一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法
【專利摘要】本發(fā)明公開了一種非接觸式呼吸監(jiān)測的方法。該方法包括：定位深度視頻流中被監(jiān)測者胸腹部區(qū)域；對深度視頻流中每一幀圖像的胸腹部區(qū)域數(shù)據(jù)降維；對降維后的數(shù)據(jù)計算方差，得到胸腹部變化程度序列；對胸腹部變化程度序列進行低通濾波，得到降噪后的呼吸變化序列；根據(jù)呼吸變化序列計算出呼吸頻率以及呼吸暫停時間。本方法解決了接觸式監(jiān)測呼吸可能帶來的干擾被監(jiān)測者呼吸過程的問題，降低了硬件成本與設(shè)備的復(fù)雜性。
【專利說明】
一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法
技術(shù)領(lǐng)域
[0001] 本申請涉及醫(yī)療領(lǐng)域、圖像處理、計算機視覺等領(lǐng)域，尤其涉及通過深度圖像非接 觸式監(jiān)測呼吸的方法。
【背景技術(shù)】
[0002] 呼吸是重要的生理過程，監(jiān)測呼吸是醫(yī)學(xué)上診斷一些呼吸疾病的基本手段之一。 例如阻塞性呼吸睡眠暫停綜合癥(0SA)主要依賴監(jiān)測呼吸來確診。0SA在臨床上表現(xiàn)為每晚 7小時睡眠過程中呼吸暫停反復(fù)發(fā)作30次以上。通過監(jiān)測被測試者睡眠呼吸狀態(tài)，便可判斷 該測試者是否患有0SA。具體為通過監(jiān)測患者的呼吸頻率、呼吸暫停次數(shù)以及呼吸暫停時間 判斷被監(jiān)測者是否患有0SA。監(jiān)測呼吸可以使該病患者及時獲得醫(yī)療救治，避免病情的進一 步惡化，最終保障患者生命健康。
[0003] 目前呼吸監(jiān)測方式主要分為接觸式和非接觸式兩大類。接觸式呼吸監(jiān)測主流方法 有使用腹帶壓力監(jiān)測、采用小型傳感器監(jiān)測鼻腔氣流狀態(tài)。腹帶壓力監(jiān)測法主要原理:通過 腹帶監(jiān)測腹部起伏變化狀態(tài)，從而實時監(jiān)測佩戴者的呼吸狀態(tài)。小型傳感器監(jiān)測鼻腔氣流 法主要原理:通過監(jiān)測鼻腔氣流速度、氣流方向得出被監(jiān)測者當前呼吸狀態(tài)。通過以上表述 可知，人長期佩戴這些設(shè)備可能會產(chǎn)生不適。更近一步的，這些設(shè)備可能會干擾人的呼吸過 程，影響測量結(jié)果的準確性，這是接觸式方法主要不足。
[0004] 非接觸式呼吸監(jiān)測主要通過紅外攝像頭獲取數(shù)據(jù)并結(jié)合圖像處理算法完成呼吸 監(jiān)測。利用紅外攝像頭監(jiān)測原理為:被監(jiān)測者在呼吸時，胸腹部會隨之起伏變化，因此紅外 攝像頭拍攝到的每一幀圖像的胸腹部區(qū)域都與前后相鄰幾幀的胸腹部區(qū)域有所差別。根據(jù) 相鄰紅外圖像幀間胸腹部區(qū)域的差異便可得到被監(jiān)測者的呼吸變化序列。利用紅外攝像頭 監(jiān)測呼吸具有不受環(huán)境光照影響、精度高等優(yōu)點，但是總體來說紅外攝像頭相對來說價格 高，不利于大規(guī)模應(yīng)用。
[0005] 綜上所述，接觸式呼吸監(jiān)測方案可能存在著干擾被監(jiān)測者正常呼吸過程的問題， 而利用紅外攝像頭進行非接觸式呼吸監(jiān)測方案實現(xiàn)所依賴的硬件平臺并不廉價，限制了非 接觸式呼吸監(jiān)測的普及。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明針對以上問題，提出一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法，該 方法既有非接觸式的優(yōu)點又能降低硬件成本。
