睡眠监测数据处理方法及装置

本申请属于睡眠监测数据处理，尤其涉及一种睡眠监测数据处理方法及装置。

背景技术：

1、睡眠呼吸障碍，尤其是阻塞性睡眠呼吸暂停，是一种极为普遍的睡眠相关呼吸疾病，其核心病理特征在于睡眠期间上气道反复塌陷，导致呼吸暂停或低通气，进而引发间歇性低氧、胸腔内压剧烈波动及睡眠结构紊乱等一系列病理生理改变。大量临床研究已证实，上述病理生理过程是多种心血管疾病，如高血压、冠心病、心力衰竭、心律失常乃至心源性猝死的独立危险因素。因此，在睡眠监测中，如何基于采集到的生理信号对患者的心血管风险进行精准量化，已成为睡眠医学与心血管领域交叉研究的关键环节。

2、目前，针对睡眠呼吸障碍患者的心血管风险评估，临床上普遍采用多导睡眠监测或便携式睡眠监测设备来采集气流、血氧饱和度、胸腹运动等多导生理信号。基于这些信号，临床常规计算呼吸暂停低通气指数，即平均每小时睡眠中呼吸暂停与低通气事件的合计次数，以此作为评估疾病严重程度的核心量化指标。同时，也有方案进一步引入氧减指数等指标，试图从血氧下降的深度等单一维度对患者的低氧暴露水平进行补充描述。

3、然而，临床实践中常常出现患者的呼吸事件频率指标与心血管事件负荷指标之间缺乏良好对应关系的情况，部分患者虽被评定为轻度或中度睡眠呼吸暂停，其实际心血管生理负荷却可能远高于指标所反映的水平，反之亦然。这种评估偏差直接导致临床医生依据现有指标难以对患者的心血管风险进行准确分层，进而影响了后续干预策略的制定与疗效评估的可靠性。因此，如何基于睡眠监测数据更准确、更全面地计算心血管事件负荷指标，以真实反映睡眠呼吸障碍所致的心血管生理负担，已成为当前亟待解决的技术问题。

技术实现思路

1、本申请实施例提供一种睡眠监测数据处理方法及装置，能够提升心血管事件负荷指标的准确性。

2、一方面，本申请实施例提供一种睡眠监测数据处理方法，方法包括：

3、获取待监测对象在预设时间段内的睡眠监测数据；睡眠监测数据包括血氧饱和度时间序列；

4、识别血氧饱和度时间序列中的呼吸事件，得到至少一种呼吸事件及其对应的时间窗口；

5、根据各呼吸事件对应时间窗口内的血氧饱和度，分别计算预设时间段内的事件相关低氧负荷；

6、根据各呼吸事件对应的时间窗口，计算预设时间段内的事件持续时间和事件时间分布特征；

7、融合事件相关低氧负荷、事件持续时间和事件时间分布特征，得到待监测对象的心血管事件负荷指标。

8、另一方面，本申请实施例提供了一种睡眠监测数据处理装置，装置包括：

9、数据获取模块，用于获取待监测对象在预设时间段内的睡眠监测数据；睡眠监测数据包括血氧饱和度时间序列；

10、事件识别模块，用于识别血氧饱和度时间序列中的呼吸事件，得到至少一种呼吸事件及其对应的时间窗口；

11、低氧计算模块，用于根据各呼吸事件对应时间窗口内的血氧饱和度，分别计算预设时间段内的事件相关低氧负荷；

12、事件时间模块，用于根据各呼吸事件对应的时间窗口，计算预设时间段内的事件持续时间和事件时间分布特征；

13、数据融合模块，用于融合事件相关低氧负荷、事件持续时间和事件时间分布特征，得到待监测对象的心血管事件负荷指标。

14、本申请实施例的睡眠监测数据处理方法及装置，获取包含血氧饱和度时间序列的睡眠监测数据，并从中识别各类呼吸事件及其对应的时间窗口，从而为后续多维特征提取提供数据基础。在此基础上，该方法从三个维度分别量化生理负荷，根据各呼吸事件时间窗口内的血氧饱和度计算事件相关低氧负荷，该指标不再局限于血氧下降的最低值或仅统计下降次数，而是将每次事件中血氧下降的幅度和持续时间一并纳入计算，从而更全面地反映低氧对身体的累积影响；根据呼吸事件的时间窗口计算事件持续时间，将呼吸事件持续时长这一反映生理应激程度的因素纳入评估，降低了单纯依赖事件计数而忽略时长差异所导致的负荷失真；计算事件时间分布特征，将呼吸事件在整夜睡眠中的时间组织模式纳入评估体系。最终，该方法将上述三个维度的信息进行融合，得到一个综合性的心血管事件负荷指标。该融合机制使得最终输出的指标能够更加全面地反映睡眠呼吸障碍所致的心血管生理负担，从而提升了心血管事件负荷指标的准确性。

1.一种睡眠监测数据处理方法，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，所述根据各所述呼吸事件对应时间窗口内的血氧饱和度，分别计算所述预设时间段内的事件相关低氧负荷，包括：

3.根据权利要求2所述的方法，其特征在于，所述针对每个第一呼吸事件，根据所述第一呼吸事件前的血氧饱和度，确定所述第一呼吸事件的血氧饱和度参考值，包括：

4.根据权利要求3所述的方法，其特征在于，所述根据所述时间间隔和所述恢复程度，确定所述第一呼吸事件对应的血氧饱和度参考值，包括：

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据各呼吸事件对应的时间窗口，计算所述预设时间段内的事件持续时间，包括：

6.根据权利要求5所述的方法，其特征在于，所述睡眠监测数据还包括睡眠状态参数；所述据各呼吸事件的类型，分别确定各呼吸事件的权重，包括：

7.根据权利要求1-4任一项所述的方法，其特征在于，所述根据各呼吸事件对应的时间窗口，计算所述预设时间段内的事件时间分布特征，包括：

8.根据权利要求7所述的方法，其特征在于，所述根据所有所述时间间隔的离散程度，计算所述事件时间分布特征，包括：

9.根据权利要求1所述的方法，其特征在于，所述融合所述事件相关低氧负荷、所述事件持续时间和所述事件时间分布特征，得到综合事件负荷指标，包括：

10.一种睡眠监测数据处理装置，其特征在于，所述装置包括：