CN103505216A - 基于鼾声判断osahs患者上气道狭窄或阻塞部位的方法 - Google Patents

基于鼾声判断osahs患者上气道狭窄或阻塞部位的方法 Download PDF

Info

Publication number
CN103505216A
CN103505216A CN201310376181.3A CN201310376181A CN103505216A CN 103505216 A CN103505216 A CN 103505216A CN 201310376181 A CN201310376181 A CN 201310376181A CN 103505216 A CN103505216 A CN 103505216A
Authority
CN
China
Prior art keywords
sound
patient
snoring
cavity
air flue
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310376181.3A
Other languages
English (en)
Inventor
侯丽敏
殷善开
谢愫
易红良
孟丽丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Sixth Peoples Hospital
Original Assignee
Shanghai Sixth Peoples Hospital
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Sixth Peoples Hospital filed Critical Shanghai Sixth Peoples Hospital
Priority to CN201310376181.3A priority Critical patent/CN103505216A/zh
Publication of CN103505216A publication Critical patent/CN103505216A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Orthopedics, Nursing, And Contraception (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及基于鼾声判断OSAHS患者上气道狭窄或阻塞部位的方法,包括以下步骤:1)搭建好合适的录音环境,记录患者整晚的鼾声信号;2)对整晚的鼾声信号进行筛选,选定多个鼾声事件,并手动找到鼾声事件的吸气段录音,切取多个鼾声吸气段以待用;3)利用鼾声吸气段建立完整上气道声学模型,利用该上气道声学模型并结合患者的鼾声信号,估算出患者上气道各腔体的横截面积;4)根据上气道各腔体的横截面积,对患者上气道狭窄或阻塞的部位作出判断;本发明与传统的医院专业诊断方法相比,提出了一种比医院诊断方法更廉价、便捷且有效的方法,该方法有望成为一种简单、高效、与患者非接触式的全新辅助诊断手段,对推动医疗诊断等研究领域有着非常重要的意义。

Description

基于鼾声判断OSAHS患者上气道狭窄或阻塞部位的方法
[技术领域]
本发明涉及确定阻塞性睡眠呼吸暂停低通气综合症的患者上气道狭窄或阻塞部位的方法技术领域,具体地说是一种基于鼾声判断OSAHS患者上气道狭窄或阻塞部位的方法。
[背景技术]
目前,OSAHS(阻塞性睡眠呼吸暂停低通气综合症,Obstructive Sleep ApneaHypopnea Syndrome的缩写)患者在手术治疗前均需进行CT检查,以明确患者上气道狭窄畸形或阻塞的情况。传统的确定上气道狭窄或阻塞部位的方法是医院专业仪器诊断后,再由医院专业人员分析,最后经过该检查技术与手段判断上气道狭窄或阻塞的部位,如附图1所示,然而,这种检查手段不仅费用昂贵,而且对受检者的身体健康也有一定的副作用。由于OSAHS患者的上呼吸道生理结构较之正常人在某些部位有塌陷或变异,而这种生理结构的差异会通过鼾声相应的表现出来,因此,如果能够依据患者的鼾声信号提出一种完整上气道声学模型,估计出上气道声学模型中各段声管的横截面积,从而找出上气道狭窄或阻塞的部位,将在医学界具有非常重要的意义。
[发明内容]
本发明的目的就是要解决上述的不足而提供一种基于鼾声判断OSAHS患者上气道狭窄或阻塞部位的方法,该方法比医院诊断方法更廉价、便捷且有效,有望成为一种简单、高效、与患者非接触式的全新辅助诊断手段。
为实现上述目的设计一种基于鼾声判断OSAHS患者上气道狭窄或阻塞部位的方法,包括以下步骤:
1)搭建好合适的录音环境,记录患者整晚的鼾声信号;
2)对整晚的鼾声信号进行筛选,选定多个鼾声事件,并手动找到鼾声事件的吸气段录音,切取多个鼾声吸气段以待用;
3)利用鼾声吸气段建立完整上气道声学模型,利用该上气道声学模型并结合患者的鼾声信号,估算出患者上气道各腔体的横截面积;
4)根据上气道各腔体的横截面积,对患者上气道狭窄或阻塞的部位作出判断。
步骤1)中,采用非接触式无指向性电容式麦克风进行录音,录音时,信噪比大于10dB,将麦克风悬挂在距离患者12-18cm处,频响范围为50~15000Hz,开路电压输出电平为-40+3.5dB,录音的格式设定为WAV,采用8KHz采样,16bit量化,将所得的鼾声信号保存在电脑中。
步骤2)中,对鼾声信号进行筛选时,检测鼾声信号中的鼾声事件和呼吸事件,鼾声事件应满足大于0.56秒小于60秒的限制条件,呼吸事件应满足大于10秒小于90秒的限制条件,只有鼾声事件和呼吸事件同时满足限制条件的情况下,选定的鼾声事件才能计入AHI的计算,鼾声事件的吸气段也才能用。
步骤3)中,所述上气道声学模型为一个具有三端口的模型,该模型包括咽腔、口腔和鼻腔三个分支,咽腔、口腔和鼻腔分别由若干段等长但横截面积不相等的声管组成,咽腔起始于声门、终止于软腭游离缘,口腔起始于软腭游离缘、终止于口唇,鼻腔起始于软腭游离缘、终止于鼻孔。
所述上气道声学模型的频率响应函数具有ARMA模型的形式,参照ARMA模型参数与声道声管反射系数之间的关系得到ARMA模型参数与上气道声管反射系数之间的关系,利用线性ARMA参数估计算法,以及ARMA模型参数与上气道声学模型中各段声管反射系数、横截面积之间的对应关系,求取上气道声学模型中各段声管的反射系数,推算出患者上气道各段声管的横截面积。
本发明具有如下有益效果:利用ARMA模型参数与上气道声学模型中各节声管反射系数、横截面积之间存在对应关系,利用这一关系估计出上气道中咽腔、口腔和鼻腔三个腔体的声管横截面积,从而对上气道狭窄或可能发生阻塞的部位做出判断,为医疗诊断服务以及医生对患者实施有效的手术治疗提供了可靠的参考依据,与传统的医院专业诊断方法相比,本发明提出了一种比医院诊断方法更廉价、便捷且有效的方法,该方法有望成为一种简单、高效、与患者非接触式的全新辅助诊断手段,对推动医疗诊断等研究领域有着非常重要的意义;此外,本发明所述的基于鼾声判断OSAHS患者上气道狭窄或阻塞部位的方法,避免了传统医院专业诊断方法所带来的费用昂贵,以及对受检者的身体健康有一定副作用的缺陷,值得推广应用。
[附图说明]
图1是传统的医院判断上气道狭窄或阻塞部位的流程示意图;
图2是本发明判断上气道狭窄或阻塞部位的流程示意图;
图3是上气道生理结构示意图;
图4是本发明中完整上气道声学模型示意图;
图5是闭合的口腔信号格型图;
图6是完整上气道声学模型信号格型图;
图7是不同严重程度患者(各选一人)咽腔横截面积对比示意图;
图8是不同严重程度患者咽腔横截面积盒型对比示意图;
图9是某手术患者会厌区(左)、舌根区(中)、软腭区(右)CT扫描示意图;
图10是会厌区(a)、舌根区(b)、软腭区(c)横截面积对比示意图;
图中:1、咽腔  2、口腔  3、鼻腔。
[具体实施方式]
下面结合附图对本发明作以下进一步说明:
本发明包括以下步骤:
1)搭建好合适的录音环境,记录患者整晚的鼾声信号。为了得到高质量的鼾声信号,采用非接触式无指向性电容式麦克风进行录音,录音时,信噪比大于10dB,将麦克风悬挂在距离患者12-18cm处,频响范围为50~15000Hz,开路电压输出电平为-40+3.5dB,录音的格式设定为WAV,采用8KHz采样,16bit量化,将所得的鼾声信号保存在电脑中;
2)对整晚的鼾声信号进行筛选,选定多个鼾声事件,并手动找到鼾声事件的吸气段录音,切取多个鼾声吸气段以待用。其中,对鼾声信号进行筛选时,检测鼾声信号中的鼾声事件和呼吸事件,鼾声事件应满足大于0.56秒小于60秒的限制条件,呼吸事件应满足大于10秒小于90秒的限制条件,只有鼾声事件和呼吸事件同时满足限制条件的情况下,选定的鼾声事件才能计入AHI(睡眠呼吸暂停低通气指数)的计算,鼾声事件的吸气段也才能用;
3)利用鼾声吸气段建立完整上气道声学模型,利用该上气道声学模型并结合患者的鼾声信号,估算出患者上气道各腔体的横截面积。其中,上气道声学模型为一个具有三端口的模型,该模型包括咽腔1、口腔2和鼻腔3三个分支,咽腔、口腔和鼻腔分别由若干段等长但横截面积不相等的声管组成,咽腔起始于声门、终止于软腭游离缘,口腔起始于软腭游离缘、终止于口唇,鼻腔起始于软腭游离缘、终止于鼻孔。上气道声学模型的频率响应函数具有ARMA模型的形式,参照ARMA模型参数与声道声管反射系数之间的关系得到ARMA模型参数与上气道声管反射系数之间的关系,利用线性ARMA参数估计算法,以及ARMA模型参数与上气道声学模型中各段声管反射系数、横截面积之间的对应关系,求取上气道声学模型中各段声管的反射系数,推算出患者上气道各段声管的横截面积。
4)根据上气道各腔体的横截面积,对患者上气道狭窄或阻塞的部位作出判断。
本发明采用麦克风录音OSAHS患者的鼾声信号,对鼾声这种特定的声音信号建模。本发明在传统的声道模型的基础上提出建立完整上气道声学模型,即包括咽腔、鼻腔和口腔,该模型的频率响应函数具有自回归滑动平均(Auto-Regressive Moving Average,ARMA)模型的形式,该ARMA模型参数与上气道声学模型中各节声管反射系数、横截面积之间存在对应关系,利用这一关系估计出上气道中三个腔体的声管横截面积,从而对上气道狭窄或可能阻塞的部位做出预估,如对上气道的咽腔中的狭窄或可能阻塞的部位做出预估。
本发明建立一种适合于描述鼾声的完整上气道声学模型,结合该模型并利用患者的鼾声信号估计出患者上气道各腔体的横截面积,从而判断出狭窄或可能发生阻塞的部位,以提供给医生对患者实施有效的手术治疗的参考依据。本发明研究的基础是语音信号处理中的声道级联声管模型理论,该理论认为人体的声道可以用一系列等长的声管级联来模拟,每一段小声管的横截面积不同。
如附图2所示,本发明依据录音的鼾声信号提出一种完整上气道声学模型,该模型全面考虑了咽腔、口腔、鼻腔在发声时的共同作用。根据波动方程理论推导出该模型的频率响应函数具有ARMA模型的形式,并参照ARMA模型参数与声道声管反射系数之间的关系得到了ARMA模型参数与上气道声管反射系数之间的关系,从而估计出上气道模型中各段声管的横截面积,帮助判断上气道狭窄或阻塞的部位。
如附图3所示,完整的上气道是由咽腔、口腔和鼻腔组成,其中被黑色粗体不规则曲线标注的分别为咽腔、口腔和鼻腔,从图中这三个腔体的位置关系可见其并不是类似于一根独立管道的简单结构,而是分叉的结构,类似于一个反“F”型,分叉的部位叫做软腭游离缘。因此本发明提出了一种完整上气道声学模型,其结构如附图4所示。
如附图4所示,该上气道声学模型假设上气道中的腔体由一些等长但横截面积不相等的声管组成,每段声管长度为l,定义每段声管的中间位置为0,最左端位置为-l/2,最右端位置为l/2。该模型包括三个分支:咽腔,口腔和鼻腔,并假设咽腔有L段声管,口腔有N段声管,鼻腔有M段声管。图中Am表示第m段声管的横截面积,
Figure BDA0000372098230000064
分别表示第m段声管前向和后向的体积速度,为了区分口腔和鼻腔的表示符号,在口腔的所有符号上加上上标c表示口腔属于耦合腔。
对于此种模型,当声波在其中传播时同样满足波动方程的理论,这里分别用um(x,t)和pm(x,t)表示第m段声管中的体积速度和压强。类似于传统声道模型,该完整上气道声学模型的频率响应函数也是根据波动方程的推导而得,但是需要的边界条件有所不同。对于此种模型,边界条件选取在三段分支声管交汇的边界处,如附图4所示。咽腔、口腔和鼻腔在交汇边界处的压强相等,而咽腔在此处的体积速度等于口腔和鼻腔在此处的体积速度之和,用公式表示如下:
p M ( l 2 , t ) = p M - 1 ( - l 2 , t ) = p N - 1 c ( - l 2 , t ) - - - ( 1 )
u M ( l 2 , t ) = u M - 1 ( - l 2 , t ) + u N - 1 c ( - l 2 , t ) - - - ( 2 )
将边界条件(23)和(24)代入波动方程可得:
u M + ( t - τ ) + u M - ( t + τ ) A M = u M - 1 + ( t + τ ) + u M - 1 - ( t - τ ) A M - 1 - - - ( 3 )
u M + ( t - τ ) + u M - ( t + τ ) A M = u N - 1 c + ( t + τ ) + u N - 1 c - ( t - τ ) A N - 1 c - - - ( 4 )
u M + ( t - τ ) - u M - ( t + τ ) = { u M - 1 + ( t + τ ) - u M - 1 - ( t - τ ) } + { u N - 1 c + ( t + τ ) - u N - 1 c - ( t - τ ) } - - - ( 5 )
其中τ=l/2c,是声波在声管中传播时间的一半。假设采样周期为4τ,并且在三个腔体的交汇处可近似认为
Figure BDA0000372098230000074
则可得到方程(3)、(4)、(5)的z变换表达式为:
z - 1 / 4 U M + ( z ) = 1 1 + r M { 1 / 4 U M - 1 + ( z ) - r M z - 1 / 4 U M - 1 - ( z )
