一种鼾声检测方法及系统.pdf

本发明公开了一种鼾声检测方法系统，克服现有技术中检测人体睡眠时的鼾声准确性较低的不足。该方法包括：在呼吸机的出气口处持续检测呼吸信号；根据持续检测到的所述呼吸信号的震动幅度值获得呼吸震动阈值；在最近一次检测到的所述呼吸信号的震动幅度值大于所述呼吸震动阈值时，认定所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。本发明的实施例降低了设备的实现难度和开发成本，提高了鼾声检测的准确性。

1.  一种鼾声检测方法，包括：
在呼吸机的出气口处持续检测呼吸信号；
根据持续检测到的所述呼吸信号的震动幅度值获得呼吸震动阈值；
在最近一次检测到的所述呼吸信号的震动幅度值大于所述呼吸震动阈值时，认定所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。

2.  根据权利要求1所述的方法，其特征在于：
所述呼吸信号包括声音信号、气流信号或者气压信号。

3.  根据权利要求1所述的方法，其特征在于，根据持续检测到的呼吸信号的震动幅度值获得呼吸震动阈值，包括：
对呼吸信号进行高通滤波；
计算所述高通滤波后的呼吸信号的滑动平均值；
对于一次呼吸，将高通滤波后的呼吸信号的最大值与所述滑动平均值之间的差值，作为该次呼吸的震动幅度值；
根据多次呼吸的震动幅度值获得所述呼吸震动阈值。

4.  根据权利要求3所述的方法，其特征在于，根据多次呼吸的震动幅度值获得所述呼吸震动阈值，包括：
对多次呼吸的震动幅度值进行滑动平均，获得幅度平均值；
根据多次呼吸的幅度平均值获得所述呼吸震动阈值。

5.  根据权利要求1所述的方法，其特征在于，该方法包括：
所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声时，对预设的鼾声事件得分进行加分；
所述最近一次检测到的呼吸信号所对应的呼吸未发生鼾声时，对所述鼾声事件得分进行减分。

6.  根据权利要求5所述的方法，其特征在于，该方法包括：
当所述鼾声事件得分超出预设的第一门限值时，升高所述呼吸机的治疗压力；
当所述鼾声事件得分低于预设的第二门限值时，维持或降低所述呼吸机的治疗压力；
其中，所述第一门限值大于所述第二门限值。

7.  一种鼾声检测系统，包括：
检测模块，设置为在呼吸机的出气口处持续检测呼吸信号；
获取模块，设置为根据持续检测到的呼吸信号的震动幅度值获得呼吸震动阈值；
判断模块，设置为在最近一次检测到的呼吸信号的震动幅度值大于所述呼吸震动阈值时，认定所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。

8.  根据权利要求7所述的系统，其特征在于，所述获取模块包括：
滤波单元，设置为对呼吸信号进行高通滤波；
计算单元，设置为计算所述高通滤波后的呼吸信号的滑动平均值；
获取单元，设置为对于一次呼吸，将高通滤波后的呼吸信号的最大值与所述滑动平均值之间的差值，作为该次呼吸的震动幅度值；并根据多次呼吸的震动幅度值获得所述呼吸震动阈值。

9.  根据权利要求7所述的系统，其特征在于，该系统包括：
记录模块，设置为所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声时，对预设的鼾声事件得分进行加分；以及所述最近一次检测到的呼吸信号所对应的呼吸未发生鼾声时，对所述鼾声事件得分进行减分。

10.  根据权利要求9所述的系统，其特征在于，该系统包括：
调压模块，设置为当所述鼾声事件得分超出预设的第一门限值时，升高所述呼吸机的治疗压力；当所述鼾声事件得分低于预设的第二门限值时，降低所述呼吸机的治疗压力；
其中，所述第一门限值大于所述第二门限值。

