TWI814663B - 睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置 - Google Patents
睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置 Download PDFInfo
- Publication number
- TWI814663B TWI814663B TW111147563A TW111147563A TWI814663B TW I814663 B TWI814663 B TW I814663B TW 111147563 A TW111147563 A TW 111147563A TW 111147563 A TW111147563 A TW 111147563A TW I814663 B TWI814663 B TW I814663B
- Authority
- TW
- Taiwan
- Prior art keywords
- heart rhythm
- abnormal
- signals
- event
- sleep
- Prior art date
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 138
- 230000000241 respiratory effect Effects 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000004617 sleep duration Effects 0.000 title abstract 4
- 230000033764 rhythmic process Effects 0.000 claims abstract description 200
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 153
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 230000001105 regulatory effect Effects 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 20
- 208000006199 Parasomnias Diseases 0.000 claims description 14
- 230000001276 controlling effect Effects 0.000 claims description 4
- 230000000737 periodic effect Effects 0.000 claims description 4
- 230000005236 sound signal Effects 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 14
- 238000004378 air conditioning Methods 0.000 description 10
- 238000013136 deep learning model Methods 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 5
- 206010021079 Hypopnoea Diseases 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 208000008784 apnea Diseases 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000004630 mental health Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 206010038669 Respiratory arrest Diseases 0.000 description 1
- 206010041235 Snoring Diseases 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
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Respiratory Apparatuses And Protective Means (AREA)
- Electrotherapy Devices (AREA)
Abstract
