[发明专利]睡眠呼吸暂停检测方法、装置、设备以及存储介质

说明书

本发明涉及睡眠呼吸暂停检测领域，涉及一种睡眠呼吸暂停检测方法，包括：获取待测用户在预设的时间段内血氧饱和度信号以及呼吸努力信号，将血氧饱和度信号划分为若干个血氧饱和度信号段，将呼吸努力信号划分为若干个呼吸努力信号段；将若干个血氧饱和度信号段输入至第一深度分类模型，获得各个血氧饱和度信号段对应的第一检测序列，将若干个呼吸努力信号段输入至第二深度分类模型，获得各个呼吸努力信号段对应的第二检测序列；将同一采样周期对应的第一检测序列以及第二检测序列进行融合处理，获取融合处理后各个采样周期对应的第三检测序列；根据第三检测序列，获取作为待测用户在时间段内的睡眠呼吸暂停检测信息。

技术领域

本发明涉及睡眠呼吸暂停检测领域，特别涉及是一种睡眠呼吸暂停检测方法、装置、设备以及存储介质。

背景技术

睡眠是一种重要的生理活动，对于人体的物理和精神方面的自我恢复具有非常关键的作用。近年来，随着人们生活节奏的加快和工作压力的增加，人们对于自身的健康意识日益增强，而睡眠呼吸暂停检测能够反映出睡眠质量；

现有的睡眠呼吸暂停检测主要是通过接触式传感器采集睡眠过程中的用户的生理状态，如血氧饱和度信号、呼吸努力信号等等，但是，接触式传感器具有生理负荷高、检查分析技术复杂、人力费用消耗大的缺点。非接触式传感器存在信号混叠、鲁棒性差及个体差异性明显的特点，会受到运动伪影、工频噪声、环境噪声等干扰，导致获得的信号质量不一致，无法获取准确的睡眠呼吸暂停检测信息，造成睡眠呼吸暂停检测的准确率低。

发明内容

基于此，本发明的目的在于，提供一种睡眠呼吸暂停检测方法、装置、设备以及存储介质，采用深度学习的方式，对血氧饱和度信号段以及呼吸努力信号进行处理，获取相应的检测序列，进行融合处理，获取融合处理后的检测序列，用于反映用户的睡眠呼吸暂停检测信息，提高了睡眠呼吸暂停检测的效率以及精准性，降低了人力成本以及设备成本，提高了检测的实用性。

第一方面，本申请实施例提供了一种睡眠呼吸暂停检测方法，包括以下步骤：

构建第一深度分类模型以及第二深度分类模型，其中，所述第一深度分类模型为基于单通道血氧饱和度信号的深度分类模型，所述第二深度分类模型为基于单通道呼吸努力信号的深度分类模型；

获取待测用户在预设的时间段内的血氧饱和度信号以及呼吸努力信号，根据预设的采样周期，将所述血氧饱和度信号划分为若干个血氧饱和度信号段，以及将所述呼吸努力信号划分为若干个呼吸努力信号段；

将所述若干个血氧饱和度信号段输入至所述第一深度分类模型，获得各个血氧饱和度信号段对应的第一检测序列，将所述若干个呼吸努力信号段输入至所述第二深度分类模型，获得各个呼吸努力信号段对应的第二检测序列；

将同一采样周期对应的所述第一检测序列以及第二检测序列进行融合处理，获取融合处理后各个采样周期对应的第三检测序列，其中，所述第三检测序列包括若干个检测向量，所述检测向量包括呼吸暂停向量以及呼吸正常向量；

根据所述第三检测序列中呼吸暂停向量以及呼吸正常向量，获取所述各个采样周期对应的第三检测序列的睡眠呼吸暂停检测信息，进行组合，作为所述待测用户在所述时间段内的睡眠呼吸暂停检测信息。

第二方面，本申请实施例提供了一种睡眠呼吸暂停检测装置，包括：

模型构建模块，用于构建第一深度分类模型以及第二深度分类模型，其中，所述第一深度分类模型为基于单通道血氧饱和度信号的深度分类模型，所述第二深度分类模型为基于单通道呼吸努力信号的深度分类模型；

信号获取模块，用于获取待测用户在预设的时间段内的血氧饱和度信号以及呼吸努力信号，根据预设的采样周期，将所述血氧饱和度信号划分为若干个血氧饱和度信号段，以及将所述呼吸努力信号划分为若干个呼吸努力信号段；

检测序列获取模块，用于将所述若干个血氧饱和度信号段输入至所述第一深度分类模型，获得各个血氧饱和度信号段对应的第一检测序列，将所述若干个呼吸努力信号段输入至所述第二深度分类模型，获得各个呼吸努力信号段对应的第二检测序列；