一種基于智能手機控制的預防阻塞性睡眠猝死的方法及裝置制造方法
【專利摘要】本發明提供了一種基于智能手機控制的預防阻塞性睡眠猝死方法，包括以下步驟：第一步，拍攝監控者的臉部圖像，并發送到圖像檢測及信號處理裝置；第二步，通過預防阻塞性睡眠猝死系統軟件采集鼾聲，啟動圖像檢測及信號處理裝置；第三步，圖像檢測及信號處理裝置分別進行心率信號分析、鼾聲信號分析以及呼吸頻率分析，血氧計進行血氧飽和度分析，將分析結果發送到智能手機；第四步，智能手機通過接收到的分析結果進行阻塞性睡眠判斷，其通過非接觸式測量睡眠心率、呼吸、鼾聲，通過血氧計測量血氧飽和度，根據血氧飽和度和睡眠呼吸暫停次數的負相關性來擬合方程，提高血氧計的準確性和有效性，系統分析信號變化識別睡眠情況，預防睡眠猝死。
【專利說明】一種基于智能手機控制的預防阻塞性睡眠猝死的方法及裝
【技術領域】
[0001]本發明涉及一種基于智能手機控制的預防阻塞性睡眠猝死方法以及基于該方法的監測裝置，屬于醫療保健設備領域。
【背景技術】
[0002]阻塞性睡眠呼吸暫停綜合癥(obstructivesleep apnea hypopnea syndrome,OSAHS)是一種尚未被廣泛認識的疾病，是指夜間睡覺過程中發生呼吸暫停和低通氣反復發作30次以上，或者睡眠呼吸暫停低通氣指數(AHI)大于或等于5次/小時，AHI是指每小時睡眠內呼吸暫停加上低通氣的次數。呼吸暫停是指睡眠過程中口鼻呼吸氣流完全停止10秒以上；低通氣是指睡眠過程中呼吸氣流強度(幅度)較基礎水平降低50%以上，并伴有血氧飽和度較基礎水平下降大于等于4%。根據呼吸暫停低通氣指數的大小將患者分為非OSAHS 組(AHK5 次 /h )、輕度 OSAHS 組(AHI 為 5-20 次 /h)、中度 OSAHS 組(AHI 為 21-40次/h)和重度OSAHS組(ΑΗΙΜ0次/h)。據衛生部門發布的信息，阻塞性睡眠呼吸暫停綜合癥的患病人群發病率為2% - 4%，65歲以上老年人患病率達到20% -40%，有高血壓疾病的人群患病率更是高達50% -90%。我國目前擁有5000萬左右的呼吸暫停綜合癥患者。
[0003]阻塞性睡眠呼吸暫停綜合癥的患者，以及患有呼吸系統疾病、心臟疾病的人群，需要長期監測自己睡眠時的呼吸和心跳狀況，而目前醫院里采用的多為利用多導睡眠圖儀(PSG)進行監護。但是使用多導睡眠圖儀進行監測時，參數眾多，采用的傳感器非常多，大量電極連接在人體上，監測過程中容易影響患者正常的休息。
[0004]阻塞性睡眠呼吸暫停綜合癥患者需通過手術、正壓呼吸機等方式治療，但是手術不能完全根治，正壓呼吸機的不舒適性會影響睡眠質量。
[0005]阻塞性睡眠呼吸暫停綜合征患者由于頻繁出現睡眠時上氣道阻塞，在呼吸暫停時心率會明顯減慢，嚴重者會出現心動過緩，而在突然憋醒時心率會加快，嚴重者可以出現心動過速。由于反復出現的迷走神經和交感神經的改變從而引起嚴重的植物神經系統功能紊亂；從而導致植物神經系統的平衡被打亂，阻塞性睡眠呼吸暫停綜合征患者會出現迷走神經功能受損，交感神經張力提高，是導致心臟事件發生的主要病理基礎。阻塞性睡眠呼吸暫停綜合征患者擾亂正常的呼吸循環，導致血液中二氧化碳分壓不斷升高，血氧飽和度不斷降低,從而刺激頸動脈體和主動脈體化學感受器,交感神經張力增高,心率加快,血壓升高，常發生室性異位搏動；副交感神經興奮轉為交感神經興奮時，迷走神經抑制惡性心律失常的保護作用減弱，室顫閾值降低，易發生惡性心律失常導致猝死。
