CN110013221A - 一种鼻压检测方法、装置及鼻压检测器 - Google Patents
一种鼻压检测方法、装置及鼻压检测器 Download PDFInfo
- Publication number
- CN110013221A CN110013221A CN201910182719.4A CN201910182719A CN110013221A CN 110013221 A CN110013221 A CN 110013221A CN 201910182719 A CN201910182719 A CN 201910182719A CN 110013221 A CN110013221 A CN 110013221A
- Authority
- CN
- China
- Prior art keywords
- nose
- pressure detection
- nose pressure
- sliding window
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明实施例涉及睡眠监测技术领域,尤其公开了一种鼻压检测方法、装置、鼻压检测器及计算机存储介质,其中,方法包括:获取鼻压检测滑动窗口内的鼻压数据;判断反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值是否小于预设第一阈值;如果是,则确定存在鼻压缺失事件。由此可见,利用本发明方案,可以判断用户鼻压缺失的情况,从而为判断用户是否存在呼吸暂停提供依据。
Description
技术领域
本发明实施例涉及睡眠监测技术领域,特别是涉及一种鼻压检测方法、装置、鼻压检测器及计算机存储介质。
背景技术
呼吸暂停综合症是一种与睡眠相分别的阻塞性睡眠窒息症或中枢性睡眠窒息症,患者在睡眠过程中反复出现呼吸气流停止,并且持续时间超过10秒钟或气流量低于正常20%。
而存在睡眠呼吸暂停综合征的用户,由于在睡眠的过程中出现呼吸暂停,从而造成吸进去的氧气比正常人来得少,进而造成血液中氧气减少,影响记忆力。而用户鼻压缺失情况可以有效地反映用户呼吸暂停的情况。所以,迫切需要出现一种可以检查用户鼻压缺失情况的方法。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种监测呼吸暂停方法、装置、鼻压检测器及计算机存储介质。
为解决上述技术问题,本发明实施例采用的一个技术方案是:提供一种鼻压检测方法,包括获取鼻压检测滑动窗口内的鼻压数据;判断反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值是否小于预设第一阈值;如果是,则确定存在鼻压缺失事件。
可选的,所述获取鼻压检测滑动窗口内的鼻压数据,具体为:在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按采样步长向后滑动。
可选的,所述获取鼻压检测滑动窗口内的鼻压数据,具体为:在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按鼻压检测滑动窗口长度向后滑动。
可选的,反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值为:在所述鼻压检测滑动窗口内,采样到的最大鼻压数据和采样到的最小鼻压数据的差值的绝对值。
可选的,所述方法进一步包括:根据所述鼻压缺失事件确定鼻压缺失次数;所述根据所述鼻压缺失事件确定鼻压缺失次数,具体为:将所述连续出现鼻压缺失事件的次数除以预设第二阈值后向上取整,将取整后的值确定为鼻压缺失次数。
可选的,所述方法进一步包括:根据所述鼻压缺失次数确定是否存在呼吸暂停;所述根据所述鼻压缺失次数确定是否存在呼吸暂停,具体为:将睡眠周期内出现的所有鼻压缺失次数求和,判断求和后的鼻压缺失次数是否大于预设第三阈值,如果是,则确定存在呼吸暂停。
可选的,所述方法进一步包括:根据所述鼻压缺失次数确定是否存在呼吸暂停;所述根据所述鼻压缺失次数确定是否存在呼吸暂停,具体为:统计睡眠周期内出现的所有鼻压缺失次数中的最大值,判断所述最大值是否大于预设第四阈值,如果大于,则确定存在呼吸暂停。
为解决上述技术问题,本发明实施例采用的另一个技术方案是:提供了一种鼻压检测装置,包括:获取模块,用于获取鼻压检测滑动窗口内的鼻压数据;判断模块,用于判断所述鼻压检测滑动窗口内的最大鼻压差是否小于预设的第一阈值;第一确定模块,用于确定存在鼻压缺失事件。
为解决上述技术问题,本发明实施例采用的另一个技术方案是:提供了一种鼻压检测器,包括:鼻压采集装置、处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;所述鼻压采集装置用于采集用户的鼻压数据,并且将采集到的所述鼻压数据发送到处理器;所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述一种鼻压检测方法对应的操作。
为解决上述技术问题,本发明实施例采用的另一个技术方案是:提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述一种鼻压检测方法对应的操作。
本发明实施例的有益效果是:区别于现有技术的情况,本发明实施例通过一鼻压检测滑动窗口内的鼻压数据离散程度来判断用户鼻压缺失的情况,从而为判断用户是否存在呼吸暂停提供依据。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施例。
附图说明
通过阅读下文优选实施例的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施例的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明实施例一种本发明鼻压检测方法的流程图;
图2是本发明鼻压检测方法实施例中鼻压检测滑动窗口的一种滑动方式的示意图;
图3是本发明鼻压检测方法实施例中鼻压检测滑动窗口的另一种滑动方式的示意图;
图4是本发明另一个实施例一种鼻压检测方法的流程图;
图5是本发明鼻压检测方法实施例中连续出现鼻压缺失事件的示意图;
图6是是本发明第三实施例一种鼻压检测方法的流程图;
图7是根据本发明一种鼻压检测装置实施例的装置图;
图8是本发明鼻压检测器实施例的内部结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本方法实施例主要应用于鼻压检测器,鼻压检测器可以通过压力传感器来采集用户的鼻压数据,并分析采集到的鼻压数据来判断用户的鼻压是否正常。
请参阅图1,图1为本发明鼻压检测方法实施例的流程图。该方法包括以下步骤:
步骤S101:获取鼻压检测滑动窗口内的鼻压数据。
鼻压检测滑动窗口是指检测周期。而鼻压检测滑动窗口内的鼻压数据可以理解为在检测周期这一时长内压力传感器所采集到的鼻压数据。对于检测周期的具体时长不作限定,可以根据不同年龄设置不同值,一般设置为正常人的呼吸周期。例如:健康成年人安静时每分钟约呼吸16至18次,即检测周期可以为3.5秒。需要说明的是:步骤S101的具体实施方式可以有以下两种。
(1)在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按采样步长向后滑动。
其中,采样步长为根据鼻压数据的采样周期,例如:如果鼻压数据的采样频率为25Hz,鼻压数据的采样周期为0.04秒,当检测周期为3.5秒时,则一个检测周期的鼻压数据为3.5*25个,为88个。当鼻压检测滑动窗口向后滑动,则鼻压检测滑动窗口内最早的鼻压数据给新进入的鼻压数据替换。由于鼻压检测滑动窗口是按采样步长滑动,则鼻压检测滑动窗口每滑动一下,会向后滑动1个数据。如图2所示,鼻压检测滑动窗口①包括a1至a88的数据,向后滑动一采样步长后,变成鼻压检测滑动窗口②,其包括a2至a89的数据。
(2)在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,鼻压检测滑动窗口按鼻压检测滑动窗口长度向后滑动。
按鼻压检测滑动窗口长度向后滑动的滑动方式相比于按采样步长向后滑动的滑动方式,其鼻压数据更新得更多,例如:当采样频率为25Hz,鼻压检测滑动窗口为3.5秒,鼻压检测滑动窗口每滑动一次,则会向后按滑动88个数据,使得鼻压检测滑动窗口内的鼻压数据变为下一88个数据。如图3所示,鼻压检测滑动窗口③包括a1至a88这88个数据,向后滑动一次,则鼻压检测滑动窗口④,其包括a89至a176这88个数据。
可以理解的是:鼻压检测滑动窗口的滑动步长不限于上述描述步长,也可以为其它步长,此处不再限定。
步骤S102:判断反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值是否小于预设第一阈值。若是,则执行步骤S103a。若否,则执行步骤S103b。
而预设第一阈值的具体数值不作限定,可以通过实验确定。
步骤S103a:确定存在鼻压缺失事件。
鼻压缺失事件是指用户呼吸特别微弱,或者,没有呼吸。由于人体在正常呼吸时,呼气和吸气产生的气压相差很大,反而言之,如果鼻压检测滑动窗口内鼻压数据的离散程度很小,即呼气和吸气的鼻压数据相差很小,则可以说明用户的呼吸微弱,从而可以认为用户发生鼻压缺失事件。简而言之,反映鼻压检测滑动窗口内的鼻压数据离散程度的特征值为:在所述鼻压检测滑动窗口内,采样到的最大鼻压数据和采样到的最小鼻压数据的差值的绝对值。在一些实施例中,该绝对值可以理解为鼻压检测滑动窗口内鼻压数据的极差,极差是比较常见的用于评价一组数据的离散度的特征值,其可以有效地反映一组数据的波动范围。当然,鼻压检测滑动窗口内反映鼻压数据离散程度的特征值也不仅限于极差,也可以是其它反映离散程度的特征值,例如:如方差和标准差等等。
步骤S103b:确定不存在鼻压缺失事件。
请参阅图4,图4是本发明另一个实施例一种鼻压检测方法的流程图,本实施例与上述实施例的不同之处在于,在步骤S103a之后,方法还包括:
步骤S104:根据所述鼻压缺失事件确定鼻压缺失次数。
具体的,当鼻压缺失事件是单独出现时,则记为鼻压缺失一次。
当鼻压缺失事件连续出现时,将所述连续出现鼻压缺失事件的次数除以预设第二阈值后向上取整,将取整后的值确定为鼻压缺失次数。
而连续出现鼻压缺失事件主要是因为用户连续一段时间呼吸都比较微弱,例如:用户持续5秒呼吸微弱。如果用户持续呼吸微弱的时间过长,但是仍仅视为一次鼻压缺失也不太合理,所以本步骤中的预设第二阈值是为了限定一次鼻压缺失的最大时长,来避免这种不合理性。为了便于理解,当确定存在鼻压缺失事件时,可视为鼻压检测器输出1,当不存在鼻压缺失事件时,可视为鼻压检测器输出0,所以,每次鼻压检测滑动窗口向后滑动时,鼻压检测器都会输出1或0。如图5所示,连续出现的1有17次,即连续出现鼻压缺失事件的次数为17,如果预设第二阈值为5,17除以5之后向上取整结果为4,所以连续出现的17次鼻压缺失事件可以视为4次鼻压缺失。
对于预设第二阈值的具体数值不作限定,可以根据实验来确定。请参阅图6,图6是本发明第三实施例一种鼻压检测方法的流程图,本实施例与上述实施例的不同之处在于,在步骤S104之后,方法还包括:
步骤S105:根据所述鼻压缺失次数确定是否存在呼吸暂停。
如果用户存在呼吸暂停,用户吸进去的氧气比正常人来得少,从而影响其健康和记忆力。而鼻压缺失次数可以反映用户的鼻气流量以及用户呼吸异常持续的时间,从而可以作为判断用户是否存在呼吸暂停的依据。
具体的,根据所述鼻压缺失次数确定是否存在呼吸暂停包括以下两种方式。
(1)将睡眠周期内出现的所有鼻压缺失次数求和,判断求和后的鼻压缺失次数是否大于预设第三阈值,如果是,则确定存在呼吸暂停。
睡眠周期是指用户睡眠的时长,例如:晚上睡觉的时间。用户可以在睡前开启鼻压检测器,醒后关闭鼻压检测器,从而可以获其取睡眠期间的鼻压缺失情况。如果用户睡眠期间仅有1次或两次鼻压缺失,这可能只是偶发事件,不足以认为用户存在呼吸暂停。相反,如果用户在睡眠期间的鼻压缺失次数很多,则可以认为用户存在呼吸暂停。而预设第三阈值也可以通过实验确定。
(2)统计睡眠周期内出现的所有鼻压缺失次数中的最大值,判断所述最大值是否大于预设第四阈值,如果大于,则确定存在呼吸暂停。
由于呼吸暂停综合症的症状之一即是患者睡眠过程中出现呼吸气流微弱,且持续时间超过10秒,而本步骤中的最大值即可反映用户睡眠期间连续鼻压缺失的最长时间,反而言之,所以可以通过最大值与预设第四阈值比较,来判断用户是否存在呼吸暂停。
对于预设第四阈值的具体数值不作限定,可以根据实验来确定。
本发明实施例通过一鼻压检测滑动窗口内的鼻压数据离散程度来判断用户鼻压缺失的情况,为判断用户是否存在呼吸暂停提供依据,从而使用户在自身呼吸出现异常时能及时发现。
本发明提供的一种鼻压检测装置实施例,如图7所示,鼻压检测装置100包括获取模块101、判断模块102和第一确定模块103。
获取模块101,用于获取鼻压检测滑动窗口内的鼻压数据。判断模块102,用于判断反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值是否小于预设的第一阈值。第一确定模块103,用于确定存在鼻压缺失事件。
在一些实施例中,获取模块101用于获取鼻压检测滑动窗口内的鼻压数据,具体为:在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按采样步长向后滑动。
在另一些实施例中,获取模块101用于获取鼻压检测滑动窗口内的鼻压数据,具体为:在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按鼻压检测滑动窗口长度向后滑动。
在另一些实施例中,所述反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值为:在所述鼻压检测滑动窗口内,采样到的最大鼻压数据和采样到的最小鼻压数据的差值的绝对值。
进一步的,鼻压检测装置100还包括第二确定模块104。第二确定模块104,用于根据所述鼻压缺失事件确定鼻压缺失次数。
在一些实施例中,第二确定模块104用于根据所述鼻压缺失事件确定鼻压缺失次数,具体为:将所述连续出现鼻压缺失事件的次数除以预设第二阈值后向上取整,将取整后的值确定为鼻压缺失次数。
进一步的,鼻压检测装置100还包括第三确定模块105。第三确定模块105,用于根据所述鼻压缺失次数确定是否存在呼吸暂停。
在一些实施例中,第三确定模块105用于根据所述鼻压缺失次数确定是否存在呼吸暂停,具体为:将睡眠周期内出现的所有鼻压缺失次数求和,判断求和后的鼻压缺失次数是否大于预设第三阈值,如果是,则确定存在呼吸暂停。
在另一些实施例中,第三确定模块105用于根据所述鼻压缺失次数确定是否存在呼吸暂停,具体为:统计睡眠周期内出现的所有鼻压缺失次数中的最大值,判断所述最大值是否大于预设第四阈值,如果大于,则确定存在呼吸暂停。
本发明实施例通过获取模块101获取用户鼻压数据,之后通过这些鼻压数据的离散程度来判断用户鼻压缺失的情况。
本申请实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的鼻压检测方法。
图8本发明鼻压检测器实施例的内部结构示意图,本发明具体实施例并不对鼻压检测器的具体实现做限定。
如图8所示,该鼻压检测器可以包括:处理器(processor)902、通信接口(Communications Interface)904、存储器(memory)906、通信总线908和鼻压采集装置903。
其中:
处理器902、通信接口904、以及存储器906通过通信总线908完成相互间的通信。
通信接口904,用于与其它设备比如客户端或其它服务器等的网元通信。
鼻压采集装置903,与通信接口904相连,用于采集用户的鼻压数据,并且将采集到的鼻压数据通过通信接口904发送到处理器902。
处理器902,用于执行程序910,具体可以执行上述鼻压检测方法实施例中的相关步骤。
具体地,程序910可以包括程序代码,该程序代码包括计算机操作指令。
处理器902可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器906,用于存放程序910。存储器906可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序910具体可以用于使得处理器902执行以下操作:
获取鼻压检测滑动窗口内的鼻压数据;
判断反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值是否小于预设第一阈值;
如果是,则确定存在鼻压缺失事件。
在一种可选的方式中,程序910具体可以进一步用于使得处理器902执行以下操作:
在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按采样步长向后滑动。
在一种可选的方式中,程序910具体可以进一步用于使得处理器902执行以下操作:
在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按鼻压检测滑动窗口长度向后滑动。
在一种可选的方式中,程序910具体可以进一步用于使得处理器902执行以下操作:
根据所述鼻压缺失事件确定鼻压缺失次数。
在一种可选的方式中,程序910具体可以进一步用于使得处理器902执行以下操作:
将所述连续出现鼻压缺失事件的次数除以预设第二阈值后向上取整,将取整后的值确定为鼻压缺失次数。
在一种可选的方式中,程序910具体可以进一步用于使得处理器902执行以下操作:
根据所述鼻压缺失次数确定是否存在呼吸暂停。
在一种可选的方式中,程序910具体可以进一步用于使得处理器902执行以下操作:
将睡眠周期内出现的所有鼻压缺失次数求和,判断求和后的鼻压缺失次数是否大于预设第三阈值,如果是,则确定存在呼吸暂停。
在一种可选的方式中,程序910具体可以进一步用于使得处理器902执行以下操作:
统计睡眠周期内出现的所有鼻压缺失次数中的最大值,判断所述最大值是否大于预设第四阈值,如果大于,则确定存在呼吸暂停。
在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述,构造这类***所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施例。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施例的权利要求书由此明确地并入该具体实施例,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的鼻压检测装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种鼻压检测方法,其特征在于,包括:
获取鼻压检测滑动窗口内的鼻压数据;
判断反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值是否小于预设第一阈值;
如果是,则确定存在鼻压缺失事件。
2.如权利要求1所述的鼻压检测方法,其特征在于,所述获取鼻压检测滑动窗口内的鼻压数据,具体为:
在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按采样步长向后滑动。
3.如权利要求1所述的鼻压检测方法,其特征在于,所述获取鼻压检测滑动窗口内的鼻压数据,具体为:
在所述鼻压检测滑动窗口内,根据预设的采样步长获取采样鼻压数据,所述鼻压检测滑动窗口按鼻压检测滑动窗口长度向后滑动。
4.如权利要求1或2或3所述的鼻压检测方法,其特征在于,所述反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值为:在所述鼻压检测滑动窗口内,采样到的最大鼻压数据和采样到的最小鼻压数据的差值的绝对值。
5.如权利要求4所述的鼻压检测方法,其特征在于,所述方法进一步包括:
根据所述鼻压缺失事件确定鼻压缺失次数;
所述根据所述鼻压缺失事件确定鼻压缺失次数,具体为:
将所述连续出现鼻压缺失事件的次数除以预设第二阈值后向上取整,将取整后的值确定为鼻压缺失次数。
6.如权利要求5所述的鼻压检测方法,其特征在于,所述方法进一步包括:
根据所述鼻压缺失次数确定是否存在呼吸暂停;
所述根据所述鼻压缺失次数确定是否存在呼吸暂停,具体为:
将睡眠周期内出现的所有鼻压缺失次数求和,判断求和后的鼻压缺失次数是否大于预设第三阈值,如果是,则确定存在呼吸暂停。
7.如权利要求5所述的鼻压检测方法,其特征在于,所述方法进一步包括:
根据所述鼻压缺失次数确定是否存在呼吸暂停;
所述根据所述鼻压缺失次数确定是否存在呼吸暂停,具体为:
统计睡眠周期内出现的所有鼻压缺失次数中的最大值,判断所述最大值是否大于预设第四阈值,如果大于,则确定存在呼吸暂停。
8.一种鼻压检测装置,其特征在于,包括:
获取模块,用于获取鼻压检测滑动窗口内的鼻压数据;
判断模块,用于判断反映所述鼻压检测滑动窗口内的鼻压数据离散程度的特征值是否小于预设的第一阈值;
第一确定模块,用于确定存在鼻压缺失事件。
9.一种鼻压检测器,其特征在于,包括鼻压采集装置、处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述鼻压采集装置用于采集鼻压数据,并且将采集到的所述鼻压数据发送到所述处理器;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的鼻压检测方法对应的操作。
10.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的鼻压检测方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910182719.4A CN110013221B (zh) | 2019-03-12 | 2019-03-12 | 一种鼻压检测方法、装置及鼻压检测器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910182719.4A CN110013221B (zh) | 2019-03-12 | 2019-03-12 | 一种鼻压检测方法、装置及鼻压检测器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110013221A true CN110013221A (zh) | 2019-07-16 |