一种鼾声检测方法及系统
技术领域
本发明涉及人体呼吸治疗技术，尤其涉及一种鼾声检测方法及系统。
背景技术
鼾症(医学术语为睡眠呼吸暂停综合症，又称为打鼾或者打呼噜)是一种普遍存在的睡眠现象。通常将人熟睡后鼾声响度增大超过60分贝(dB)以上，妨碍正常呼吸时的气体交换称为鼾症。轻度的鼾症对人体健康影响不大，但5％鼾症患者兼有睡眠期间不同程度的憋气现象，即伴有睡眠呼吸暂停的鼾症，可导致不同程度缺氧。较严重的鼾症更是人体健康的大敌。
由于鼾症会使睡眠呼吸反复暂停，容易造成大脑、血液严重缺氧，形成低血氧症，从而诱发高血压、脑心病、心率失常、心肌梗死以及心绞痛等疾病。容易对人体多种系统、多种器官造成伤害。儿童鼾症还会影响身体与智力发育。夜间呼吸暂停时间超过120秒还容易在凌晨发生猝死。
鼾症与阻塞性睡眠呼吸暂停是上气道阻塞由轻到重的两个发展阶段。一般认为有50％的鼾症患者可发展为阻塞性睡眠呼吸暂停。研究发现，上气道阻塞或通气不畅皆可发生鼾症和阻塞性睡眠呼吸暂停。
持续气道正压通气(Continuous Positive Airway Pressure，CPAP)是目前阻塞性睡眠呼吸暂停低通气综合征(OSAHS)的治疗方式中，最优先推荐患者使用的治疗方式。其治疗原理是通过对患者上气道提供持续的正压通气，撑开患者塌陷的上气道，从而恢复并保障患者的通气。对于鼾症患者使用CPAP进行治疗，不仅是一种有效的治疗方式，而且可以对OSAHS防患于未然。
现有判断鼾症的方式，主要是通过鼾声检测来实现，其基于对人体每个自然呼吸进行单独分析。即在每一次呼吸的呼气过程中，对基于这一次呼吸所检测到的信号进行分析，并得到这一次呼吸的鼾声检测值。在一次呼吸的过程中，使用麦克风获得面罩处的声音信号，即气道中的总噪声信号。在进入呼气段后，将这一次呼吸分为吸气段和呼气段。对吸气段和呼气段的声音信号分别使用T_insp和 T_exp作为时间常数进行滤波，分别得到吸气段和呼气段的鼾声信号。
如图1所示，现有的鼾声检测方法的主要流程，包括如下步骤。
步骤S110，使用吸气时间常数T_insp对吸气段的噪声进行滤波。
步骤S120，使用呼气时间常数T_exp对呼气段的噪声进行滤波。
步骤S130，判断在呼气段时，(吸气鼾声信号-呼气鼾声信号)>(呼气鼾声信号/阈值因子)是否成立。如果成立，则转步骤S140继续执行；如果不成立，则返回步骤S110以继续下一次的吸气段的噪声滤波。
步骤S140，得到检测到鼾声的结果，并记录本次鼾声的鼾声值。
步骤S150，针对多次呼吸，对所检测到的鼾声值进行滤波，得到平均鼾声值。
图1所示的现有技术，认为鼾声信号等于人体鼾声与呼吸机等设备的内在噪声，并且认为人体鼾症只发生在吸气段，而呼气段的鼾声信号是作为设备内在噪声进行处理。
一方面，上述现有技术需要使用麦克风等设备来检测声音信号，需要借助于一定的软硬件，成本较高，同时还容易受到周围环境的噪声的影响。另一方面，现有技术需要以能够准确区分吸气段和呼气段为前提，如果出现了不规则的呼吸波形，造成对于吸气段和呼气段的错误判断，也会影响鼾声检测的准确性。
发明内容
本发明所要解决的技术问题是为了克服现有技术中检测人体睡眠时的鼾声准确性较低的不足。
为了解决上述技术问题，本发明的实施例首先提供了一种鼾声检测方法，包括：在呼吸机的出气口处持续检测呼吸信号；根据持续检测到的所述呼吸信号的震动幅度值获得呼吸震动阈值；在最近一次检测到的所述呼吸信号的震动幅度值大于所述呼吸震动阈值时，认定所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。
优选地，所述呼吸信号包括声音信号、气流信号或者气压信号。
优选地，根据持续检测到的呼吸信号的震动幅度值获得呼吸震动阈值，包括：对呼吸信号进行高通滤波；计算所述高通滤波后的呼吸信号的滑动平均值；对于一次呼吸，将高通滤波后的呼吸信号的最大值与所述滑动平均值之间的差值，作为该次呼吸的震动幅度值；根据多次呼吸的震动幅度值获得所述呼吸震动阈值。