本發明公開一種睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置。睡眠異常呼吸事件預測及調控系統包括一電子裝置以及心律訊號偵測裝置。電子裝置的儲存電路包括一初始睡眠異常呼吸事件心律基準值。電子裝置利用一訊號轉換程序，將多個心律訊號進行訊號轉換，並將轉換後的一個或是多個週期區間的多個心律訊號與初始睡眠異常呼吸事件心律基準值進行比較，以判斷在一個或是多個週期區間的下一週期區間中，是否發生一睡眠異常呼吸事件。
Description
本發明涉及一種睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置，特別是涉及一種可以前期預測睡眠異常呼吸事件的睡眠異常呼吸事件預測及調控系統。
睡眠呼吸障礙的症狀中，除了打鼾之外，還包括呼吸不足以及三類呼吸中止事件。分別是阻塞型(Obstructive)、中樞型(Central)、以及混和型(Mixed)。呼吸中止與呼吸不足的判斷方式，是以使用者睡眠時的呼吸氣流相對於正常基準值進行比較，若是降低幅度大於等於90%，則可以判斷為呼吸中止。若是降低幅度大於等於30%，且伴隨血氧下降幅度3%以上，則是判斷為呼吸不足。但是上述判斷方法都需要相當複雜的偵測設備以及觀察環境。
本發明所要解決的技術問題在於，針對現有技術的不足提供一種睡眠異常呼吸事件預測及調控系統，包括：一電子裝置，包括一控制器、一儲存電路以及一通訊電路，所述控制器電性連接所述儲存電路以及所述通訊電路，所述儲存電路包括一初始睡眠異常呼吸事件心律基準值；一心律訊
號偵測裝置，連接所述電子裝置，所述心律訊號偵測裝置設置在一使用者上，偵測所述使用者的多個心律訊號，所述心律訊號偵測裝置傳送所述多個心律訊號至所述電子裝置；其中，所述電子裝置利用一訊號轉換程序，轉換所述多個心律訊號進行訊號轉換，並轉換後的一個或是多個週期區間的所述多個心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比較，以判斷在所述一個或是多個週期區間的下一週期區間中，是否發生一睡眠異常呼吸事件。
為了解決上述的技術問題，本發明所採用的其中一技術方案是提供一種呼吸器裝置，連接一心律訊號偵測裝置，所述心律訊號偵測裝置設置在一使用者的身上，所述呼吸器裝置包括：一裝置控制器；一呼吸氣流提供器，連接所述裝置控制器，所述呼吸氣流提供器提供一呼吸氣流給所述使用者；一儲存電路，連接所述裝置控制器，儲存一初始睡眠異常呼吸事件心律基準值；一通訊電路，連接所述裝置控制器，所述呼吸器裝置通過所述通訊電路連接所述心律訊號偵測裝置，接收多個心律訊號，所述裝置控制器利用一訊號轉換程序，轉換所述多個心律訊號進行訊號轉換為多個轉換後心律訊號，並將一個或是多個週期區間的所述多個轉換後心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比較，以判斷在所述一個或是多個週期區間的下一週期區間中的一睡眠異常呼吸事件的一發生機率；其中，所述裝置控制器根據所述睡眠異常呼吸事件的所述發生機率調整所述呼吸氣流提供器的所述呼吸氣流的大小。
為了解決上述的技術問題，本發明所採用的另外一技術方案是提供一種睡眠異常呼吸事件預測及調控方法，包括：根據多個心律訊號，得到一初始睡眠異常呼吸事件心律基準值；接收多個使用者心律訊號；根據一轉換訊號程序轉換所述多個使用者心律訊號為多個使用者轉換後心律訊號；將一個或是多個週期區間的所述多個使用者轉換後心律訊號與所述初始睡眠
異常呼吸事件心律基準值進行比對，以判斷一睡眠異常呼吸事件的一發生機率；根據所述睡眠異常呼吸事件的所述發生機率，提供一警示訊號或是一控制訊號；根據所述多個使用者轉換後心律訊號計算得到對應一使用者的一使用者睡眠異常呼吸事件心律基準值；以及將一個或是多個週期區間的所述多個使用者轉換後心律訊號與使用者睡眠異常呼吸事件心律基準值進行比對，以判斷睡眠異常呼吸事件的發生機率。
本發明的其中一有益效果在於，本發明所提供的睡眠異常呼吸事件預測及調控系統與方法以及呼吸器裝置，可以有效提前預測使用者的睡眠異常呼吸事件，提前提醒使用者、照護人員或是警醒使用者，使其不進入睡眠異常呼吸事件之中。因此，可以降低危害使用者身心健康的機率。
為使能更進一步瞭解本發明的特徵及技術內容，請參閱以下有關本發明的詳細說明與圖式，然而所提供的圖式僅用於提供參考與說明，並非用來對本發明加以限制。
SYS:睡眠異常呼吸事件預測及調控系統
1:電子裝置
2:心律訊號偵測裝置
S1:伺服器
M1:行動裝置
AC1-AC3:第一空調裝置至第三空調裝置
11:控制器
12:儲存電路
13:通訊電路
AC4:可調控床墊裝置
5:呼吸器裝置
51:裝置控制器
52:呼吸氣流提供器
53:警示器
54:呼吸通訊電路
55:呼吸儲存電路
S110-S170:步驟
圖1為本發明第一實施例的睡眠異常呼吸事件預測及調控系統的示意圖。
圖2是使用者心律訊號經過小波轉換程序後的示意圖。
圖3是本發明第一實施例的使用者心律訊號的取樣示意圖。
圖4是本發明第一實施例的電子裝置的示意圖。
圖5是本發明第二實施例的呼吸器裝置的示意圖。
圖6是本發明第三實施例的睡眠異常呼吸事件預測及調控方法的流程圖。
以下是通過特定的具體實施例來說明本發明所公開有關“睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置”的實施方式，本領域技術人員可由本說明書所公開的內容瞭解本發明的優點與效果。本發明可通過其他不同的具體實施例加以施行或應用，本說明書中的各項細節也可基於不同觀點與應用，在不背離本發明的構思下進行各種修改與變更。另外，本發明的附圖僅為簡單示意說明，並非依實際尺寸的描繪，事先聲明。以下的實施方式將進一步詳細說明本發明的相關技術內容，但所公開的內容並非用以限制本發明的保護範圍。另外，本文中所使用的術語“或”，應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。
[第一實施例]
參閱圖1、圖2、圖3以及圖4，圖1為本發明第一實施例的睡眠異常呼吸事件預測及調控系統的示意圖。圖2是使用者心律訊號經過小波轉換程序後的示意圖。圖3是本發明第一實施例的使用者心律訊號的取樣示意圖。圖4是本發明第一實施例的電子裝置的示意圖。
在本實施例中，提供一種睡眠異常呼吸事件預測及調控系統SYS。
睡眠異常呼吸事件預測及調控系統SYS包括一電子裝置1以及一心律訊號偵測裝置2。
心律訊號偵測裝置2連接電子裝置1。心律訊號偵測裝置2設置在一使用者上，用於偵測使用者的多個心律訊號。心律訊號偵測裝置2傳送多個心律訊號至電子裝置1。電子裝置1連接一伺服器S1或是行動裝置M1。
電子裝置1利用一訊號轉換程序，將多個週期區間的多個心律訊號進行一訊號轉換程序，並與一初始睡眠異常呼吸事件心律基準值進行比
對，以判斷在多個週期區間的下一週期區間中是否發生一睡眠異常呼吸事件，以提供一睡眠異常呼吸事件提醒訊號。
在本實施例中，初始睡眠異常呼吸事件心律基準值是在電子裝置1中預先設置的睡眠異常呼吸事件心律基準值。
在本實施例中，初始睡眠異常呼吸事件心律基準值是根據大數據分析方法以及深度學習模型，根據大量的使用者心律數據進行分析，而得到的基準值。
在本實施例中，大量的使用者心律數據會通過訊號轉換程序轉換為二維的係數矩陣。訊號轉換程序則是一小波轉換程序。
請參閱圖2，在本實施例中，連續小波轉換程序(continuous wavelet transform,CWT)，主要是將一維的時域訊號轉換為二維的係數矩陣。而且這類係數矩陣可以用小波量值圖來表示。
其中，X軸是時間，Y軸是頻率，顏色(目前圖為灰階圖)為振幅。
當中，連續小波轉換的公式則如下列公式(1)以及公式(2)所示，其中f(t)表示訊號。
其中，Ψ是小波，t為時間，τ是位移量，s是尺度量。
其中，在本實施例中，經過小波轉換之後，則可以將一維的心律波形圖轉換為二維的小波量值圖。其中請參閱圖2，其中，小波量值圖可以顯示心律振福、心律頻率以及心律時間。
請參閱圖3，每筆呼吸事件的提取方式會直接先提取呼吸事件開
始前2分鐘區間及呼吸事件開始後1分鐘區間的訊號內容。接著再根據實驗，再從這3分鐘的呼吸事件中以每30秒的時間區間提取呼吸事件區段。
如圖所示，其中三角標號的位置即是呼吸異常事件，在本實施例中，會提取呼吸異常事件前30秒至呼吸異常事件、呼吸異常事件前30秒至呼吸異常事件前60秒、呼吸異常事件前60秒至呼吸異常事件前90秒，呼吸異常事件前90至呼吸異常事件前120秒等區間進行深度學習。
在本實施例中，深度學習模型包括：EfficientNetB4模型、Xception模型、InceptionV3模型、DenseNet201模型、ResNet40V2模型、NASNetMobile模型或是其組合。
在本實施例中，各種深度學習模型可以根據Accuracy、Macro F1 Score以及ROC(Receiver Operating Characteristics)曲線等評估方法進行效能評估。
經過深度學習模型之後，則可以得到一初始睡眠異常呼吸事件心律基準值。初始睡眠異常呼吸事件心律基準值，雖然稱為基準值，但是卻是包括多個判斷值，可以用矩陣值、判斷值的集合或是多維曲線作表示。
