CN107981844A - 一种基于压电薄膜的鼾声识别方法及系统 - Google Patents
一种基于压电薄膜的鼾声识别方法及系统 Download PDFInfo
- Publication number
- CN107981844A CN107981844A CN201711298375.0A CN201711298375A CN107981844A CN 107981844 A CN107981844 A CN 107981844A CN 201711298375 A CN201711298375 A CN 201711298375A CN 107981844 A CN107981844 A CN 107981844A
- Authority
- CN
- China
- Prior art keywords
- snoring
- sound
- piezoelectric membrane
- vocal print
- vital sign
- 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
Links
- 206010041235 Snoring Diseases 0.000 title claims abstract description 102
- 239000012528 membrane Substances 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000000241 respiratory effect Effects 0.000 claims abstract description 18
- 230000007958 sleep Effects 0.000 claims abstract description 12
- 230000003321 amplification Effects 0.000 claims abstract description 11
- 238000003199 nucleic acid amplification method Methods 0.000 claims abstract description 11
- 230000006399 behavior Effects 0.000 claims abstract description 6
- 230000003860 sleep quality Effects 0.000 claims abstract description 6
- 230000001755 vocal effect Effects 0.000 claims description 44
- 238000000605 extraction Methods 0.000 claims description 23
- 230000002045 lasting effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 5
- 230000005236 sound signal Effects 0.000 claims description 2
- 210000000115 thoracic cavity Anatomy 0.000 claims description 2
- 230000001360 synchronised effect Effects 0.000 abstract description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 208000001797 obstructive sleep apnea Diseases 0.000 description 3
- 206010067775 Upper airway obstruction Diseases 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000035565 breathing frequency Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 208000018875 hypoxemia Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000008816 organ damage Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
Abstract
本发明公开了一种基于压电薄膜的鼾声识别方法系统,步骤如下:步骤1,通过压电薄膜获得人体睡眠时的生命体征信号;步骤2,对步骤1获得的生命体征信号进行放大得到放大生命体征信号,将放大生命体征信号经过滤波得到声音信号和呼吸信号;步骤3,将步骤2得到的声音信号进行处理获得声音功率波形,将呼吸信号进行处理获得呼吸波形,将声音功率波形与呼吸波形进行匹配,当声音功率波形与呼吸波形匹配为同步时,则认定此次呼吸发生了打鼾行为。本发明采用压电薄膜来获取人睡觉时的生命体征信号,方法简单准确、可靠、成本较低特点;采用声音功率波形与呼吸波形进行同步匹配的方法,有效的避免了环境杂音的干扰,抗干扰能力强、识别的准确率高。
