一种基于夜间心率和睡眠呼吸特征的房颤预警方法

本发明公开了一种基于夜间心率和睡眠呼吸特征的房颤预警方法，采集用户当夜夜间睡眠状态下的脉搏波数据S，通过滤波处理获得心动周期数据Ht和呼吸信息数据R；对脉搏波数据S和心动周期数据Ht进行时域、频域和统计域分析，获得时域特征、频域特征和统计域特征，再经由机器学习模型识别出心脏健康评分Hr_scoret和睡眠健康评分Sleep_scoret；依据呼吸信息数据R计算呼吸率Br，并判断低通气状态OS，结合心脏健康评分Hr_scoret和睡眠健康评分Sleep_scoret，给出当夜的房颤预警，再根据过往房颤预警情况，给出早期房颤预警。本发明将夜间睡眠状态下的心率与睡眠呼吸特征相结合，可显著提升房颤预警的准确度与鲁棒性。