CN116421150A - 一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统 - Google Patents
一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统 Download PDFInfo
- Publication number
- CN116421150A CN116421150A CN202310626022.8A CN202310626022A CN116421150A CN 116421150 A CN116421150 A CN 116421150A CN 202310626022 A CN202310626022 A CN 202310626022A CN 116421150 A CN116421150 A CN 116421150A
- Authority
- CN
- China
- Prior art keywords
- module
- identification
- treatment system
- sleep apnea
- obstructive sleep
- 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
- 208000001797 obstructive sleep apnea Diseases 0.000 title claims abstract description 56
- 238000011282 treatment Methods 0.000 title claims abstract description 36
- 201000002859 sleep apnea Diseases 0.000 title claims abstract description 18
- 230000000638 stimulation Effects 0.000 claims abstract description 43
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000003745 diagnosis Methods 0.000 claims abstract description 13
- 238000007781 pre-processing Methods 0.000 claims abstract description 13
- 210000001169 hypoglossal nerve Anatomy 0.000 claims abstract description 12
- 230000001225 therapeutic effect Effects 0.000 claims abstract description 10
- 230000000241 respiratory effect Effects 0.000 claims abstract description 9
- 239000002775 capsule Substances 0.000 claims abstract description 5
- 238000009423 ventilation Methods 0.000 claims abstract description 3
- 210000005036 nerve Anatomy 0.000 claims description 20
- 210000003205 muscle Anatomy 0.000 claims description 17
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 16
- 230000006698 induction Effects 0.000 claims description 13
- 238000013135 deep learning Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 8
- 230000003750 conditioning effect Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000036544 posture Effects 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 230000004936 stimulating effect Effects 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 230000005674 electromagnetic induction Effects 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 201000010099 disease Diseases 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 5