Description
技术领域
本发明涉及鼾声识别方法,特别涉及一种基于压电薄膜的鼾声识别方法系统。
背景技术
鼾症(医学术语为睡眠呼吸暂停综合症,又称为打鼾或者打呼噜) 是一种普遍存在的睡眠现象。通常将人熟睡后鼾声响度增大超过60 分贝以上,妨碍正常呼吸时的气体交换称为鼾症。轻度的鼾症对人体健康影响不大,但5%鼾症患者兼有睡眠期间不同程度的憋气现象,即伴有睡眠呼吸暂停的鼾症,可导致不同程度缺氧。较严重的鼾症更是人体健康的大敌。
由于鼾症会使睡眠呼吸反复暂停,容易造成大脑、血液严重缺氧,形成低血氧症,从而诱发高血压、脑心病、心率失常、心肌梗死以及心绞痛等疾病。容易对人体多种系统、多种器官造成伤害。儿童鼾症还会影响身体与智力发育。夜间呼吸暂停时间超过120秒还容易在凌晨发生猝死。
鼾症与阻塞性睡眠呼吸暂停是上气道阻塞由轻到重的两个发展阶段。一般认为有50%的鼾症患者可发展为阻塞性睡眠呼吸暂停。研究发现,上气道阻塞或通气不畅皆可发生鼾症和阻塞性睡眠呼吸暂停。因此,实现对鼾声定量的检测,分析,进而提出治疗改善的方法,是一件非常有意义的事情。
目前个人消费类电子常用的鼾声检测方法为通过检测声音的周期性来判断是否是鼾声,这种方法成本低,但抗干扰能力差。在安静环境下,可以检测出鼾声,但是当有语音或其他与鼾声频率相近的声音干扰时,会把语音或其他与鼾声频率相近的声音,误检测为鼾声,因此,现有的鼾声检测方法的检测准确率较低。
发明内容
本发明的目的在于提供一种高效、可靠的基于压电薄膜的鼾声识别方法,旨在解决现有的鼾声检测方法的检测准确率较低的问题。
为了实现上述技术目的,达到上述技术效果,本发明通过以下技术方案实现:
一种基于压电薄膜的鼾声识别方法,步骤如下:
步骤1,通过压电薄膜获得人体睡眠时的生命体征信号;
步骤2,对步骤1获得的生命体征信号进行放大得到放大生命体征信号,将放大生命体征信号经过滤波得到声音信号和呼吸信号;
步骤3,将步骤2得到的声音信号进行处理获得声音功率波形,将呼吸信号进行处理获得呼吸波形,将声音功率波形与呼吸波形进行匹配,当声音功率波形与呼吸波形匹配为同步时,则认定此次呼吸发生了打鼾行为。
进一步地,所述步骤3为将所述步骤2得到的声音信号进行声纹特征提取,将根据持续打鼾时检测到的声音信号所提取的声纹特征预设为打鼾声纹特征,将实时检测到的声音信号所提取的声纹特征与打鼾声纹特征进行比对,识别鼾声和非鼾声的声纹特征。
进一步地,步骤3中所述的声纹特征提取采用MFCC、LPCC、 LPC方法中的任意一种,把声音信号中具有辨识性的声纹成分提取出来,然后把其他的干扰信息扔掉,以此获得更为准确数据。
进一步地,所述步骤2还包括将放大生命体征信号经过滤波得到呼吸信号,所述步骤3还包括计算呼吸信号的呼吸振动幅度值,根据持续正常睡眠时检测到的呼吸信号的呼吸振动幅度值获得呼吸振动阈值,在最近一次检测到的所述呼吸信号的呼吸振动幅度值大于所述呼吸振动阈值时,认定最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。
进一步地,所述压电薄膜位于人体的头部或胸腔的下面。
进一步地,所述压电薄膜安装在枕头或床垫上。
本发明还提供了一种鼾声识别系统,包括依次连接的采集模块、处理模块、提取模块、判断模块;采集模块,所述采集模块能够获得人睡眠时的生命体征信号,处理模块,所述处理模块对生命体征信号进行放大、滤波处理得到声音信号,提取模块,所述提取模块能够对声音信号进行声纹特征提取,并且将根据持续打鼾时检测到的声音信号所提取的声纹特征预设为打鼾声纹特征,判断模块,设置为将实时检测到的声音信号所提取的声纹特征与打鼾声纹特征进行比对,识别鼾声和非鼾声的声纹特征。
进一步地,所述获取模块为压电薄膜,所述处理模块为与所述压电薄膜电连接的信号放大器、与所述信号放大器电连接的滤波器,所述提取模块为声纹提取器,所述判断模块为处理器。
本发明的有益效果是:
与现有技术相比较,本发明采用压电薄膜来获取人睡觉时的生命体征信号,方法简单可靠、成本较低,而且能够准确、及时的得到人睡眠时的多种信号;同时,采用声音功率波形与呼吸波形进行同步匹配的方法,有效的避免了环境杂音的干扰,抗干扰能力强、识别的准确率高。
附图说明
图1为本发明中鼾声识别系统的原理框图;
图2为本发明中鼾声识别系统的详细原理框图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂,下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域的技术人员所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