在本實施例中，當一個或是多個週期區間的多個心律訊號經過訊號轉換程序成為多個轉換後心律訊號，並與初始睡眠異常呼吸事件心律基準值進行比對，若是其比對結果的機率大於50%，電子裝置1則直接提供睡眠異常呼吸事件提醒訊號。
在本實施例中，比對結果的機率大於50%可以是轉換後心律訊號的波形與初始睡眠異常呼吸事件心律基準值進行比對，超過一預定值的近似程度，例如有70%的近似，則判斷睡眠異常呼吸事件發生的機率大於50%。
在一個實施例中，電子裝置1會先根據一個週期區間的多個心律訊號進行訊號轉換程序，以轉換為轉換後心律訊號，並與初始睡眠異常呼吸
事件心律基準值進行比對。若是其比對結果的機率小於50%，電子裝置1則會持續根據兩個週期區間的多個心律訊號進行訊號轉換程序，並與初始睡眠異常呼吸事件心律基準值進行比對。若是其比對結果的機率大於50%，電子裝置1則會提供睡眠異常呼吸事件提醒訊號。
類似地，若是電子裝置1根據兩個週期區間的多個心律訊號進行訊號轉換程序，並與初始睡眠異常呼吸事件心律基準值進行比對，其比對結果的機率小於50%，電子裝置1則會持續根據三個週期區間的多個心律訊號進行訊號轉換程序，再與初始睡眠異常呼吸事件心律基準值進行比對。若是其比對結果的機率大於50%，電子裝置1則會提供睡眠異常呼吸事件提醒訊號。若是其比對結果的機率小於50%，電子裝置1則會從下一個週期區間重新開始檢測。
在另一實施例中，電子裝置1會持續地以一個週期區間的多個心律訊號進行訊號轉換程序，將多個心律訊號轉換為多個轉換後心律訊號之後，再與初始睡眠異常呼吸事件心律基準值進行比對，若是其比對結果的機率小於50%，則會繼續以一個週期區間的多個心律訊號進行分析比對。若是其比對結果的機率大於50%，電子裝置1則會提供睡眠異常呼吸事件提醒訊號。
也就是，電子裝置1是根據一個或是多個週期區間的多個使用者心律訊號，判斷多個週期區間之後的一個週期區間中睡眠異常呼吸事件的發生機率。然後電子裝置1才會根據睡眠異常呼吸事件的發生機率判斷是否提供一睡眠異常呼吸事件提醒訊號。在本實施例中，每一週期區間是30秒。也就是，在使用者發生睡眠異常呼吸事件之前的30秒至30*N秒，電子裝置1可以根據使用者的心律訊號，計算出對應睡眠異常呼吸事件的發生機率。
在其他實施例中，週期區間的時間間隔可以根據使用者調整，例如：5秒、10秒、15秒、20秒、1分鐘。
此外，在本實施例中，多個週期區間的時間間隔是相同的。在其他實施例中，電子裝置1可以利用不同時間間隔的週期區間進行檢測使用者的心律訊號。
在本實施例中，電子裝置1提供的睡眠異常呼吸事件提醒訊號是一震動訊號、一音頻訊號或是一通訊訊號。
進一步地說，請參閱圖4，電子裝置1包括一控制器11、一儲存電路12以及一通訊電路13。電子裝置1通過通訊電路13連接心律訊號偵測裝置2。
電子裝置1的控制器11可以接收心律訊號偵測裝置2偵測到的多個使用者心律訊號。電子裝置1可以根據上述計算初始睡眠異常呼吸事件心律基準值的過程以及多個使用者心律訊號，計算得到對應使用者的使用者睡眠異常呼吸事件心律基準值。
也就是，電子裝置1會提取使用者的異常呼吸事件，每筆異常呼吸事件的提取方式會直接先提取呼吸事件開始前2分鐘區間及呼吸事件開始後1分鐘區間的訊號內容。接著再根據實驗，再從這3分鐘的呼吸事件中以每30秒的時間區間提取呼吸事件區段，再根據上述深度學習模型進行訓練，以計算得到對應使用者的使用者睡眠異常呼吸事件心律基準值。
在本實施例中，電子裝置1會利用對應使用者的使用者睡眠異常呼吸事件心律基準值以及初始睡眠異常呼吸事件心律基準值，對使用者的多個使用者心律訊號進行睡眠異常呼吸事件的預測。電子裝置1還會根據兩種基準值的比較結果進行記錄。
電子裝置1還可以通過通訊電路13連接一伺服器S1。電子裝置1還可以將計算的到的使用者睡眠異常呼吸事件心律基準值以及相關比較結果傳送至伺服器S1以進行睡眠異常呼吸事件心律基準值的進一步分析與校正。
請參閱圖4，通訊電路13還可以通訊連接一個或是多個空調裝置AC1-AC3或是一可調控床墊裝置AC4。控制器11可以提供多個空調調控建議訊號至一個或是多個空調裝置一個或是多個空調裝置AC1-AC3以及可調控床墊裝置AC4根據空調調控建議訊號進行溫度、濕度、空氣流通程度、床墊壓力支持裝置的調整。
[第二實施例]
請參閱圖5，圖5是本發明第二實施例的呼吸器裝置的示意圖。在本實施例中，提供一種呼吸器裝置5。
呼吸器裝置5包括一裝置控制器51、一呼吸氣流提供器52、一警示器53、一呼吸通訊電路54以及一呼吸儲存電路55。
呼吸氣流提供器52電性連接裝置控制器51。呼吸氣流提供器52提供一呼吸氣流。
警示器53連接裝置控制器51。警示器53是提供一警示訊號，通知呼吸器裝置的使用者或是照護人員。
