[发明专利]一种基于压力信号特征识别鼾声的控制方法及装置

说明书

本发明提供一种基于压力信号特征识别鼾声的控制方法，其用于在用户睡眠过程中快速识别鼾声事件，包括：a.获取用户呼吸产生的压力信号x(n)以及流量信号f(t)；b.将压力信号x(n)经时域以及频域转换后获得对应的鼾声信号集{s(t)}；c基于流量信号f(t)确定吸气区间T＝[t₀，t₁]，其中t₀为吸气起点时间，t₁为吸气终点时间；d.基于吸气区间T截取鼾声信号集{s(t)}中对应区间的鼾声信号s(t)，其中t＝t₀，...，t₁，并获取鼾声信号s(t)的平均功率e.将平均功率与第一阈值C相比较，判断是否发生鼾声事件。还提供相应的控制装置。本发明通过傅里叶变换、窗函数、时间序列分析等对压力信号进行频谱分析、滤波、求和等处理，排除外界环境噪音对检测结果的影响，能够快速识别鼾声事件并响应，提高了治疗效果。

技术领域

本发明涉及医疗设备控制技术领域，特别是一种识别鼾声的控制方法以及相应的控制装置。

背景技术

鼾声是阻塞性睡眠呼吸暂停低通气综合征(OSAHA)患者最为突出的症状之一，其由呼吸时通过上呼吸道的狭窄部位的气流震动气道周围的软组织引起，严重时会导致大脑和血液缺氧并引发其他症状。鼾声的产生往往预示着呼吸暂停或低通气事件将要发生或已经发生。对于长期使用无创通气治疗的OSAHA患者来说，呼吸机对鼾声的识别尤为重要。

在现有的技术中多是依靠鼾声的声学特征进行识别，例如，计算患者的睡眠呼吸暂停低通气指数(AHI，即平均每小时睡眠中呼吸暂停和低通气的次数)，通过将AHI的大小与设定阀值进行比较来判断鼾声信号的严重程度；或是基于患者鼾声波形中的连续小波变换，研究重度和轻度鼾声的幅度、密度和能量分布情况来识别患者当前是否处于打鼾状态。又例如，求取患者鼾声信号的基音相关参数，如均值、标准差、密度等，一般而言，重度鼾声的均值和标准差较低，密度较高；而轻度鼾声的均值和标准差较高，密度较低，这种识别方法虽然能在一定程度上对患者的鼾声情况进行识别，但在实际操作中由于检测设备的精度限制以及外界环境噪音的影响，这种方法的识别效果并不显著。现有技术还采用检测患者鼾声信号共振峰的方式来进行鼾声识别，通常情况下，采用线性预测方法检测共振峰，以第一共振峰F1≈690Hz为边界条件判断患者鼾声的严重程度，由于重度鼾声的共振峰分布不太稳定，轻度鼾声的共振峰分布相对较稳定，因而可以将患者鼾声信号中共振峰的分布情况作为判定标准进行鼾声识别。这些鼾声识别方法虽然能满足患者以及医者检测识别鼾声的需求，但由于操作复杂性大多仍处于理论或实验阶段，难以直接应用到家用便携式呼吸机等日常医疗设备中。

目前市场上的呼吸机大多通过分析患者鼾声信号的声学特性进行识别，这虽然能对患者鼾声做到成功判断，但由于呼吸机采集到的声音信号极易受到外界环境噪音以及设备自身噪音的干扰，导致采用声学特性分析获得的识别结果不够准确也不够及时，例如，当患者处于打鼾的较ω期状态时，或者对于轻度OSAHA患者的睡眠鼾声，呼吸机就无法迅速对上述患者的鼾声事件进行有效识别，不利于呼吸机对打鼾患者的及时治疗。在很多时候，用户需要一种既能快速而准确地识别鼾声，又适用于家庭日常使用的呼吸机，例如，改由通过分析鼾声信号的压力信号特征的方法来排除环境噪音、设备杂音等外部因素对分析结果的影响，提高呼吸机对患者鼾声识别的准确性、及时性。

在现阶段，没有一种非常好的方法能够解决上述提到的问题。大多数情况下，只能通过检测患者鼾声中的声学特性来判断是否发生打鼾事件，没有提供一种有效的进行鼾声识别的呼吸机，能够利用鼾声信号的压力信号特征来直接、快速、实时地识别打鼾事件。

发明内容

针对现有技术存在设备成本较高，易受外界环境干扰，识别准确性较低的技术缺陷，本发明的目的是提供一种基于压力特征信号快速识别鼾声的控制方法以及相应的控制装置。

根据本发明的一个方面，提供一种基于压力信号特征识别鼾声的控制方法，其用于在用户睡眠过程中快速识别鼾声事件，包括如下步骤：