优选地，根据多次呼吸的震动幅度值获得所述呼吸震动阈值，包括：对多次呼吸的震动幅度值进行滑动平均，获得幅度平均值；根据多次呼吸的幅度平均值获得所述呼吸震动阈值。
优选地，该方法包括：所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声时，对预设的鼾声事件得分进行加分；所述最近一次检测到的呼吸信号所对应的呼吸未发生鼾声时，对所述鼾声事件得分进行减分。
优选地，该方法包括：当所述鼾声事件得分超出预设的第一门限值时，升高所述呼吸机的治疗压力；当所述鼾声事件得分低于预设的第二门限值时，维持或降低所述呼吸机的治疗压力；其中，所述第一门限值大于所述第二门限值。
本发明的实施例还提供了一种鼾声检测系统，包括：检测模块，设置为在呼吸机的出气口处持续检测呼吸信号；获取模块，设置为根据持续检测到的呼吸信号的震动幅度值获得呼吸震动阈值；判断模块，设置为在最近一次检测到的呼吸信号的震动幅度值大于所述呼吸震动阈值时，认定所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。
优选地，所述获取模块包括：滤波单元，设置为对呼吸信号进行高通滤波；计算单元，设置为计算所述高通滤波后的呼吸信号的滑动平均值；获取单元，设置为对于一次呼吸，将高通滤波后的呼吸信号的最大值与所述滑动平均值之间的差值，作为该次呼吸的震动幅度值；并根据多次呼吸的震动幅度值获得所述呼吸震动阈值。
优选地，该系统包括：记录模块，设置为所述最近一次检测到的呼吸信号所对应的呼吸发生了鼾声时，对预设的鼾声事件得分进行加分；以及所述最近一次检测到的呼吸信号所对应的呼吸未发生鼾声时，对所述鼾声事件得分进行减分。
优选地，该系统包括：调压模块，设置为当所述鼾声事件得分超出预设的第一门限值时，升高所述呼吸机的治疗压力；当所述鼾声事件得分低于预设的第二门限值时，降低所述呼吸机的治疗压力；其中，所述第一门限值大于所述第二门限值。
与现有技术相比，本发明的实施例持续检测呼吸信号，不需要区分呼吸的吸气段和呼气段，降低了设备的实现难度和开发成本。本发明的实施例通过检测呼吸机出气口处的呼吸信号的变化，来进行是否发生了鼾声事件的判断。相比现有技术普遍认为人体鼾症仅发生在吸气段而将呼气段的鼾声作为设备噪声而言，本 发明的实施例对一次呼吸的吸气段和呼气段进行完整检测并综合考虑，显著提高了鼾声检测的准确性。
本发明的实施例可以针对不同程度鼾症的用户自动调整呼吸机的压力，针对性地为用户提供适宜的治疗压力。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明的技术方案而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构和/或流程来实现和获得。
附图说明
附图用来提供对本发明的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本发明实施例的附图与本发明的实施例一起用于解释本发明的技术方案，但并不构成对本发明技术方案的限制。
图1为当前鼾声检测方法的流程示意图。
图2为本发明实施例的鼾声检测方法的流程示意图。
图3为本发明实施例的鼾声检测方法中根据呼吸信号获得呼吸震动阈值的流程示意图。
图4为本发明实施例的鼾声检测系统的结构示意图。
图5为本发明实施例的鼾声检测系统中获取模块的结构示意图。
具体实施方式
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成相应技术效果的实现过程能充分理解并据以实施。本发明实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。
附图所示出的本发明的实施例的方法所包含的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然本发明的实施例的方法在流程图中示出了逻辑顺序，但是在某些情况下，本发明的实施例的方法也可以以不同于附图所示的顺序执行所示出或描述的步骤。
