取单元输出的初步时序特征序列，提取所述最后一个时序特征提取单元输出的初步时序特征序列的最后一个时间步的输出，作为时序特征序列；S11：对所述时序特征序列中若干个呼吸努力信号段的时序特征数据进行全连接处理，获得若干个呼吸努力信号段的全连接特征数据，其中，所述全连接特征数据包括第一全连接特征值以及第二全连接特征值，所述第一全连接特征值为呼吸努力信号段未发生睡眠呼吸暂停事件的特征值，所述第二全连接特征值为呼吸努力信号段发生睡眠呼吸暂停事件的特征值；S12：根据若干个呼吸努力信号段的全连接特征数据以及预设的睡眠呼吸暂停检测概率值算法，获得若干个呼吸努力信号段的睡眠呼吸暂停检测概率值，其中，所述睡眠呼吸暂停检测概率值算法为： 式中，为第n个呼吸努力信号段的睡眠呼吸暂停检测概率值，为第n个呼吸努力信号段的第二全连接特征值，为第n个呼吸努力信号段的第一全连接特征值；S13：根据若干个呼吸努力信号段的睡眠呼吸暂停检测概率值以及预设的睡眠呼吸暂停检测概率阈值，获得若干个呼吸努力信号段的睡眠呼吸暂停检测结果，构建所述睡眠呼吸暂停检测序列，作为所述待检测用户的睡眠呼吸暂停检测结果，其中，所述睡眠呼吸暂停检测结果包括睡眠呼吸暂停结果以及非睡眠呼吸暂停结果。

全文数据：

权利要求：

百度查询： 华南师范大学 基于生理信号的睡眠呼吸暂停检测方法以及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD