使用夜间呼吸声音估计阻塞性睡眠呼吸暂停筛查的呼吸努力

于红博

摘要: 梗阻性睡眠呼吸暂停（OSA）是一种常见疾病，具有重要的健康后果，然而许多患者因为难以实现的过夜多导睡眠图检查的复杂性和高昂成本而未被诊断。基于声音的筛查提供了一种可扩展的替代方案，但其性能受到环境噪音和缺乏生理上下文的限制。呼吸努力是临床评估OSA事件的关键信号，但目前的方法需要额外的接触传感器，这降低了可扩展性和患者舒适度。本文首次提出了直接从夜间音频中估计呼吸努力的研究，使得仅通过声音就能恢复生理上下文。我们提出了一个潜在空间融合框架，将估计的努力嵌入与声学特征整合，用于OSA检测。利用在家环境记录的103名参与者157个夜晚的数据集，我们的呼吸努力估计器实现了0.48的一致相关系数，捕捉到有意义的呼吸动态。融合努力和音频可以提高灵敏度和AUC，特别是在低呼吸暂停指数阈值下。所提出的方法在测试时仅需要智能手机音频，从而实现无传感器、可扩展和纵向的OSA监测。

更新时间: 2025-09-18 13:31:19

领域: cs.SD,cs.AI,eess.AS

下载: http://arxiv.org/abs/2509.14944v1