睡眠呼吸暂停综合症识别装置

摘要

本发明公开了一种睡眠呼吸暂停综合症识别装置，针对性改进卷积神经网络卷积核通道的输入，将心电数据和呼吸波数据经过预处理后作为神经网络的输入；针对模型的运算层做出优化，将卷积核个数调整为相对最优个数，卷积步长调整为2，在全连接层前面添加Dropout层；针对模型输出层做出改进，将模型调整为二分类结果输出，得到睡眠呼吸暂停事件发生与否的判别结果。本发明通过将心电数据和呼吸波数据进行融合提高了模型检测能力；针对传统LeNet‑5模型进行优化提升了模型的睡眠呼吸暂停综合症识别能力；模型检测时间较深度神经网络更短，应用成本低，可应用范围广泛。