基于单通道心电图与血氧饱和度信号的阻塞性睡眠呼吸暂停家庭自动筛查

阻塞性睡眠呼吸暂停（OSA）是当今最普遍的呼吸系统疾病之一。OSA 是由于睡眠中上气道塌陷导致的完全或相对呼吸停止。其已证实对 Covid-19 住院与死亡具有潜在影响，并与严重 Covid-19 感染的主要合并症强烈相关。未确诊的 OSA 还可能导致多种严重的生理与心理副作用。为评定 OSA 严重程度，需在称为多导睡眠图（PSG）的既定协议与标准下进行夜间睡眠监测。该方法耗时、昂贵，且需要专业睡眠技师。OSA 的家庭自动检测广受欢迎且需求巨大。这是将 OSA 疑似者转介至睡眠诊所作进一步监测的快速有效途径。在线 OSA 检测也可作为 OSA 治疗/辅助设备闭环自动控制的一部分。本文介绍并测试了若干在线 OSA 检测方案，涉及三个不同数据库的 155 名受试者。最佳组合方案利用互信息（MI）分析从基于 ECG 和 SpO2 的特征中选出特征。采用了若干有监督与无监督机器学习方法来检测呼吸暂停事件。为取得最佳性能，使用了四种不同三元组合方法中最为成功的分类器。所提出的配置仅有限使用生物信号，具有在线工作模式，并在所有所用数据库中表现出均匀且可接受的性能（超过 85%）。以往发表的方法未能将这些益处集于一身。