本申请涉及生物测量技术领域，特别是涉及一种呼吸障碍监测终端、监测器和系统。
背景技术：
传统设备在对睡眠呼吸障碍进行监测时，需要接驳设于待测者处的各传感器，各传感器用于采集待测者不同睡眠阶段的特征信号等。
然而，在实现过程中，发明人发现传统技术中至少存在如下问题：目前的呼吸障碍监测终端，存在监测准确性低的问题。
技术实现要素：
基于此，有必要针对传统设备中存在的监测准确性低的问题，提供一种能够提高设备监测准确度的呼吸障碍监测终端、监测器和系统。
一种呼吸障碍监测终端，包括：
频谱转换模块，用于将获取到的器官声音信号转换为音频频谱；器官声音信号包括呼吸声音信号；
信号分离模块，用于确认器官声音信号的呼吸特征信息，并根据呼吸特征信息，从音频频谱中分离出对应于呼吸声音信号的目标频谱；
监测结果确认模块，用于采用朴素贝叶斯分类器对目标频谱进行分类，得到监测结果。
在其中一个实施例中，监测结果确认模块，还用于根据获取到的训练集训练模型，并根据训练后的模型生成朴素贝叶斯分类器；训练集包括训练数据；训练数据包括初始频谱和对应的监测结果。
在其中一个实施例中，信号分离模块包括频率范围确定单元和呼吸声音信号分离单元；
频率范围确定单元，用于根据呼吸特征信息，确定呼吸声音信号的目标频率范围；呼吸声音信号分离单元，用于滤除音频频谱中、除目标频率范围以外的频率，并得到目标频谱。
一种呼吸障碍监测器，包括：
声音信号采集模块，用于采集器官声音信号；器官声音信号用于指示呼吸障碍监测终端转换为音频频谱和确认器官声音信号的呼吸特征信息；呼吸特征信息用于指示呼吸障碍监测终端从音频频谱中分离出对应于呼吸声音信号的目标频谱，并采用朴素贝叶斯分类器对目标频谱进行分类，得到监测结果；器官声音信号包括呼吸声音信号。
在其中一个实施例中，还包括：
幅度报警阈值确定模块，用于将器官声音信号转换为对应的音频频谱，从音频频谱中分离出呼吸声音信号的初始频谱，并根据初始频谱实时更新呼吸声音信号的初始频谱幅度最大值，基于初始频谱幅度最大值得到幅度报警阈值，以及比较初始频谱的频谱幅度与幅度报警阈值，得到初始呼吸暂停时长；
监测器传输模块，用于根据初始呼吸暂停时长，向呼吸障碍监测终端传输器官声音信号。
在其中一个实施例中，还包括：
含氧量采集模块，用于采集含氧量信息；
幅度阈值确定模块，还用于比较含氧量信息和含氧量报警阈值，得到含氧量比较结果，以及比较初始呼吸暂停时长与时长报警阈值，得到时长比较结果，并基于含氧量比较结果和时长比较结果生成监测结果；
监测器传输模块，还用于根据含氧量比较结果和时长比较结果，向呼吸障碍监测终端传输器官声音信号。
在其中一个实施例中，幅度阈值确定模块，还用于将初始频谱幅度最大值与预设比例的乘积确认为幅度报警阈值。
在其中一个实施例中，幅度阈值确定模块，还用于与呼吸障碍监测终端进行配对和身份验证。
一种呼吸障碍监测系统，包括上述的呼吸障碍监测终端，以及上述的呼吸障碍监测器。
在其中一个实施例中，还包括云服务器；云服务器通信连接呼吸障碍监测终端。
上述技术方案中的一个技术方案具有如下优点和有益效果：
本申请各实施例中的呼吸障碍监测终端，包括：频谱转换模块，用于将获取到的器官声音信号转换为音频频谱；器官声音信号包括呼吸声音信号；信号分离模块，用于确认器官声音信号的呼吸特征信息，并根据呼吸特征信息，从音频频谱中分离出对应于呼吸声音信号的目标频谱；监测结果确认模块，用于采用朴素贝叶斯分类器对目标频谱进行分类，得到监测结果。本申请可通过数量较少的特征信号生成监测结果，从而可减少接驳的传感器数量，并降低呼吸障碍监测终端对待测者的影响，从而具备无拘束的优点，进而提高了监测准确性。
附图说明
图1为一个实施例中呼吸障碍监测终端的第一示意性结构框图；
图2为一个实施例中呼吸障碍监测终端的第二示意性结构框图；
图3为一个实施例中呼吸障碍监测器的第一示意性结构框图；
图4为一个实施例中呼吸障碍监测器的第二示意性结构框图；
图5为一个实施例中呼吸障碍监测系统的示意性结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
在一个实施例中，如图1所示，提供了一种呼吸障碍监测终端，包括：
一种呼吸障碍监测终端，其特征在于，包括：
