摘要
目的针对睡眠呼吸暂停综合征(Sleep Apnea Syndrome,SAS)研发一款舒适度及数据分析准确度较高的一体式监测系统,为临床筛查SAS提供一套可行性方案。方法原型机是由ATMega328主控芯片和一体式信号采集模块组成,完成对原始信号的采集、滤波、放大、模数转换,通过低功耗蓝牙系统将其数据传输至上位机的分析系统。该系统基于卷积神经网络-长短期记忆网络算法的信号处理技术进行睡眠分期和呼吸事件识别,并根据SAS诊断标准计算睡眠呼吸暂停低通气指数(Apnea-Hypopnea Index,AHI)以及建立预警机制。结果受测者反映体感舒适,且连接导线极少,睡眠状态和平时基本无差异。通过比对专家、多导睡眠仪与该装置分析的数据,显示睡眠分期平均准确率达77.3%,灵敏度82.0%,特异性73.2%,呼吸事件标记吻合度较高,AHI结果差异较小。结论该装置能有效地监测睡眠呼吸数据,且具备预警能力,适宜于进行低成本的早期SAS相关疾病筛查。
-
单位神经内科