+ z 1 / 4 U N - 1 c + ( z ) - r M z - 1 / 4 U N - 1 c - ( z ) } - - - ( 6 )
z 1 / 4 U M - ( z ) = 1 1 + r M { - r M z 1 / 4 U M - 1 + ( z ) + z - 1 / 4 U M - 1 - ( z )
- r M z 1 / 4 U N - 1 c + ( z ) + z - 1 / 4 U N - 1 c - ( z ) } - - - ( 7 )
z 1 / 4 U N - 1 c + ( z ) + z - 1 / 4 U N - 1 c - ( z ) = q { z 1 / 4 U M - 1 + ( z ) + z - 1 / 4 U M - 1 - ( z ) } - - - ( 8 )
其中rM和q分别代表交汇处声管的反射系数和横截面积比,它们各自的定义如下:
r M = A M - 1 + A N - 1 c - A M A M - 1 + A N - 1 c + A M - - - ( 9 )
q = A N - 1 c A M - 1 - - - ( 10 )
如果完整上气道模型中的口腔分支不存在,即
Figure BDA00003720982300000712
则此模型又退化为传统的声道模型,反射系数也变为传统的形式。
根据公式(6)、(7)、(8)可推导出相邻两段声管之间体积速度的传递关系如公式(11)、(12)所示:
X M + ( z ) X M - ( z ) = 1 r M r M z - 1 z - 1 X + ( z ) X - ( z ) - - - ( 11 )
X c + ( z ) - X c - ( z ) = q { X M - 1 + ( z ) - X M - 1 - ( z ) } - - - ( 12 )
其中,
Figure BDA0000372098230000083
Figure BDA0000372098230000084
X+(z),X-(z),Xc+(z),Xc-(z)为声管中体积速度的某种变形表达式。为了推导完整上气道模型的频率响应函数,需要对该模型做一些假设。由于该模型是一个三端口的模型,因此为了推导其频率响应函数就需要设法将其简化为一个二端口的模型,这可以通过将其中一个分支融合进分支的交界处来实现。假设打鼾时口腔闭合,因此可认为在口腔的末端的体积速度为0,从而可以得到边界条件:
u 0 c ( l 2 , t ) = u 0 c + ( t - τ ) - u 0 c - ( t + τ ) = 0 - - - ( 13 )
z域的表达式为:
z - 1 / 4 U 0 c + ( z ) = z 1 / 4 U 0 c - ( z ) - - - ( 14 )
等式(14)的变形表达式为:
X 0 c - ( z ) = - z - 1 X 0 c + ( z ) - - - ( 15 )
由于完整上气道模型中各个腔体之间的性质是相同的,因此如果单独的看待口腔的声管级联结构,它的传递特性也是满足等式(11)中的关系的。因此可得口腔各段声管之间的传递关系为:
X N - 1 c + ( z ) X N - 1 c - ( z ) = 1 r N - 1 c r N - 1 c z - 1 z - 1 · · · · · · 1 r 1 c r 1 c z - 1 z - 1 1 - z - 1 X 0 c + ( z ) - - - ( 16 )
根据等式(16)可以画出口腔的级联结构信号格型图,如附图5所示。
同时定义:
C N - 1 + ( z ) - C N - 1 - ( z ) = 1 r N - 1 c r N - 1 c z - 1 z - 1 · · · · · · 1 r 1 c r 1 c z - 1 z - 1 1 - z - 1 - - - ( 17 )
Φ ( z ) = X N - 1 c - ( z ) X N - 1 c + ( z ) = X c - ( z ) X c + ( z ) = - C N - 1 - ( z ) C N - 1 + ( z ) - - - ( 18 )
利用等式(40)中Xc+(z)和Xc-(z)之间的关系,结合等式(11)、(12),并展开Φ(z),就可以得到
X + ( z ) = P ( z ) X M - 1 + ( z ) + Q ( z ) X M - 1 - ( z ) ( 1 - w ) ( C N - 1 + ( z ) + C N - 1 - ( z ) ) - - - ( 19 )
X - ( z ) = R ( z ) X M - 1 + ( z ) + S ( z ) X M - 1 - ( z ) ( 1 - w ) ( C N - 1 + ( z ) + C N - 1 - ( z ) ) - - - ( 20 )
其中:
w = q 1 + q = A N - 1 c A M - 1 + A N - 1 c - - - ( 21 )
P(z),Q(z),R(z),S(z)为与CN-1(z)有关的变形表达式。等式(19)和(20)表示的其实是X+(z)和X-(z)与
Figure BDA0000372098230000095
Figure BDA0000372098230000096
之间的关系,将其与等式(11)联系起来可得出,代表口腔声管传递矩阵的P(z)、Q(z)、R(z)、S(z)被融入了第M段和第M-1段声管之间,即三个腔体交汇的边界处。因此可以画出完整上气道模型从声门至鼻孔的信号格型图,如附图6所示。
