[发明专利]睡眠呼吸事件检测模型处理方法、系统和存储介质

权利要求书

1.一种睡眠呼吸事件检测模型处理方法，其特征在于，包括以下步骤：

获取第一预设时长的多导睡眠监测的呼吸气流数据；

对所述呼吸气流数据进行预处理，得到数据集；

构建多分辨率残差网络；

根据所述数据集对所述多分辨率残差网络进行训练和评估；

其中：

所述对所述呼吸气流数据进行预处理，得到数据集，包括：

将所述呼吸气流数据对应的图像分解为第二预设时长的若干子图像；

判断所述若干子图像的呼吸事件；

根据判断结果在所述若干子图像上标注标签；

通过短时傅里叶变换将标准标签后的若干子图像转换为频谱图，将所述频谱图保存到所述数据集；

在执行所述根据判断结果在所述若干子图像上标注标签这一步骤时，还包括以下步骤：

在所述若干子图像上标注所述呼吸事件发生的起始时间点和结束时间点。

2.根据权利要求1所述的一种睡眠呼吸事件检测模型处理方法，其特征在于，所述构建多分辨率残差网络，包括：

构建ResNeXt网络；

将所述ResNeXt网络的卷积核替换为多级模块，得到多分辨率残差网络，所述多级模块为层级状。

3.根据权利要求1所述的一种睡眠呼吸事件检测模型处理方法，其特征在于，所述根据所述数据集对所述多分辨率残差网络进行训练，包括：

将所述数据集拆分为训练集和测试集；

将所述训练集输入所述多分辨率残差网络；

通过随机梯度下降法对所述多分辨率残差网络进行训练。

4.根据权利要求3所述的一种睡眠呼吸事件检测模型处理方法，其特征在于，所述根据所述数据集对所述多分辨率残差网络进行评估，包括：

将所述测试集输入训练后的所述多分辨率残差网络；

采集测试过程中所述多分辨率残差网络的准确率、精确率、召回率和F1值；

根据所述准确率、所述精确率、所述召回率和所述F1值评估所述多分辨率残差网络的训练效果。

5.根据权利要求1所述的一种睡眠呼吸事件检测模型处理方法，其特征在于，所述频谱图为不包含时间参数的图像。

6.一种睡眠呼吸事件检测模型处理系统，其特征在于，包括：

获取模块，用于获取第一预设时长的多导睡眠监测的呼吸气流数据；

预处理模块，用于对所述呼吸气流数据进行预处理，得到数据集；

网络构建模块，用于构建多分辨率残差网络；

网络处理模块，用于根据所述数据集对所述多分辨率残差网络进行训练和评估；

其中：

所述对所述呼吸气流数据进行预处理，得到数据集，包括：

将所述呼吸气流数据对应的图像分解为第二预设时长的若干子图像；

判断所述若干子图像的呼吸事件；

根据判断结果在所述若干子图像上标注标签；

通过短时傅里叶变换将标准标签后的若干子图像转换为频谱图，将所述频谱图保存到所述数据集；

在执行所述根据判断结果在所述若干子图像上标注标签这一步骤时，还包括以下步骤：

在所述若干子图像上标注所述呼吸事件发生的起始时间点和结束时间点。

7.一种睡眠呼吸事件检测模型处理系统，其特征在于，包括：

至少一个存储器，用于存储程序；

至少一个处理器，用于加载所述程序以执行如权利要求1-5任一项所述的睡眠呼吸事件检测模型处理方法。

8.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-5任一项所述的睡眠呼吸事件检测模型处理方法。