一種基于智能手機(jī)控制的預(yù)防阻塞性睡眠猝死的方法及裝置制造方法
【專利摘要】本發(fā)明提供了一種基于智能手機(jī)控制的預(yù)防阻塞性睡眠猝死方法，包括以下步驟：第一步，拍攝監(jiān)控者的臉部圖像，并發(fā)送到圖像檢測及信號處理裝置；第二步，通過預(yù)防阻塞性睡眠猝死系統(tǒng)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(jìn)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(jìn)行血氧飽和度分析，將分析結(jié)果發(fā)送到智能手機(jī)；第四步，智能手機(jī)通過接收到的分析結(jié)果進(jìn)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(jù)血氧飽和度和睡眠呼吸暫停次數(shù)的負(fù)相關(guān)性來擬合方程，提高血氧計的準(zhǔn)確性和有效性，系統(tǒng)分析信號變化識別睡眠情況，預(yù)防睡眠猝死。
【專利說明】一種基于智能手機(jī)控制的預(yù)防阻塞性睡眠猝死的方法及裝
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于智能手機(jī)控制的預(yù)防阻塞性睡眠猝死方法以及基于該方法的監(jiān)測裝置，屬于醫(yī)療保健設(shè)備領(lǐng)域。
【背景技術(shù)】
[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(rèn)識的疾病，是指夜間睡覺過程中發(fā)生呼吸暫停和低通氣反復(fù)發(fā)作30次以上，或者睡眠呼吸暫停低通氣指數(shù)(AHI)大于或等于5次/小時，AHI是指每小時睡眠內(nèi)呼吸暫停加上低通氣的次數(shù)。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(qiáng)度(幅度)較基礎(chǔ)水平降低50%以上，并伴有血氧飽和度較基礎(chǔ)水平下降大于等于4%。根據(jù)呼吸暫停低通氣指數(shù)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(jù)衛(wèi)生部門發(fā)布的信息，阻塞性睡眠呼吸暫停綜合癥的患病人群發(fā)病率為2% - 4%，65歲以上老年人患病率達(dá)到20% -40%，有高血壓疾病的人群患病率更是高達(dá)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(tǒng)疾病、心臟疾病的人群，需要長期監(jiān)測自己睡眠時的呼吸和心跳狀況，而目前醫(yī)院里采用的多為利用多導(dǎo)睡眠圖儀(PSG)進(jìn)行監(jiān)護(hù)。但是使用多導(dǎo)睡眠圖儀進(jìn)行監(jiān)測時，參數(shù)眾多，采用的傳感器非常多，大量電極連接在人體上，監(jiān)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(shù)、正壓呼吸機(jī)等方式治療，但是手術(shù)不能完全根治，正壓呼吸機(jī)的不舒適性會影響睡眠質(zhì)量。
[0005]阻塞性睡眠呼吸暫停綜合征患者由于頻繁出現(xiàn)睡眠時上氣道阻塞，在呼吸暫停時心率會明顯減慢，嚴(yán)重者會出現(xiàn)心動過緩，而在突然憋醒時心率會加快，嚴(yán)重者可以出現(xiàn)心動過速。由于反復(fù)出現(xiàn)的迷走神經(jīng)和交感神經(jīng)的改變從而引起嚴(yán)重的植物神經(jīng)系統(tǒng)功能紊亂；從而導(dǎo)致植物神經(jīng)系統(tǒng)的平衡被打亂，阻塞性睡眠呼吸暫停綜合征患者會出現(xiàn)迷走神經(jīng)功能受損，交感神經(jīng)張力提高，是導(dǎo)致心臟事件發(fā)生的主要病理基礎(chǔ)。阻塞性睡眠呼吸暫停綜合征患者擾亂正常的呼吸循環(huán)，導(dǎo)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(xué)感受器,交感神經(jīng)張力增高,心率加快,血壓升高，常發(fā)生室性異位搏動；副交感神經(jīng)興奮轉(zhuǎn)為交感神經(jīng)興奮時，迷走神經(jīng)抑制惡性心律失常的保護(hù)作用減弱，室顫閾值降低，易發(fā)生惡性心律失常導(dǎo)致猝死。
[0006]有阻塞性睡眠呼吸暫停的患者發(fā)生致死性的心臟驟停(每年發(fā)生率為0.27%)高于普通人群的發(fā)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(jīng)系統(tǒng)大量釋放兒茶酚胺，加快心率促使心肌氧需求增加，出現(xiàn)局部心肌缺血及心律不齊，最終發(fā)生心肌重構(gòu)；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(xiàn)慢性交感超速，另外普遍阻塞性睡眠呼吸暫?；颊叽嬖谝归g血小板聚集活動增加及纖溶系統(tǒng)減弱現(xiàn)象有關(guān)。
【發(fā)明內(nèi)容】

[0007]為了解決現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于智能手機(jī)控制的預(yù)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(jù)血氧飽和度和睡眠呼吸暫停次數(shù)的負(fù)相關(guān)性來擬合方程，提高血氧計的準(zhǔn)確性和有效性，系統(tǒng)分析信號變化識別睡眠情況，預(yù)防睡眠猝死。
[0008]本發(fā)明所采用的技術(shù)方案是:一種基于智能手機(jī)控制的預(yù)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(jī)拍攝監(jiān)控者的臉部圖像，并將臉部圖像發(fā)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(jī)內(nèi)的預(yù)防阻塞性睡眠猝死系統(tǒng)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(jìn)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(jìn)行血氧飽和度分析，將分析結(jié)果發(fā)送到智能手機(jī)；
第四步，智能手機(jī)通過接收到的分析結(jié)果進(jìn)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(jìn)行FFT變化頻譜分析得到尖峰波，所述尖峰波對應(yīng)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(jìn)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(shù)；
所述第三步步驟中，還設(shè)有當(dāng)血氧探頭脫落或手指水腫血流不暢時，根據(jù)睡眠呼吸暫停時間計算血氧飽和度值，采用正交函數(shù)最小二乘法來擬合血氧飽和度。
[0009]所述FastICA算法如下，設(shè)設(shè)X= (xl，x2,..., xm) T為觀測數(shù)據(jù)陣，該數(shù)據(jù)陣的獨立源為S= (sl，s2，...，sm)T，X與S的線性關(guān)系，表達(dá)式為:X = AS ;
令 IT = I1,那么 JS0=
1.對數(shù)據(jù)進(jìn)行中心化使其均值為O;
2.白化數(shù)據(jù)，得到V;
3.選擇一個具有單位范數(shù)的初始化向量w;
4.更新w — E{ vg( wTv) } — E{ g’( wTv) } w ,函數(shù) 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(biāo)準(zhǔn)化
【權(quán)利要求】
1.一種基于智能手機(jī)控制的預(yù)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(jī)拍攝監(jiān)控者的臉部圖像，并將臉部圖像發(fā)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(jī)內(nèi)的預(yù)防阻塞性睡眠猝死系統(tǒng)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(jìn)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(jìn)行血氧飽和度分析，將分析結(jié)果發(fā)送到智能手機(jī)； 第四步，智能手機(jī)通過接收到的分析結(jié)果進(jìn)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(jìn)行FFT變化頻譜分析得到尖峰波，所述尖峰波對應(yīng)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(jìn)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(shù)； 所述第三步步驟中，還設(shè)有當(dāng)血氧探頭脫落或手指水腫血流不暢時，根據(jù)睡眠呼吸暫停時間計算血氧飽和度值，采用正交函數(shù)最小二乘法來擬合血氧飽和度。
2.根據(jù)權(quán)利要求1所述的一種基于智能手機(jī)控制的預(yù)防阻塞性睡眠猝死方法，其特征在于，所述FastICA算法如下，設(shè)設(shè)X= (xl，x2,..., xm) T為觀測數(shù)據(jù)陣，該數(shù)據(jù)陣的獨立源為S= (sl，s2，...，sm)T，X與S的線性關(guān)系，表達(dá)式為:X = AS ; 令 Pr=那么 s?=IR0 1.對數(shù)據(jù)進(jìn)行中心化使其均值為O; 2.白化數(shù)據(jù)，得到V; 3.選擇一個具有單位范數(shù)的初始化向量w; 4.更新w — E{ vg( wTv) } — E{ g’( wTv) } w ,函數(shù) 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(biāo)準(zhǔn)化w , w — w/ Il w Il ； 6.如尚未收斂返回到步驟4。
3.根據(jù)權(quán)利要求1所述的一種基于智能手機(jī)控制的預(yù)防阻塞性睡眠猝死方法，其特征在于，所述正交函數(shù)最小二乘法算法如下:給定點集“I以及各點的權(quán)系數(shù);?..，
4.一種以權(quán)利要求1所述的方法為基礎(chǔ)的監(jiān)測裝置，其特征在于:其包括智能手機(jī)、圖像檢測及信號處理裝置以及用于血氧飽和度監(jiān)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(shè)定的算法對RGB攝像模塊采集的數(shù)據(jù)進(jìn)行處理分析，將處理分析得到數(shù)據(jù)儲存到存儲模塊并通過無線模塊將數(shù)據(jù)發(fā)送到智能手機(jī)； 所述鼾聲信號分析模塊分別與智能手機(jī)、存儲模塊相連接，所述鼾聲信號通過對智能手機(jī)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(shù)據(jù)儲存到存儲模塊并通過無線模塊將數(shù)據(jù)發(fā)送到智能手機(jī)； 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(shù)據(jù)幀相減后進(jìn)行均值處理，獲得睡眠呼吸暫停時間及睡眠呼吸暫停次數(shù)，并將數(shù)據(jù)存儲到存儲模塊并通過無線模塊將數(shù)據(jù)發(fā)送到智能手機(jī)； 所述智能手機(jī)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(shù)據(jù)進(jìn)行判斷處理。
5.根據(jù)權(quán)利要求4所述的監(jiān)測裝置，其特征在于，所述無線模塊采用低功耗藍(lán)牙模塊。
6.根據(jù)權(quán)利要求4所述的監(jiān)測裝置，其特征在于，所述圖像檢測及信號處理裝置還設(shè)有LED智能補光模塊。
7.根據(jù)權(quán)利要求4所述的監(jiān)測裝置，其特征在于，所述智能手機(jī)內(nèi)設(shè)有警鈴喚醒系統(tǒng)以及用于報警的報警系統(tǒng)。
【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(yōu)先權(quán)日:2013年9月18日
【發(fā)明者】陳浩, 朱明善, 劉暢, 黃文洋 申請人:溫州醫(yī)科大學(xué)