图中的从图中可以看到,口腔的级联声管已经融合进了交汇边界处,使完整上气道声学模型三个分支的结构变成了一个二端口的声管级联模型。
根据附图6中的信号格型图,可以很方便的推出该系统输入与输出之间的关系:
X M + L + ( z ) = 1 ( 1 - w ) ( C N - 1 + ( z ) + C N - 1 - ( z ) ) 1 r M + L 1 r M + L r M + L z - 1 z - 1 · · · (22)
1 r M r M z - 1 z - 1 P ( z ) Q ( z ) R ( z ) S ( z ) 1 r M - 1 r M - 1 z - 1 z - 1 · · · 1 z - 1 X 0 + ( z )
其中的
Figure BDA00003720982300000910
其实是所对应声管体积速度的变形表达式,从等式(44)可得出该系统的频率响应函数为:
H ( z ) = X 0 + ( z ) X M + L + ( z ) = ( 1 - w ) B ( z ) A ( z ) - - - ( 23 )
其中:
A ( z ) 1 r M + L 1 r M + L r M + L z - 1 z - 1 · · · 1 r M r M z - 1 z - 1 P ( z ) Q ( z ) R ( z ) S ( z )
1 r M - 1 r M - 1 z - 1 z - 1 · · · 1 z - 1 - - - ( 24 )
B ( z ) = C N - 1 + ( z ) + C N - 1 - ( z ) - - - ( 25 )
观察该频率响应函数可见,它具有零极点的形式,即ARMA模型的形式。对于鼾声这种复杂的发声情况,对其建立完整上气道模型之后,该系统的频率响应函数具有ARMA模型的形式。该模型分母的阶数为咽腔、口腔和鼻腔声管级数之和,即L+M+N,分子的阶数等于口腔声管的级数N,即被融合进三个腔体交汇边界处腔体声管的级数。
接下来是求取完整声管模型各段声管的反射系数,推断出各段的横截面积。当口腔融合进咽腔、口腔和鼻腔的交汇处时,具有分支结构的完整上气道声管模型变成了和传统声道模型一样的二端口的形式。因此该二端口级联声管模型各段声管的反射系数的就可以按照传统声道模型中反射系数和AR模型部分相关系数的关系得到。在利用鼾声信号估计ARMA模型参数时,可以得到分母所对应的部分相关系数k1,k2,...kL+M+N,按照图6中的信号流程图与完整上气道模型频率响应函数中分母阶数的对应关系,k1~kM对应着M段鼻腔的反射系数,kM+1~kM+N对应着N段口腔的反射系数,kM+N+1~kM+N+L对应着L段咽腔的反射系数。
(一)ARMA声学模型估计上气道横截面积:
本发明对于完整上气道模型中各段腔体所选取8段声管。从上一节的推导可看出,完整上气道频率响应函数的ARMA模型的分母阶数是由咽腔,口腔和鼻腔共同组成,分子的阶数仅由耦合腔口腔构成,因此ARMA模型分母阶数为24,分子阶数为8。利用线性ARMA参数估计算法,通过该算法得出分母各阶的部分相关系数后,按照其与声管发射系数的对应关系,就可以推算出各段声管的横截面积。咽腔起始于声门,终止于软腭游离缘;口腔起始于软腭游离缘,终止于口唇,鼻腔起始于软腭游离缘,终止于鼻孔。
在分析上气道声管的横截面积时,最为感兴趣的咽腔的横截面积,因为医学研究发现打鼾时最为常见的阻塞部位是软腭或舌根附近,其中软腭所占的比重更大。而软腭和舌根都处在咽腔中。对于分为8段声管的咽腔,会厌大致在咽腔的中间部位,可认为对应着第4段声管,舌根大致在软腭和会厌的中间,因此按照比例关系可认为舌根对应着第6段声管,而软腭在咽腔的末端,对应着第7、8段声管。
从重度、中度、轻度OSAHS及简单症状类型患者中各选一位的咽腔横截面积对比,如附图7所示,其中第1段声管对应声门,第8段声管对应软腭游离缘。从图中可见随着患者症状的减轻,上气道咽腔的横截面积有着逐渐增大的趋势。
通过对患者90人,统计不同严重程度患者咽腔各段声管的横截面积的均值及标准差,以盒型图的形式来表现可以更直观的观察出不同严重程度患者之间咽腔横截面积的差异,不同严重程度患者咽腔横截面积盒型对比如附图8所示。
附图8盒形图中的黑线表示数据的中位数,即数据中占中间位置的数,盒子的上下两边为上下四分位数,即数据中有四分之一的数大于上四分位数,有四分之一数小于下四分位数,上截止横线和下截止横线为数据中最大值和最小值。观察附图8可以得出:
(1)本方法统计出的最小横截面积均在软腭区。其中:简单鼾声咽腔最小横截面积值为1.51-1.52cm2;轻度鼾声最小横截面积值为1.36-1.37cm2;中度最小横截面积值为1.27-1.27cm2;重度最小横截面积值为1.26-1.27cm2。简单鼾声与OSAHS有明显的区分度;轻度OSAHS与中、重度有明显差异;中度和重度OSAHS几乎一样。
(2)本方法统计出的舌根区横截面积值。其中:简单鼾声舌根区横截面积值为1.58-1.59cm2;轻度的为1.46-1.47cm2;中度的为1.37-1.40cm2;重度的为1.37-1.40cm2。简单症状鼾声与OSAHS症状鼾声有明显的区分度;轻度OSAHS与中、重度有明显差异;中度和重度OSAHS几乎一样。