一种基于压电薄膜的鼾声识别方法,步骤如下:
步骤1,将压电薄膜设置在床单上,人体睡觉时压电薄膜处于人体胸腔的下面,通过压电薄膜获得人体睡眠时的生命体征信号;
步骤2,对步骤1获得的生命体征信号通过信号放大器进行放大得到放大生命体征信号,将放大生命体征信号经过滤波得到声音信号和呼吸信号;
步骤3,将步骤2得到的声音信号进行处理获得声音功率波形,将呼吸信号进行处理获得呼吸波形,将声音功率波形与呼吸波形进行匹配,当声音功率波形与呼吸波形匹配为同步时,则判定此次呼吸发生了打鼾行为。
可以理解的,打鼾时鼾声肯定是伴随着呼吸同时进行的,因此鼾声频率与呼吸频率为同步进行时则发生了打鼾,设置连续多次呼吸的呼吸波形与声音功率波形同步匹配时,则判定连续多次呼吸的时间内发生了打鼾行为,连续多次呼吸的设置可以为2-8次呼吸。
实施例2
一种基于压电薄膜的鼾声识别方法,步骤如下:
步骤1,将压电薄膜设置在睡衣的背面上,人体睡觉时压电薄膜处于人体胸腔的下面,通过压电薄膜获得人体睡眠时的生命体征信号;
步骤2,对步骤1获得的生命体征信号通过信号放大器进行放大得到放大生命体征信号,将放大生命体征信号经过滤波得到声音信号和呼吸信号;
步骤3,将步骤2得到的声音信号进行处理获得声音功率波形,将呼吸信号进行处理获得呼吸波形,将声音功率波形与呼吸波形进行匹配,当连续三次呼吸的声音功率波形与呼吸波形匹配为同步时,则判定此连续三次呼吸发生了打鼾行为。
实施例3
本发明的一种基于压电薄膜的鼾声识别方法,包括如下步骤:
一种基于压电薄膜的鼾声识别方法,步骤如下:
步骤1,通过设置在枕头上的压电薄膜获得人睡眠时的生命体征信号;生命体征信号能够反应人睡眠时的各种状态。
步骤2,对步骤1获得的生命体征信号通过放大器进行放大得到放大生命体征信号,将放大生命体征信号通过高通滤波器得到声音信号。
步骤3,将步骤2得到的声音信号通过MFCC的方法进行声纹特征提取,将根据持续打鼾时检测到的声音信号所提取的声纹特征预设为打鼾声纹特征,将实时检测到的声音信号所提取的声纹特征与打鼾声纹特征进行比对,识别鼾声和非鼾声的声纹特征。
进一步地,所述步骤2还包括将放大生命体征信号经过滤波得到呼吸信号,所述步骤3还包括计算呼吸信号的呼吸振动幅度值,根据持续正常睡眠时检测到的呼吸信号的呼吸振动幅度值获得呼吸振动阈值,在最近一次检测到的所述呼吸信号的呼吸振动幅度值大于所述呼吸振动阈值时,认定最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。
进一步地,所述步骤2还包括将放大生命体征信号进行滤波得到心率信号,所述步骤3还包括计算心率信号的心率值,根据持续正常睡眠时检测到的心率信号的心率值获得心率阈值,在一段时间内检测到的所述心率信号的心率值大于所述心率阈值,认定这段时间为打鼾时间。
实施例4
一种基于压电薄膜的鼾声识别方法,步骤如下:
步骤1,通过设置在所述枕头和床垫上的压电薄膜获得人体睡眠时的生命体征信号;枕头上的压电薄膜处于人体的头部正下方,床垫上的压电薄膜处于人体体腔的正下方。
步骤2,对步骤1获得的生命体征信号通过放大器进行放大得到放大生命体征信号,将放大生命体征信号经过滤波器得到声音信号和呼吸信号。
步骤3,将步骤2得到的声音信号通过LPCC方法进行声纹特征提取,将根据持续打鼾时检测到的声音信号所提取的声纹特征预设为打鼾声纹特征,将实时检测到的声音信号所提取的声纹特征与打鼾声纹特征进行比对,识别鼾声和非鼾声的声纹特征,计算呼吸信号的呼吸振动幅度值,根据持续正常睡眠时检测到的呼吸信号的呼吸振动幅度值获得呼吸振动阈值,最近一次检测到的所述呼吸信号的呼吸振动幅度值大于所述呼吸振动阈值时,认定最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。由于打鼾时呼吸信号和声音信号是相对应的,因此只有呼吸信号和声音信号同时判断为打鼾时才能确认此次呼吸发生了打鼾。
作为本发明的一个优选,根据持续正常睡眠时检测到的呼吸信号的呼吸振动幅度值获得呼吸振动阈值,包括:对呼吸信号进行高通滤波,计算所述高通滤波后的呼吸信号的滑动平均值;对于一次呼吸,将高通滤波后的呼吸信号的最大值与所述滑动平均值之间的差值,作为该次呼吸的呼吸振动幅度值,根据多次呼吸的呼吸振动幅度值获得所述呼吸振动阈值。
作为本发明的一个优选,所述步骤2还包括将放大生命体征信号进行滤波得到心率信号,所述步骤3还包括计算心率信号的心率值,根据持续正常睡眠时检测到的心率信号的心率值获得心率阈值,在一段时间内检测到的所述心率信号的心率值大于所述心率阈值,认定这段时间为打鼾时间。
本发明还提供了一种鼾声识别系统,如图1所示,包括:采集模块,所述采集模块能够得到人睡眠时的生命体征信号,处理模块,所述处理模块对生命体征信号进行放大、滤波处理得到声音信号和呼吸信号;提取模块,所述算法模块能够对声音信号进行特征提取,并且将根据持续打鼾时检测到的声音信号所提取的声纹特征预设为打鼾声纹特征,同时还能计算呼吸信号的呼吸振动幅度值,根据持续正常睡眠时检测到的呼吸信号的呼吸振动幅度值获得呼吸振动阈值;判断模块,设置为将实时检测到的声音信号所提取的声纹特征与打鼾声纹特征进行比对,识别鼾声和非鼾声的声纹特征,当最近一次检测到的所述呼吸信号的呼吸振动幅度值大于所述呼吸振动阈值时,认定最近一次检测到的呼吸信号所对应的呼吸发生了打鼾,只有当同一时间的声音信号和呼吸信号都被判断为打鼾时才能认定这段时间为真正的打鼾。