[0007] 本發(fā)明提供了一種通過深度圖像監(jiān)測呼吸的方法包括:定位深度視頻流中被監(jiān)測 者胸腹部區(qū)域;對深度視頻流中的每一幀圖像的胸腹部區(qū)域數(shù)據(jù)降維;對每一幀降維后的 胸腹部區(qū)域數(shù)據(jù)計算方差，得到胸腹部變化程度序列;對胸腹部變化程度序列進行低通濾 波，得到降噪后的呼吸變化序列;根據(jù)呼吸變化序列計算出呼吸頻率以及呼吸暫停時間。圖 1是本發(fā)明方法的流程圖，下面結(jié)合流程圖對本發(fā)明所提出的方法做進一步說明。
[0008] 進一步地，定位深度視頻流中被監(jiān)測者胸腹部區(qū)域包括:通過與深度圖像幀一一 對應(yīng)的深度骨骼幀確定深度圖像幀中被監(jiān)測者的胸腹部區(qū)域。
[0009]進一步地，對深度視頻流中的每一幀圖像的胸腹部區(qū)域數(shù)據(jù)降維包括:為了說明 方便，設(shè)胸腹部區(qū)域深度數(shù)據(jù)為mXn的矩陣。將原始胸腹部區(qū)域二維矩陣進行降維處理得 到n/ XY胸腹部區(qū)域深度矩陣(其中Π /并記n/ XY胸腹部區(qū)域深度矩陣 為Α。顯而易見降維后的胸腹部區(qū)域深度矩陣維度遠小于原始矩陣維度。
[0010]進一步的，對"胸腹部區(qū)域深度數(shù)據(jù)"中深度含義做詳細說明：構(gòu)成傳統(tǒng)圖像的每 一個像素記錄的是色彩信息，而構(gòu)成深度圖像的每一個像素記錄的是目標物體與攝像頭之 間的距離。
[0011] 進一步地，對降維后的數(shù)據(jù)計算方差，得到胸腹部變化程度序列包括:計算矩陣A 中所有元素的方差，該方差值反映了當前深度圖像幀中被監(jiān)測者胸腹部起伏程度。
[0012] 進一步地，作為優(yōu)選方式，在對胸腹部變化程度序列進行低通濾波時，結(jié)合實際被 監(jiān)測者的呼吸頻率不會太高這一常識，將胸部變化序列中所有高頻成分置零。
[0013] 進一步地，根據(jù)呼吸變化序列計算出呼吸頻率包括:統(tǒng)計呼吸變化序列中每一個 局部極大值。局部極大值個數(shù)便對應(yīng)了被監(jiān)測者在該序列的呼吸次數(shù)，根據(jù)每分鐘呼吸的 次數(shù)計算出呼吸頻率。
[0014] 進一步地，根據(jù)呼吸變化序列計算出呼吸暫停時間包括:利用序列的增減性及序 列的波動程度來篩選出呼吸暫停區(qū)間。
[0015] 由于采用了上述技術(shù)方案，本發(fā)明提供的基于深度圖像的呼吸監(jiān)測方法具有以下 優(yōu)勢
[0016] 1)通過計算深度圖像中胸腹部方差得到胸腹部變化程度，降低呼吸監(jiān)測算法的復(fù) 雜度，很好地保證了實時性，便于實際應(yīng)用推廣。
[0017] 2)與接觸式設(shè)備例如腹帶壓力傳感器、肺活量計相比，做到了非接觸且保證被監(jiān) 測者的正常行為活動。
[0018] 3)與目前較流行的熱紅外攝像頭監(jiān)測呼吸相比，在保證監(jiān)測呼吸的準確性基本不 變的條件下，降低了硬件設(shè)備及維護費用。本方法采用的深度攝像頭在市場上售價較專業(yè) 紅外攝像頭低。
【附圖說明】
[0019] 為了更清楚的說明本發(fā)明的實施或現(xiàn)有的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù) 描述中所需要使用的附圖做一簡單的介紹。顯而易見地，下面描述中的附圖僅僅是本發(fā)明 的一些實施例，對于本領(lǐng)域普通技術(shù)人員來說，在不付出任何創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0020] 圖1描述發(fā)明方法流程圖