(3)本方法统计出的会厌区横截面积值。其中:简单鼾声会厌区横截面积值为1.63-1.66cm2;轻度鼾声的为1.54-1.56cm2;中度鼾声的为1.49-1.54cm2;重度鼾声的为1.50-1.52cm2。简单鼾声与OSAHS症状鼾声有明显的区分度;轻度OSAHS与中、重度有明显差异。
另外说明一点,利用ARMA模型同时也可估计出口腔与鼻腔的横截面积。其口腔的横截面积均较小,这与此模型的假设条件有关(假设口腔闭合);鼻腔的横截面积与鼻腔本身的生理构造轮廓相似,但是鼻腔内部结构复杂,不是仅仅靠横截面积能够描述的。这里不再详述。
(二)声学模型与CT对比:
本发明跟踪到了16名在医院接受手术的病人,这16名患者在手术前都经过上气道CT的检测,医院采用的CT型号为GE LightSpeed VCT128,CT扫描的优点是其扫描结果基于形态学,可进行上气道轴位、矢状位重建并确定和评价最小横截面积,但其最大局限性是只能在患者清醒或短时睡眠状态下观察上气道,无法了解整夜呼吸事件中上气道阻塞的情况。扫描的方法是患者清醒状态下仰卧、头正,颈部保持屈曲正中位,扫描区域为蝶窦中部至第五节脊椎骨下缘,扫描时间为7~8秒。得到患者的CT图像后,专业医务人员采用CT分析软件Osiris读取每位患者会厌区,舌后区及软腭区的横截面积。
本发明首先利用患者鼾声信号计算出其咽腔横截面积,然后将其和CT测量值进行比较,可判断本模型估计咽腔横截面积的准确性。
附图9中左、中、右所示分别为某位手术患者会厌区、舌根区、软腭区的CT扫描图像,图像中被不规则曲线圈住的部分即为该部位大致的横截面积。
如下表1所示为16名手术患者会厌区,舌后区和软腭区横截面积的CT测量结果和由声学模型估计出的结果,前者用CT一栏表示,后者用ARMA一栏表示,横截面积的单位为cm2,同时列出了每名患者经医院PSG诊断的AHI值作为参考。
表1:手术患者咽腔各部位横截面积CT测量结果与模型估计结果
为了更直观地观察上气道CT估计出的会厌、舌根、软腭区域的横截面积与本文方法估计出的结果对比,对表1的数据做图,如附图10所示。
分析表1中的数据和附图10可以得到:
(1)CT测量与本文方法得出的三个区域的横截面积,对于大部分患者有着较好的一致性,两种方法在三个区域的平均误差大部分(16名患者中有13人)在0.1cm2之内。
(2)对于误差大于0.1cm2的三名患者(表1中患者序号4、12、13),最大误差达到分析误差较大的原因可能是因为CT是在患者清醒状态下拍摄的,而本文的方法是利用患者睡眠时的鼾声信号进行估计的,不同状态不同时刻下咽腔的横截面积会有一定的改变。
通过对比16位患者在会厌、舌根、软腭三个区域的横截面积值与正常人的值,无论是CT结果还是本文方法得出的结果,患者在这三个区域绝大部分都存在阻塞现象。
(三)声学模型与手术类型分析:
医院对于OSAHS患者的治疗手段大多采用手术的方法,在确定了患者上气道阻塞部位以后,将阻塞部位进行切除或者适当的扩张。目前采用的手术方法有腭咽成形术(UPPP)、双颌前移(MMA),鼻中隔矫正和扁桃体切除等。其中腭咽成形术占绝大多数,腭咽成形术主要针对的是软腭附近阻塞的患者,而双颌前移术主要针对的是舌根及舌根以下咽腔阻塞的患者。
针对阻塞部位的定位,与医院通过CT判断出的阻塞部位以及患者采取的手术类型相比较,分析本方法的准确性。
如下表2所示为对比结果,其中阻塞部位CT一栏为由医院CT判断出的阻塞部位,ARMA一栏为本文方法判断出的阻塞部位,表中的会、舌、软表示该患者在会厌、舌根、软腭区域都有阻塞。表中还列出了患者所采取的手术类型及其鼾声基频。从表2中结果可见:
(1)所有的患者在会厌区和舌根区都存在阻塞,医院与本文方法在诊断这两个区域阻塞的结果上完全一致,但是大部分的患者还是采取了针对软腭区的腭咽成形术治疗,这是因为双颌前移术对患者造成的创伤较大,并且术后恢复较慢,因此大部分的患者在三个区域都有阻塞的情况下仅选择手术方法较为简单的腭咽成形术进行缓解性治疗。
表2:患者手术类型及阻塞部位
Figure BDA0000372098230000151
(2)对于14名单纯采取腭咽成形术的患者来说,本文对于阻塞部位的判断与医院的结果一致,有1例本文方法判断有误,见表1和表2中患者序号位于第8的患者,CT做出软腭区横截面积1.18,小于手术临界值(应该手术治疗);而本文方法则为1.37,大于手术的临界值。
(3)对表2中患者编号为11的患者,同时采取腭咽成形术和双颌前移术两种手术,医院的诊断结果与本文方法的结果一致。
总之,本方法对于阻塞部位的判断符合大部分患者采取的手术类型处理的部位,如果以医院的诊断结果作为评价标准,本文方法对于16名患者的判断有1例错误,正确率可达93%。本方法已显示出了良好的有效性。
通过对比用患者鼾声信号估计其上气道中狭窄部位和医院CT的诊断,本发明提出的模型估计出的咽腔横截面积与医院的诊断有着良好的一致性,并且对于绝大部分患者,本文判断出阻塞部位也与医院的诊断结果以及患者手术的部位吻合,从而使本发明提出的模型的有效性得到了验证。
本发明提出的完整上气道声学模型与传统的声道模型相比,考虑了耦合腔对整个系统的影响,更适合于描述鼾声这种发声时存在腔体耦合的声音。对90名鼾声声音的实验结果表明:对于咽腔横截面积而言,OSAHS患者要小于简单症状类型患者,尤其是在对应着常见阻塞部位的声管,差异更为明显。对于一部分已经由医院CT诊断出阻塞部位的患者,用本发明提出的模型判断出的结果与之比对,两者有良好的一致性,从而验证了本模型的有效性。
本发明并不受上述实施方式的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (5)

