一種基于鼾聲篩查osahs的裝置制造方法
【專利摘要】本發(fā)明公開了一種基于鼾聲篩查OSAHS的裝置，該裝置包括聲音錄音裝置(1)、鼾聲信號檢測模塊(2)、呼吸事件初次判斷模塊(3)、鼾聲信號特征提取模塊(4)、鼾聲信號判別模塊(5)、呼吸事件再次判斷模塊(6)、呼吸絮亂指數(shù)計算模塊(7)，該裝置首先檢測得到每一個鼾聲信號，判斷相鄰的鼾聲信號之間是否存在呼吸事件，若存在，將第一呼吸事件之后的鼾聲信號設(shè)定為候選鼾聲信號；然后利用推土機距離(EMD)判斷候選鼾聲信號為簡單鼾聲信號還是OSAHS鼾聲信號，根據(jù)候選鼾聲信號的判斷結(jié)果進一步判斷呼吸事件初次判斷模塊(3)中的第一呼吸事件是否正確；最后統(tǒng)計呼吸事件的次數(shù)，計算出患者的呼吸絮亂指數(shù)(AHI)，實現(xiàn)OSAHS的篩查。該裝置具有操作簡單，不影響患者睡眠，費用低等優(yōu)點。
【專利說明】—種基于鼾聲篩查OSAHS的裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于鼾聲確定呼吸道阻塞引起的呼吸暫?；虻屯獾难b置，具體地說是涉及一種基于鼾聲篩查OSAHS的裝置。
【背景技術(shù)】
[0002]阻塞性睡眠呼吸暫停低通氣綜合癥(Obstructive Sleep Apnea-HypopneaSyndrome, 0SAHS)是一種睡眠時因上呼吸道阻塞引起的呼吸暫停或通氣不足的呼吸障礙疾病。
[0003]目前用來診斷OSAHS的標準方法為多導(dǎo)睡眠儀(Polysomnography, PSG),此儀器通過記錄監(jiān)測者睡眠時身體的多路體征信號的變化，確定身體是否患有0SAHS，并能夠確定患者病情輕重程度。多導(dǎo)睡眠儀(PSG)記錄的多路體征信號中有:腦電信號，眼動信號，心電圖，肌電圖，血氧飽和度信號，口鼻氣流信號，咽部震動信號，其中判定患者是否發(fā)生呼吸暫停事件或低通氣事件的主要依據(jù)是患者的口鼻氣流信號。經(jīng)文獻檢索，作者劉新兵、周明成在2012年出版的心血管康復(fù)醫(yī)學(xué)雜志(vol.21, N0.3)上發(fā)表的“阻塞性睡眠呼吸暫停低通氣綜合癥和心血管事件相關(guān)性及其機制探討” 一文，該文對阻塞性睡眠呼吸暫停低通氣綜合癥中的呼吸暫停、低通氣的判斷提出的判斷依據(jù)，文章中指出:呼吸暫停是指患者睡眠中口鼻氣流完全停止>10秒；低通氣是指呼吸強度較基礎(chǔ)值降低>50%，并伴有血氧飽和度較基礎(chǔ)值下降>4%，且持 續(xù)時間>10秒。呼吸暫停和低通氣統(tǒng)稱為呼吸事件，10秒為判斷呼吸事件的閾值T。
[0004]上述多導(dǎo)睡眠儀(PSG)通過計算出呼吸紊亂指數(shù)(Apnea Hypopnea Index, AHI),確定患者病情的嚴重程度。呼吸紊亂指數(shù)(AHI)的計算方法是將患者睡眠監(jiān)測過程中，產(chǎn)生的呼吸暫停和低通氣的次數(shù)除以睡眠時間，以次/小時為單位。醫(yī)學(xué)標準規(guī)定，按照呼吸紊亂指數(shù)(AHI)值的不同，將OSAHS癥狀分為四類:
1、0〈AHI ( 5屬于正常；
2、5〈AHI ( 15 屬于輕度 OSAHS ；
3、15〈AHI ( 30 屬于中度 OSAHS ；
4、AHI>30屬于重度 0SAHS。
[0005]目前用來診斷OSAHS的標準方法為多導(dǎo)睡眠儀(Polysomnography, PSG),此儀器通過記錄監(jiān)測者睡眠時身體的多路體征信號的變化，確定身體是否患有0SAHS，并能夠確定患者病情輕重程度。多導(dǎo)睡眠儀(PSG)記錄的多路體征信號中有:腦電信號，眼動信號，心電圖，肌電圖，血氧飽和度信號，口鼻氣流信號，咽部震動信號，其中判定患者是否發(fā)生呼吸暫停事件或低通氣事件的主要依據(jù)是患者的口鼻氣流信號。經(jīng)文獻檢索，作者劉新兵、周明成在2012年出版的心血管康復(fù)醫(yī)學(xué)雜志(vol.21, N0.3)上發(fā)表的“阻塞性睡眠呼吸暫停低通氣綜合癥和心血管事件相關(guān)性及其機制探討” 一文，該文對阻塞性睡眠呼吸暫停低通氣綜合癥中的呼吸暫停、低通氣的判斷提出的判斷依據(jù)，文章中指出:呼吸暫停是指患者睡眠中口鼻氣流完全停止>10秒；低通氣是指呼吸強度較基礎(chǔ)值降低>50%，并伴有血氧飽和度較基礎(chǔ)值下降>4%，且持續(xù)時間>10秒。呼吸暫停和低通氣統(tǒng)稱為呼吸事件，10秒為判斷呼吸事件的閾值T。
[0006]上述多導(dǎo)睡眠儀(PSG)通過計算出呼吸紊亂指數(shù)(Apnea Hypopnea Index, AHI),確定患者病情的嚴重程度。呼吸紊亂指數(shù)(AHI)的計算方法是將患者睡眠監(jiān)測過程中，產(chǎn)生的呼吸暫停和低通氣的次數(shù)除以睡眠時間，以次/小時為單位。醫(yī)學(xué)標準規(guī)定，按照呼吸紊亂指數(shù)(AHI)值的不同，將OSAHS癥狀分為四類:
1、0〈AHI ≤ 5屬于正常；
2、5〈AHI ≤ 15 屬于輕度 OSAHS ;
3、15〈AHI ≤ 30 屬于中度 OSAHS ；
4、AHI>30屬于重度 0SAHS。
[0007]目前，多導(dǎo)睡眠儀(PSG)作為診斷OSAHS的標準，用于對患者的癥狀進行診斷，但是也存在諸多不足。首先，利用多導(dǎo)睡眠儀(PSG)檢查時，需要將口鼻熱敏傳感器等幾十個電極導(dǎo)聯(lián)到患者身體各處獲取生理信號，不僅醫(yī)護人員操作起來十分復(fù)雜，而且嚴重影響受檢者的睡眠質(zhì)量；其次,多導(dǎo)睡眠儀(PSG)檢查一次價格昂貴，至少500元以上；最后，由于多導(dǎo)睡眠儀(PSG)檢查設(shè)備復(fù)雜，操作不方便，影響睡眠質(zhì)量，價格昂貴，導(dǎo)致部分患者得不到及時的治療。為了設(shè)計一種鼾聲篩查呼吸道阻塞引起的OSAHS的裝置，檢索了涉及利用推土機距離(Earth Mover’s Distance, EMD)判別鼻干聲的相關(guān)文獻。例如，作者鄧劍勛、熊忠陽在2012出版的在四川大學(xué)學(xué)報(vol.21, N0.3)上發(fā)表的“基于EMD的融合特征快速多示例人臉識別算法”一文，該文提出的EMD的數(shù)學(xué)模型如下:
設(shè)某產(chǎn)品有m個產(chǎn)地A15…,Am，供應(yīng)量分別為評Al5...5 Wajii
;n個銷地B15…5Bn的需求量分別為>vB15 - wBm ;產(chǎn)品從產(chǎn)地A運輸?shù)?br> 銷地B的單位運價為&，求怎樣分配從產(chǎn)地Ai到銷地Bj的運輸量，才能使總運輸成本最小，其最小目標函數(shù)為:
【權(quán)利要求】
