雷达学报

作者：赵翔, 王威, 李晨洋, 关建, 李刚

单位：1.清华大学电子工程系 北京 100084；2.上海交通大学医学院附属第六人民医院耳鼻咽喉头颈外科上海市睡眠呼吸障碍疾病重点实验室 上海 200233；

关键词：毫米波雷达, 光电容积脉搏波, 多源信号融合, 深度神经网络, 睡眠呼吸暂停低通气综合征, 呼吸暂停低通气指数

基金：国家杰出青年科学基金(61925106)

睡眠呼吸暂停低通气综合征(SAHS)是一种常见的慢性睡眠呼吸障碍疾病，严重影响患者的睡眠质量和身体健康。该文提出了一种基于多源信号融合的睡眠呼吸暂停与低通气检测框架，通过融合毫米波雷达微动信号与光电容积脉搏波(PPG)描记法的脉搏波数据，实现高可靠的轻接触式睡眠呼吸暂停低通气综合征的诊断，以解决传统医学上依赖多导睡眠图(PSG)进行睡眠监测时舒适度差、成本高等缺点。研究中，为兼顾睡眠呼吸异常事件检测的准确率和鲁棒性，该文提出了一种雷达、脉搏波数据预处理算法得到信号中的时频信息和人工特征，并设计了用于将两类信号融合的深度神经网络，以实现对睡眠呼吸暂停和低通气事件的精准识别，从而估算呼吸暂停低通气指数(AHI)，用于对患者的睡眠呼吸异常严重程度进行定量评估。基于上海交通大学医学院附属第六人民医院临床试验数据集的实验结果表明，该文所提方案估算的AHI与金标准PSG的相关系数达到了0.93，一致性良好，有潜力普及成为家用睡眠呼吸监护的工具，并起到睡眠呼吸暂停低通气综合征初步筛查的作用。

来源：2025年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2025年第1期