频谱转换模块，用于将获取到的器官声音信号转换为音频频谱；器官声音信号包括呼吸声音信号；
信号分离模块，用于确认器官声音信号的呼吸特征信息，并根据呼吸特征信息，从音频频谱中分离出对应于呼吸声音信号的目标频谱；
监测结果确认模块，用于采用朴素贝叶斯分类器对目标频谱进行分类，得到监测结果。
其中，器官声音信号可以为内部器官的声音信号，包括但不局限于心音信号、肺音信号和喉音信号等。呼吸特征信息可用于指示呼吸状态，例如，呼吸状态可以为咳嗽呼吸状态、感冒呼吸状态、肺炎呼吸状态等。进一步地，呼吸状态可用于指示呼吸声音信号的频率范围。呼吸声音信号的目标频谱为包含部分或全部呼吸声音信号的频谱。
本申请通过接收外部设备传输的器官声音信号来实现器官声音信号的获取，外部设备包括但不局限于通信连接呼吸障碍监测终端的设备，以及电连接呼吸障碍监测终端的设备，例如可以为服务器、设于待测者身上的呼吸障碍监测器等。频谱转换模块也可接收呼吸障碍监测终端中其他模块传输的器官声音信号，例如呼吸障碍监测终端还可包括通信模块，通信模块用于与外部设备进行通信，接收外部设备传输的器官声音信号，并将器官声音信号传输至频谱转换模块；或者呼吸障碍监测终端还可包括采集模块，采集模块将采集得到的器官声音信号传输给频谱转换模块。频谱转换模块还可通过自身采集器官声音信号以实现该信号的获取。
频谱转换模块在获取器官声音信号后，器官声音信号为时域信号，频谱转换模块还用于将时域信号(即器官声音信号)转换为其对应的频谱(即音频频谱)，例如可通过fft(fastfouriertransform，快速傅里叶变换)进行实现。
当频谱转换模块将器官声音信号转换为音频频谱时，信号分离模块可确认器官声音信号的呼吸特征信息，例如，可预先利用多个器官声音信号对模型进行训练，并通过训练后的模型处理器官声音信号，从而得到对应的呼吸特征信息。又例如，信号分离模块可将器官声音信号与多个预设声音信号进行逐一比对，根据比对的结果确定呼吸特征信息。需要说明的是，除上述示例外，信号分离模块还可根据实际情况以及设计需求，选用现有技术中相应的模块设备，利用目前已有的算法或方法，得到对应于器官声音信号的呼吸特征信息，本申请并不对此作出限定。
信号分离模块在得到呼吸特征信息后，可根据呼吸特征信息，从音频频谱中分离出对应于呼吸声音信号的目标频谱，使得分离得到的目标频谱可准确地反映呼吸声音信号，提高呼吸障碍监测终端的监测准确性。具体而言，信号分离模块可通过下述所列的任意一种或任意数量的任意组合实现目标频谱的分离：melspectrogram(梅尔频谱)、mfcc(mel-scalefrequencycepstralcoefficients，梅尔倒谱系数)、cqt(恒q变换)和chroma等。需要说明的是，除上述所列出的示例外，信号分离模块还可采用现有技术中已公开的其他方式实现频谱分离，本申请对此不作限定。在一个示例中，信号分离模块可采用librosa进行实现。
监测结果确认模块可用于采用朴素贝叶斯分类器对目标频谱进行分类，并得到监测结果。其中，监测结果可用于反馈睡眠健康情况和睡眠呼吸障碍程度。
上述呼吸障碍监测终端中，可通过数量较少的特征信号生成监测结果，从而可减少接驳的传感器数量，并降低呼吸障碍监测终端对待测者的影响，从而具备无拘束的优点，进而提高了监测准确性。
在一个实施例中，监测结果确认模块，还用于根据获取到的训练集训练模型，并根据训练后的模型生成朴素贝叶斯分类器；训练集包括训练数据；训练数据包括初始频谱和对应的监测结果。
具体地，训练集中可包括16种类型的训练数据，其中每种类型均可包括多个数据，每个训练数据均包括初始频谱和对应的监测结果。本申请通过采用训练集对初始模型进行训练，得到训练后的目标模型，从而可基于目标模型得到朴素贝叶斯分类器，并采用朴素贝叶斯分类器对目标频谱进行分类，将其所归入的类别确认为监测结果。
在一个实施例中，信号分离模块包括频率范围确定单元和呼吸声音信号分离单元；频率范围确定单元，用于根据呼吸特征信息，确定呼吸声音信号的目标频率范围；呼吸声音信号分离单元，用于滤除音频频谱中、除目标频率范围以外的频率，并得到目标频谱。