可以理解的,如图2所示,获取模块为压电薄膜,处理模块为与压电薄膜电连接的信号放大器、与信号放大器电连接的滤波器,提取模块为声纹提取器,判断模块为处理器。
上述虽然对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围内。
Claims (8)
1.一种基于压电薄膜的鼾声识别方法,其特征在于,步骤如下:
步骤1,通过压电薄膜获得人体睡眠时的生命体征信号;
步骤2,对步骤1获得的生命体征信号进行放大得到放大生命体征信号,将放大生命体征信号经过滤波得到声音信号和呼吸信号;
步骤3,将步骤2得到的声音信号进行处理获得声音功率波形,将呼吸信号进行处理获得呼吸波形,将声音功率波形与呼吸波形进行匹配,当声音功率波形与呼吸波形匹配为同步时,则认定此次呼吸发生了打鼾行为。
2.根据权利要求1所述的基于压电薄膜的鼾声识别方法,其特征在于,所述步骤3为将所述步骤2得到的声音信号进行声纹特征提取,将根据持续打鼾时检测到的声音信号所提取的声纹特征预设为打鼾声纹特征,将实时检测到的声音信号所提取的声纹特征与打鼾声纹特征进行比对,识别鼾声和非鼾声的声纹特征。
3.根据权利要求2所述的基于压电薄膜的鼾声识别方法,其特征在于,步骤3中所述的声纹特征提取采用MFCC、LPCC、LPC方法中的任意一种,把声音信号中具有辨识性的声纹成分提取出来,然后把其他的干扰信息扔掉,以此获得更为准确数据。
4.根据权利要求2所述的基于压电薄膜的鼾声识别方法,其特征在于,所述步骤2还包括将放大生命体征信号经过滤波得到呼吸信号,所述步骤3还包括计算呼吸信号的呼吸振动幅度值,根据持续正常睡眠时检测到的呼吸信号的呼吸振动幅度值获得呼吸振动阈值,在最近一次检测到的所述呼吸信号的呼吸振动幅度值大于所述呼吸振动阈值时,认定最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。
5.根据权利要求1所述的基于压电薄膜的鼾声识别方法,其特征在于,所述压电薄膜位于人体的头部或胸腔的下面。
6.根据权利要求1所述的基于压电薄膜的鼾声识别方法,其特征在于,所述压电薄膜安装在枕头或床垫上。
7.一种鼾声识别系统,其特征在于,包括依次连接的采集模块、处理模块、提取模块、判断模块;采集模块,所述采集模块能够获得人睡眠时的生命体征信号,处理模块,所述处理模块对生命体征信号进行放大、滤波处理得到声音信号,提取模块,所述提取模块能够对声音信号进行声纹特征提取,并且将根据持续打鼾时检测到的声音信号所提取的声纹特征预设为打鼾声纹特征,判断模块,设置为将实时检测到的声音信号所提取的声纹特征与打鼾声纹特征进行比对,识别鼾声和非鼾声的声纹特征。
8.根据权利要求7所述的鼾声识别系统,其特征在于,所述获取模块为压电薄膜,所述处理模块为与所述压电薄膜电连接的信号放大器、与所述信号放大器电连接的滤波器,所述提取模块为声纹提取器,所述判断模块为处理器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711298375.0A CN107981844A (zh) | 2017-12-08 | 2017-12-08 | 一种基于压电薄膜的鼾声识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711298375.0A CN107981844A (zh) | 2017-12-08 | 2017-12-08 | 一种基于压电薄膜的鼾声识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107981844A true CN107981844A (zh) | 2018-05-04 |
Family
ID=62037077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711298375.0A Pending CN107981844A (zh) | 2017-12-08 | 2017-12-08 | 一种基于压电薄膜的鼾声识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107981844A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109044279A (zh) * | 2018-08-20 | 2018-12-21 | 深圳和而泰数据资源与云技术有限公司 | 一种鼾声检测方法及相关设备 |