CN110013221B CN110013221B (zh) | 2022-09-09 |
Family
ID=67189460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910182719.4A Active CN110013221B (zh) | 2019-03-12 | 2019-03-12 | 一种鼻压检测方法、装置及鼻压检测器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110013221B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130296823A1 (en) * | 2010-08-17 | 2013-11-07 | University Of Florida Research Foundation | Intelligent Drug and/or Fluid Delivery System to Optimizing Medical Treatment or Therapy Using Pharmacodynamic and/or Pharamacokinetic Data |
US20150073291A1 (en) * | 2013-09-06 | 2015-03-12 | Breathe Technologies, Inc. | Apnea and hypopnea detection |
CN104545888A (zh) * | 2014-12-27 | 2015-04-29 | 迪姆软件(北京)有限公司 | 一种基于动态心电与呼吸波采集的睡眠呼吸暂停采集分析*** |
CN104688239A (zh) * | 2015-03-26 | 2015-06-10 | 北京怡和嘉业医疗科技有限公司 | 睡眠呼吸事件的种类的确定方法及*** |
US20160296165A1 (en) * | 2015-04-10 | 2016-10-13 | Dymedix Corporation | Screening system for assessing sleep abnormalities |
CN106618578A (zh) * | 2017-02-13 | 2017-05-10 | 深圳市沃特沃德股份有限公司 | 一种呼吸状态监测方法及装置 |
WO2017185128A1 (en) * | 2016-04-26 | 2017-11-02 | Resmed Limited | Diagnosis and monitoring of respiratory disorders |
CN109222978A (zh) * | 2018-09-22 | 2019-01-18 | 广州和普乐健康科技有限公司 | 一种呼吸努力检测方法 |
-
2019
- 2019-03-12 CN CN201910182719.4A patent/CN110013221B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130296823A1 (en) * | 2010-08-17 | 2013-11-07 | University Of Florida Research Foundation | Intelligent Drug and/or Fluid Delivery System to Optimizing Medical Treatment or Therapy Using Pharmacodynamic and/or Pharamacokinetic Data |
US20150073291A1 (en) * | 2013-09-06 | 2015-03-12 | Breathe Technologies, Inc. | Apnea and hypopnea detection |
CN104545888A (zh) * | 2014-12-27 | 2015-04-29 | 迪姆软件(北京)有限公司 | 一种基于动态心电与呼吸波采集的睡眠呼吸暂停采集分析*** |
CN104688239A (zh) * | 2015-03-26 | 2015-06-10 | 北京怡和嘉业医疗科技有限公司 | 睡眠呼吸事件的种类的确定方法及*** |
US20160296165A1 (en) * | 2015-04-10 | 2016-10-13 | Dymedix Corporation | Screening system for assessing sleep abnormalities |
WO2017185128A1 (en) * | 2016-04-26 | 2017-11-02 | Resmed Limited | Diagnosis and monitoring of respiratory disorders |
CN106618578A (zh) * | 2017-02-13 | 2017-05-10 | 深圳市沃特沃德股份有限公司 | 一种呼吸状态监测方法及装置 |
CN109222978A (zh) * | 2018-09-22 | 2019-01-18 | 广州和普乐健康科技有限公司 | 一种呼吸努力检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110013221B (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5662373B2 (ja) | 呼吸信号から呼吸パターンを検出して識別する方法 | |