图2示出了本发明实施例的鼾声检测方法的流程示意图。如图2所示，本发 明的鼾声检测方法的该实施例，主要包括如下步骤。
步骤S210，在呼吸机的出气口处持续检测呼吸信号。每一个呼吸信号对应使用该呼吸机的用户的一次呼吸。
步骤S220，根据持续检测到的呼吸信号的震动幅度值获得呼吸震动阈值。
步骤S230，在最近一次检测到的呼吸信号的震动幅度值大于该呼吸震动阈值时，将该最近一次检测到的呼吸信号所对应的呼吸判定为发生了鼾声。
本发明的实施例，在检测到发生了一次鼾声之后，又重新执行步骤S210到步骤S230的检测和判断。
本发明的发明人研究发现，鼾症患者打鼾时，在呼吸机的出口处会产生呼气声音的变化、气体压力的变化或者气体流量的变化等。本发明的实施例在呼吸机的出气口处持续检测用户呼吸的声音信号、气压信号或者气流信号。然后根据在呼吸机的出气口处所检测到的声音信号、气压信号或者气流信号来进行呼吸机的用户是否打鼾的判断。
本发明的技术方案在呼吸机中可以使用压力传感器，以检测呼吸机出气口处的气体压力。通过对压力传感器检测得到的气体气压信号进行高通滤波，得到的高频信号就可以认为是鼾声信号。当然，也可以使用麦克风、流量传感器等来采集呼吸机出气口处的声音信号或气流信号等，然后对采集到的声音信号或者气流进行相应的高通滤波处理，也可以得到统一形式的呼吸信号。
本发明的实施例中，根据持续检测到的呼吸信号获得呼吸震动阈值，可以通过如图3所示的流程来进行。
步骤S310，对一段时间内的多个呼吸信号进行高通滤波。
其中的该一段时间，表示的是对呼吸信号进行检测的一个时间段，以根据这个时间段获得呼吸震动阈值。在实际应用中，该一段时间比如可以是呼吸机设备开机后持续运行的一段时间，或者也可以是从当前时刻开始的一个时间段。
步骤S320，计算这些高通滤波后的呼吸信号的滑动平均值。
步骤S330，对于一次呼吸，在该次呼吸结束后，将高通滤波后的呼吸信号的最大值与所计算出的滑动平均值之间的差值，作为该次呼吸的震动幅度值。
步骤S340，根据多次呼吸的震动幅度值，就可以获得该呼吸震动阈值。
其中，在计算这些呼吸信号的滑动平均值时，对应的时间窗长度可以设置为10秒或者20秒。当然，为了提高准确性，时间窗的长度设置为更长或者更短也 都是可以的。
而根据多次呼吸的震动幅度值获得呼吸震动阈值，本发明的实施例中，是对多次呼吸的震动幅度值的进行滑动平均，根据该滑动平均所获得的幅度平均值，来获得该呼吸震动阈值。所获得的呼吸震动阈值，可以用来判断一次呼吸是否发生了鼾声事件。其中，对多次呼吸的震动幅度值的进行滑动平均，可以是对连续的多个呼吸各自的震动幅度值进行滑动平均，也可以是一个连续的时间段内的多个呼吸各自的震动幅度值进行滑动平均。
例如，本发明的一个实施例中，用最近的64个呼吸的幅度值进行滑动平均。然后，将该滑动平均所获得的幅度平均值的二分之一，作为上述的呼吸震动阈值。
在获得呼吸震动阈值后，就可以根据所获得的呼吸震动阈值来判断后续呼吸是否发生了鼾声事件。比如，最近一次检测到的呼吸信号的震动幅度值大于该呼吸震动阈值时，就可以认定用户在该最近一次所检测到的呼吸信号所对应的呼吸过程中发生了鼾声，也即用户在这一次呼吸过程中打鼾了。否则，就可以认定用户在该最近一次所检测到的呼吸信号所对应的呼吸过程中没有打鼾。
鼾声事件的发生，往往预示着呼吸暂停的发生或发生的可能性。因此，可以通过调整治疗压力来维持用户的上气道的通畅，预防呼吸暂停的发生。
对于每一次呼吸，如果检测到发生了鼾声时，就对预设的鼾声事件得分进行加分。如果没有检测到发生了鼾声，就对所述鼾声事件得分进行减分。然后，通过持续记录该鼾声事件得分，就可以用该鼾声事件得分来为呼吸机的用户提供更加适宜的治疗压力，针对性地避免不同鼾症程度的用户发生呼吸暂停。
