CN109106350A - 低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法 - Google Patents
低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法 Download PDFInfo
- Publication number
- CN109106350A CN109106350A CN201811102370.0A CN201811102370A CN109106350A CN 109106350 A CN109106350 A CN 109106350A CN 201811102370 A CN201811102370 A CN 201811102370A CN 109106350 A CN109106350 A CN 109106350A
- Authority
- CN
- China
- Prior art keywords
- signal
- sleep
- heart rate
- preliminary screening
- low
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012216 screening Methods 0.000 title claims abstract description 15
- 208000001797 obstructive sleep apnea Diseases 0.000 title claims abstract description 10
- 230000009894 physiological stress Effects 0.000 title claims abstract description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 15
- 239000008280 blood Substances 0.000 claims abstract description 15
- 210000004369 blood Anatomy 0.000 claims abstract description 15
- 239000001301 oxygen Substances 0.000 claims abstract description 15
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims abstract description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 210000000467 autonomic pathway Anatomy 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000000718 qrs complex Methods 0.000 claims description 3
- 230000004217 heart function Effects 0.000 abstract description 5
- 201000002859 sleep apnea Diseases 0.000 abstract description 2
- 238000009412 basement excavation Methods 0.000 abstract 1
- 238000012423 maintenance Methods 0.000 abstract 1
- 230000008667 sleep stage Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 206010025482 malaise Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 230000003860 sleep quality Effects 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
- A61B5/366—Detecting abnormal QRS complex, e.g. widening
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Cardiology (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Pulmonology (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Optics & Photonics (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及一种低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法,利用从脉搏波提取出来的心电信号和呼吸信号,运用数据处理和分类算法,对心电信号进行频域分析得到心率变异性相关指标进行心功能评估,再将心率变异性与呼吸信号结合,用机器学习训练好的分类器进行睡眠分期以及阻塞性睡眠呼吸暂停综合征的事件判别,本发明通过更深入挖掘信号中所包含的与睡眠相关的信息,从而减少所需要检测的信号种类,仅通过采集血氧脉搏信号就能进行睡眠分析和心功能评估,从而达到减少被检者的生理心理负荷,能更方便准确地进行测量的目的。
Description
技术领域
本发明涉及医疗领域,更具体的,涉及一种低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法。
背景技术