- 208000008784 apnea Diseases 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 206010021079 Hypopnoea Diseases 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 230000002232 neuromuscular Effects 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 238000001356 surgical procedure Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 206010021143 Hypoxia Diseases 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 2
- 206010041235 Snoring Diseases 0.000 description 2
- 206010052428 Wound Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000007954 hypoxia Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000036262 stenosis Effects 0.000 description 2
- 208000037804 stenosis Diseases 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000035965 Postoperative Complications Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 208000002847 Surgical Wound Diseases 0.000 description 1
- 206010067775 Upper airway obstruction Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 208000035850 clinical syndrome Diseases 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 230000004220 muscle function Effects 0.000 description 1
- 230000007383 nerve stimulation Effects 0.000 description 1
- 210000000944 nerve tissue Anatomy 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000003300 oropharynx Anatomy 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
- 230000000472 traumatic effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 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
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3601—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation of respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N1/00—Electrotherapy; Circuits therefor
- A61N1/18—Applying electric currents by contact electrodes
- A61N1/32—Applying electric currents by contact electrodes alternating or intermittent currents
- A61N1/36—Applying electric currents by contact electrodes alternating or intermittent currents for stimulation
- A61N1/3605—Implantable neurostimulators for stimulating central or peripheral nerve system
- A61N1/3606—Implantable neurostimulators for stimulating central or peripheral nerve system adapted for a particular treatment
- A61N1/36078—Inducing or controlling sleep or relaxation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Pain & Pain Management (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Electrotherapy Devices (AREA)
Abstract