假设鼾声事件得分的初始值为0。对于第一次呼吸，检测该次呼吸发生了鼾声，则该次呼吸的鼾声事件分值为1；采用该分值1对鼾声事件得分进行更新。第一次呼吸结束后，鼾声事件得分更新为1。对于第二次呼吸，检测该次呼吸也发生了鼾声，则该次呼吸的鼾声事件分值为1；采用该分值1对鼾声事件得分再次进行更新。第二次呼吸结束后，鼾声事件得分更新为2。对于第三次呼吸，检测该次呼吸没有发生鼾声，则该次呼吸的鼾声事件分值为-1；采用该分值-1对鼾声事件得分再次进行更新。第三次呼吸结束后，鼾声事件得分更新为1。以此类推，经过长时间的检测，就可以得到随着呼吸实时更新的鼾声事件得分。
当一段时间累计所得的鼾声事件得分超出预设的第一门限值(调整上限)，则表明呼吸机的当前治疗压力下，呼吸机的用户仍然发生了较多打鼾，说明呼吸 机当前治疗压力针对该用户还较低，并没有有效维持用户上气道的通畅程度。因此，这种情形下，可以对呼吸机的治疗压力进行一定幅度的升压调整，提高呼吸机的治疗压力，防止该用户发生呼吸暂停。该第一门限值比如可以为5或者10。当然，采用其他能够表明呼吸机当前的治疗压力较低、需要适当升高呼吸机的治疗压力的数值来作为门限值，同样也是可行的。
如果使用呼吸机的用户在一定时间长度内未发生鼾声事件或者发生鼾声事件的呼吸很少，说明呼吸机当前的治疗压力不小于需要为用户提供的最适宜的治疗压力，当前治疗压力已经能够有效维持用户上气道的通畅程度，能够有效防止用户发生呼吸暂停。维持呼吸机当前的治疗压力，或者适当降低呼吸机当前的治疗压力以提高用户自主呼吸能力，都是可行的。因此，当鼾声事件得分低于预设的第二门限值时，就可以适当降低呼吸机所提供的治疗压力。当然，该第一门限值大于该第二门限值。该第二门限值比如可以为-20或者-30等等。当然，采用其他能够表明呼吸机当前的治疗压力可能较高、可以适当降低呼吸机的治疗压力的数值来作为门限值，同样也是可行的。
本发明提供的鼾声检测系统，如图4所示，主要包括有检测模块410、获取模块420以及判断模块430。
检测模块410，设置为在呼吸机的出气口处持续检测呼吸信号。每一个呼吸信号对应一次呼吸。
获取模块420，与检测模块410相连，设置为根据持续检测到的呼吸信号的震动幅度值获得呼吸震动阈值。
判断模块430，与获取模块420相连，设置为在最近一次检测到的呼吸信号的震动幅度值大于呼吸震动阈值时，认定最近一次检测到的呼吸信号所对应的呼吸发生了鼾声。
如图5所示，该获取模块420主要包括有滤波单元421、计算单元422以及获取单元423。
滤波单元421，与检测模块410相连，设置为对呼吸信号进行高通滤波。
计算单元422，与滤波单元421相连，设置为计算高通滤波后的呼吸信号的滑动平均值。
获取单元423，与计算单元422及判断模块430相连，设置为对于一次呼吸，将高通滤波后的呼吸信号的最大值与滑动平均值之间的差值，作为该次呼吸的震 动幅度值；并根据多次呼吸的震动幅度值获得该呼吸震动阈值。
如图4所示，本发明提供的鼾声检测系统还可以包括记录模块440，与判断模块430相连，设置为最近一次检测到的呼吸信号所对应的呼吸发生了鼾声时，对预设的鼾声事件得分进行加分；以及最近一次检测到的呼吸信号所对应的呼吸未发生鼾声时，对鼾声事件得分进行减分。
如图4所示，本发明提供的鼾声检测系统还可以包括调压模块450，与记录模块440相连，设置为当鼾声事件得分超出预设的第一门限值时，升高呼吸机的治疗压力；当鼾声事件得分低于预设的第二门限值时，降低呼吸机的治疗压力；其中，第一门限值大于第二门限值。
本领域的技术人员应该明白，上述的本发明实施例所提供的系统的各组成部分，以及方法中的各步骤，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上。可选地，它们可以用计算装置可执行的程序代码来实现。从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明技术方案而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。