1.一种基于鼾声判断OSAHS患者上气道狭窄或阻塞部位的方法,其特征在于,包括以下步骤:
1)搭建好合适的录音环境,记录患者整晚的鼾声信号;
2)对整晚的鼾声信号进行筛选,选定多个鼾声事件,并手动找到鼾声事件的吸气段录音,切取多个鼾声吸气段以待用;
3)利用鼾声吸气段建立完整上气道声学模型,利用该上气道声学模型并结合患者的鼾声信号,估算出患者上气道各腔体的横截面积;
4)根据上气道各腔体的横截面积,对患者上气道狭窄或阻塞的部位作出判断。
2.如权利要求1所述的方法,其特征在于:步骤1)中,采用非接触式无指向性电容式麦克风进行录音,录音时,信噪比大于10dB,将麦克风悬挂在距离患者12-18cm处,频响范围为50~15000Hz,开路电压输出电平为-40+3.5dB,录音的格式设定为WAV,采用8KHz采样,16bit量化,将所得的鼾声信号保存在电脑中。
3.如权利要求1或2所述的方法,其特征在于:步骤2)中,对鼾声信号进行筛选时,检测鼾声信号中的鼾声事件和呼吸事件,鼾声事件应满足大于0.56秒小于60秒的限制条件,呼吸事件应满足大于10秒小于90秒的限制条件,只有鼾声事件和呼吸事件同时满足限制条件的情况下,选定的鼾声事件才能计入AHI的计算,鼾声事件的吸气段也才能用。
4.如权利要求3所述的方法,其特征在于:步骤3)中,所述上气道声学模型为一个具有三端口的模型,该模型包括咽腔、口腔和鼻腔三个分支,咽腔、口腔和鼻腔分别由若干段等长但横截面积不相等的声管组成,咽腔起始于声门、终止于软腭游离缘,口腔起始于软腭游离缘、终止于口唇,鼻腔起始于软腭游离缘、终止于鼻孔。
5.如权利要求4所述的方法,其特征在于:所述上气道声学模型的频率响应函数具有ARMA模型的形式,参照ARMA模型参数与声道声管反射系数之间的关系得到ARMA模型参数与上气道声管反射系数之间的关系,利用线性ARMA参数估计算法,以及ARMA模型参数与上气道声学模型中各段声管反射系数、横截面积之间的对应关系,求取上气道声学模型中各段声管的反射系数,推算出患者上气道各段声管的横截面积。
CN201310376181.3A 2013-08-26 2013-08-26 基于鼾声判断osahs患者上气道狭窄或阻塞部位的方法 Pending CN103505216A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310376181.3A CN103505216A (zh) 2013-08-26 2013-08-26 基于鼾声判断osahs患者上气道狭窄或阻塞部位的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310376181.3A CN103505216A (zh) 2013-08-26 2013-08-26 基于鼾声判断osahs患者上气道狭窄或阻塞部位的方法