CN109350075A (zh) * | 2018-09-18 | 2019-02-19 | 深圳和而泰数据资源与云技术有限公司 | 一种鼾声检测方法、装置及可读存储介质 |
CN109480783A (zh) * | 2018-12-20 | 2019-03-19 | 深圳和而泰智能控制股份有限公司 | 一种呼吸暂停检测方法、装置及计算设备 |
CN110584626A (zh) * | 2019-09-04 | 2019-12-20 | 冯学艺 | 一种头戴式鼾声监测装置及止鼾方法 |
CN110710954A (zh) * | 2019-09-20 | 2020-01-21 | 长沙友记互娱网络信息有限公司 | 一种通过声音采集检测睡眠质量的方法 |
CN113975563A (zh) * | 2021-11-02 | 2022-01-28 | 成都泰盟软件有限公司 | 一种基于打鼾声音识别的呼吸机控制方法及呼吸机 |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5203343A (en) * | 1991-06-14 | 1993-04-20 | Board Of Regents, The University Of Texas System | Method and apparatus for controlling sleep disorder breathing |
US20050043645A1 (en) * | 2003-08-22 | 2005-02-24 | Kabushiki Kaisha Sato | Sleep apnea syndrome diagnosing device and signal analyzer, and methods thereof |
US20050065447A1 (en) * | 2003-09-18 | 2005-03-24 | Kent Lee | System and method for characterizing patient respiration |
US20050211247A1 (en) * | 2004-03-25 | 2005-09-29 | Sanyo Electric Co., Ltd. | Method of and device for snore detection |
CN1803089A (zh) * | 2006-01-20 | 2006-07-19 | 浙江工业大学 | 无拘束、非察觉性的睡眠障碍测量装置及其方法 |
CN1901959A (zh) * | 2003-12-29 | 2007-01-24 | 雷斯梅德有限公司 | 出现睡眠呼吸紊乱情况下的机械通气 |
CN101365383A (zh) * | 2006-01-06 | 2009-02-11 | 雷斯梅德有限公司 | 具有鼾声检测的计算机控制cpap系统 |
CN101394885A (zh) * | 2006-03-06 | 2009-03-25 | 雷斯梅德有限公司 | 阻塞性睡眠呼吸暂停的改进的气流受限检测方法和装置 |
CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
CN202069591U (zh) * | 2011-04-14 | 2011-12-14 | 广州医学院第一附属医院 | 基于鼾声分析的睡眠监测阻塞定位仪 |
CN102579010A (zh) * | 2012-03-01 | 2012-07-18 | 上海大学 | 据鼾声确定阻塞性睡眠呼吸暂停与低通气综合症的方法 |
CN103006182A (zh) * | 2012-12-06 | 2013-04-03 | 浙江工业大学 | 家用睡眠呼吸暂停综合症的初步检测系统 |
US20130184601A1 (en) * | 2010-08-26 | 2013-07-18 | Mor Research Applications Ltd. | Apparatus and method for diagnosing obstructive sleep apnea |
CN103462597A (zh) * | 2013-09-18 | 2013-12-25 | 温州医科大学 | 一种基于智能手机控制的预防阻塞性睡眠猝死的方法及装置 |
CN203915193U (zh) * | 2014-03-14 | 2014-11-05 | 北京航空航天大学 | 一种带有呼吸传感器的止鼾腰带 |
CN104257368A (zh) * | 2014-10-13 | 2015-01-07 | 天津工业大学 | 一种睡眠监测及筛查阻塞性睡眠呼吸暂停综合症的装置 |
CN104688229A (zh) * | 2015-01-28 | 2015-06-10 | 中国人民解放军理工大学 | 一种基于鼾声信号的睡眠呼吸监测方法 |
CN104739412A (zh) * | 2013-12-29 | 2015-07-01 | 中国移动通信集团公司 | 一种对睡眠呼吸暂停进行监测的方法和设备 |
