CN113288056A - 通过快速识别干预打鼾的方法和装置 - Google Patents
通过快速识别干预打鼾的方法和装置 Download PDFInfo
- Publication number
- CN113288056A CN113288056A CN202110558256.4A CN202110558256A CN113288056A CN 113288056 A CN113288056 A CN 113288056A CN 202110558256 A CN202110558256 A CN 202110558256A CN 113288056 A CN113288056 A CN 113288056A
- Authority
- CN
- China
- Prior art keywords
- snoring
- snore
- monitoring
- user
- value
- 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 227
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 title description 3
- 238000012544 monitoring process Methods 0.000 claims abstract description 109
- 208000008784 apnea Diseases 0.000 claims description 17
- 230000000241 respiratory effect Effects 0.000 claims description 8
- 206010021079 Hypopnoea Diseases 0.000 claims description 6
- 230000005236 sound signal Effects 0.000 claims description 4
- 230000000638 stimulation Effects 0.000 claims description 3
- 230000003434 inspiratory effect Effects 0.000 claims description 2
- 230000003860 sleep quality Effects 0.000 abstract description 2
- 238000009423 ventilation Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 206010021133 Hypoventilation Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
Images
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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- 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
- A61B5/4803—Speech analysis specially adapted 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
- A61F5/56—Devices for preventing snoring
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Otolaryngology (AREA)
- Pulmonology (AREA)
- Nursing (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Vascular Medicine (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种通过快速识别干预打鼾的方法和装置，设置传感器针对使用者睡眠状态进行信号采集，获得因打鼾引起的声音振动或身体振动的监测信号，当监测信号的振幅超过设定值时进行打鼾判断，判断方法包括：依据监测信号的振动时长进行判断；依据监测信号的振幅进行判断，以及将监测信号的声学特征与打鼾声学模型通过比对进行判断，实现快速打鼾判断，并及时对使用者进行打鼾干预，使使用者停止打鼾，从而减少使用者的打鼾时间，提高睡眠质量。
Description
技术领域
本发明涉及睡眠中辅助用具，更具体地说是针对使用者进行打鼾干预的方法和装置。
背景技术