睡眠检测技术是研究睡眠医学最基本的手段。以往的睡眠检测技术主要建立在多导睡眠图技术上,这项技术虽然可进行睡眠质量检测和部份睡眠障碍性疾病的检出,但它必须在被检者身上粘贴许多个电极和传感器,其数量往往超过15枚,且需要专业人员进行操作,且分析数据中没有心功能的反映,会对许多人构成相当大的生理心理负荷,限制了PSG 技术更大范围的应用。
发明内容
为了解决现有技术检测设备数量多,需要专业人员操作的不足,本发明提供了低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法。
为实现以上发明目的,采用的技术方案是:
低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法,包括以下步骤:
步骤S1:通过血氧脉搏指夹采集人体在睡眠状态下的指尖脉搏血氧信号,血氧脉搏指夹通过分析血氧信号获得脉搏信号;
步骤S2:从采集到的脉搏波信号中,利用数字滤波技术通过PPG信号检测心率以及呼吸率从而得到心电信号;
步骤S3:采用差分阀值算法对采集到的心电信号中的QRS复合波进行识别以及对R波峰进行检测,提取出RR间期序列信号;
步骤S4:对提取到的RR间期序列信号进行频域分析,获取更多心率变异性指标信息的特征值来反映自主神经系统的活动情况;
步骤S5:以心率变异性各特征参数作为机器学习分类器的特征向量,并通过构建和训练概率神经网络分类器模型后对有无异常睡眠呼吸事件进行判别以期实现通过 HRV 对SAHS 病人的初步筛查。首先对已经经过睡眠医生和技师标注过有无异常睡眠呼吸事件的PSG 数据进行提取其十二组心率变异性的特征参数,再经过归一化消除个体间差异之后作为特征输入向量。接着,使用上述分类器对训练样本的特征向量进行有导师监督的学习训练模型后,再使用该模型对测试样本进行自动分类输出有无异常睡眠呼吸事件,实现了通过 HRV 对 SAHS 病人的初步筛查。
优选的,步骤S4中获取的心率变异性指标信息的特征值包括:RR 间期序列的平均值、 RR 间期序列的标准差值、 RR 间期序列的样本熵值、心率变异性频域部分的极低频功率值、低频功率值、高频功率值、全频总功率值、低频与高频的比值。
优选的,步骤S2所述的数字滤波技术采用低通滤波器和带通滤波器。
与现有技术相比,本发明的有益效果是:
(1)本发明通过改进分析技术而不是通过增加传感器种类的方式获得更多生理信息,即通过血氧与脉搏波传感器获取信号,搭建包含心功能与睡眠信息耦合的平台来获取病情,分析得出使用者生理病理信息,进而进行病情管理。
(2)生理信号采集方便,通过一个口鼻气流传感器和一个血氧指夹就可以采集生理信号,大大减轻病人的心理和生理负担。
(3)采用了特征值提取与推理策略的方法,能够更准确地获取病人的生理信息。通过分析睡眠呼吸事件发生过程中中枢神经所发生的调节和变化,评估出使用者的心功能。
附图说明
图1为本发明的流程图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
以下结合附图和实施例对本发明做进一步的阐述。
实施例1
如图1所示,低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法,包括以下步骤:
首先,通过血氧脉搏指夹采集人体在睡眠状态下的指尖脉搏血氧信号,血氧脉搏指夹通过分析血氧信号获得脉搏信号;接着,从采集到的脉搏波信号中,利用数字滤波技术,例如低通滤波器和带通滤波器,通过PPG信号检测心率以及呼吸率从而得到心电信号。
接着,对采集到的心电信号采用差分阀值算法对QRS复合波进行识别以及对R波峰进行检测,提取出RR间期序列信号,对提取到的RR间期序列信号进行频域分析,获取心率变异性指标信息的特征值来反映自主神经系统的活动情况,获取的心率变异性指标信息的特征值包括:RR 间期序列的平均值、 RR 间期序列的标准差值、 RR 间期序列的样本熵值、心率变异性频域部分的极低频功率值、低频功率值、高频功率值、全频总功率值、低频与高频的比值。
最后以心率变异性各特征参数作为机器学习分类器的特征向量,并通过构建和训练概率神经网络分类器模型后对有无异常睡眠呼吸事件进行判别以期实现通过 HRV 对SAHS 病人的初步筛查。该步骤首先对已经经过睡眠医生和技师标注过有无异常睡眠呼吸事件的 PSG 数据进行提取其十二组心率变异性的特征参数,再经过归一化消除个体间差异之后作为特征输入向量。接着,使用上述分类器对训练样本的特征向量进行有导师监督的学习训练模型后,再使用该模型对测试样本进行自动分类输出有无异常睡眠呼吸事件,实现了通过 HRV 对 SAHS 病人的初步筛查。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (3)
1.低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法,其特征在于,包括以下步骤:
步骤S1:通过血氧脉搏指夹采集人体在睡眠状态下的指尖脉搏血氧信号,血氧脉搏指夹通过分析血氧信号获得脉搏信号;
步骤S2:从采集到的脉搏波信号中,利用数字滤波技术通过PPG信号检测心率以及呼吸率从而得到心电信号;
步骤S3:采用差分阀值算法对采集到的心电信号中的QRS复合波进行识别以及对R波峰进行检测,提取出RR间期序列信号;
步骤S4:对提取到的RR间期序列信号进行频域分析,获取更多心率变异性指标信息的特征值来反映自主神经系统的活动情况;
步骤S5:以心率变异性各特征参数作为机器学习分类器的特征向量,并通过构建和训练概率神经网络分类器模型后对有无异常睡眠呼吸事件进行判别以期实现通过 HRV 对SAHS 病人的初步筛查。