[0021] 圖2為發(fā)明實施例中監(jiān)測呼吸算法流程圖 [0022]圖3為發(fā)明實施例中采用的Kinect骨骼幀示意圖 [0023]圖4為序列中相鄰幾項增減性示例圖
[0024]圖5為發(fā)明實施例中攝像頭放置以及被監(jiān)測者被監(jiān)測呼吸示意圖
[0025]圖6為Kinect追蹤的骨骼點的三維空間坐標映射到深度圖像幀對應(yīng)二維坐標的流 程示意圖
[0026] 圖7為Kinect追蹤的骨骼點的三維空間坐標映射到深度圖像幀對應(yīng)二維坐標的示 例代碼
[0027] 圖8為發(fā)明實施例中被監(jiān)測者在進行呼吸監(jiān)測的場景圖
[0028] 圖9為被監(jiān)測者胸腹部變化序列的頻域信號
[0029] 圖10為發(fā)明實施例中被監(jiān)測者呼吸中有暫停行為的曲線
【具體實施方式】
[0030] 一、實現(xiàn)過程
[0031] 本發(fā)明所提供的方法主要步驟如下:獲取一段時間內(nèi)深度視頻流中被監(jiān)測者的胸 腹部圖像;對獲取的每一幀胸腹部區(qū)域圖像做降維處理并計算方差，由此得到該段時間內(nèi) 的胸腹部變化序列；對胸腹部變化序列進行低通濾波得到呼吸變化序列；由呼吸變化序列 計算出呼吸頻率和呼吸暫停時間。
[0032]為使本發(fā)明的實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合本發(fā)明的附圖 2，對本發(fā)明實施例中的技術(shù)方案進行完整清晰的描述：
[0033]步驟S201:將提供深度圖像的攝像頭放置于合適位置，使被監(jiān)測者完整的暴露于 攝像頭監(jiān)測視野范圍內(nèi)，并獲取一段時間內(nèi)的深度視頻流。
[0034]步驟S202:抽取深度視頻流的第一幀圖像，同時提取與深度圖像幀一一對應(yīng)的骨 骼幀中的ShoulderLeft、ShoulderRight、HipCenter三維骨骼點坐標，并將這三個點的三維 坐轉(zhuǎn)換成深度圖像幀中對應(yīng)的二維坐標。完成坐標映射后，便開始定位深度圖像幀中的胸 腹部區(qū)域。如附圖3所示，將311〇111(161'1^;1^、511〇111(1611^8111:作為矩形的一條邊413的兩個頂 點，HipCenter作為與AB邊平行的另一條矩形邊DE的中點，矩形ABED便是該深度圖像幀中被 監(jiān)測者的胸腹部區(qū)域。截取ABED區(qū)域中的深度圖像數(shù)據(jù)。
[0035]步驟S203:為了表述方便，用mXn的矩陣Amn描述胸腹部區(qū)域深度圖像數(shù)據(jù)，同時令 X = Amn則x可以看做有m個樣本，每個樣本是具有η個維度的列矩陣，即X= (XI，X2，…，Xi，…， ，…，Αηι)τ。對X使用快速PCA處理得到降維后的胸腹部區(qū)域深度矩陣Y。 [0036]步驟S204:對Υ中所有元素計算方差，得到衡量該胸腹部區(qū)域變化程度的值Ψ: [0037] 步驟S205:依次對深度視頻流中剩余圖像幀重復(fù)步驟203-204，直至深度視頻流中 所有幀均被處理完畢。由ψ 1至屯11構(gòu)成此段時間內(nèi)胸腹部變化序列ψ，即ψ = { Ψ?，…， Ψ?，···，ψη;}。
[0038] 步驟S206:對胸腹部變化序列Ψ進行低通濾波。具體做法是用快速傅里葉變換將 胸腹部變化程度序列轉(zhuǎn)化成頻域信號，將頻域信號中的高頻成分置零，再使用逆傅里葉變 換處理頻域信號得到呼吸變化序列Ω。
[0039] 根據(jù)呼吸變化序列便可以計算被監(jiān)測者在一段時間內(nèi)呼吸頻率以及呼吸暫停時 間。具體算法如下：
[0040] 步驟S207:根據(jù)呼吸變化序列計算呼吸頻率。統(tǒng)計呼吸變化序列中局部的極大值 便可以得到被監(jiān)測者的在該段序列中的呼吸次數(shù)。計算每分鐘局部極大值的個數(shù)得出被監(jiān) 測者在該段時間內(nèi)的呼吸頻率。
[0041] 步驟S208:利用序列的增減性及序列的波動程度來篩選出呼吸暫停區(qū)間。
[0042]對步驟S203中"對X使用快速PCA降維得到處理后的數(shù)據(jù)Υ"的計算過程包括：
[0043] 1)對胸腹部區(qū)域深度圖像矩陣X進行標準化處理，即：
[0045] i = l，2，."，m;j = l，2，."，n
[0046] 式中：?為xj的均值;Sj為Xj的標準差。
[0047] 2)計算經(jīng)標準化數(shù)據(jù)矩陣X的協(xié)方差矩陣V
[0048] 3)求V的前η個特征值λ: 2 λ2 2…2 λη及對應(yīng)的特征向量
[0049] U= (ui ,U2 , ???Un)
[0050] 4)取前m個成分(m<<n)
[0051] Y = UTX
[0052] 式中：u=(ui，U2,…Um) ;Y=(yi,y2，"，ym)
[0053] Y就是X使用快速PCA降維后的胸腹部區(qū)域深度圖像數(shù)據(jù)。
[0054]對步驟S208中利用序列的增減性及序列的波動程度來篩選出呼吸暫停區(qū)間做做 進一步說明，其步驟為：
[0055] 1.根據(jù)呼吸變化序列的增減性找出序列中相鄰極小值對應(yīng)的項(為了表述方便這 兩項分別記作Ω s、Ω e)。
[0056] 2.計算從Ω 3到Ω e之間的波動程度記作μ。
[0057] 3.若Τ則認為從所有項為呼吸暫停區(qū)間的一部分。
[0058] 4.若μ>Τ則計算下一對相鄰極小值之間序列的波動程度，直至遍歷Ω中所有極小 值。
[0059] 5.將所有的相鄰的呼吸暫停區(qū)間相并得到最后呼吸暫停區(qū)間，在區(qū)間并操作過程 中忽略孤立的區(qū)間。
[0060] 對步驟S208中"計算呼吸變化序列的增減性"做進一步說明：
[0061 ] 1)將Ω平均分成m等分，記其中每一等分序列分別為F^Fs、···、？]!!。為了表述簡 練，僅以子序列F 2為例加以說明。設(shè)F 2有項、α2、…、ak。
[0062] 2)子序列Ρ2的增減性可以分為以下三種情況：
[0063] 8)?? < a2 < ···<處則認為序列尸2是增序列。附圖4的(a)符合描述。
[0064] b)若min( Ρ2)=αι且max( P2)=cik則認為序列P2是增序列。附圖4的(b)符合描述。
[0065] 幻若*^ 2 a〗2…2 ak或min( ^2)=(?且max( ?2)=αι則認為序列F2是減序列。附圖 4的(c)符合描述。
[0066] d)若min( ^2)=(?且max( ?2)=αι則認為序列F2是減序列。附圖4的(d)符合描述。
[0067] e)若子序列？2不滿足(a)、（b)則Ρ2ψ可能存在極值。若Fi為增序列且Ρ3為減序 列則F 2存在極大值;若F i為減序列且F 3為增序列則F 2存在極小值;若F l·、F 3不符合上述 描述則忽略F 2的增減性。
[0068]對步驟S208中進一步說明中的步驟2中"計算從Ω 3到Ω e所有項的波動程度μ"做進 一步說明：記Ρ為從Ω 3到Ω e所有項中最大項，q為從Ω 3到Ω e所有項中最小項。則波動程度 可以用以下公式計算：
[0070]對步驟S208中進一步說明中的步驟3、4中"閾值T"的計算做進一步說明：
[0072]其中t為給定間隔值，Τ表示在該間隔內(nèi)所允許的最大波動程度。
[0073]二、具體實施例 [0074] 2.1硬件平臺描述