打鼾声音的监测不可避免地受到人睡眠体位的变化以及被褥等环境的影响，监测经常失效，医学嵌入式如将心电电极贴于人体胸口上进行监测，这种形式也因其使用舒适性差，难以作为日常用具长期使用。CN108852289B《基于三轴加速度计的穿戴式睡眠监测设备》和CN107647850A《穿戴式打鼾监测设备》公布了打鼾监测及干预的方法，三个打鼾周期判断打鼾，在实际应用中，降低打鼾时间约70％～80％左右，大幅减少了使用者打鼾的时间。正是需要三个打鼾周期才能判断打鼾，无法进一步降低使用者打鼾的时间。
发明内容
本发明是为避免上述现有技术所存在的不足，提供一种快速识别打鼾及干预的方法和装置，以期在一个吸气打鼾时长中即能判断出是否打鼾，从而更进一步降低使用者打鼾的时间，提高睡眠质量，避免因鼾症给人的身体健康带来的危害。
本发明为解决技术问题采用如下技术方案：
本发明通过快速识别干预打鼾的方法的特点是：设置传感器针对使用者睡眠状态进行信号采集获得监测信号；所述监测信号是由声音传感器采集获得的因打鼾引起的声音振动监测信号，和/或由振动传感器采集获得的因打鼾引起的身体振动监测信号；当所述监测信号的振幅超过设定值时进行打鼾判断；判断方法包括：依据监测信号的振动时长进行判断；依据监测信号的振动幅值进行判断，和/或将监测信号的声学特征与打鼾声学模型通过比对进行判断，实现快速打鼾判断，并及时对使用者进行打鼾干预，使使用者停止打鼾。
本发明通过快速识别干预打鼾的方法的特点也在于：设定监测信号阈值，包括：振幅阈值P和吸气时长阈值T；所述振幅阈值P为使用者正常说话时监测信号的最大振幅；所述吸气时长阈值T为使用者睡眠时非打鼾状态下正常吸气最大时长，吸气时长是指相邻两次呼气之间的时间间隔；设定系数m和n，并有：m∈(1，30)，n∈(1，50)；且n＞m；在使用者睡眠状态下，当监测信号振幅超过mP值时，启动打鼾判断，使用如下方式一、方式二和方式三中的任意一种方式或多种方式实现快速打鼾判断：
方式一：当前监测信号振幅超过mP值的持续时间超过T值，判断为打鼾，否则判断为非打鼾，实现一个吸气打鼾时长的快速打鼾判断，所述持续是指振幅超过mP值的相邻两次振动的时间间隔不大于1秒；
方式二：当前监测信号振幅超过nP值的振动连续2次及以上，判断为打鼾，否则判断为非打鼾，实现一个吸气打鼾时长的快速打鼾判断，所述连续是指振幅超过nP值的相邻两次振动的时间间隔不大于3秒；
方式三：根据所述监测信号建立使用者的打鼾声学模型，提取当前监测信号的当前打鼾声学特征，利用所述打鼾声学模型针对当前打鼾声学特征通过算法解码判断出其为打鼾或为非打鼾，实现一个吸气打鼾时长以内的快速打鼾判断；
若判断为使用者打鼾，则向使用者发出提醒信号进行打鼾干预。
本发明通过快速识别干预打鼾的方法的特点也在于：所述提醒信号为振动信号、声音信号或电刺激信号。
本发明通过快速识别干预打鼾的方法的特点也在于：设置K值，将所述K值取为Y1/T或取为T2/T3，其中：T1为打鼾状态下监测获得的当前吸气时长；T2为打鼾状态下监测获得的当前一个呼吸周期；T3为非打鼾状态下的一个呼吸周期；根据K值判断打鼾的四种不同程度分别是：轻微低通气阻塞、低通气阻塞、呼吸暂停和严重型呼吸暂停，所述四种状况与K值的关系为：
轻微低通气阻塞：1＜K≤K1；低通气阻塞：K1＜K≤K2；
呼吸暂停：K2＜K≤K3；严重型呼吸暂停：K＞K3；
并且：K1＜K2＜K3，K1∈(1，5)，K2∈(1.5，8)，K3∈(2，10)。
本发明通过快速识别干预打鼾的装置的特点是：所述快速识别打鼾及干预的装置至少包括：监测单元、CPU单元、提醒干预单元；
所述监测单元：其利用传感器针对使用者睡眠状态进行信号采集获得监测信号；所述监测信号是由声音传感器采集获得的因打鼾引起的声音振动监测信号，和/或由振动传感器采集获得的因打鼾引起的身体振动监测信号；
所述CPU单元：依据所述监测单元的监测信号判断使用者打鼾或非打鼾，并在使用者打鼾时向提醒干预单元发出干预指令；
所述提醒干预单元：根据CPU单元的指令向使用者发出提醒信号干预打鼾。
打鼾声发生在吸气阶段，发出声音并带来身体振动，本发明在一个吸气打鼾时长中进行快速打鼾判断，其与已有技术相比具有如下有益效果：
1、本发明实现打鼾的快速识别实施干预，一个吸气打鼾时长内判断打鼾，更进一步降低使用者的打鼾时间，消除打鼾低通气事件的发生；
2、本发明将打鼾状态划分为四种情况：轻微低通气阻塞、低通气阻塞、呼吸暂停和严重型呼吸暂停，有利于使用者了解到自己打鼾的轻重程度；
3、本发明的实施装置成本低，适用于所有打鼾人群，避免因鼾症给人的身体健康带来的危害。
附图说明
图1为本发明中打鼾监测信号波形图；
图中标号：T1为打鼾状态下监测获得的当前吸气时长；P为使用者正常说话时监测信号的最大振幅；m和n为系数。
具体实施方式