呼吸通訊電路54連接裝置控制器51。呼吸器裝置5通過呼吸通訊電路54連接一心律訊號偵測裝置2，接收多個使用者心律訊號。在本實施例中，呼吸儲存電路55儲存有一初始睡眠異常呼吸事件心律基準值。
呼吸器裝置5利用一訊號轉換程序，將多個週期區間的多個心律訊號進行訊號轉換，並與初始睡眠異常呼吸事件心律基準值進行比對，以判斷在一個或是多個週期區間的下一週期區間中是否發生一睡眠異常呼吸事件，以控制所述呼吸氣流提供器52調整呼吸氣流。
在本實施例中，當一個或是多個週期區間的多個心律訊號經過訊號轉換程序成為轉換後心律訊號，並與初始睡眠異常呼吸事件心律基準值進行比對，若是其比對結果的機率大於50%，呼吸器裝置5的裝置控制器51則
會控制呼吸氣流提供器52調整呼吸氣流的大小。在本實施例中，呼吸器裝置5的裝置控制器51則會控制呼吸氣流提供器52加大呼吸氣流的大小。
在本實施例中，比對結果的機率大於50%可以是轉換後心律訊號的波形與初始睡眠異常呼吸事件心律基準值進行比對，超過一預定值的近似程度，例如有70%的近似，則判斷睡眠異常呼吸事件發生的機率大於50%。
在本實施例中，呼吸器裝置5的裝置控制器51會先根據一個週期區間的多個心律訊號進行訊號轉換程序，以轉換為轉換後心律訊號，並與初始睡眠異常呼吸事件心律基準值進行比對。若是其比對結果的機率小於50%，呼吸器裝置5的裝置控制器51則會持續根據兩個週期區間的多個心律訊號進行訊號轉換程序，並與初始睡眠異常呼吸事件心律基準值進行比對。若是其比對結果的機率大於50%，呼吸器裝置5的裝置控制器51則會控制呼吸氣流提供器52調整呼吸氣流的大小。在本實施例中，呼吸器裝置5的裝置控制器51則會控制呼吸氣流提供器52加大呼吸氣流的大小。
類似地，若是呼吸器裝置5的裝置控制器51根據兩個週期區間的多個心律訊號進行訊號轉換程序，並與初始睡眠異常呼吸事件心律基準值進行比對，其比對結果的機率小於50%，呼吸器裝置5的裝置控制器51則會持續根據三個週期區間的多個心律訊號進行訊號轉換程序，再與初始睡眠異常呼吸事件心律基準值進行比對。若是其比對結果的機率大於50%，呼吸器裝置5的裝置控制器51則會提供睡眠異常呼吸事件提醒訊號。若是其比對結果的機率小於50%，呼吸器裝置5的裝置控制器51則會從下一個週期區間重新開始檢測。
在另一實施例中，呼吸器裝置5的裝置控制器51會持續地以一個週期區間的多個心律訊號進行訊號轉換程序，將多個心律訊號轉換為轉換後心律訊號之後，再與初始睡眠異常呼吸事件心律基準值進行比對，若是其比
對結果的機率小於50%，則會繼續以一個週期區間的多個心律訊號進行分析比對。若是其比對結果的機率大於50%，呼吸器裝置5的裝置控制器51則會控制呼吸氣流提供器52調整呼吸氣流的大小。在本實施例中，呼吸器裝置5的裝置控制器51則會控制呼吸氣流提供器52加大呼吸氣流的大小。
也就是，當睡眠異常呼吸事件的發生機率大於等於50%時，裝置控制器51則控制呼吸氣流提供器52加大呼吸氣流。若是當睡眠異常呼吸事件的發生機率小於50%時，裝置控制器51則控制呼吸氣流提供器52維持呼吸氣流的大小。
此外，當裝置控制器51在前一週期區間已經加大呼吸氣流的大小時，且裝置控制器51判斷使用者心律訊號在下一週期區間出現睡眠異常呼吸事件的發生機率低於50%，裝置控制器51則會調降呼吸氣流提供器52的呼吸氣流的大小。
請參閱圖5，呼吸通訊電路54還可以通訊連接一個或是多個空調裝置AC1-AC3或是一可調控床墊裝置AC4。控制器11可以提供多個空調調控建議訊號至一個或是多個空調裝置一個或是多個空調裝置AC1-AC3以及可調控床墊裝置AC4根據空調調控建議訊號進行溫度、濕度、空氣流通程度、床墊壓力支持裝置的調整。
[第三實施例]
請參閱圖6，圖6是本發明第三實施例的睡眠異常呼吸事件預測及調控方法的流程圖。
在本實施例中，提供一種睡眠異常呼吸事件預測及調控方法。本實施例的睡眠異常呼吸事件預測及調控方法可以適用上述第一實施例的睡眠異常呼吸事件預測及調控系統SYS的電子裝置1以及第二實施例的呼吸器裝置5。因此上述裝置的結構與功能於此不做贅述。
本實施例的睡眠異常呼吸事件預測及調控方法包括下列步驟：步驟S110：根據多個心律訊號，得到一初始睡眠異常呼吸事件心律基準值；步驟S120：接收多個使用者心律訊號；步驟S130：根據一轉換訊號程序轉換所述多個使用者心律訊號為多個使用者轉換後心律訊號；步驟S140：將一個或是多個週期區間的所述多個使用者轉換後心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比對，以判斷一睡眠異常呼吸事件的一發生機率；步驟S150：根據所述睡眠異常呼吸事件的所述發生機率，提供一警示訊號或是一控制訊號；步驟S160：根據所述多個使用者轉換後心律訊號計算得到對應一使用者的一使用者睡眠異常呼吸事件心律基準值；以及步驟S170：將一個或是多個週期區間的所述多個使用者轉換後心律訊號與使用者睡眠異常呼吸事件心律基準值進行比對，以判斷睡眠異常呼吸事件的發生機率。
