技术摘要：
本发明公开了睡眠呼吸暂停低通气事件的分类识别装置及方法，睡眠呼吸暂停低通气事件的分类识别装置由传感单元和电路处理单元两部分组成，传感单元包括压电传感器A、压电传感器B、压电传感器C和声音传感器，电路处理单元包括电荷放大器、模数转换器、前置放大器、音频编 全部
背景技术：
睡眠对人体的身体健康和工作效率的提升起着重要的作用，其中的睡眠呼吸状态 监测是睡眠监测的关键组成部分，当睡眠中伴有呼吸暂停或低通气，会导致白天嗜睡或感 到疲劳，其中长期的睡眠呼吸暂停会增加患心脏病、中风、糖尿病等疾病的风险。 传统的方法使用睡眠多导仪(PSG)监测人体的睡眠状况，涉及有：口鼻气流、心电、 血氧、体动、胸腹阻抗等生理信号的监测，该方法作为睡眠监测的黄金标准，其对睡眠呼吸 暂停的各类别能够较好的区别，但此类生理信号的监测设备过于繁杂同时粘贴电极、探头 等传感前端，常会干扰被测者的睡眠状态，不利于长期的睡眠监测。因此我们有必要针对现 有技术的不足而提供睡眠呼吸暂停低通气事件的分类识别装置及方法。
技术实现要素：
为了克服现有技术中的不足，本发明提出睡眠呼吸暂停低通气事件的分类识别装 置及方法，其能获得同步的多路非接触信号，对睡眠呼吸状态的各类别能够实现有效细致 的划分，有利于睡眠呼吸状态的及早发现。 为了实现上述目的，本发明的一种睡眠呼吸暂停低通气的分类识别装置，由传感 单元和电路处理单元两部分组成，传感单元包括压电传感器A、压电传感器B、压电传感器C 和声音传感器，其中压电传感器A、压电传感器B、压电传感器C依次置于人体的颈部、胸部以 及腹部位置，声音传感器置于人体颈部下方； 电路处理单元包括电荷放大器、模数转换器、前置放大器、音频编码器和核心处理 器，其中压电传感器A、压电传感器B、压电传感器C均连接电荷放大器，电荷放大器通过模数 转换器连接微处理器，声音传感器通过前置放大器连接音频编码器，音频编码器连接微处 理器。 睡眠呼吸暂停低通气事件的分类识别方法，包括步骤 S101，同步采集：压电传感器A、压电传感器B、压电传感器C采集人体颈部、胸部和 腹部的运动信号,声音传感器采集睡眠过程中的音频A； S102，数据序列对齐：前置放大器对音频A进行放大处理得到音频B,保证音频B和 压电信号为对齐状态； S103，变换得到6路信号：压电传感器A采样人体颈部运动信号并通过低通滤波器 H1分离出呼吸信号X1, 步骤S2中音频B为信号X2, 压电传感器B采样人体胸部运动信号并通过带通滤波器H2分离出心跳信号X3, 压电传感器B采样人体胸部运动信号并通过低通滤波器H3分离出呼吸信号X4, 4 CN 111543942 A 说 明 书 2/6 页 压电传感器C采样人体腹部运动信号并通过低通滤波器H4得到腹部呼吸信号X5, 胸部运动信号、腹部运动信号和颈部运动信号，三路信号的求和平均获得体动信 号X6； S104，10s数据片段划分：步骤S103中X1-X6，通过设置长度为10s的数据窗口对采 集一整晚信号X1-X6分别滑动截取多个子信号片段X1k,X2k...X6k,其中k＝1,2,...n，X1k, X2k...X6k的长度各为10s； S105，特征提取：对信号进行特征提取，特征包括，X1k的特征排列熵值EnX1k、X1k 的容积特征X1kvol、X1k和X2k两信号的峰值点序列差的方差Vp和采样位置序列差的方差 Vt、X3k的HRV功率谱比值、X4k容积特征X4kvol、X5k容积特征X5kvol、胸部信号呼吸率特征 值ResX4k、腹部信号呼吸率特征值ResX5k和音频A功率谱特征； S106，采用分类器A判断呼吸暂停、低通气、正常呼吸状态； S107，若分类器A判断出有呼吸暂停事件，则采用分类器B对划分的呼吸暂停事件 进一步划分为中枢型和阻塞型； S108，滑窗累计事件次数：通过窗口滑动，设置步长为Ts,在整晚的睡眠中，累计各 事件出现的次数和时间的比值； S109，输出判别结果：根据步骤S108中比值信息，输出阻塞型、中枢型、混合型、低 通气、正常类别判断。 优选的，步骤S106中，分类器A采用如下的特征：X1k的特征排列熵值EnX1k、X1k的 容积特征X1kvol，体动信号特征为：设定阈值THm，当信号X6k中出现连续1s大于阈值THm的 信号段时，标记该段信号X6k及X6k-1为体动也即是Movex6k或Movex6k-1置1；峰值点序列差 的方差Vp，采样位置序列差的方差Vt，心率功率谱比值RatioVL，构建的分类决策公式如下： Yout1＝C1*1/En1k C2*X1kvol C3*(Vp Vt) C4*RatioVL C5*1/Movex6k Yout1