CN104739413A (zh) * | 2015-03-23 | 2015-07-01 | 北京怡和嘉业医疗科技有限公司 | 一种鼾声检测方法及系统 |
US20160066703A1 (en) * | 2014-09-09 | 2016-03-10 | Xilinmen Furniture Co., Ltd. | Sleep Support System and Control Method Thereof |
CN105615884A (zh) * | 2016-03-17 | 2016-06-01 | 杨松 | 检测鼾症的方法和装置 |
CN105662417A (zh) * | 2015-12-31 | 2016-06-15 | 沈阳迈思医疗科技有限公司 | 一种基于压力信号特征识别鼾声的控制方法及装置 |
CN105943234A (zh) * | 2016-06-01 | 2016-09-21 | 深圳市格兰莫尔寝室用品有限公司 | 智能止鼾枕头及应用于智能止鼾枕头的止鼾方法 |
CN105962894A (zh) * | 2016-04-25 | 2016-09-28 | 东北大学 | 一种基于鼾声的睡眠打鼾时头部姿态实时识别装置及方法 |
CN106073977A (zh) * | 2016-07-20 | 2016-11-09 | 翁南帮 | 止鼾的方法及止鼾装置 |
CN106419865A (zh) * | 2015-08-07 | 2017-02-22 | 上海宽带技术及应用工程研究中心 | 基于振动传感器的睡眠呼吸暂停综合症的判断方法 |
CN107095645A (zh) * | 2016-02-22 | 2017-08-29 | 上海宽带技术及应用工程研究中心 | 一种基于鼾声的睡眠呼吸低通暂停综合症的诊断装置 |
CN107358965A (zh) * | 2017-06-09 | 2017-11-17 | 华南理工大学 | 一种睡眠鼾声分类检测方法及系统 |
-
2017
- 2017-12-08 CN CN201711298375.0A patent/CN107981844A/zh active Pending
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5203343A (en) * | 1991-06-14 | 1993-04-20 | Board Of Regents, The University Of Texas System | Method and apparatus for controlling sleep disorder breathing |
US20050043645A1 (en) * | 2003-08-22 | 2005-02-24 | Kabushiki Kaisha Sato | Sleep apnea syndrome diagnosing device and signal analyzer, and methods thereof |
US20050065447A1 (en) * | 2003-09-18 | 2005-03-24 | Kent Lee | System and method for characterizing patient respiration |
CN1901959A (zh) * | 2003-12-29 | 2007-01-24 | 雷斯梅德有限公司 | 出现睡眠呼吸紊乱情况下的机械通气 |
US20050211247A1 (en) * | 2004-03-25 | 2005-09-29 | Sanyo Electric Co., Ltd. | Method of and device for snore detection |
CN101365383A (zh) * | 2006-01-06 | 2009-02-11 | 雷斯梅德有限公司 | 具有鼾声检测的计算机控制cpap系统 |
CN1803089A (zh) * | 2006-01-20 | 2006-07-19 | 浙江工业大学 | 无拘束、非察觉性的睡眠障碍测量装置及其方法 |
CN101394885A (zh) * | 2006-03-06 | 2009-03-25 | 雷斯梅德有限公司 | 阻塞性睡眠呼吸暂停的改进的气流受限检测方法和装置 |
CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
US20130184601A1 (en) * | 2010-08-26 | 2013-07-18 | Mor Research Applications Ltd. | Apparatus and method for diagnosing obstructive sleep apnea |