EP2621336B1 (en) | Apparatus and method for diagnosing obstructive sleep apnea | |
EP2945537B1 (en) | Detection of sleep apnea using respiratory signals | |
EP2677927B1 (en) | Respiration monitoring method and system | |
EP2747818B1 (en) | Detecting mouth-breathing in early phase expiration | |
CN109480783A (zh) | 一种呼吸暂停检测方法、装置及计算设备 | |
CN106659427A (zh) | 肺部状况的无创监测 | |
US20200107775A1 (en) | Methods and Systems for Monitoring Sleep Apnea | |
JP7215756B2 (ja) | 慢性閉塞性肺疾患の増悪を早期に識別する方法 | |
US9668673B2 (en) | System for the automatic detection of respiratory diseases and for the prediction of future acute airway instabilities | |
CN102782691A (zh) | 用于获得呼吸困难的客观度量的***和方法 | |
US20140330095A1 (en) | System and methods for estimating respiratory airflow | |
Loo et al. | A machine learning approach to assess magnitude of asynchrony breathing | |
CN107510449A (zh) | 心率分析方法及智能穿戴设备 | |
WO2019245451A1 (en) | Sensing olfactory response to one or more scents | |
CN110013221A (zh) | 一种鼻压检测方法、装置及鼻压检测器 | |
CN113827202A (zh) | 基于机器学习的睡眠质量检测方法及装置 | |
JP7067389B2 (ja) | 生体状態推定装置 | |
Rossi et al. | Sleep-see-through: Explainable deep learning for sleep event detection and quantification from wearable somnography | |
CN113164101A (zh) | 一种呼吸中止检测***、方法、计算设备和储存介质 | |
Pearson et al. | Heart-rate based sleep apnea detection using Arduino | |
US20180078199A1 (en) | Detection of sleep disordered breathing using cardiac autonomic responses | |
KR102637473B1 (ko) | 수면다원검사에 따른 rera 구간을 감지하기 위한 데이터 처리 장치 및 그 동작 방법 | |
KR102637472B1 (ko) | 수면다원검사에 따른 호흡 이벤트 구간을 감지하기 위한 데이터 처리 장치 및 그 동작 방법 | |
CN106725492B (zh) | 一种气流数据检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: 518000 Guangdong science and technology innovation and Research Institute, Shenzhen, Shenzhen, Nanshan District No. 6, science and technology innovation and Research Institute, Shenzhen, D 10, 1004, 10 Patentee after: Shenzhen Hetai intelligent home appliance controller Co.,Ltd. Address before: 518000 Guangdong science and technology innovation and Research Institute, Shenzhen, Shenzhen, Nanshan District No. 6, science and technology innovation and Research Institute, Shenzhen, D 10, 1004, 10 Patentee before: SHENZHEN H&T DATA RESOURCES AND CLOUD TECHNOLOGY Ltd. |
|
CP01 | Change in the name or title of a patent holder |