基于卷积神经网络的不同病理的鼾声分类
2021-09-23侯丽敏刘焕成张新鹏
复旦学报(自然科学版) 2021年3期
侯丽敏,刘焕成,张新鹏
(上海大学 通信与信息工程学院,上海 200444)
睡眠呼吸暂停是一种常见的睡眠障碍疾病,国际睡眠医学会在睡眠呼吸暂停定义和相关评定规则的修订版中指出最常见的两类是阻塞性和中枢性呼吸暂停[1].阻塞性呼吸暂停(Obstructive Sleep Apnea,OSA)是睡眠期间人的上呼吸道被部分或完全阻塞,这种阻塞会导致人的胸肌更加努力地工作,以打开阻塞的气道并将空气吸入肺部.中枢性呼吸暂停(Central Sleep Apnea,CSA)是一个神经系统问题,大脑中枢暂时无法向负责控制呼吸的肌肉发出信号,从而导致呼吸运动停止[2].临床PSG(Polysomnogram)多路信号并行采集完全可以诊断出这两种不同的呼吸事件,它是以在睡眠期呼吸气流中断的同时是否存在呼吸努力来区分的.整夜的PSG监测中,如果OSA事件占多数,则诊断为阻塞性为主的患者.反过来,如果CSA事件占多数,则诊断为中枢性为主的患者.睡眠障碍疾病中阻塞性患者占绝大多数,中枢性患者的占比不到20%[3].然而,CSA呼吸事件通常与严重疾病有关,尤其是控制呼吸的下脑干有关的疾病[2-3].对于大脑发育不全的新生儿,CSA会产生长达20 s的呼吸暂停[4].研究者指出:CSA事件的发生与年龄正相关,在741名随机抽取的受试者中,老年人中的12%在监测中出现了中枢性呼吸事件,每小时至少出现2次以上;受试老年人中的5%在监测中出现了更多的中枢性呼吸事件,多达20次/h[5].因此,筛查不同病理的鼾声将有助于进行早期诊断和及时的相应治疗干预.
目前对OSA鼾声的……
登录APP查看全文
