【技术实现步骤摘要】
血氧饱和度信号分析方法、装置、计算机设备和存储介质
本申请涉及计算机
,特别是涉及一种血氧饱和度信号分析方法、装置、计算机设备和存储介质。
技术介绍
睡眠呼吸暂停低通气综合征(SAHS,SleepApneaHypopneaSyndrome)是一种常见的与睡眠有关的呼吸障碍,其特征是睡眠时出现多次的气流减少和停止,据统计约有49.7%的男性和23.4%的女性成人患有睡眠呼吸障碍。夜间多导睡眠图(PSG,Polysomnography)是诊断SAHS最常用的标准,在整晚的PSG中,记录了口鼻气流、血氧饱和度(SpO2)、心电图和睡眠状态等生理信号,根据PSG记录的各种生理信号可以对SAHS进行识别。其中,血氧饱和度信号可以通过可穿戴式脉搏血氧饱和度仪测得,信号易于采集,且许多呼吸暂停事件与明显的氧饱和度下降有关,血氧饱和度信号逐渐成为诊断SAHS的常用指标。SAHS的诊断中,需要对呼吸暂停事件进行准确统计分析,而血氧饱和度信号记录的氧减事件,即氧饱和度下降并不一定与呼吸暂停事件相关。目前将血氧饱和度信号分成一到两分钟的间隔来分析是否发生呼吸暂停事件的血氧饱和度信号分析方法,只能确定各分段间隔内是否发生呼吸暂停事件,无法准确各呼吸暂停事件对应的氧减信号片段,而需要医生进行人工判定,导致血氧饱和度信号分析效率较低。
技术实现思路
基于此,有必要针对上述技术问题,提供一种能够提高血氧饱和度信号分析效率的血氧饱和度信号分析方法、装置、计算机设备和存储介质。一种血氧饱和度信号分析方法,所述 ...
【技术保护点】
1.一种血氧饱和度信号分析方法,所述方法包括:/n获取待分析的血氧饱和度信号;/n确定所述血氧饱和度信号中氧减事件对应的氧减信号片段;/n提取所述氧减信号片段的局部特征;/n融合所述局部特征和所述血氧饱和度信号的全局特征,得到融合特征;/n对所述融合特征进行氧减类型识别,得到所述氧减信号片段的氧减类型识别结果。/n
【技术特征摘要】
1.一种血氧饱和度信号分析方法,所述方法包括:
获取待分析的血氧饱和度信号;
确定所述血氧饱和度信号中氧减事件对应的氧减信号片段;
提取所述氧减信号片段的局部特征;
融合所述局部特征和所述血氧饱和度信号的全局特征,得到融合特征;
对所述融合特征进行氧减类型识别,得到所述氧减信号片段的氧减类型识别结果。
2.根据权利要求1所述的方法,其特征在于,所述确定所述血氧饱和度信号中氧减事件对应的氧减信号片段包括:
基于小波算法对所述血氧饱和度信号进行小波去噪处理,得到去噪后的血氧饱和度信号;
对所述去噪后的血氧饱和度信号进行平滑处理,得到预处理后的血氧饱和度信号;
根据所述预处理后的血氧饱和度信号的幅值变化,从所述预处理后的血氧饱和度信号中确定氧减事件;
从所述血氧饱和度信号中确定所述氧减事件对应的氧减信号片段。
3.根据权利要求1所述的方法,其特征在于,所述提取所述氧减信号片段的局部特征包括:
从所述血氧饱和度信号中提取所述氧减信号片段;
对所述氧减信号片段进行时序特征提取,得到氧减信号片段时序特征;
对所述氧减信号片段时序特征进行卷积处理,得到所述氧减信号片段的局部特征。
4.根据权利要求1所述的方法,其特征在于,所述融合所述局部特征和所述血氧饱和度信号的全局特征,得到融合特征包括:
获取所述血氧饱和度信号的全局特征;所述全局特征通过对所述血氧饱和度信号进行全局特征分析得到;
融合所述局部特征和所述全局特征,得到融合特征。
5.根据权利要求4所述的方法,其特征在于,所述全局特征包括所述血氧饱和度信号的平均值、标准差、曲线下面积、平均频率、峰值频率和中心频率中的至少一项。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述方法基于预训练的氧减信号分析模型实现,所述氧减信号分析模型的训练步骤包括:
获取原始血氧饱和度信号;
确定所述原始血氧饱和度信号中氧减事件对应的原始氧减信号片段,并根据所述原始氧减信号片段得到携带氧减类型标签的氧...
【专利技术属性】
技术研发人员:关建,殷善开,易红良,盛斌,李华婷,刘茹涵,许华俊,
申请(专利权)人:上海市第六人民医院,上海交通大学,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。