CN202069591U (zh) * | 2011-04-14 | 2011-12-14 | 广州医学院第一附属医院 | 基于鼾声分析的睡眠监测阻塞定位仪 |
CN102579010A (zh) * | 2012-03-01 | 2012-07-18 | 上海大学 | 据鼾声确定阻塞性睡眠呼吸暂停与低通气综合症的方法 |
CN103006182A (zh) * | 2012-12-06 | 2013-04-03 | 浙江工业大学 | 家用睡眠呼吸暂停综合症的初步检测系统 |
CN103462597A (zh) * | 2013-09-18 | 2013-12-25 | 温州医科大学 | 一种基于智能手机控制的预防阻塞性睡眠猝死的方法及装置 |
CN104739412A (zh) * | 2013-12-29 | 2015-07-01 | 中国移动通信集团公司 | 一种对睡眠呼吸暂停进行监测的方法和设备 |
CN203915193U (zh) * | 2014-03-14 | 2014-11-05 | 北京航空航天大学 | 一种带有呼吸传感器的止鼾腰带 |
US20160066703A1 (en) * | 2014-09-09 | 2016-03-10 | Xilinmen Furniture Co., Ltd. | Sleep Support System and Control Method Thereof |
CN104257368A (zh) * | 2014-10-13 | 2015-01-07 | 天津工业大学 | 一种睡眠监测及筛查阻塞性睡眠呼吸暂停综合症的装置 |
CN104688229A (zh) * | 2015-01-28 | 2015-06-10 | 中国人民解放军理工大学 | 一种基于鼾声信号的睡眠呼吸监测方法 |
CN104739413A (zh) * | 2015-03-23 | 2015-07-01 | 北京怡和嘉业医疗科技有限公司 | 一种鼾声检测方法及系统 |
CN106419865A (zh) * | 2015-08-07 | 2017-02-22 | 上海宽带技术及应用工程研究中心 | 基于振动传感器的睡眠呼吸暂停综合症的判断方法 |
CN105662417A (zh) * | 2015-12-31 | 2016-06-15 | 沈阳迈思医疗科技有限公司 | 一种基于压力信号特征识别鼾声的控制方法及装置 |
CN107095645A (zh) * | 2016-02-22 | 2017-08-29 | 上海宽带技术及应用工程研究中心 | 一种基于鼾声的睡眠呼吸低通暂停综合症的诊断装置 |
CN105615884A (zh) * | 2016-03-17 | 2016-06-01 | 杨松 | 检测鼾症的方法和装置 |
CN105962894A (zh) * | 2016-04-25 | 2016-09-28 | 东北大学 | 一种基于鼾声的睡眠打鼾时头部姿态实时识别装置及方法 |
CN105943234A (zh) * | 2016-06-01 | 2016-09-21 | 深圳市格兰莫尔寝室用品有限公司 | 智能止鼾枕头及应用于智能止鼾枕头的止鼾方法 |
CN106073977A (zh) * | 2016-07-20 | 2016-11-09 | 翁南帮 | 止鼾的方法及止鼾装置 |
CN107358965A (zh) * | 2017-06-09 | 2017-11-17 | 华南理工大学 | 一种睡眠鼾声分类检测方法及系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109044279A (zh) * | 2018-08-20 | 2018-12-21 | 深圳和而泰数据资源与云技术有限公司 | 一种鼾声检测方法及相关设备 |
CN109350075A (zh) * | 2018-09-18 | 2019-02-19 | 深圳和而泰数据资源与云技术有限公司 | 一种鼾声检测方法、装置及可读存储介质 |
CN109350075B (zh) * | 2018-09-18 | 2022-02-01 | 深圳和而泰数据资源与云技术有限公司 | 一种鼾声检测方法、装置及可读存储介质 |
CN109480783A (zh) * | 2018-12-20 | 2019-03-19 | 深圳和而泰智能控制股份有限公司 | 一种呼吸暂停检测方法、装置及计算设备 |
CN109480783B (zh) * | 2018-12-20 | 2022-02-18 | 深圳和而泰智能控制股份有限公司 | 一种呼吸暂停检测方法、装置及计算设备 |
CN110584626A (zh) * | 2019-09-04 | 2019-12-20 | 冯学艺 | 一种头戴式鼾声监测装置及止鼾方法 |
CN110710954A (zh) * | 2019-09-20 | 2020-01-21 | 长沙友记互娱网络信息有限公司 | 一种通过声音采集检测睡眠质量的方法 |