本发明属于疾病诊疗设备技术领域，具体为一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统。本发明系统包括：睡眠生理信号采集模块，信号预处理模块，信号特征识别模块，治疗干预模块，呼吸末端监测模块；系统通过对智能床垫采集到的生理信号进行特征识别实现对睡眠中OSAHS事件的监测，在检测到OSAHS事件发生时通过无线能量传输系统对胶囊型无线器件电刺激装置传输所需能量进而对患者舌下神经进行刺激从而使患者实现正常通气。本发明用于识别阻塞性睡眠呼吸暂停低通气综合征并进行治疗，识别准确度高、治疗手段微创、无体内引出线、便携、维护成本低。
Description
技术领域
本发明属于疾病诊疗设备技术领域，具体涉及阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统。
背景技术
阻塞性睡眠呼吸暂停低通气综合征(Obstructive sleep apnea hypopneasyndrome,OSAHS)是以睡眠时上气道反复塌陷引起的鼾声、呼吸暂停、觉醒为主要特征的临床综合征，是发病率较高、最常见的一种睡眠呼吸障碍，呼吸暂停低通气指数(apnea andhypopnea index,AHI)是评价OSAHS严重程度的主要指标，即成人通常以AHI>5次/小时作为诊断标准，轻度OSAHS:AHI为5-15，中度OSAHS:AHI为15-30，重度OSAHS:AHI大于30。由于睡眠结构紊乱以及慢性间歇性低氧，长期OSAHS不但会严重影响睡眠及生活质量，而且可引起心脑血管疾病、糖尿病、认知障碍，中重度OSAHS甚至会导致猝死，给患者带来极大健康和安全隐患，同时给社会造成沉重的卫生经济负担。
OSAHS患者上气道塌陷主要发生在口咽部，其主要原因为上气道解剖性狭窄和上气道扩张肌功能障碍，上气道扩张肌障碍由上气道扩张肌肌张力降低即上气道扩张肌动态神经肌肉反应障碍造成。目前，临床上治疗中重度OSAHS多通过机械性扩大上气道的方法来减少上气道阻塞，如持续气道正压通气(Continuous positive airway pressure,CPAP)、上气道手术等，一般认为，口腔矫治器适用于单纯鼾症患者及轻、中度OSAHS患者，而对于重度OSAHS，即呼吸暂停低通气指数(AHI)>30次/小时的患者则疗效较差，部分中重度OSAHS患者不能耐受CPAP，上气道手术存在术后并发症及手术创伤大等不足。通过临床研究发现，并非所有上气道狭窄者均出现OSAHS，且一部分患者对机械性扩大上气道的治疗方法反应不佳。除了上气道解剖结构狭窄之外，这一现象提示：上气道扩张肌的功能状态在OSAHS发病中的作用不可忽视，也是制约临床疗效提升的瓶颈。上气道扩张肌的功能状态对于气道开放和大小起到重要作用，是研究OSAHS发病机制及提升临床疗效的关键。
颏舌肌是最主要的上气道扩张肌，其收缩时舌体前伸，口咽部气道扩大，故而又被称为“上气道安全肌”。颏舌肌对体内氧分压极为敏感，在低氧环境下肌肉的抗疲劳性明显降低，神经肌肉功能显著下降，使得舌体后缀，上气道缩窄。因此增加颏舌肌的活动并防止睡眠时颏舌肌的张力降低将是一个有前景的治疗方法。如何改善OSAHS患者因慢性间歇性低氧导致的颏舌肌功能降低，增强其在OSAHS发生时神经肌肉的功能成为迫切需要解决的关键科学问题。
颏舌肌的收缩张力是由舌下神经的分支调控，因此舌下神经的兴奋与颏舌肌的收缩功能紧密相关。2014年《新英兰医学杂志》发表的一篇文章报道：在126名接受或坚持CPAP治疗有困难的OSAHS患者胸壁外科植入上气道神经刺激器，在舌下神经内侧支(支配颏舌肌的m-XII分支)单侧放置电极，通过刺激导联将电刺激脉冲传递到舌下神经；同时神经刺激器与肺部呼吸压力传感器导线相连，并与检测到的吸气力同步传递出电刺激脉冲，当呼吸困难时触发舌下电极。通过12个月的随访观察，上气道电刺激使OSAHS患者的阻塞情况在客观和主观上都得到显著改善。虽然这一神经刺激装置在某些患者中具有良好的效果和和耐受性，但其需要外科植入的器件多，创伤大，手术复杂，且比CPAP和口腔器械更昂贵，而且由于电池植入体内，需要定期手术更换电池，这无疑进一步增加了病人的痛苦以及经济负担。因此，研发一种可应用于中重度OSAHS患者的新型轻型化、无线化、智能化、体内无电池的电刺激装置，对创新OSAHS治疗新思路、提升患者疗效具有重大的临床意义。
发明内容
本发明的目的在于提供一种便携的、无感的OSAHS诊断以及微创的、维护成本低的、无线神经电刺激治疗的OSAHS识别及治疗系统，以解决OSAHS的高发病率、低诊断率、疾病风险因素高、现有诊断及治疗经济成本、时间成本及维护成本高等问题。
本发明提供的OSAHS识别及治疗系统，通过胶囊状微型无线器件电刺激舌下神经，使收缩颏舌肌打开上气道，并结合智能床垫装置实时感应呼吸状态，以临床转化为目标，为OSAHS的治疗开辟新的思路。对于中重度OSHAS患者，能较大程度减轻患者的手术负担并展现出良好的治疗效果。
本发明提供的OSAHS识别及治疗系统，是基于智能床垫和胶囊型无线器件电刺激装置的，具体包括以下模块：睡眠生理信号采集模块，信号预处理模块，信号特征识别模块，治疗干预模块，呼吸监测模块；
所述睡眠生理信号采集模块，用于采集睡眠生理信号，睡眠生理信号包括压力信号、睡姿、心率、呼吸率和心电信号；
所述信号预处理模块，用于对睡眠生理信号采集模块所采集到的睡眠生理信号进行调理，提高信噪比；
所述信号特征识别模块，用于对经过信号预处理模块处理的睡眠生理信号进行特征提取、特征识别，利用智能算法对OSAHS事件进行自动识别；
所述治疗干预模块，包括基于电磁感应原理的智能床垫、胶囊状微型无线神经电刺激装置；所述智能床垫上集成有磁感线圈，用于发射电磁波；所述胶囊状微型型无线器件电刺激装置包括内置的磁感线圈和植入于舌下神经进行电刺激电极；磁感线圈用于接收智能床垫中磁感线圈发射电磁波能量，并激励植入于舌下神经进行电刺激电极，对舌下神经进行电刺激，使得舌下肌肉兴奋，从而打开气道实现正常通气；
所述呼吸监测模块，用于对受试者在治疗干预过程中实时监测受试者呼吸状况，识别其呼吸末端用于恰当地释放电刺激。
本发明中，所述睡眠生理信号采集模块中，包括压力传感器件、电容耦合器件，用于采集相关信号，并从中计算出心率、呼吸率及心电等信号。
本发明中，所述信号预处理模块中，包括模拟调理电路及数字滤波系统，信号先后通过模拟调理电路及数字滤波系统进行滤波、降噪、陷波、放大等处理。
本发明中，所述信号特征识别模块中，提取的特征包含时域特征、频域特征、时频域特征及非线性特征。信号特征识别模块中包括机器学习模型和深度学习算法网络；通过机器学习模型和深度学习算法网络对所得到的特征进行识别，完成OSAHS事件的自动识别。其中，所述机器学习模型包括K近邻模型、支持向量机模型等；所述深度学习算法网络包括卷积神经网络、多层感知机神经网络、循环神经网络，对所得到的特征进行识别。
本发明中，所述治疗干预模块，主要由智能床垫磁感线圈及胶囊状微型无线神经电刺激器件构成，实现磁感线圈能量由识别诊断系统到电刺激治疗系统的流动，即完成单次神经电刺激治疗过程。
本发明中，所述呼吸监测模块包括智能床垫及呼吸监测算法模块组成，实现对受试者呼吸状态的实时监测。呼吸监测算法与信号特征识别模块中算法相同。
相比于现有引出导线式神经电刺激OSAHS治疗系统，本发明具有更加微创、更加无感、更加便捷的实质性优点：
(1)本发明利用植入式胶囊装微型无线神经电刺激器，有效控制创伤大小，消除需要引出导线的留置性创口，更好的解决了生物相容性问题；
(2)本发明利用智能床垫实时监测受试者呼吸状态，仅在需要神经电刺激治疗时给予受试者刺激，受试者能够正常通气时不刺激，极大的提高了受试者的使用舒适性，同样也避免了不必要的刺激，有助于患者康复；
(3)本发明仅在植入刺激装置时需要在医院进行，其余诊断、监测、治疗过程均可居家自行、自动完成，解放了本就稀有的专业医师及治疗所需的特种设备，同时也可以让患者进行自测并实现病情跟踪治疗；
(4)本发明OSAHS自动检测识别无需植入刺激器件便可独立完成，可用于个人健康监测，在有需要时再决定是否植入神经电刺激装置。
附图说明
图1是本发明阻塞性睡眠呼吸暂停低通气综合征诊断识别及治疗系统总体框图。
图2是OSAHS自动诊断及治疗流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案进行详细介绍。
本发明构建的阻塞性睡眠呼吸暂停低通气综合征诊断识别及治疗系统(图1)包括：数据获取及预处理模块、数据特征提取模块、特征识别模块、发射线圈模块、接收线圈模块、感应电势整流模块、神经电刺激电极端子。
数据获取及预处理模块，用于采集受试者睡眠生理信号并对其进行预处理，包括压力信号、睡姿、心率、呼吸率和心电信号。
数据特征提取模块，用于提取睡眠生理信号特征，包括时域特征、频域特征、时频域特征及非线性特征。
特征识别模块，用于对特征进行识别分类，实现对OSAHS事件的识别。
发射线圈模块，用于向垂直于智能床垫方向发射特定频率电磁波，即能量发射。
接收线圈模块，位于神经电刺激装置内部，用于接收发射线圈发射的特定频率电磁波能量，即能量接收。
感应电势整流模块，位于神经电刺激装置内部，用于对接收线圈产生的感应电势进行整流，以达到较好的神经电刺激效果。
神经电刺激电极端子，与神经组织直接接触，用于将电刺激传导至相应的部位。
进一步的，实现该基于智能床垫和胶囊型无线器件电刺激装置的阻塞性睡眠呼吸暂停低通气综合征诊断识别及治疗系统，具体步骤包括：
(1)采集受试者的睡眠生理信号，采集的信号包括压力信号、睡姿、心率、呼吸率和心电信号，其为一系列时序信号。
(2)对信号进行预处理，利用模拟信号调理电路对信号进行模拟滤波、放大、陷波等；对经过调理后的信号进行模数转换、传输、存储；利用数字滤波器进一步对信号进行滤波、伪迹消除及数据切分，尽可能减少所获得信号中包含的伪迹、偏差及工频干扰，提高信噪比。本发明中需要用到两种工频陷波器，一种是模拟器件工频陷波器，一种是数字工频陷波器。同时，工频陷波器频率也有两个，第一个频率为我国市电频率，第二个频率为本发明所涉及的无线能量传输工作频率。
(3)对信号进行特征提取，包括时域特征、频域特征、时频域特征及非线性特征，其中：
时域特征：过零率、峰峰值、峰峰值间隔、幅值、幅值均值、幅值方差；
频域特征：功率谱密度、平均频率、频率方差；
时频域特征：小波变换特征、短时傅里叶变换特征、各阶梅尔倒谱系数；非线性特征：样本熵、序列熵。
(4)构建机器学习和深度学习模型，机器学习如：K近邻模型、支持向量机模型和深度学习算法如：卷积神经网络、多层感知机神经网络、循环神经网络；
深度学习：利用深度学习模型如CNN、RNN、LSTM、多层感知机等模型提取信号的深度学习特征；
K近邻模型：主要原理是将待分类样本与其最接近的K个近邻中出现最多的类别，具体如下：计算待测样本与各个训练样本之间的距离，并按从小到大的顺序排序，选出最近K个最小距离所对应的待测样本，将K个最近邻样本中出现频率最高的类别作为待测样本的预测分类；
支持向量机模型：主要原理是将数据集映射至高维空间，在空间中寻找最优分类超平面，该超平面要求能够正确划分训练集且间隔最大，对超平面的求解可表示为一个凸二次优化问题，公式如下所示：
s.t.yi(wTxi+b)≥1,i＝1,2,...,m.
