基于多模态特征融合的睡眠呼吸暂停识别方法

本发明公开一种基于多模态特征融合的睡眠呼吸暂停识别方法，属于生物医学生理信号处理技术领域，包括：采集多通道生理信号及呼吸音频信号，并对其进行特征提取；基于XGBoost对提取的特征进行筛选，得到筛选后的特征数据；基于非对称CNN分支网络和Bi‑LSTM分支网络构建混合神经网络模型，根据筛选后的特征数据对睡眠呼吸暂停进行检测；最后，采用多阶段分类框架，输出正常、低通气、阻塞性睡眠呼吸暂停和混合性睡眠呼吸暂停等类型。本方案模型鲁棒性好，分类精度高，且明确并细分睡眠呼吸暂停分类类型，为医生诊断治疗提供更具有参考价值的数据。