打鼾时不仅发出声音，同时也能带动身体振动，如打鼾会引起人的头部、颈部、胸部和腹部振动，因此监测声音或监测振动能够用于监测打鼾，基于此，本实施例按如下方式进行打鼾快速识别：
利用传感器针对使用者睡眠状态进行采集获得监测信号；监测信号是由声音传感器采集获得的因打鼾引起的声音振动监测信号，和/或由振动传感器采集获得的因打鼾引起的身体振动监测信号；设定监测信号阈值，包括：振幅阈值P和吸气时长阈值T；振幅阈值P为使用者正常说话时监测信号的最大振幅；吸气时长阈值T为使用者睡眠时非打鼾状态下正常吸气最大时长，吸气时长是指相邻两次呼气之间的时间间隔；设定系数m和n，并有：m∈(1，30)，n∈(1，50)；且n＞m；在使用者睡眠状态下，当监测信号幅值超过mP值时，启动打鼾判断，使用如下方式一、方式二和方式三中的任意一种方式或多种方式实现快速打鼾判断：
方式一：当前监测信号振幅超过mP值的持续时间超过T值，判断为打鼾，否则判断为非打鼾，实现一个吸气打鼾时长的快速打鼾判断，持续是指振幅超过mP值的相邻两次振动的时间间隔不大于1秒；图1所示为打鼾监测信号波形图，其纵向y轴为监测信号振幅，横向t轴为时间轴，监测信号振幅大于mP的振动的时间长度T1，即为打鼾状态下监测获得的当前吸气时长，T2为打鼾状态下一个呼气周期，当T1＞T判断使用者打鼾。
方式二：当前监测信号振幅超过nP值的振动连续2次及以上，判断为打鼾，否则判断为非打鼾，实现一个吸气打鼾时长的快速打鼾判断，连续是指振幅超过nP值的相邻两次振动的时间间隔不大于3秒。
方式三：根据监测信号建立使用者的打鼾声学模型，提取当前监测信号的当前打鼾声学特征，利用打鼾声学模型针对当前打鼾声学特征通过算法解码判断出其为打鼾或为非打鼾，实现一个吸气打鼾时长以内的快速打鼾判断。
若按本实施例方法判断为使用者打鼾，则向使用者发出提醒信号进行打鼾干预。
正常成人每分钟呼吸大约12至20次，一个呼吸周期在3～5秒，一个人不同时间的正常呼气周期是在变化的，由于打鼾造成气流不通畅，打鼾者要吸入足够量的空气就会延长吸气时间，严重打鼾的吸气过程长达10秒以上，因此根据打鼾吸气时长判断打鼾十分有效。
振幅阈值P为使用者正常说话时监测信号的最大振幅，具体实施中，也可以让使用者朗诵特殊的字符获得最大振幅阈值P；吸气时长阈值T为使用者睡眠时非打鼾状态下正常吸气最大时长T，根据经验值设定，或者实测设定。
系数m和n与监测信号是声音信号还是身体振动信号有关，也与监测位置有关，比如靠近口鼻处进行声音监测，则取值更小；当监测位置为颈部或胸部，在正常呼吸时监测信号的振幅P为环境噪声值。
实施例1：振动传感器的输出值为(-256,256)，监测位置在颈部，正常吸气时监测信号振幅P为环境噪声值，P取值为10，系数取值为m＝2、n＝5。
关于打鼾声学模型的建立：
虽然语音识别技术应用于打鼾监测不仅准确且可快速诊断，将建立的打鼾声学模型加入语音识别的语言模型，语音识别就可以自动识别是在说话，还是在打鼾；但是语音识别需要CPU算力很强，语音识别模型很多，殊如HMM、DNN-HMM、FFDNN、CNN、RNN及LSTM等等，建模的复杂程度决定着识别时的解码复杂程度；对于低算力的穿戴CPU，必须选用解码识别计算量小的模型，因此选择与CPU算力匹配的声学模型建立打鼾声学模型。既便是这样，对于更低算力的穿戴CPU也是难以胜任的，如果仅仅解决打鼾识别抛弃不必要的语音识别其它内容，可以从提取的打鼾声学特征来简化；常规语音识别提取的特征有：基频特征、共振峰特征、Mel频率倒谱系数(MFCC)特征、导数的非个性语音情感特征、Teager能量算子(TEO)非线性特征，可以选择其中1项、或两项、或三项特征建立打鼾声学模型，其为简化打鼾声学模型，是指打鼾声学特征仅有部分的声学特征。
实施例2：建立仅包含基频特征和共振峰特征的打鼾声学模型，方式三打鼾判断时仅提取当前监测信号的基频特征和共振峰特征即可进行打鼾判断；说话和打鼾的人体振动部位不一样，说话是声带发声，打鼾是吸气时气道堵塞振动发声；说话时咽喉部肌肉代偿性收缩使气道保持开放；打鼾时肌肉松弛，咽部组织堵塞，使上气道塌陷，当气流通过狭窄部位时，产生涡流并引起振动；显然说话的基频特征和共振峰特征与打鼾时的基频特征和共振峰特征完全不同，外界环境干扰也很难同时满足基频特征和共振峰特征，因此仅包含基频特征和共振峰特征的打鼾声学模型完全能够胜任打鼾算法解码判断打鼾的。
具体实施中，也可以建立仅包含Mel频率倒谱系数(MFCC)一个特征的打鼾声学模型，或是建立三个特征的打鼾声学模型，这要根据CPU算力以及应用的场合来选择。