式中：w为权向量；b为位移；(xi,yi)为训练样本。
(5)利用上述(4)中模型对信号特征进行识别，完成OSAHS诊断与识别。
(6)当识别到OSAHS事件时，位于智能床垫中的磁感线圈发射特定频率的电磁波。
(7)位于神经电刺激装置中的磁感线圈产生相应频率的感应电势。
(8)感应电势经神经电刺激装置中的整流电路输出到电刺激电极端子，完成一次神经电刺激过程。
(9)重复步骤(1)至步骤(8)。
Claims (8)
1.一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统，是基于智能床垫和胶囊型无线器件电刺激装置的，其特征在于，具体包括：睡眠生理信号采集模块，信号预处理模块，信号特征识别模块，治疗干预模块，呼吸末端监测模块；其中：
所述睡眠生理信号采集模块，用于采集睡眠生理信号，睡眠生理信号包括压力信号、睡姿、心率、呼吸率和心电信号；
所述信号预处理模块，用于对睡眠生理信号采集模块所采集到的睡眠生理信号进行调理，提高信噪比；
所述信号特征识别模块，用于对经过信号预处理模块处理的睡眠生理信号进行特征提取、特征识别，利用智能算法对OSAHS事件进行自动识别；
所述治疗干预模块，包括基于电磁感应原理的智能床垫、胶囊状微型无线神经电刺激装置；所述智能床垫上集成有磁感线圈，用于发射电磁波；所述胶囊状微型型无线器件电刺激装置包括内置的磁感线圈和植入于舌下神经进行电刺激电极；磁感线圈用于接收智能床垫中磁感线圈发射电磁波能量，并激励植入于舌下神经进行电刺激电极，对舌下神经进行电刺激，使得舌下肌肉兴奋，从而打开气道实现正常通气；
所述呼吸末端监测模块，用于对受试者在治疗干预过程中实时监测受试者呼吸状况，识别其呼吸末端用于恰当地释放电刺激。
2.根据权利要求1所述的阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统，其特征在于，所述睡眠生理信号采集模块中包括压力传感器件、电容耦合器件，用于采集相关信号，并从中计算出心率、呼吸率及心电信号。
3.根据权利要求1所述的阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统，其特征在于，所述信号预处理模块中包括模拟调理电路及数字滤波系统，信号先后通过模拟调理电路及数字滤波系统进行滤波、降噪、陷波、放大处理。
4.根据权利要求1所述的阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统，其特征在于，所述信号特征识别模块中，提取的特征包含时域特征、频域特征、时频域特征及非线性特征；信号特征识别模块中包括机器学习模型和深度学习算法网络；通过机器学习模型和深度学习算法网络对所得到的特征进行识别，完成OSAHS事件的自动识别。
5.根据权利要求4所述的阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统，其特征在于，所述机器学习模型包括K近邻模型、支持向量机模型等；所述深度学习算法网络包括卷积神经网络、多层感知机神经网络、循环神经网络，对所得到的特征进行识别。
6.根据权利要求1所述的阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统，其特征在于，所述治疗干预模块，包括智能床垫磁感线圈及胶囊状微型无线神经电刺激装置，实现磁感线圈能量由识别诊断系统到电刺激治疗系统的流动，即完成单次神经电刺激治疗过程。
7.根据权利要求1所述的阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统，其特征在于，所述呼吸监测模块包括智能床垫及呼吸监测算法模块，实现对受试者呼吸状态的实时监测；呼吸监测算法与信号特征识别模块中算法相同。
8.根据权利要求4所述的阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统，其特征在于：
所述时域特征，包括过零率、峰峰值、峰峰值间隔、幅值、幅值均值、幅值方差；
所述频域特征，包括功率谱密度、平均频率、频率方差；
所述时频域特征，包括小波变换特征、短时傅里叶变换特征、各阶梅尔倒谱系数；非线性特征：样本熵、序列熵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310626022.8A CN116421150A (zh) | 2023-05-30 | 2023-05-30 | 一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310626022.8A CN116421150A (zh) | 2023-05-30 | 2023-05-30 | 一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116421150A true CN116421150A (zh) | 2023-07-14 |
Family
ID=87087481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310626022.8A Pending CN116421150A (zh) | 2023-05-30 | 2023-05-30 | 一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116421150A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117257240A (zh) * | 2023-11-15 | 2023-12-22 | 天津大学 | 睡眠呼吸暂停与低通气事件识别方法 |
