一种基于方向时序与动力学特征融合的呼吸模式分类方法

本申请涉及医疗数据处理，尤其涉及一种基于主成分分析提取胸腹主运动方向，并通过一维卷积神经网络和多层感知机双分支融合实现胸式呼吸、腹式呼吸及胸腹联合呼吸分类的方法和系统，具体涉及一种基于方向时序与动力学特征融合的呼吸模式分类方法。

背景技术：

1、人体呼吸过程中，胸廓和腹壁会产生具有周期性的空间位移。胸部和腹部参与程度的差异能够反映不同的呼吸发力方式，因此，对胸腹部运动进行连续采集和分类，可用于呼吸训练评估、辅助通气效果分析以及呼吸功能状态监测。

2、现有胸腹呼吸模式识别方法通常采用呼吸带、压力传感器、流量计或视觉设备获取单通道或少量通道的呼吸信号。接触式传感器容易受到佩戴松紧度、安装位置和局部皮肤形变的影响；视觉和三维运动捕捉装置虽然能够获得更丰富的空间运动信息，但其输出通常包括多个运动标记点沿多个坐标轴的坐标时序，数据维度较高，且不同受试者、不同安装角度以及不同采集姿态会导致真实呼吸运动分散到不同坐标轴。

3、若直接选择固定坐标轴作为呼吸波形，可能出现同一呼吸模式在不同受试者之间幅值方向不一致、运动能量被分散或相位关系发生反转的问题。若将全部三维坐标直接输入分类网络，网络还需要同时学习坐标方向差异和呼吸模式差异，在样本规模有限时容易降低模型的泛化能力。

4、另一方面，单独使用卷积神经网络能够学习波峰、波谷、吸呼转换和局部形态等深度时序特征，但难以显式体现胸腹幅值比例、胸腹相位差、胸腹时延和相关性等具有生理意义的协同关系。单独使用人工构造的动力学特征虽然具有可解释性，但难以完整表达多个呼吸周期中的细微形态和局部变化。

5、因此，需要一种能够从胸腹三维运动数据中自适应提取主要呼吸运动方向，并将深度时序特征与胸腹呼吸动力学特征联合建模的呼吸模式分类方法，以降低坐标方向和标记点安装差异造成的影响，同时提高分类结果的稳定性和可解释性。

技术实现思路

1、有鉴于此，本申请的目的在于提供一种基于主运动方向时序与胸腹呼吸动力学特征融合的呼吸模式分类方法及系统，以解决三维运动数据存在坐标方向依赖、单一深度特征缺少生理解释以及单一人工特征难以完整表征呼吸波形的问题。

2、具体地，本申请提出一种基于方向时序与动力学特征融合的呼吸模式分类方法，包括：

3、步骤s1，采集人体呼吸过程中胸部标记点集合和腹部标记点集合的三维坐标时序数据，根据各运动标记点所在的胸部区域或腹部区域，将所述三维坐标时序数据组织为多通道呼吸运动序列；

4、步骤s2，对所述多通道呼吸运动序列进行预处理，所述预处理包括缺失数据插补、趋势项去除、滤波、呼吸周期分割、定长重采样和标准化处理；

5、步骤s3，分别根据所述胸部标记点集合和腹部标记点集合的三维坐标时序数据构建胸部坐标矩阵和腹部坐标矩阵，对所述胸部坐标矩阵和腹部坐标矩阵分别执行主成分分析，确定胸部主运动方向和腹部主运动方向，并将相应的三维坐标时序数据投影至所确定的主运动方向，获得胸部主运动波形和腹部主运动波形；

6、步骤s4，根据所述胸部主运动波形和腹部主运动波形，计算用于表征胸腹幅值关系、频率关系、相位关系、时间延迟关系和相关关系的胸腹呼吸动力学特征；

7、步骤s5，将所述胸部主运动波形和腹部主运动波形组成双通道呼吸时序，并输入一维卷积神经网络，获得深度时序特征；将所述胸腹呼吸动力学特征输入多层感知机，获得呼吸动力学特征表示；

8、步骤s6，将所述深度时序特征和所述呼吸动力学特征表示进行融合，将融合后得到的特征输入分类器，输出胸式呼吸、腹式呼吸和胸腹联合呼吸中的一种呼吸模式。

9、基于上述目的，本申请还提供一种呼吸模式分类系统，包括数据采集模块、预处理模块、主运动波形提取模块、呼吸动力学特征计算模块、双分支特征提取模块和融合分类模块，各模块分别用于执行上述方法中对应的处理步骤。

10、本申请还提供一种电子设备以及一种计算机可读存储介质，所述电子设备或计算机可读存储介质中存储的程序被执行时，实现上述呼吸模式分类方法。

11、与现有技术相比，本申请至少具有以下有益效果：

12、第一，通过对胸部和腹部三维运动分别执行主成分分析，自适应寻找真实呼吸运动能量集中的空间方向，降低固定坐标轴选择和标记点安装角度变化对呼吸波形的影响。

13、第二，通过对主运动方向进行方向一致性校正，避免主成分方向符号不确定导致的胸腹相位反转，使不同受试者和不同样本之间的胸腹相位关系具有可比性。

14、第三，一维卷积神经网络分支能够提取波峰、波谷、吸呼转换、局部抖动以及多个呼吸周期之间的形态变化，多层感知机分支能够显式编码胸腹幅值、频率、相位、时延和相关性，二者融合后兼顾波形特征与生理可解释特征。

1.一种基于方向时序与动力学特征融合的呼吸模式分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述步骤s1包括：

3.根据权利要求1所述的方法，其特征在于，所述步骤s2包括：

4.根据权利要求1所述的方法，其特征在于，所述步骤s3包括：

5.根据权利要求1所述的方法，其特征在于，所述步骤s4中的胸腹呼吸动力学特征包括以下一种或多种：

6.根据权利要求1所述的方法，其特征在于，所述步骤s5包括：

7.根据权利要求1所述的方法，其特征在于，所述步骤s6包括：

8.一种基于方向时序与动力学特征融合的呼吸模式分类系统，其特征在于，包括：

9.一种电子设备，包括处理器、存储器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现权利要求1至7中任一项所述的呼吸模式分类方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至7中任一项所述的呼吸模式分类方法。