一种呼吸异常识别方法、系统、设备及介质

本发明涉及智能医疗监护技术领域，本发明公开了一种呼吸异常识别方法、系统、设备及介质，包括，获取多模态原始数据集；从多模态原始数据集中提取音频信号的频谱特征、生理运动信号的周期特征及环境监测数据的变化特征，并基于所提取的特征构建多维特征矩阵；采用多通道卷积网络对多维特征矩阵进行跨模态融合处理，生成联合特征向量；结合预构建的知识图谱，通过密度聚类算法从联合特征向量中识别异常特征模式，结合医学诊断规则筛选异常模式，输出呼吸异常识别结果。本方法克服了单一信号噪声敏感及非平稳信号解析能力不足的缺陷；同时结合医学知识图谱与密度聚类算法，筛除非病理性呼吸模式，显著提升了复杂呼吸异常识别的准确率与临床可信度。