-
2023
- 2023-05-30 CN CN202310626022.8A patent/CN116421150A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117257240A (zh) * | 2023-11-15 | 2023-12-22 | 天津大学 | 睡眠呼吸暂停与低通气事件识别方法 |
| CN117257240B (zh) * | 2023-11-15 | 2024-02-23 | 天津大学 | 睡眠呼吸暂停与低通气事件识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114051421B (zh) | 用于改善睡眠障碍性呼吸的系统和方法 | |
| US20180015282A1 (en) | System and method for treating sleep apnea | |
| US20150073232A1 (en) | Devices and methods for airflow diagnosis and restoration | |
| RU2480254C2 (ru) | Адаптивная система терапии (варианты) и система терапии аксонов | |
| US7314451B2 (en) | Techniques for prediction and monitoring of clinical episodes | |
| US9498627B2 (en) | Wireless closed-loop and system to detect and treat sleep apnea | |
| US20150165200A1 (en) | Neurostimulation method and system to treat apnea | |
| US20120253249A1 (en) | Neuromodulation System and Method For Treating Apnea | |
| CN107205693A (zh) | 一种检测、评估和治疗打鼾、睡眠呼吸暂停和睡眠呼吸不足的装置 | |
| JP4750032B2 (ja) | 医療用装置 | |
| CN101883606A (zh) | 用于神经刺激的系统和方法 | |
| WO2006130268A1 (en) | Correlating a non-polysomnographic physiological parameter set with sleep states | |
| CN110353874B (zh) | 一种睡眠呼吸障碍治疗系统 | |
| EP3527178A1 (en) | Device for detecting sleep apnea events by monitoring the internal branch of the superior laryngeal nerve | |
| CN116421150A (zh) | 一种阻塞性睡眠呼吸暂停低通气综合征识别及治疗系统 | |
| US20220386943A1 (en) | Detection and Treatment of Obstructive Sleep Apnea | |
| CN105943040A (zh) | 一种治疗中枢性睡眠呼吸暂停症的方法及装置 | |
| CN106362282A (zh) | 一种治疗中枢性睡眠呼吸暂停症的方法和装置 | |
| US20230118304A1 (en) | System, method, portable device, computer apparatus and computer program for monitoring, characterisation and assessment of a user's cough | |
| US20230380757A1 (en) | Obstructive Sleep Apnea Episode Detection System | |
| US20240165411A1 (en) | Methods for analyzing respiration and sleep state | |
| CN117085252A (zh) | 信号控制器、电刺激系统及电刺激驱动方法 | |
| Lu | Cardiorespiratory Monitoring by Microphone via Tracheal Sounds in the Context of Implanted Phrenic Nerve Stimulation | |
| CN118383724A (zh) | 睡眠呼吸暂停事件干预方法、系统、存储介质及设备 | |
| CN115736961A (zh) | 医学扫描的控制方法、脑机接口装置及医学扫描系统 |
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 |