[0006]有阻塞性睡眠呼吸暫停的患者發生致死性的心臟驟停(每年發生率為0.27%)高于普通人群的發生率(0.1%-0.2%)，可能與缺氧及高碳酸血癥激活血管交感神經系統大量釋放兒茶酚胺，加快心率促使心肌氧需求增加，出現局部心肌缺血及心律不齊，最終發生心肌重構；加上阻塞性睡眠呼吸暫停通過多途徑減弱心率變異度出現慢性交感超速，另外普遍阻塞性睡眠呼吸暫停患者存在夜間血小板聚集活動增加及纖溶系統減弱現象有關。
【發明內容】

[0007]為了解決現有技術的不足，本發明提供一種基于智能手機控制的預防阻塞性睡眠猝死方法，其通過非接觸式測量睡眠心率、呼吸、鼾聲。通過血氧計測量血氧飽和度，根據血氧飽和度和睡眠呼吸暫停次數的負相關性來擬合方程，提高血氧計的準確性和有效性，系統分析信號變化識別睡眠情況，預防睡眠猝死。
[0008]本發明所采用的技術方案是:一種基于智能手機控制的預防阻塞性睡眠猝死方法，包括以下步驟:
第一步，采用智能手機拍攝監控者的臉部圖像，并將臉部圖像發送到圖像檢測及信號處理裝置；
第二步，通過安裝于智能手機內的預防阻塞性睡眠猝死系統軟件采集鼾聲，啟動圖像檢測及信號處理裝置；
第三步，圖像檢測及信號處理裝置分別進行心率信號分析、鼾聲信號分析以及呼吸頻率分析，同時血氧計進行血氧飽和度分析，將分析結果發送到智能手機；
第四步，智能手機通過接收到的分析結果進行阻塞性睡眠判斷；
所述第三步步驟中，心率信號分析采用FastICA算法，進行FFT變化頻譜分析得到尖峰波，所述尖峰波對應的頻率為心率；
所述第三步步驟中，鼾聲信號分析采用基于鼾聲共振峰值的分析方法，識別阻塞程
度；
所述第三步步驟中，呼吸頻率分析采用對采集圖像幀相減后進行均值處理，得到呼吸信號，分析呼吸信號推算睡眠呼 吸暫停時間及睡眠呼吸暫停次數；
所述第三步步驟中，還設有當血氧探頭脫落或手指水腫血流不暢時，根據睡眠呼吸暫停時間計算血氧飽和度值，采用正交函數最小二乘法來擬合血氧飽和度。
[0009]所述FastICA算法如下，設設X= (xl，x2,..., xm) T為觀測數據陣，該數據陣的獨立源為S= (sl，s2，...，sm)T，X與S的線性關系，表達式為:X = AS ;
令 IT = I1,那么 JS0=
1.對數據進行中心化使其均值為O;
2.白化數據，得到V;
3.選擇一個具有單位范數的初始化向量w;
4.更新w — E{ vg( wTv) } — E{ g’( wTv) } w ,函數 g 的定義如下 gl ( y)=tanh( al y),al 通常為 I ; g2 ( y) = yexp ( -y2 /2) ；g3( y) = y3 ；
5.標準化
【權利要求】
1.一種基于智能手機控制的預防阻塞性睡眠猝死方法，其特征在于:包括以下步驟: 第一步，采用智能手機拍攝監控者的臉部圖像，并將臉部圖像發送到圖像檢測及信號處理裝置； 第二步，通過安裝于智能手機內的預防阻塞性睡眠猝死系統軟件采集鼾聲，啟動圖像檢測及信號處理裝置； 第三步，圖像檢測及信號處理裝置分別進行心率信號分析、鼾聲信號分析以及呼吸頻率分析，同時血氧計進行血氧飽和度分析，將分析結果發送到智能手機； 第四步，智能手機通過接收到的分析結果進行阻塞性睡眠判斷； 所述第三步步驟中，心率信號分析采用FastICA算法，進行FFT變化頻譜分析得到尖峰波，所述尖峰波對應的頻率為心率； 所述第三步步驟中，鼾聲信號分析采用基于鼾聲共振峰值的分析方法，識別阻塞程度； 所述第三步步驟中，呼吸頻率分析采用對采集圖像幀相減后進行均值處理，得到呼吸信號，分析呼吸信號推算睡眠呼吸暫停時間及睡眠呼吸暫停次數； 所述第三步步驟中，還設有當血氧探頭脫落或手指水腫血流不暢時，根據睡眠呼吸暫停時間計算血氧飽和度值，采用正交函數最小二乘法來擬合血氧飽和度。
2.根據權利要求1所述的一種基于智能手機控制的預防阻塞性睡眠猝死方法，其特征在于，所述FastICA算法如下，設設X= (xl，x2,..., xm) T為觀測數據陣，該數據陣的獨立源為S= (sl，s2，...，sm)T，X與S的線性關系，表達式為:X = AS ; 令 Pr=那么 s?=IR0 1.對數據進行中心化使其均值為O; 2.白化數據，得到V; 3.選擇一個具有單位范數的初始化向量w; 4.更新w — E{ vg( wTv) } — E{ g’( wTv) } w ,函數 g 的定義如下 gl ( y)=tanh( al y),al 通常為 I ; g2 ( y) = yexp ( -y2 /2) ；g3( y) = y3 ； 5.標準化w , w — w/ Il w Il ； 6.如尚未收斂返回到步驟4。
3.根據權利要求1所述的一種基于智能手機控制的預防阻塞性睡眠猝死方法，其特征在于，所述正交函數最小二乘法算法如下:給定點集“I以及各點的權系數;?..，
4.一種以權利要求1所述的方法為基礎的監測裝置，其特征在于:其包括智能手機、圖像檢測及信號處理裝置以及用于血氧飽和度監測的血氧計，所述圖像檢測及信號處理裝置包括基于DSP的圖像識別及信號處理模塊、RGB攝像模塊、存儲模塊以及無線模塊，所述識別及信號處理模塊包括心率信號分析模塊、鼾聲信號分析模塊以及呼吸頻率分析模塊；所述心率信號分析模塊分別與RGB攝像模塊、存儲模塊連接，所述心率信號按照設定的算法對RGB攝像模塊采集的數據進行處理分析，將處理分析得到數據儲存到存儲模塊并通過無線模塊將數據發送到智能手機； 所述鼾聲信號分析模塊分別與智能手機、存儲模塊相連接，所述鼾聲信號通過對智能手機采集到的鼾聲信號的分析處理，獲得鼾聲響度、鼾聲頻率和鼾聲共振峰，將處理后得到的數據儲存到存儲模塊并通過無線模塊將數據發送到智能手機； 所述呼吸頻率分析模塊分別與RGB攝像模塊存儲模塊連接，所述呼吸頻率分析模塊通過對RGB攝像模塊獲得的圖像數據幀相減后進行均值處理，獲得睡眠呼吸暫停時間及睡眠呼吸暫停次數，并將數據存儲到存儲模塊并通過無線模塊將數據發送到智能手機； 所述智能手機接收心率信號分析模塊、鼾聲信號分析模塊以及呼吸頻率分析模塊以及血氧計輸出的信號，對數據進行判斷處理。
5.根據權利要求4所述的監測裝置，其特征在于，所述無線模塊采用低功耗藍牙模塊。
6.根據權利要求4所述的監測裝置，其特征在于，所述圖像檢測及信號處理裝置還設有LED智能補光模塊。
7.根據權利要求4所述的監測裝置，其特征在于，所述智能手機內設有警鈴喚醒系統以及用于報警的報警系統。
【文檔編號】A61B5/00GK103462597SQ201310426833
【公開日】2013年12月25日 申請日期:2013年9月18日 優先權日:2013年9月18日
【發明者】陳浩, 朱明善, 劉暢, 黃文洋 申請人:溫州醫科大學