具体实施中，选择当前监测信号最短时间窗数据，提取当前监测信号的打鼾声学特征，缩短方式三用于判断打鼾的时间，使打鼾判断的时间小于一个打鼾吸气的时长，当前监测信号最短时间窗数据足以满足打鼾声学特征的提取。比如，在实施例2中仅有基频特征和共振峰两个特征，1-2秒的监测信号是完全可以提取出基频特征和共振峰两个特征的，实现更短时间的打鼾判断，使低通气事件无从发生，彻底消除低通气保护使用者。
此外，利用其它特征建立的打鼾声学模型仅用于打鼾识别，也可以针对其1-2秒的监测信号实现打鼾判断。
为防止人即将入睡时就干预影响睡眠，在使用者每次卧床后，首次判断使用者打鼾时，至少再一次判断打鼾，即使用者打鼾至少2个以上打鼾周期的判断，才向使用者发出提醒信号干预打鼾；第一次向使用者发出提醒信号干预打鼾后，每一次判断使用者打鼾时即刻发出提醒信号干预打鼾。
对首次干预增加判断次数，确保打鼾后再发出干预命令，并消除了误判打鼾对即将入睡的影响；在第一次干预后，说明使用者完全进入睡眠，执行宁可误判的原则，即打鼾即干预，降低打鼾对人造成的伤害。
提醒信号为振动信号、声音信号或电刺激信号，提醒信号在打鼾干预过程中不唤醒使用者，有利于宁可误判的原则、即打鼾即干预措施的执行，又防止了低通气又不影响睡眠；振动传感器还可以用于实时监测使用者的体位，比如振动传感器为三轴加速度计，不仅用于打鼾监测，还能够用于人的体位即睡姿的监测。
本发明根据K值将打鼾状态划分为四种不同程度，分别是轻微低通气阻塞、低通气阻塞、呼吸暂停和严重型呼吸暂停，K值取为T1/T，或取为T2/T3，其中：T1为打鼾状态下监测获得的当前吸气时长；T2为打鼾状态下监测获得的当前一个呼吸周期；T3为非打鼾状态下的一个呼吸周期；K值与打鼾的四种不同程度的关系为：
轻微低通气阻塞：1＜K≤K1；低通气阻塞：K1＜K≤K2；
呼吸暂停：K2＜K≤K3；严重型呼吸暂停：K＞K3；
并且：K1＜K2＜K3；K1∈(1，5)；K2∈(1.5，8)；K3∈(2，10)。
医学上定义低通气和呼吸暂停：
低通气：睡眠过程中呼吸气流强度(幅度)较基础水平降低50％以上，并伴有血氧饱和度较基础水平下降≥4％或微醒觉；
睡眠呼吸暂停低通气指数：每小时睡眠时间内呼吸暂停加低通气的次数。
呼吸暂停：睡眠过程中口鼻呼吸气流完全停止10秒以上；
通过对打鼾状态进行程度划分，可以使普通使用者对自身的低通气状况有所了解，并进一步进行有效控制，以利健康。
本实施例中快速识别打鼾及干预的装置包括：监测单元、CPU单元、提醒干预单元；其中，监测单元利用传感器针对使用者睡眠状态进行采集获得监测信号；监测信号是由声音传感器采集获得的因打鼾引起的声音振动监测信号，和/或由振动传感器采集获得的因打鼾引起的身体振动监测信号；CPU单元依据监测单元的监测信号判断使用者打鼾或非打鼾，并在使用者打鼾时向提醒干预单元发出干预指令；提醒干预单元是根据CPU单元的指令向使用者发出提醒信号干预打鼾。为实施本发明方法的快速识别打鼾及干预的装置可以佩戴于颈部、头部、胸部。
Claims (5)
1.一种通过快速识别干预打鼾的方法，其特征是：设置传感器针对使用者睡眠状态进行信号采集获得监测信号；所述监测信号是由声音传感器采集获得的因打鼾引起的声音振动监测信号，和/或由振动传感器采集获得的因打鼾引起的身体振动监测信号；当所述监测信号的振幅超过设定值时进行打鼾判断；判断方法包括：依据监测信号的振动时长进行判断；依据监测信号的振动幅值进行判断，和/或将监测信号的声学特征与打鼾声学模型通过比对进行判断，实现快速打鼾判断，并及时对使用者进行打鼾干预，使使用者停止打鼾。
2.根据权利要求1所述的通过快速识别干预打鼾的方法，其特征是：设定监测信号阈值，包括：振幅阈值P和吸气时长阈值T；所述振幅阈值P为使用者正常说话时监测信号的最大振幅；所述吸气时长阈值T为使用者睡眠时非打鼾状态下正常吸气最大时长，吸气时长是指相邻两次呼气之间的时间间隔；设定系数m和n，并有：m∈(1，30)，n∈(1，50)；且n＞m；在使用者睡眠状态下，当监测信号振幅超过mP值时，启动打鼾判断，使用如下方式一、方式二和方式三中的任意一种方式或多种方式实现快速打鼾判断：
方式一：当前监测信号振幅超过mP值的持续时间超过T值，判断为打鼾，否则判断为非打鼾，实现一个吸气打鼾时长的快速打鼾判断，所述持续是指振幅超过mP值的相邻两次振动的时间间隔不大于1秒；
方式二：当前监测信号振幅超过nP值的振动连续2次及以上，判断为打鼾，否则判断为非打鼾，实现一个吸气打鼾时长的快速打鼾判断，所述连续是指振幅超过nP值的相邻两次振动的时间间隔不大于3秒；
方式三：根据所述监测信号建立使用者的打鼾声学模型，提取当前监测信号的当前打鼾声学特征，利用所述打鼾声学模型针对当前打鼾声学特征通过算法解码判断出其为打鼾或为非打鼾，实现一个吸气打鼾时长以内的快速打鼾判断；
若判断为使用者打鼾，则向使用者发出提醒信号进行打鼾干预。
3.根据权利要求1或2所述的通过快速识别干预打鼾的方法，其特征是：所述提醒信号为振动信号、声音信号或电刺激信号。