[0075] Kinect是微軟開發(fā)的一款3D體感攝像頭，該攝像頭主要功能包括人體骨骼追蹤、 提供三維景深圖像、語音識別、人臉識別等。Kinect定位基本原理為:Kinect的紅外線發(fā)射 器發(fā)射一種特殊的激光，當該激光照射到粗糙物體或者穿透毛玻璃后會形成隨機衍射斑 點，這些散斑具有高度隨機性，并且隨著距離的不同變化圖案?？臻g中任意兩點的散斑圖案 均不相同。利用這種激光特性結(jié)合光編碼技術(shù)便可以對空間中所有物體定位。附圖3展示了 一代Kinect在空間中實時追蹤被監(jiān)測者所有骨骼點，同時Kinect能測量出這些骨骼點的三 維空間坐標。
[0076] 2.2實施例
[0077] 為了更好地描述本發(fā)明提出的非接觸式監(jiān)測呼吸方法，下面結(jié)合一名被監(jiān)測者的 一次呼吸監(jiān)測進行描述：
[0078] 步驟1:呼吸監(jiān)測開始前，先將攝像頭如附圖5所示放置。被監(jiān)測者如附圖5平躺于 床上。當呼吸監(jiān)測程序檢測到被監(jiān)測者骨骼點時，便開始執(zhí)行步驟2;否則，應(yīng)該反復(fù)調(diào)整攝 像頭位置，直至檢測到被監(jiān)測者的骨骼點。
[0079]步驟2 :獲取一段時間內(nèi)的深度視頻流，按順序抽取深度視頻流中的第一幀圖像。 同時獲取與該深度圖像幀對應(yīng)的骨骼幀，提取其中的ShoulderLeft、ShoulderRight、 HipCenter三維骨骼點坐標。利用KinectSDK中的API將這三個點的三維坐轉(zhuǎn)換成深度圖像 幀中對應(yīng)的二維坐標。附圖6描述了 KinectSDK的API使用流程。根據(jù)這些坐標點確定被監(jiān)測 者胸腹區(qū)域。附圖8為被監(jiān)測者某時刻深度圖像幀，獲取ABDC圍成的區(qū)域數(shù)據(jù)。該數(shù)據(jù)便是 胸腹部區(qū)域數(shù)據(jù)八_。
[0080] 步驟3:使用快速PCA對Amn進行降維，根據(jù)實際經(jīng)驗取Amn前5個主要成分，即Y=(m， U2，·-·Ι?5)ΤΧ〇
[0081] 步驟4:對Υ中所有元素計算方差，得到衡量該胸腹部區(qū)域變化程度的值Ψ*。
[0082] 步驟5:按順序處理深度視頻流中剩余的每一幀圖像。剩余每一幀圖像的處理方法 與第一幀完全相同。在處理完深度視頻流中的每一幀圖像后，便獲得被監(jiān)測者在該段時間 內(nèi)胸腹部變化序列Ψ = {Ψι，···，Ψ?，···，Ψη}。
[0083] 步驟6:對胸腹部變化序列Ψ使用快速傅里葉變換轉(zhuǎn)化成頻域信號。附圖9便是頻 域信號的幅值頻譜圖，從頻譜圖可以看出胸腹部變化序列主要由低頻成分構(gòu)成。將幅值頻 譜序列從第10項開始都置零，然后使用逆傅里葉變換重建胸腹部變化程度序列。該胸腹部 變化程度序列便是被監(jiān)測者的呼吸變化序列Ω。
[0084] 步驟7:統(tǒng)計呼吸變化序列中每一個局部極大值。局部極大值個數(shù)便對應(yīng)了被監(jiān)測 者的呼吸次數(shù)，根據(jù)呼吸次數(shù)/呼吸持續(xù)時間計算出呼吸頻率。被監(jiān)測者的呼吸曲線見附圖
[0085] 步驟8:計算呼吸變化序列的增減性找出序列中相鄰極小值對應(yīng)的項(為了表述方 便這兩項分別記作Ω s、Ω e)，計算從Ω 3到Ω e所有項的波動程度μ并與閾值T比較。若μ < T 則認為從Ω 8到Ω e所有項為呼吸暫停區(qū)間的一部分;若μ>Τ則計算下一對相鄰極小值之間序 列的波動程度，直至到最后一對相鄰極小值。將所有的相鄰的呼吸暫停區(qū)間相并得到最后 呼吸暫停區(qū)間，在區(qū)間并操作過程中忽略孤立的區(qū)間。
[0086]對步驟8中的閾值Τ計算做進一步說明：
[0088]因為kinect-秒最多采集30幀數(shù)據(jù)及根據(jù)實際人呼吸最快是2s-次，所以取t =
[0089]以上所述，僅為本發(fā)明較佳的【具體實施方式】，但本發(fā)明的保護范圍并不局限于此， 任何熟悉技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，根據(jù)本發(fā)明的技術(shù)方案及其發(fā) 明構(gòu)思加以等同替換或改變，都應(yīng)該在本發(fā)明的保護范圍內(nèi)。
【主權(quán)項】
1. 一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法，其特征在于，包括以下步驟： 定位深度視頻流中被監(jiān)測者胸腹部區(qū)域； 對深度視頻流中的每一幀圖像的胸腹部區(qū)域數(shù)據(jù)降維； 對每一幀降維后的胸腹部區(qū)域數(shù)據(jù)計算方差，得到胸腹部變化程度序列； 對胸腹部變化程度序列進行低通濾波，得到降噪后的呼吸變化序列； 根據(jù)呼吸變化序列計算出呼吸頻率以及呼吸暫停時間。2. 如權(quán)利要求1所述的一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法中，其特征在 在于， 所述的對深度視頻流中的每一幀圖像的胸腹部區(qū)域數(shù)據(jù)降維包括： 為了說明方便，設(shè)胸腹部區(qū)域深度數(shù)據(jù)為mXn的矩陣。將原始胸腹部區(qū)域二維矩陣進 行降維處理得到n/ XY胸腹部區(qū)域深度矩陣(其中Π /并記n/ XY胸腹部 區(qū)域深度矩陣為A。3. 如權(quán)利要求1所述的一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法中，其特征在 在于， 所述的對降維后的數(shù)據(jù)計算方差，得到胸腹部變化程度序列包括： 計算矩陣A中所有元素的方差，該方差值反映了當前深度圖像幀中被監(jiān)測者胸腹部起 伏程度。4. 如權(quán)利要求1所述的一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法中，其特征在 在于， 所述的對胸腹部變化程度序列進行低通濾波，得到降噪后的呼吸變化序列包括： 用快速傅里葉變換將胸腹部變化程度序列轉(zhuǎn)化成頻域信號； 將頻域信號中的高頻成分置零； 再使用逆傅里葉變換處理頻域信號得到呼吸變化序列。5. 如權(quán)利要求1所述的一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法中，其特征在 在于， 所述的根據(jù)呼吸變化序列計算出呼吸頻率包括： 統(tǒng)計呼吸變化序列中局部的極大值便可以得到被監(jiān)測者的在該段序列中的呼吸次數(shù)； 計算每分鐘序列中局部極大值的個數(shù)得出被監(jiān)測者在該段時間內(nèi)的呼吸頻率。6. 如權(quán)利要求1所述的一種基于深度圖像數(shù)據(jù)的非接觸式呼吸監(jiān)測方法中，其特征在 在于， 所述的根據(jù)呼吸變化序列計算出呼吸暫停時間包括： 根據(jù)呼吸變化序列的增減性找出序列中相鄰極小值對應(yīng)的項（為了表述方便這兩項分 別記作Ω s、Ω e); 計算從Ω 8到Ω e所有項的波動程度μ并與閾值T比較； 若μ < Τ則認為從Ω 3到Ω e所有項為呼吸暫停區(qū)間的一部分； 若μ>Τ則計算下一對相鄰極小值之間序列的波動程度； 重復(fù)以上步驟直至找出最后一對相鄰極小值； 將所有的相鄰的呼吸暫停區(qū)間相并得到最后呼吸暫停區(qū)間，在區(qū)間并操作過程中忽略 孤立的區(qū)間。
【文檔編號】A61B5/113GK105869144SQ201610162800
【公開日】2016年8月17日
【申請日】2016年3月21日
【發(fā)明人】侯振杰, 陳永康, 王暉, 陳宸, 李維康, 劉佳鑌, 林恩, 梁久禎
【申請人】常州大學(xué)