在步驟S110中，會根據多個具有異常呼吸事件心律訊號，計算得到一初始睡眠異常呼吸事件心律基準值。
計算方式則是，每筆異常呼吸事件的提取方式會直接先提取異常呼吸事件開始前2分鐘區間及呼吸事件開始後1分鐘區間的訊號內容。接著再從這3分鐘的呼吸事件中以每30秒的時間區間提取呼吸事件區段。
在本實施例中，深度學習模型包括：EfficientNetB4模型、Xception模型、InceptionV3模型、DenseNet201模型、ResNet40V2模型、NASNetMobile模型或是其組合。在本實施例中，各種深度學習模型可以根據
Accuracy、Macro F1 Score以及ROC(Receiver Operating Characteristics)曲線方法進行效能評估。
經過深度學習模型之後，則可以得到一初始睡眠異常呼吸事件心律基準值。初始睡眠異常呼吸事件心律基準值，雖然稱為基準值，但是卻是包括多個判斷值，可以用矩陣值、判斷值的集合或是多維曲線作表示。
在步驟S120至步驟S140，則是將一個週期區間或是多個週期區間的多個心律訊號進行訊號轉換程序。在將多個心律訊號轉換為多個轉換後心律訊號之後，再與初始睡眠異常呼吸事件心律基準值進行比對，若是其比對結果的機率小於50%，則會繼續以下一個週期區間的多個轉換後心律訊號進行分析比對。
在本實施例中，可以用一個週期區間的多個轉換後心律訊號與初始睡眠異常呼吸事件心律基準值進行比對，或是用二個、三個週期區間的多個轉換後心律訊號與初始睡眠異常呼吸事件心律基準值進行比對。
[實施例的有益效果]
本發明的其中一有益效果在於，本發明所提供的睡眠異常呼吸事件預測及調控系統與方法以及呼吸器裝置，可以有效提前預測使用者的睡眠異常呼吸事件，提前提醒使用者、照護人員或是警醒使用者，使其不進入睡眠異常呼吸事件之中。因此，可以降低危害使用者身心健康的機率。
以上所公開的內容僅為本發明的優選可行實施例，並非因此侷限本發明的申請專利範圍，所以凡是運用本發明說明書及圖式內容所做的等效技術變化，均包含於本發明的申請專利範圍內。
SYS:睡眠異常呼吸事件預測及調控系統
1:電子裝置
2:心律訊號偵測裝置
S1:伺服器
M1:行動裝置
Claims (10)
- 一種睡眠異常呼吸事件預測及調控系統，包括： 一電子裝置，包括一控制器、一儲存電路以及一通訊電路，所述控制器電性連接所述儲存電路以及所述通訊電路，所述儲存電路包括一初始睡眠異常呼吸事件心律基準值； 一心律訊號偵測裝置，連接所述電子裝置，所述心律訊號偵測裝置設置在一使用者上，偵測所述使用者的多個心律訊號，所述心律訊號偵測裝置傳送所述多個心律訊號至所述電子裝置； 其中，所述電子裝置利用一訊號轉換程序，轉換所述多個心律訊號，並將轉換後的一個或是多個週期區間中的所述多個心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比較，以判斷在所述一個或是多個週期區間的下一週期區間中，是否發生一睡眠異常呼吸事件。
- 如請求項1所述的睡眠異常呼吸事件預測及調控系統，其中，當一個或是多個週期區間的所述多個心律訊號經過訊號轉換程序成為多個轉換後心律訊號，所述控制器將所述多個轉換後心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比對，且得到一比對結果的機率大於50%，所述電子裝置提供一睡眠異常呼吸事件提醒訊號。
- 如請求項1所述的睡眠異常呼吸事件預測及調控系統，其中，當一個週期區間的所述多個心律訊號經過訊號轉換程序成為多個轉換後心律訊號，所述控制器將所述多個轉換後心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比對，且得到一比對結果的機率大於50%，所述電子裝置提供一睡眠異常呼吸事件提醒訊號，當所述一個週期區間的所述多個轉換後心律訊號的所述比對結果的機率小於50%時，所述電子裝置則會繼續根據兩個週期區間的所述多個心律訊號進行訊號轉換，並與所述初始睡眠異常呼吸事件心律基準值進行比對，若是所述兩個週期區間的所述多個轉換後心律訊號的所述比對結果的機率大於50%，所述電子裝置則會提供所述睡眠異常呼吸事件提醒訊號。
