[发明专利]一种睡眠鼾声识别与打鼾抑制方法及系统

说明书

本发明公开一种睡眠鼾声识别与打鼾抑制方法及系统，该方法包括以下步骤：获取待检测者的初始鼾声数据、头部运动和加速度信息；对所述初始鼾声数据进行预处理，获得待检测鼾声信号；对所述待检测鼾声信号进行分析，判断是否存在打鼾事件，存在，则根据所述头部运动和加速度信息，生成振动指令，不存在，则继续检测；基于所述振动指令，进行打鼾抑制。本发明提高了鼾声的实时识别检测准确性和止鼾效果，并且操作简单，成本低。

技术领域

本发明涉及打鼾检测及止鼾领域，特别是涉及一种睡眠鼾声识别与打鼾抑制方法及系统。

背景技术

睡眠呼吸暂停影响全球约10亿人，如果不及时治疗，中风和心血管死亡的风险将增加两倍以上。睡眠呼吸暂停的症状有打鼾、疲劳等，而睡眠呼吸暂停的主要类型有:阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停和复杂性睡眠呼吸暂停。其中OSA最为常见，可以通过正确的睡眠姿势进行治疗或抑制。打鼾可能是偶发的、位置性的、持续的或交替的，而在阻塞性睡眠呼吸暂停综合征中，打鼾事件仅发生在连续的呼吸阻塞事件之间。因此，准确的打鼾检测及相关治疗技术迫在眉睫，相关研究也越来越受到重视。

近年来已经提出了各种打鼾监测设备。睡眠呼吸障碍(SDB)诊断的黄金标准是使用多导睡眠描记术(PSG)来完成的，然而，佩戴一系列采样电极是不舒服的。此外，耗时且非常昂贵，不适合在家中进行OSA筛查。美国睡眠医学协会(AASM)推荐了三种检测打鼾事件的方法:放置在颈部的压电传感器、气管、胸部或病床附近的麦克风等声学传感器，以及连接到鼻压传感器的鼻叉。放置在颈部的压电传感器或可拉伸应变传感器对睡眠不舒适，运动或汗液伪影可能影响检测精度。基于压力监测的床垫型传感器，可用于SDB诊断，但准确性不够好。智能手表的心电图(ECG)或光电容积描记(PPG)信号的RR间期可用于检测打鼾事件，但是系统的功耗是一个巨大的挑战，并且灵敏度可能受到心血管疾病的影响。阻塞性睡眠呼吸暂停综合征和心血管疾病患者的打鼾与更大的脑但非心脏事件风险相关，与持续气道正压通气(CPAP)治疗和呼吸暂停和呼吸不足事件的频率无关。超宽带(UWB)和雷达波技术也可以作为非接触式OSA筛选方法应用，然而，硬件成本很高，而识别精度不高。基于麦克风的声音分析是另一种被广泛用于监测打鼾方法，它主要集成到智能手机、枕头和其他医疗设备中，但智能枕头的控制系统非常复杂，成本昂贵，同时也不舒适且不便携；而智能手机虽可以用来监测打鼾但其监测精度不高并且不能介入打鼾治疗。

因此，亟需一种高性价比、高性能的睡眠鼾声识别与打鼾抑制方法及系统，用于简单有效识别睡眠鼾声并进行止鼾。

发明内容

本发明的目的是提供一种睡眠鼾声识别与打鼾抑制方法及系统，以解决上述现有技术存在的问题，提高了鼾声的实时识别检测准确性和止鼾效果，并且操作简单，成本低。

为实现上述目的，本发明提供了如下方案：本发明提供一种睡眠鼾声识别与打鼾抑制方法，包括以下步骤：

获取待检测者的初始鼾声数据、头部运动和加速度信息；

对所述初始鼾声数据进行预处理，获得待检测鼾声信号；

对所述待检测鼾声信号进行分析，判断是否存在打鼾事件，存在，则根据所述头部运动和加速度信息，生成振动指令，不存在，则继续检测；

基于所述振动指令，进行打鼾抑制。

可选地，所述头部运动和加速度信息用于识别和估计所述待检测者的头部方向及睡眠姿势。

可选地，对所述初始鼾声数据进行预处理，获得待检测鼾声信号包括：

对所述初始鼾声数据进行高通滤波，获得高频放大鼾声信号；

对所述高频放大鼾声信号进行成帧处理，获得若干鼾声帧信号；

对所述鼾声帧信号进行汉宁窗处理，获得所述待检测鼾声信号。