CN113975563A (zh) * | 2021-11-02 | 2022-01-28 | 成都泰盟软件有限公司 | 一种基于打鼾声音识别的呼吸机控制方法及呼吸机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107981844A (zh) | 一种基于压电薄膜的鼾声识别方法及系统 | |
CN100418468C (zh) | 无拘束、非察觉性的睡眠障碍测量装置 | |
JP5878067B2 (ja) | 呼吸事象検出システムおよび方法 | |
JP5153770B2 (ja) | いびき検知及び確認のためのシステム及び方法 | |
TW579290B (en) | System and method for detecting the onset of an obstructive sleep apnea event | |
JP6721591B2 (ja) | 音響的監視システム、監視方法及び監視するコンピュータプログラム | |
KR101182994B1 (ko) | 임상 증상들의 예측 및 모니터링 기술 | |
US9844336B2 (en) | Apparatus and method for diagnosing obstructive sleep apnea | |
CN103841888B (zh) | 使用呼吸模式识别的呼吸暂停和呼吸不足检测 | |
AU2013341168B2 (en) | Methods for detection of respiratory effort and sleep apnea monitoring devices | |
US20120184825A1 (en) | Method for detecting and analyzing sleep-related apnea, hypopnea, body movements, and snoring with non-contact device | |
US10729333B2 (en) | System and method for monitoring physiological activity of a subject | |
WO2014107798A1 (en) | Mask and method for breathing disorder identification, characterization and/or diagnosis | |
WO2020238954A1 (zh) | 呼吸暂停监测的方法及装置 | |
US9931073B2 (en) | System and methods of acoustical screening for obstructive sleep apnea during wakefulness | |
US20230190140A1 (en) | Methods and apparatus for detection and monitoring of health parameters | |
Dafna et al. | Sleep-quality assessment from full night audio recordings of sleep apnea patients | |
JP6112539B2 (ja) | 非拘束無呼吸検知システムとそのプログラム | |
Penzel et al. | Physics and applications for tracheal sound recordings in sleep disorders | |
EP2283773A1 (en) | Processing a breathing signal | |
Dafna et al. | Automatic detection of snoring events using Gaussian mixture models | |
Xinyue et al. | Breathing detection from tracheal sounds in both temporal and frequency domains in the context of phrenic nerve stimulation | |
AU2011203044C1 (en) | Systems and methods for respiratory event detection | |
Montazeri et al. | Acoustical screening for obstructive sleep apnea during wakefulness | |
Kalkbrenner | Novel sleep screening based on tracheal body sound and actigraphy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |