基于多通道的睡眠呼吸暂停检测

目的 为了提高检测性能和验证不同生理信号对睡眠呼吸暂停的检测结果,本文提出一种信号叠加和通道相加检测睡眠呼吸暂停的方法。方法 首先对100例睡眠呼吸障碍患者的心电(electrocardiogram, ECG)和脑电(electroencephalogram, EEG)信号通过小波阈值方法进行预处理,其次进行通道相加和信号叠加,然后通过Relief特征选择算法对30个特征进行分析,最后采用支持向量机(support vector machine, SVM)构建睡眠呼吸暂停分类模型,并验证该模型的准确性。结果 实验结果表明,通道相加和信号叠加时睡眠呼吸暂停检测的最高准确率分别为96.24%和96.18%。结论 ECG和EEG两种信号叠加和通道相加的方法均可提高睡眠呼吸暂停检测结果,且X2(ECG)和C3-A2(EEG)通道相加检测结果最好。     

阻塞性睡眠呼吸暂停综合征病情程度与危险因素关系

目的探讨阻塞性睡眠呼吸暂停综合征(Obstructive sleep apnea syndrome, OSAS)病情程度与部分危险因素之间的关系. 方法 96例OSAS患者根据呼吸暂停低通气指数(Apnea hypopnea index,AHI)分为非SAS组(AHI<5次/小时)、轻度组(AHI 5～20次/小时)、中度组(AHI 21～40次/小时)和重度组(AHI＞41次/小时),分析年龄、性别、肥胖及嗜烟四个方面与OSAS病情程度的关系. 结果①OSAS患者多集中在31岁以上,以41～50岁组患病人数最多;②病情严重程度随着年龄增大而减轻;③OSAS患者以男性为主,男女比例为7∶1;④OSAS患者体重指数(Body mass index,BMI)、颈围和吸烟支数高于非SAS患者,中重度OSAS患者BMI、颈围和吸烟支数明显高于轻度OSAS患者. 结论不同病情程度的OSAS患者与年龄、性别、肥胖及嗜烟习惯等危险因素有明显关系.     

基于LSTM-CNN的睡眠呼吸暂停与低通气事件实时检测算法研究

睡眠呼吸暂停与低通气综合征(SAHS)严重影响睡眠质量, 是一种潜在的致死性呼吸疾病。为了兼顾对睡眠呼吸暂停与低通气(AH)事件检测的准确率与时间分辨率, 提出一种长短时记忆-卷积神经网络(LSTM-CNN)方法, 实现对AH事件的精准预测;同时基于事件检测结果, 提出一种呼吸紊乱指数(AHI)估计方法, 进而实现对SAHS严重程度的定量评估。选取美国国家心肺血液研究所睡眠健康数据库中54名受试者的腹部位移信号对LSTM-CNN算法进行测试。对于处理得到的超过90万数据片段, 正确率、敏感度、特异度分别为88.6%、88.2%、88.7%;54名被试的AHI预测结果与多导睡眠图(PSG)标注结果相比, 皮尔逊相关指数达到0.98;观察SAHS严重程度诊断结果, kappa系数达到0.95。结果表明, 所提出的方法不仅可以实现对AH事件的高精度检测, 而且可以对AHI指数与SAHS严重程度做出准确估计, 有望用于PSG检测之前SAHS的初步诊断以及成为家用SAHS长期监护工具。     

一种基于改进人工蜂群算法优化支持向量机的睡眠呼吸暂停检测方法

目的 睡眠呼吸暂停综合征(sleep apnea syndrome, SAS)是由于睡眠时上气道通气不畅或堵塞引起的呼吸暂停或低通气,严重影响人类健康和生活。目前的检测方法是多导睡眠仪,检测过程较为复杂,影响患者正常睡眠。为此本文提出了一种针对血氧饱和度信号的引入交叉变异的全局混沌人工蜂群(cross global chaos artificial bee colony, CGCABC)算法优化支持向量机(support vector machine, SVM)的SAS检测方法。方法 从数据集ISRUC-SLEEP中提取25名SAS患者整晚8 h的脉搏血氧饱和度数据,经预处理后对每段数据计算5种非线性特征,包括近似熵、模糊熵、信息熵、排列熵和样本熵。比较发病片段信号特征和未发病片段信号特征之间的差异,使用CGCABC算法优化的SVM模型进行分类检测,并与人工蜂群(artificial bee colony, ABC)算法、粒子群(particle swarm optimization, PSO)算法、麻雀搜索(sparrow search, SS)算法优化SVM模型的检测结果进行对比。...     

肥胖与阻塞性睡眠呼吸暂停综合征的研究现状

睡眠呼吸暂停综合症 (SAS)是指每晚 7h睡眠中 ,口鼻气流停止超过 10 s且次数大于 30次 ,或平均每小时睡眠呼吸暂停低通气次数 (睡眠呼吸紊乱指数 ,AHI)大于 5。呼吸暂停时仍有胸腹式运动者 ,称为阻塞性睡眠呼吸暂停综合征(OSAS)。它是一种发病率较高 ,具有潜在危险的疾病。睡眠呼吸暂停引起睡眠结构紊乱和反复出现低氧血症、高碳酸血症 ,它产生的一系列病理生理变化 ,会严重危害患者的健康 ,甚至生命。近十几年的研究提高了人们对其重要性的认识 ,同时也发现肥胖是 OSAS最显著的危险因素。其危险度是性别的 4倍、年龄的 2倍。尤其是上…     

阻塞性睡眠呼吸暂停综合征病情程度与危险因素关系

目的　探讨阻塞性睡眠呼吸暂停综合征 (Obstructivesleepapneasyndrome ,OSAS)病情程度与部分危险因素之间的关系 .方法　 96例OSAS患者根据呼吸暂停低通气指数 (Apneahypopneaindex ,AHI)分为非SAS组 (AHI<5次 /小时 )、轻度组 (AHI 5～ 2 0次 /小时 )、中度组 (AHI 2 1～ 40次 /小时 )和重度组 (AHI>41次 /小时 ) ,分析年龄、性别、肥胖及嗜烟四个方面与OSAS病情程度的关系 .结果　①OSAS患者多集中在 31岁以上 ,以 41～ 5 0岁组患病人数最多 ;②病情严重程度随着年龄增大而减轻 ;③OSAS患者以男性为主 ,男女比例为 7∶1;④OSAS患者体重指数 (Bodymassin dex ,BMI)、颈围和吸烟支数高于非SAS患者 ,中重度OSAS患者BMI、颈围和吸烟支数明显高于轻度OSAS患者 .结论　不同病情程度的OSAS患者与年龄、性别、肥胖及嗜烟习惯等危险因素有明显关系     

HHT谱分析方法在利用ECG信号检测睡眠呼吸暂停中的应用

目的:根据睡眠呼吸暂停与心率变化的关系,探讨从心电图中检测睡眠呼吸暂停的方法.方法:通过经验模态分解(EMD)技术将一非线性、非稳态过程的心率变异信号分解为一组内在模态函数(IMFs),对每个IMF进行Hilbert变换,获得HRV信号幅度和频率的时间分布,再根据已获得的HH谱,进而得到边际谱,然后提取信号能量的时频分布、瞬时频率、瞬时能量比、瞬时幅度的标准差等特征向量,根据特征向量的变化检测出睡眠呼吸暂停的位置和分布.结果:对同一个体的HRV信号的分析结果显示,正常呼吸阶段HRV信号的特征向量与睡眠呼吸暂停阶段HRV信号的特征向量有明显区别,实验结果证实了本文所提方法的有效性.结论:该检测方法物理意义明确,诊断结果精度高,为睡眠呼吸暂停综合症的早期诊断、监护及预后评估提供了新的分析工具.     

成年Sprague-Dawley大鼠的睡眠结构和呼吸暂停分析

目的：了解成年Sprague-Dawley大鼠生理状态下的睡眠结构以及清醒/睡眠状态下的呼吸暂停情况。方法：对每只SD大鼠进行6 h的睡眠呼吸监测。大鼠的皮质脑电、颈部肌电以及通过微压传感器记录到的呼吸信号经过多导生理仪放大，以波形形式在计算机上同步显示并储存。使用人机交互的方法进行脑电分期和呼吸暂停的判断。SAS软件分析数据。结果：26只成年雄性SD大鼠的非快动眼睡眠期(NREM)和快动眼睡眠期(REM)分别占总睡眠时间的(83.3±7.1)%和(16.2±7.1)%。全部监测大鼠在睡眠中出现呼吸暂停，平均睡眠呼吸暂停指数(AI)为(11.5±4.6)次/h。其中REM期的呼吸暂停最频繁。且叹息后呼吸暂停主要发生于NREM期，而自发呼吸暂停主要发生于REM期。结论：成年SD大鼠具有与人类相似的睡眠结构，睡眠中发生的中枢性呼吸暂停现象及其表现特点也与人类SAS患者相似，可以作为研究睡眠呼吸暂停中枢发病机制的天然动物模型。     

阻塞性睡眠呼吸暂停综合征的情绪状况

目的探讨阻塞性睡眠呼吸暂停综合征(OSAS)患者情绪状况的改变. 方法对63例疑诊OSAS的患者行全夜多导睡眠图(PSG)检查,根据呼吸暂停低通气指数(AHI)分为OSAS组和对照组,对其进行抑郁和焦虑症状评定,比较两组中各指标的差异性. 结果 OSAS患者SAS、SDS得分均升高.OSAS患者抑郁和焦虑的发生率分别为44.2%和32.6%,明显高于对照组,以抑郁尤为明显. 结论 OSAS患者存在明显情绪障碍.     

多导睡眠图在儿童鼾症鉴别诊断中的应用研究

目的探讨多导睡眠图在儿童鼾症中的鉴别诊断价值。方法运用多导睡眠图整夜7～8h监测睡眠打鼾的儿童共48例。结果有21例呼吸暂停/低通气指数(AHI)<1,16例AHI≥1且<5,11例AHI≥5,后两组与AHI<1组比较平均SaO2、最低SaO2、最长脱饱和时间及SaO2<95%的时间均有统计学意义(P<0.01),而鼾声指数及总打鼾次数的比较无统计学意义(P>0.05)。结论多导睡眠图是区分儿童鼾症中睡眠呼吸暂停综合征与良性鼾症的良好方法,AHI≥1的标准适合儿童睡眠呼吸暂停综合征的诊断。     

阻塞性睡眠呼吸暂停综合征病情严重程度的预测因素

目的探讨阻塞性睡眠呼吸暂停综合征(OSAS)患者病情危险程度与临床特征的关系．方法对66例习惯性打鼾者，行多导睡眠呼吸仪监测和鼾声测定，分为单纯打鼾(SS)组和OSAS组，同时测量颈围和体重指数．结果OSAS组患者颈围、体重指数、鼾声均较单纯打鼾组明显增高．体重指数与呼吸紊乱指数(AHI)呈正相关；颈围与鼾声大小呈正相关．结论OSAS患者的AHI随体重的变化而变化，体重越重、病情越重；颈围、鼾声大小是判断OSAS易患的指标．     

阻塞性睡眠呼吸暂停综合征病情严重程度的预测因素

目的探讨阻塞性睡眠呼吸暂停综合征(OSAS)患者病情危险程度与临床特征的关系.方法对66例习惯性打鼾者,行多导睡眠呼吸仪监测和鼾声测定,分为单纯打鼾(SS)组和OSAS组,同时测量颈围和体重指数.结果 OSAS组患者颈围、体重指数、鼾声均较单纯打鼾组明显增高.体重指数与呼吸紊乱指数(AHI)呈正相关;颈围与鼾声大小呈正相关.结论 OSAS患者的AHI随体重的变化而变化,体重越重、病情越重;颈围、鼾声大小是判断OSAS易患的指标.     

阻塞性睡眠呼吸暂停低通气综合征患者生活质量及影响因素的调查

目的:探讨阻塞性睡眠呼吸暂停低通气综合征(OSAHS)患者生活质量状况及其影响因素.方法:对149例睡眠时打鼾者行多导睡眠图检查,并进行一般情况调查及Calgary生活质量指数、Epwoah嗜睡量表、Beck抑郁问卷测评.根据呼吸暂停低通气指数(AHI)将其分为对照组(AHI＜5)35例,OSAHS组(AHI≥5)114例.结果:OSAHS组和对照组的生活质量各指标之间存在差异,OSAHS患者的生活质量总分与AHI、最低氧饱和度无相关,与平均氧饱和度、抑郁、嗜睡量表得分相关.多元逐步回归分析显示抑郁和嗜睡症状是OSAHS患者生活质量的独立预测因素.结论:OSAHS患者的生活质量下降,并与抑郁情绪和嗜睡症状有关.     

仰卧睡眠时头部位置对睡眠中呼吸障碍事件发生的影响

目的 研究表明睡眠时的体位可影响阻塞性睡眠呼吸暂停(obstructive sleep apnea,OSA)患者上气道阻塞程度。由于重力的作用,仰卧睡眠时头部的位置可能会影响悬雍垂的角度,进而影响上气道横截面的尺度,从而会对上气道阻塞的严重程度有重要影响。本研究将通过实验分析,探究OSA患者睡眠时体位及头部位置与睡眠呼吸暂停—低通气指数(apnea-hypopnea index,AHI)、氧减指数(oxygen deprivation index,ODI)之间的关系。方法 对11名阻塞性睡眠呼吸暂停患者,包括3名轻度患者、3名中度患者、5名重度患者,进行整夜的多导睡眠监测,记录其AHI、ODI等参数,并通过整夜视频监测记录其体位及头部位置的实时变化。通过对夜间监测视频观察及多导睡眠图分析,得到其侧卧位(左侧卧位和右侧卧位),仰卧且头部不侧偏、仰卧但头部侧偏3种睡姿下的AHI和ODI值,并对结果进行统计分析。结果 选取95%置信区间,仰卧且头部不侧偏状态下睡眠时的AHI 61.5(46.1,76.8)和ODI 61.7(45.5,77.9),分别大于仰卧但头部侧偏状态下的AHI 32.2(12.7,51.6)和ODI 31.0(9.2,52.8),也大于侧卧状态下的AHI 22.2(4.4,40.1)和ODI 25.2(3.6,46.7)。差异均有统计学意义。将OSA患者分成轻、中、重度组分析时,3种睡姿对患者的AHI和ODI有类似的影响。结论 与侧卧类似,患者在夜间仰卧但头部侧偏睡眠时也能有效减少睡眠呼吸障碍事件的发生。     

低温射频消融术治疗老年阻塞性睡眠呼吸暂停综合征的效果观察

目的了解低温射频消融术治疗老年阻塞性睡眠呼吸暂停综合征(OSAS)的临床疗效。方法回顾性分析我院2011年12月~2013年12月收治的68例接受低温射频消融术治疗的老年阻塞性睡眠呼吸暂停综合征患者的临床资料。结果经由一段时间的低温射频消融术治疗后,显效41例,有效24例,无效3例,总有效率为95.59豫;治疗前呼吸暂停低通气指数(AHI)、呼吸暂停时间、鼾声评级均高于治疗后(P<0.05),LSaO2低于治疗后(P<0.05)。结论低温射频消融术治疗老年阻塞性睡眠呼吸暂停综合征疗效颇佳,值得临床推广。     

睡眠呼吸暂停综合征患者心理健康状况分析

目的 :探讨睡眠呼吸暂停综合征 (SAS)患者的心理健康状况。方法 :对 63例疑诊SAS的患者行全夜多导睡眠图 (PSG)检查 ,根据呼吸暂停低通气指数 (AHI)≥ 5次 小时将 43例分为研究组 ,≤ 5次 小时将 3 9例作为对照组 ,分别对其进行抑郁、焦虑症状评定及症状自评量表 (t =4 42 ,P <0 0 1)测定 ,比较两组中各指标的差异性。结果 :研究组SCL -90总分、各因子分躯体化 (t=3 19)、焦虑 (t =4 42 )、抑郁 (t =4 84)、精神病性 (t=3 2 1)以及SAS (t =2 2 )、SDS (t =4 3 8)得分均明显升高。研究组抑郁和焦虑发生率 (分别为 44 19%和 3 2 5 6% )明显高于对照组 ( χ2 =13 0 5 1,P <0 0 1)。结论 :SAS患者存在显著的心理卫生问题。     

基于VC++6.0的家庭式睡眠呼吸测试仪系统

目的:为辅助普通人群了解自身睡眠过程中的身体状况,本文设计了一种家庭式睡眠测量仪系统。方法:系统通过对呼吸气流、脉搏、血氧饱和度三项生理参数的采集、处理,并经过软件系统分析;通过呼吸暂停低通气指数AHI来诊断对象有无呼吸暂停低通气综合症;软件采用基于VC++6.0的MFC平台进行开发。结果:通过对一健康男性志愿者的实测发现,该系统具有对生理参数分析准确、诊断可靠的特点。结论:该系统具有简洁、易用、可靠性等特点,能方便普通民众了解睡眠过程中身体状况。     

睡眠呼吸暂停低通气综合征与顽固性高血压的相关性研究

目的：分析睡眠呼吸暂停低通气综合征与顽固性高血压的相关性。方法收集我院2013年8月~2014年8月诊治的睡眠呼吸暂停低通气综合征合并顽固性高血压患者43例作为研究对象,给予所有患者经鼻持续气道正压通气治疗,并对患者实施为期两个月的随访,对比分析患者治疗前后的血压水平、低通气指数(AHI)、最低血氧浓度( LSaO2)、氧减饱和度指数。结果研究结果显示,经治疗后,患者的血压水平明显降低(<0.05),最低血氧浓度明显升高(<0.05),低通气指数和氧减饱和度指数也明显低于治疗前(<0.05)。结论顽固性高血压与阻塞性睡眠呼吸暂停低通气综合征有着非常密切的联系,通过采取有效的措施积极改善患者的睡眠、降低患者的低通气次数和呼吸暂停次数对于促进患者的病情改善有着非常明显的作用。     

阻塞性睡眠呼吸暂停低通气综合症与高血压的相关研究

目的 分析伴有高血压的阻塞性睡眠呼吸暂停低通气综合症（oSAHS）的睡眠呼吸障碍特点，并探讨两者之间的关系。方法 对诊断为OSAHS患者中45例高血压和32倒非高血压患者进行基础情况和夜间缺氧程度、睡眠结构和干扰睡眠因素以及OSAHS患者中高血压的危险因素进行分析。结果 高血压组睡眠呼吸暂停低通气指数（AHI）高于非高血压痛组．体重指数（BMI）是引起两组间睡眠呼吸暂停低通气指数（AHI）差异的显著因素。两组间夜间平均Sa02和最低Sa02比较差异无显著性（p〈0．05），睡眠呼吸暂停低通气指数（AHI）是引起夜间缺氧的显著因素。OSAHS患者中高血压病的危险因素是AHI、年龄、BMI。结论 OSAHS伴有高血压的患者的睡眠呼吸障碍程度更重，而夜间低氧血症与高血压无关,但与睡眠呼吸障碍的严重程度有关。年龄、肥胖和睡眠呼吸障碍的严重程度是OSAHS患者中高血压的危险因素。     

阻塞性睡眠呼吸暂停综合征患者发生心脏事件的临床分析

目的 探讨阻塞性睡眠呼吸暂停综合征(OSAS)患者发生心脏事件的相关因素以及心率变异性的临床分析.方法 选取2013年1月～12月我院收治的153例OSAS患者作为本组研究的观察对象,按照睡眠呼吸暂停通气指数(AHI)将其分为轻度OSAS组46例、中度OSAS组64例以及重度OSAS组43例,同时选取此期间在内容我院行健康体检的50名健康人员作为对照组,对比OSAS患者与对照组的心率变异性(HRV)指标.结果 OSAS患者的SDNN、SDNN5以及rMSSD明显低于对照组,SDANN明显高于对照组,均具有统计学意义(P＜0.05).其中轻度OSAS组的SDNN、SDNN5以及rMSSD明显高于重度OSAS组,SDANN明显低于重度OSAS组,均具有统计学意义(P＜0.05).结论 OSAS患者的心脏事件发生率较高,与HRV变化幅度大有直接关系,治疗中要注意给予相应干预,降低心脏事件的发生.