1.一種基于鼾聲篩查OSAHS的裝置，其特征在于，該裝置包括聲音錄音裝置(I)、鼾聲信號檢測模塊(2)、呼吸事件初次判斷模塊(3)、鼾聲信號特征提取模塊(4)、鼾聲信號判別模塊(5)、呼吸事件再次判斷模塊(6)、呼吸絮亂指數(shù)計算模塊(7)， 所述的聲音錄音裝置(I)，用于記錄患者整個睡眠時間段的語音信號，將語音信號轉(zhuǎn)換為WAV格式的語音信號； 所述的鼾聲信號檢測模塊(2)，該模塊與所述的聲音錄音裝置(I)相連接，用于將聲音錄音裝置(I)記錄的WAV格式的語音信號進行基于頻譜能量的端點檢測，檢測得到每個鼾聲信號; 所述的呼吸事件初次判斷模塊(3)，該模塊與所述的鼾聲信號檢測模塊(2)相連接，用于判斷鼾聲信號檢測模塊(2)中的相鄰的鼾聲信號之間是否存在呼吸事件，設(shè)定鼾聲信號檢測模塊⑵中所述的相鄰的鼾聲信號的時間間隔為R秒，判斷呼吸事件的閾值為T，當患者睡眠中口鼻氣流持續(xù)時間大于呼吸事件閾值T，即，令T=IO秒，若R ^ 10，則認為相鄰的鼻干聲信號之間存在第一呼吸事件，將判斷后的第一呼吸事件之后的軒聲信號設(shè)定為候選鼻干聲信號；若R〈10,則認為相鄰的鼻f聲信號之間不存在第一呼吸事件； 所述的鼾聲信號特征提取模塊(4)，該模塊與所述的呼吸事件初次判斷模塊(3)相連接，用于按幀提取候選鼾聲信號的子帶能量分布比例，該子帶能量分布比例為候選鼾聲信號的子帶能量分布比例特征向量巧I)； 所述的鼾聲信號判別模塊(5)，該模塊與所述的鼾聲信號特征提取模塊(4)相連接，采用EMD識別候選鼾聲信號的特征向量巧-O，判斷候選鼾聲信號為簡單鼾聲信號還是OSAHS鼻干聲信號，其中，簡單軒聲信號為正常打軒者的軒聲信號，OSAHS鼻f聲信號為OSAHS患者的鼻干聲信號； 首先，確定簡單鼾聲信號的子帶能量分布比例特征向量以1); 然后，確定EMD距離閾值TH;` 最后，計算候選鼾聲信號的子帶能量分布比例特征向量巧I)與簡單鼾聲信號的子帶能量分布比例特征向量之間的EMD距離值DS，若DS ^ TH，則判斷候選鼾聲信號為OSAHS鼾聲信號；gDS〈TH，則判斷候選鼾聲信號為簡單鼾聲信號； 所述的呼吸事件再次判斷模塊(6)，該模塊與所述的鼾聲信號判別模塊(5)相連接，用于進一步判斷上述呼吸事件初次判斷模塊(3)中所判斷的第一呼吸事件是否正確，若鼾聲信號判別模塊(5)中所述的候選鼻f聲信號為OSAHS鼻f聲信號,則確認上述呼吸事件初次判斷模塊(3)中所判斷的第一呼吸事件是正確的，將上述呼吸事件初次判斷模塊(3)中所判斷的第一呼吸事件標記為呼吸事件；若軒聲信號判別模塊(5)中所述的候選鼻f聲信號為簡單鼾聲信號，則確認上述呼吸事件初次判斷模塊(3)中所判斷的第一呼吸事件是錯誤的，將上述呼吸事件初次判斷模塊(3)中所判斷的第一呼吸事件標記為非呼吸事件； 所述的呼吸絮亂指數(shù)計算模塊(7)，與所述的呼吸事件再次判斷模塊(6)相連接，用于計算患者的呼吸紊亂指數(shù)(AHI)，統(tǒng)計語音信號中呼吸事件的次數(shù)，將語音信號中呼吸事件的次數(shù)除以語音信號的時間，得到患者的呼吸紊亂指數(shù)(AHI)。
2.根據(jù)權(quán)利要求1所述的一種基于鼻f聲篩查OSAHS的裝置,其特征在于,所述的鼻f聲信號特征提取模塊(4)，該模塊與所述的呼吸事件初次判斷模塊(3)相連接，用于按幀提取候選鼾聲信號的子帶能量分布比例，該子帶能量分布比例為候選鼾聲信號的子帶能量分布比例特征向量p(x)； 具體地說，設(shè)呼吸事件初次判斷模塊(3)中所述的候選鼾聲信號有N幀信號，對N幀信號中的每一幀信號，將每一幀信號的頻譜在O到4000Hz范圍內(nèi)劃分為8個子帶，每個子帶的帶寬為500Hz，計算出每個子帶的頻譜能量占頻譜總能量的百分比，得到每一幀信號的子帶能量分布比例，最后計算出該候選鼾聲信號的的子帶能量分布比例P(λ) , P(x)的計算表達式如下:
【文檔編號】A61B5/08GK103735267SQ201410000686
【公開日】2014年4月23日 申請日期:2014年1月2日 優(yōu)先權(quán)日:2014年1月2日
【發(fā)明者】侯麗敏, 張長恒, 殷善開, 易紅良, 孟麗麗 申請人:上海大學(xué)