4.根据权利要求2所述的通过快速识别干预打鼾的方法，其特征是：设置K值；将所述K值取为T1/T或取为T2/T3，其中：T1为打鼾状态下监测获得的当前吸气时长；T2为打鼾状态下监测获得的当前一个呼吸周期；T3为非打鼾状态下的一个呼吸周期；根据K值判断打鼾的四种不同程度分别是：轻微低通气阻塞、低通气阻塞、呼吸暂停和严重型呼吸暂停，所述四种状况与K值的关系为：
轻微低通气阻塞：1＜K≤K1；低通气阻塞：K1＜K≤K2；
呼吸暂停：K2＜K≤K3；严重型呼吸暂停：K＞K3；
并且：K1＜K2＜K3；K1∈(1，5)；K2∈(1.5，8)；K3∈(2，10)。
5.一种通过快速识别干预打鼾的装置，其特征是：所述快速识别打鼾及干预的装置至少包括：监测单元、CPU单元、提醒干预单元；
所述监测单元：其利用传感器针对使用者睡眠状态进行信号采集获得监测信号；所述监测信号是由声音传感器采集获得的因打鼾引起的声音振动监测信号，和/或由振动传感器采集获得的因打鼾引起的身体振动监测信号；
所述CPU单元：依据所述监测单元的监测信号判断使用者打鼾或非打鼾，并在使用者打鼾时向提醒干预单元发出干预指令；
所述提醒干预单元：根据CPU单元的指令向使用者发出提醒信号干预打鼾。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110558256.4A CN113288056A (zh) | 2021-05-21 | 2021-05-21 | 通过快速识别干预打鼾的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110558256.4A CN113288056A (zh) | 2021-05-21 | 2021-05-21 | 通过快速识别干预打鼾的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113288056A true CN113288056A (zh) | 2021-08-24 |
Family
ID=77323676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110558256.4A Pending CN113288056A (zh) | 2021-05-21 | 2021-05-21 | 通过快速识别干预打鼾的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113288056A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114027801A (zh) * | 2021-12-17 | 2022-02-11 | 广东工业大学 | 一种睡眠鼾声识别与打鼾抑制方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070287896A1 (en) * | 2006-06-08 | 2007-12-13 | Derchak P A | System and method for snore detection and confirmation |
| CN102138795A (zh) * | 2011-02-21 | 2011-08-03 | 上海大学 | 根据鼾声声学特征确定阻塞性睡眠呼吸暂停与低通气综合症严重程度的方法 |
| CN107647850A (zh) * | 2017-11-14 | 2018-02-02 | 张安斌 | 穿戴式打鼾监测设备 |
| CN108403081A (zh) * | 2018-01-03 | 2018-08-17 | 佛山杰致信息科技有限公司 | 一种用于记录睡眠的录音装置及方法 |
| CN112190386A (zh) * | 2020-09-11 | 2021-01-08 | 深圳数联天下智能科技有限公司 | 一种止鼾设备的控制方法及相关装置 |
-
2021
- 2021-05-21 CN CN202110558256.4A patent/CN113288056A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070287896A1 (en) * | 2006-06-08 | 2007-12-13 | Derchak P A | System and method for snore detection and confirmation |
| CN102138795A (zh) * | 2011-02-21 | 2011-08-03 | 上海大学 | 根据鼾声声学特征确定阻塞性睡眠呼吸暂停与低通气综合症严重程度的方法 |