- 如請求項3所述的睡眠異常呼吸事件預測及調控系統，其中，當所述電子裝置根據兩個週期區間的所述多個心律訊號進行訊號轉換程序，並與初始睡眠異常呼吸事件心律基準值進行比對，所述兩個週期區間的所述多個轉換後心律訊號的所述比對結果的機率小於50%，所述電子裝置則會持續根據三個週期區間的所述多個心律訊號進行訊號轉換程序，並將所述多個轉換後心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比對，當所述三個週期區間的所述多個轉換後心律訊號的所述比對結果的機率大於50%，電子裝置則會提供所述睡眠異常呼吸事件提醒訊號； 其中，若是所述三個週期區間的所述多個轉換後心律訊號的所述比對結果的機率小於50%，電子裝置則從所述三個週期區間的下一個週期區間重新開始檢測。
- 如請求項4所述的睡眠異常呼吸事件預測及調控系統，其中，所述多個週期區間的時間間隔是相同的，所述週期區間是5秒、10秒、15秒、20秒或是1分鐘。
- 如請求項2所述的睡眠異常呼吸事件預測及調控系統，其中，所述睡眠異常呼吸事件提醒訊號是一震動訊號、一音頻訊號或是一通訊訊號。
- 如請求項4所述的睡眠異常呼吸事件預測及調控系統，其中，所述電子裝置根據所述使用者的所述多個心律訊號計算得到對應所述使用者的一使用者睡眠異常呼吸事件心律基準值，所述電子裝置根據所述初始睡眠異常呼吸事件心律基準值、所述使用者睡眠異常呼吸事件心律基準值以及所述多個心律訊號判斷所述睡眠異常呼吸事件的所述發生機率。
- 一呼吸器裝置，連接一心律訊號偵測裝置，所述心律訊號偵測裝置設置在一使用者的身上，所述呼吸器裝置包括： 一裝置控制器； 一呼吸氣流提供器，連接所述裝置控制器，所述呼吸氣流提供器提供一呼吸氣流給所述使用者； 一儲存電路，連接所述裝置控制器，儲存一初始睡眠異常呼吸事件心律基準值； 一通訊電路，連接所述裝置控制器，所述呼吸器裝置通過所述通訊電路連接所述心律訊號偵測裝置，接收多個心律訊號，所述裝置控制器利用一訊號轉換程序，轉換所述多個心律訊號進行訊號轉換為多個轉換後心律訊號，並將一個或是多個週期區間的所述多個轉換後心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比較，以判斷在所述一個或是多個週期區間的下一週期區間中的一睡眠異常呼吸事件的一發生機率； 其中，所述裝置控制器根據所述睡眠異常呼吸事件的所述發生機率調整所述呼吸氣流提供器的所述呼吸氣流的大小。
- 如請求項8所述的呼吸器裝置，其中，當所述睡眠異常呼吸事件的所述發生機率大於等於50%時，所述控制器則控制所述呼吸氣流提供器加大所述呼吸氣流，當所述睡眠異常呼吸事件的所述發生機率小於50%時，所述控制器則控制所述呼吸氣流提供器維持所述呼吸氣流。
- 一種睡眠異常呼吸事件預測及調控方法，包括： 根據多個心律訊號，得到一初始睡眠異常呼吸事件心律基準值； 接收多個使用者心律訊號； 根據一轉換訊號程序轉換所述多個使用者心律訊號為多個使用者轉換後心律訊號； 將一個或是多個週期區間的所述多個使用者轉換後心律訊號與所述初始睡眠異常呼吸事件心律基準值進行比對，以判斷一睡眠異常呼吸事件的一發生機率； 根據所述睡眠異常呼吸事件的所述發生機率，提供一警示訊號或是一控制訊號； 根據所述多個使用者轉換後心律訊號計算得到對應一使用者的一使用者睡眠異常呼吸事件心律基準值；以及 將一個或是多個週期區間的所述多個使用者轉換後心律訊號與使用者睡眠異常呼吸事件心律基準值進行比對，以判斷睡眠異常呼吸事件的發生機率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111147563A TWI814663B (zh) | 2022-12-12 | 2022-12-12 | 睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW111147563A TWI814663B (zh) | 2022-12-12 | 2022-12-12 | 睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TWI814663B true TWI814663B (zh) | 2023-09-01 |
| TW202423363A TW202423363A (zh) | 2024-06-16 |
Family
ID=88965929
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111147563A TWI814663B (zh) | 2022-12-12 | 2022-12-12 | 睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI814663B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111655125A (zh) * | 2017-12-22 | 2020-09-11 | 瑞思迈传感器技术有限公司 | 用于健康和医学感测的设备、系统和方法 |
