基于多尺度卷积神经网络的阻塞性睡眠呼吸暂停检测方法、系统、存储介质和电子设备

本发明公开了一种基于多尺度卷积神经网络的阻塞性睡眠呼吸暂停检测方法、系统、存储介质和电子设备，具体包括如下步骤：加载单导心电图ECG数据，数据预处理；并确定P‑R间期；使用欧几里得距离计算得到该5分钟片段的二维距离数组；将5分钟片段进一步截取为3分钟和1分钟片段；构建3种不同的CNN模型，将这3种尺度片段中的最大距离和最小距离分别输入到3种CNN模型中；对每个模型的卷积特征图进行优化，通过残差注意力模块强化特征中的重要信息；应用通道注意力模块优化模型对关键特征的关注能力；将经过残差和通道注意力优化后的特征图进行整合，并通过全连接层进行最终的分类输出，预测是否存在阻塞性睡眠呼吸暂停OSA。