鼾声的基频分布与SAHS的关联性

侯丽敏，施晓宇，童 超，刘焕成

(上海大学通信与信息工程学院，上海 200444)

0 引 言

睡眠呼吸暂停低通气综合征(Sleep Apnea Hypopnea Syndrome,SAHS)是一种患病率高，具有潜在危险的疾病[1]。在我国估计患病率达3.5%，约有五千万的SAHS患者[2]。随着医疗辅助诊断和居家医疗的发展，便捷的鼾症检测仪成为国内外的研究热点[3]。与医院临床诊断使用的多导睡眠监测仪(Polysomnography,PSG)不同的是，便携式鼾症自动诊断系统仅通过采集含有丰富病理信息的鼾声信号来分析患者的鼾声声学特性，从而实现对SAHS的辅助诊断[4-5]。

鼾声是SAHS最为明显的症状，易于采集[6]。基频是鼾声声学特性研究中基本且重要的特征之一，已被大量应用在鼾声的检测和辅助诊断中[7]。文献[8]用基频以及基频的相关特征对整夜鼾声的录音自动检测鼾声和非鼾声。文献[9]用鼾声响度、基频和频谱等多个特征，基于贝叶斯分类器构建的核密度模型区分SAHS患者和单纯打鼾者。文献[10]中研究者计算鼾声的基频密度等特征参数，用多元回归法判断SAHS病症的严重程度。

大部分研究中用的是欧美人鼾声的录音，作为不同的人种，中国汉族人与西方人的身体外形存在较大差异，本文针对汉族人的鼾声录音做了详细的分析研究。用改进的线性预测残差倒谱法提取鼾声的基频，对93名受试者的鼾声做了分析。实验结果表明，鼾声基频分布特性与SAHS的严重程度存在着密切的关联。SAHS严重程度不同，鼾声的分布不同，基频轨迹的抖动大小也不同。本研究对互联网时代的居家医疗和筛查有广泛的应用价值。……