| TW202141524A (zh) * | 2020-04-21 | 2021-11-01 | 動聯國際股份有限公司 | 健康管理系統和健康管理方法 |
| CN115209801A (zh) * | 2020-03-03 | 2022-10-18 | 皇家飞利浦有限公司 | 睡眠呼吸暂停检测系统和方法 |
-
2022
- 2022-12-12 TW TW111147563A patent/TWI814663B/zh active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111655125A (zh) * | 2017-12-22 | 2020-09-11 | 瑞思迈传感器技术有限公司 | 用于健康和医学感测的设备、系统和方法 |
| CN115209801A (zh) * | 2020-03-03 | 2022-10-18 | 皇家飞利浦有限公司 | 睡眠呼吸暂停检测系统和方法 |
| TW202141524A (zh) * | 2020-04-21 | 2021-11-01 | 動聯國際股份有限公司 | 健康管理系統和健康管理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7437575B2 (ja) | 生理学的イベント検知特徴部を備えたベッド | |
| JP5005819B2 (ja) | 環境に関連した呼吸器疾患の自己監視方法およびシステム | |
| JP5916618B2 (ja) | Ｃｏｐｄ増悪予測システム及び方法 | |
| JP6122472B2 (ja) | 睡眠状態の検出 | |
| JP2021509068A (ja) | 睡眠段階検知特徴部を備えたベッド | |
| US7621871B2 (en) | Systems and methods for monitoring and evaluating individual performance | |
| JP2021508566A (ja) | 鼾検知特徴部を備えたベッド | |
| TWI667995B (zh) | 監督慢性疾病之方法及設備 | |
| US10219740B2 (en) | Systems, methods and apparatuses for the alleviation and outcome monitoring of sleep disordered breathing | |
| CN111594999A (zh) | 空调及其控制方法、装置以及空调系统 | |
| JP2009106681A (ja) | 傾向予測装置及び傾向予測システム | |
| JP2006192152A (ja) | 睡眠状態判定装置、睡眠状態判定方法および睡眠状態判定プログラム | |
| CN114007497A (zh) | 用于监测受试者的装置 | |
| JP2006198023A (ja) | 睡眠環境制御装置及び睡眠環境制御プログラム | |
| US20170196500A1 (en) | Flow-based sleep stage determination | |
| JP2008068019A (ja) | 呼気時間を出力可能な装置および方法 | |
| JP2023159208A (ja) | スマート加湿のためのシステム、方法、およびデバイス | |
| WO2022035646A1 (en) | Detection of user temperature and assessment of physiological symptoms with respiratory diseases | |
| TWI814663B (zh) | 睡眠異常呼吸事件預測及調控系統、方法以及呼吸器裝置 | |
| CN114517952A (zh) | 空调器的控制方法 | |
| JP2016087355A (ja) | 睡眠状態判定装置、睡眠状態判定方法及びプログラム | |
| CN110603601B (zh) | 夜间哮喘监测 | |
| WO2019075520A1 (en) | INDICATOR OF RESPIRATORY CONDITION | |
| JP2019136526A (ja) | 睡眠状態判定装置及び睡眠状態判定方法 | |
| CN113975563A (zh) | 一种基于打鼾声音识别的呼吸机控制方法及呼吸机 |