| CN107647850A (zh) * | 2017-11-14 | 2018-02-02 | 张安斌 | 穿戴式打鼾监测设备 |
| CN108403081A (zh) * | 2018-01-03 | 2018-08-17 | 佛山杰致信息科技有限公司 | 一种用于记录睡眠的录音装置及方法 |
| CN112190386A (zh) * | 2020-09-11 | 2021-01-08 | 深圳数联天下智能科技有限公司 | 一种止鼾设备的控制方法及相关装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114027801A (zh) * | 2021-12-17 | 2022-02-11 | 广东工业大学 | 一种睡眠鼾声识别与打鼾抑制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6742377B2 (ja) | 睡眠段階を決定するシステム、方法及び可読媒体 | |
| CN101972505B (zh) | 具有鼾声检测的计算机控制cpap系统 | |
| JP4865229B2 (ja) | 治療的処置中に睡眠の質を維持し監視する方法および装置 | |
| JP4832289B2 (ja) | 呼吸事象検出システムおよび方法 | |
| US10506969B2 (en) | Acoustic upper airway assessment system and method, and sleep apnea assessment system and method relying thereon | |
| JP5714903B2 (ja) | 自動化した睡眠の表現型 | |
| JP2010104814A (ja) | 治療的処置中に睡眠の質を維持し監視する方法および装置 | |
| WO2006099670A1 (en) | Methods and apparatus for monitoring airways | |
| KR20070048201A (ko) | 비접촉 마이크로폰을 사용한 호흡 패턴 판별 장치 및 방법 | |
| US20160361012A1 (en) | Methods and applications for detection of breath flow and the system thereof | |
| US20230240595A1 (en) | Systems and methods for detecting rem behavior disorder | |
| JP2023513889A (ja) | 口漏れを検出するためのシステムおよび方法 | |
| CN110831497A (zh) | 呼吸障碍的筛查、诊断及监测 | |
| CN110464944A (zh) | 一种呼吸机的控制方法、装置及呼吸机 | |
| CN113288056A (zh) | 通过快速识别干预打鼾的方法和装置 | |
| TW201544074A (zh) | 呼吸波形辨識方法及其系統 | |
| CN106725337A (zh) | 鼾声检测方法和装置、正压呼吸机 | |
| EP3322336B1 (en) | System and method for analysis of the upper airway and a respiratory pressure support system | |
| CN109498228B (zh) | 基于咳嗽音反馈的肺康复治疗装置 | |
| KR102379386B1 (ko) | 모션 센서와 연동되는 수면 무호흡증 및 코골이 증상 개선용 움직임 유발 주파수를 생성하는 방법 | |
| Xinyue et al. | Breathing detection from tracheal sounds in both temporal and frequency domains in the context of phrenic nerve stimulation | |
| TWM610717U (zh) | 睡眠呼吸障礙篩檢設備 | |
| JPWO2021168588A5 (zh) | ||
| TWI735360B (zh) | 睡眠呼吸障礙篩檢設備 | |
| WO2022238492A1 (en) | Methods and apparatus for detecting sleep disordering events |
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 |