2. 根据权利要求1所述的低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法,其特征在于,步骤S4中获取的心率变异性指标信息的特征值包括:RR 间期序列的平均值、 RR间期序列的标准差值、 RR 间期序列的样本熵值、心率变异性频域部分的极低频功率值、低频功率值、高频功率值、全频总功率值、低频与高频的比值。
3.根据权利要求1所述的低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法,其特征在于,步骤S2所述的数字滤波技术采用低通滤波器和带通滤波器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811102370.0A CN109106350A (zh) | 2018-09-20 | 2018-09-20 | 低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811102370.0A CN109106350A (zh) | 2018-09-20 | 2018-09-20 | 低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109106350A true CN109106350A (zh) | 2019-01-01 |
Family
ID=64859957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811102370.0A Pending CN109106350A (zh) | 2018-09-20 | 2018-09-20 | 低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109106350A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109770904A (zh) * | 2019-01-28 | 2019-05-21 | 深圳和而泰数据资源与云技术有限公司 | 呼吸暂停的监测方法、装置、计算机设备和存储介质 |
CN110151169A (zh) * | 2019-07-04 | 2019-08-23 | 中山大学 | 一种基于心电数据的睡眠状态识别分类方法 |
CN111166294A (zh) * | 2020-01-29 | 2020-05-19 | 北京交通大学 | 一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置 |
CN111227793A (zh) * | 2020-01-10 | 2020-06-05 | 京东方科技集团股份有限公司 | 呼吸暂停的识别方法、系统、电子设备及存储介质 |
CN112155560A (zh) * | 2020-10-15 | 2021-01-01 | 国微集团(深圳)有限公司 | 基于实时心冲击信号的呼吸暂停检测方法及系统 |
CN112587091A (zh) * | 2020-12-04 | 2021-04-02 | 中山大学 | 基于心率变异性角场图像的睡眠呼吸暂停检测方法及装置 |
CN113243890A (zh) * | 2021-05-10 | 2021-08-13 | 清华大学深圳国际研究生院 | 睡眠呼吸暂停综合症识别装置 |
WO2021208656A1 (zh) * | 2020-04-17 | 2021-10-21 | 华为技术有限公司 | 睡眠风险预测方法、装置和终端设备 |
CN113693608A (zh) * | 2021-08-04 | 2021-11-26 | 福州大学至诚学院 | 一种基于云平台诊断睡眠障碍检测方法 |
CN113974630A (zh) * | 2021-11-26 | 2022-01-28 | 浙江昊梦科技有限公司 | 一种心理健康的检测方法及装置 |
WO2022095331A1 (zh) * | 2020-11-09 | 2022-05-12 | 平安科技(深圳)有限公司 | 压力评估方法、装置、计算机设备和存储介质 |
CN115363544A (zh) * | 2022-08-31 | 2022-11-22 | 北京雪扬科技有限公司 | 一种基于可穿戴设备监测呼吸频率和睡眠呼吸障碍的方法 |
-
2018
- 2018-09-20 CN CN201811102370.0A patent/CN109106350A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109770904A (zh) * | 2019-01-28 | 2019-05-21 | 深圳和而泰数据资源与云技术有限公司 | 呼吸暂停的监测方法、装置、计算机设备和存储介质 |
CN110151169A (zh) * | 2019-07-04 | 2019-08-23 | 中山大学 | 一种基于心电数据的睡眠状态识别分类方法 |
CN111227793A (zh) * | 2020-01-10 | 2020-06-05 | 京东方科技集团股份有限公司 | 呼吸暂停的识别方法、系统、电子设备及存储介质 |
CN111166294A (zh) * | 2020-01-29 | 2020-05-19 | 北京交通大学 | 一种基于心跳间期的睡眠呼吸暂停自动检测方法及装置 |
WO2021208656A1 (zh) * | 2020-04-17 | 2021-10-21 | 华为技术有限公司 | 睡眠风险预测方法、装置和终端设备 |
CN113520343A (zh) * | 2020-04-17 | 2021-10-22 | 华为技术有限公司 | 睡眠风险预测方法、装置和终端设备 |
CN112155560A (zh) * | 2020-10-15 | 2021-01-01 | 国微集团(深圳)有限公司 | 基于实时心冲击信号的呼吸暂停检测方法及系统 |
