模糊支持向量分类判别睡眠呼吸暂停综合征

摘要

背景:目前,睡眠呼吸暂停综合征的诊断主要依赖多导睡眠分析仪,该测量方法不但操作复杂、费用昂贵、分析耗时,而且在一定程度上影响患者的睡眠状况。目的:分析心率变异性与睡眠呼吸暂停综合征的关系,提出一种简便准确的睡眠呼吸暂停综合征的检测算法。方法:对38名健康者和28例不同程度睡眠呼吸暂停综合征患者的心率数据,采用去趋势波动分析法和自回归模型谱分析法,分析心率变异性与睡眠时相的相关性,并选取患者的性别、年龄以及心率变异性在各个睡眠阶段的标度指数及低频/高频比例作为睡眠呼吸暂停综合征初筛的特征参数,应用模糊支持向量机对睡眠呼吸暂停综合征阳性和阴性进行分类判别。结果与结论:实验结果表明,模糊支持向量机的分类正确率达到93.94%。与现有睡眠呼吸暂停综合征的诊断方法相比,该方法测量简单方便,具有较高的诊断准确率。