Publications (1)

Publication Number Publication Date
CN103505216A true CN103505216A (zh) 2014-01-15

Family

ID=49889033

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310376181.3A Pending CN103505216A (zh) 2013-08-26 2013-08-26 基于鼾声判断osahs患者上气道狭窄或阻塞部位的方法

Country Status (1)

Country Link
CN (1) CN103505216A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103961105A (zh) * 2014-05-22 2014-08-06 深圳市帝迈生物技术有限公司 对打鼾进行识别和强度输出的方法与系统及一种呼吸机
CN107847186A (zh) * 2015-07-16 2018-03-27 皇家飞利浦有限公司 用于分析上气道的系统和方法以及呼吸压力支持系统
CN112336995A (zh) * 2020-10-16 2021-02-09 合肥即理科技有限公司 一种可改善osahs和鼾症的激光理疗仪

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103961105A (zh) * 2014-05-22 2014-08-06 深圳市帝迈生物技术有限公司 对打鼾进行识别和强度输出的方法与系统及一种呼吸机
CN103961105B (zh) * 2014-05-22 2016-08-24 深圳市帝迈生物技术有限公司 对打鼾进行识别和强度输出的方法与系统及一种呼吸机
CN107847186A (zh) * 2015-07-16 2018-03-27 皇家飞利浦有限公司 用于分析上气道的系统和方法以及呼吸压力支持系统
CN107847186B (zh) * 2015-07-16 2022-02-11 皇家飞利浦有限公司 用于分析上气道的系统和方法以及呼吸压力支持系统
CN112336995A (zh) * 2020-10-16 2021-02-09 合肥即理科技有限公司 一种可改善osahs和鼾症的激光理疗仪

Similar Documents

Publication Publication Date Title
Kjaergaard et al. Does nasal obstruction mean that the nose is obstructed?
Bednarek et al. Current place of impulse oscillometry in the assessment of pulmonary diseases.
CN110051380B (zh) 对人体状态进行连续实时监测的系统和方法
Dalston et al. A preliminary investigation concerning the use of nasometry in identifying patients with hyponasality and/or nasal airway impairment
US10506969B2 (en) Acoustic upper airway assessment system and method, and sleep apnea assessment system and method relying thereon
Cohen et al. Analysis and automatic classification of breath sounds
Jalowayski et al. Surgery for nasal obstruction—evaluation by rhinomanometry
US10004452B2 (en) System and methods for estimating respiratory airflow
Pasterkamp The highs and lows of wheezing: a review of the most popular adventitious lung sound
CN103505216A (zh) 基于鼾声判断osahs患者上气道狭窄或阻塞部位的方法
Mellis Respiratory noises: how useful are they clinically?
Boner et al. Children with nocturnal asthma wheeze intermittently during sleep
CN103190911B (zh) 基于鼾声共振峰和功率比轨迹的上气道变化监测方法
Verbanck et al. Detecting upper airway obstruction in patients with tracheal stenosis
Wertz et al. Pediatric laryngopharyngeal reflux: Perceptual, acoustic, and laryngeal findings
Saha et al. Effects of increased pharyngeal tissue mass due to fluid accumulation in the neck on the acoustic features of snoring sounds in men
Awan et al. Effects of smoking on respiratory capacity and control
Awan et al. Use of a vortex whistle for measures of respiratory capacity
Zhao et al. A snoring detector for OSAHS based on patient's individual personality
Emoto et al. High frequency region of the snore spectra carry important information on the disease of sleep apnoea
Koh et al. Relationship of wheezing to airflow obstruction in asthmatic children and a history of cough-variant asthma
Herzog et al. The upper airway in sleep‐disordered breathing: a clinical prediction model
Markandeya et al. Overnight airway obstruction severity prediction centered on acoustic properties of smart phone: validation with esophageal pressure
Kellerer et al. Diagnostic accuracy of FeNO [fractional exhaled nitric oxide] and asthma symptoms increased when evaluated with a superior reference standard
Anderer et al. 0730 Validation studies for scoring polysomnograms and home sleep apnea tests with artificial intelligence: Sleep stage probabilities (hypnodensity) derived from neurological or cardiorespiratory signals

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C12 Rejection of a patent application after its publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140115