CN112155560B (zh) * | 2020-10-15 | 2023-02-03 | 国微集团(深圳)有限公司 | 基于实时心冲击信号的呼吸暂停检测方法及系统 |
WO2022095331A1 (zh) * | 2020-11-09 | 2022-05-12 | 平安科技(深圳)有限公司 | 压力评估方法、装置、计算机设备和存储介质 |
CN112587091A (zh) * | 2020-12-04 | 2021-04-02 | 中山大学 | 基于心率变异性角场图像的睡眠呼吸暂停检测方法及装置 |
CN113243890A (zh) * | 2021-05-10 | 2021-08-13 | 清华大学深圳国际研究生院 | 睡眠呼吸暂停综合症识别装置 |
CN113693608A (zh) * | 2021-08-04 | 2021-11-26 | 福州大学至诚学院 | 一种基于云平台诊断睡眠障碍检测方法 |
CN113974630A (zh) * | 2021-11-26 | 2022-01-28 | 浙江昊梦科技有限公司 | 一种心理健康的检测方法及装置 |
CN115363544A (zh) * | 2022-08-31 | 2022-11-22 | 北京雪扬科技有限公司 | 一种基于可穿戴设备监测呼吸频率和睡眠呼吸障碍的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109106350A (zh) | 低生理负荷的睡眠呼吸暂停低通气综合征初步筛查方法 | |
Lazazzera et al. | Detection and classification of sleep apnea and hypopnea using PPG and SpO $ _2 $ signals | |
CN104757975B (zh) | 使用血氧饱和度信号辨别潮式呼吸模式 | |
CN103070683B (zh) | 基于生物电阻抗的睡眠呼吸模式识别方法及装置 | |
JP6199312B2 (ja) | チェーンストークス呼吸パターンの判別 | |
CN103153183B (zh) | 用于诊断阻塞性睡眠呼吸暂停的装置和方法 | |
CN108670200A (zh) | 一种基于深度学习的睡眠鼾声分类检测方法及系统 | |
KR101868888B1 (ko) | 비강압력신호를 이용한 수면호흡장애 환자의 수면/각성 분류 장치 및 방법 | |
CN110074765A (zh) | 一种sahs筛查及睡眠分期的判别方法 | |
CN108095708A (zh) | 一种基于混合传感的生理监测及分析方法、系统 | |
CN108596043A (zh) | 基于集合经验模式分解的单导联脑电信号的睡眠自动分期的方法 | |
CN103841888A (zh) | 使用呼吸模式识别的呼吸暂停和呼吸不足检测 | |
US9931073B2 (en) | System and methods of acoustical screening for obstructive sleep apnea during wakefulness | |
CN110151138A (zh) | 基于卷积神经网络的睡眠呼吸暂停片段检测方法、设备 | |
CN112057087B (zh) | 精神分裂症高风险人群自主神经功能数据处理方法及装置 | |
Ankitha et al. | Literature review on sleep APNEA analysis by machine learning algorithms using ECG signals | |
CN111449622A (zh) | 一种基于bcg检测的房颤识别系统 | |
CN204765621U (zh) | 一种基于动态心电与呼吸波采集的睡眠呼吸暂停采集分析系统 | |
Hugeng et al. | Development of the ‘Healthcor’system as a cardiac disorders symptoms detector using an expert system based on arduino uno | |
Yan et al. | Automatic obstructive sleep apnea detection based on respiratory parameters in physiological signals | |
Dong et al. | Swallow monitoring through apnea detection in breathing signal | |
Ye et al. | Automatic sleep and wake classifier with heart rate and pulse oximetry: derived dynamic time warping features and logistic model | |
Ranjani et al. | A real time cough monitor for classification of various pulmonary diseases | |
CN204745287U (zh) | 一种基于心率变异性的催眠治疗抑郁症效果评价系统 | |
de Chazal et al. | Automatic sleep apnoea detection using measures of amplitude and heart rate variability from the electrocardiogram |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190101 |