具体地，频率范围确定单元可预先采集训练集，训练集可包括各呼吸特征信息对应的多个样本，利用样本集对模型进行训练，并通过训练后的模型处理呼吸特征信息，从而得到对应的目标频率范围。或者，频率范围确定单元可根据呼吸声音信号确定呼吸状态，并确定对应于该呼吸状态的目标频率范围。例如，从呼吸特征信息可确认呼吸状态为感冒呼吸状态，则频率范围确定单元可以将目标频率范围确定为感冒呼吸状态所对应的频率范围。
呼吸声音信号分离单元根据频率范围确定单元确定的目标频率范围对音频频谱进行滤波，保留音频频谱中目标频率范围内的信号，将音频频谱中除目标频率范围以外的信号进行滤除，以得到目标频谱。进一步地，目标频谱可以保留目标频率范围边界频率所对应的信号，也可滤除边界频率所对应的信号。例如当目标频率为1000hz(赫兹)时，则目标频谱可以保留频率为1000hz的信号，也可滤除频率为1000hz的信号。如此，可减少目标频谱中的干扰，提高监测准确性。
在一个实施例中，呼吸障碍监测终端还包括：数据上传模块，用于将监测结果、器官声音信号和/或呼吸声音信号上传至云服务器。
具体地，呼吸障碍监测终端还可包括数据上传模块，数据上传模块用于将监测结果、器官声音信号和呼吸声音信号的任意一个或任意组合通过无线网络上传至云服务器。进一步地，当上传多个数据时，可将各数据上传至同一云服务器，也可将各数据上传至不同的云服务器，或者部分数据上传至同一云服务器其余数据分别上传至不同的云服务器，从而可对上传的数据进行数据分析和记录，提高数据可靠性。
在一个实施例中，终端还包括：终端验证模块，用于与呼吸障碍监测器进行配对和身份验证。具体地，呼吸障碍监测终端还可包括终端验证模块，终端验证模块用于与呼吸障碍监测器进行配对和身份验证，当配对成功后，呼吸障碍监测终端可接收呼吸障碍监测器传输的器官声音信号等。在一个实例中，终端验证模块可用于与呼吸障碍监测器进行蓝牙配对。
在一个实施例中，终端还包括：终端传输模块，用于与呼吸障碍监测器进行信息交互。具体地，终端传输模块向呼吸障碍监测器发送控制指令，也可接收呼吸障碍监测器传输的器官声音信号等信息。进一步地，在进行配对和身份验证前，终端传输模块可接收呼吸障碍监测器传输的配对和验证信息，或者向呼吸障碍监测器传输相应的配对和验证信息，以进行验证。
在一个实施例中，终端还包括：显示模块，用于显示监测结果、器官声音信号和/或呼吸声音信号。
为便于理解本申请的呼吸障碍监测终端，下面通过一个具体的示例进行说明。如图2所示，提供了一种呼吸障碍监测终端，包括：
终端传输模块，用于与呼吸障碍监测器进行信息交互。
终端验证模块，用于与呼吸障碍监测器进行蓝牙配对。
频谱转换模块，用于将获取到的器官声音信号转换为音频频谱；器官声音信号包括呼吸声音信号。
信号分离模块，包括频率范围确定单元和呼吸声音信号分离单元，其中频率范围确定单元，用于根据呼吸特征信息，确定呼吸声音信号的目标频率范围；呼吸声音信号分离单元，用于滤除音频频谱中、除目标频率范围以外的频率，并得到目标频谱。
监测结果确认模块，用于根据获取到的训练集训练模型，并根据训练后的模型生成朴素贝叶斯分类器，采用朴素贝叶斯分类器对目标频谱进行分类，得到监测结果。
数据上传模块，包括用于将监测结果、器官声音信号和呼吸声音信号和的任意一个或任意组合通过无线网络上传至云服务器。
显示模块，用于显示监测结果、器官声音信号和/或呼吸声音信号。
本申请的呼吸障碍监测终端能够对器官声音信号进行数据分类、显示图形和文字在智能设备，并具备提醒和透过移动通信技术传送数据至云服务器作数据分析或记录至电子病历平台。
在一个实施例中，提供了一种呼吸障碍监测器，包括：
声音信号采集模块，用于采集器官声音信号；器官声音信号用于指示呼吸障碍监测终端转换为音频频谱和确认器官声音信号的呼吸特征信息；呼吸特征信息用于指示呼吸障碍监测终端从音频频谱中分离出对应于呼吸声音信号的目标频谱，并采用朴素贝叶斯分类器对目标频谱进行分类，得到监测结果；器官声音信号包括呼吸声音信号。
具体地，声音信号采集模块可用于持续地采集器官声音信号。声音信号采集模块可包括声音采集设备，并通过声音采集设备采集器官声音信号。进一步地，声音信号采集模块还可包括电连接至声音采集设备的信号处理电路。在一个实施例中，如图3所示，呼吸障碍监测器还包括：
幅度阈值确定模块，用于将器官声音信号转换为对应的音频频谱，从音频频谱中分离出呼吸声音信号的初始频谱，并根据初始频谱实时更新呼吸声音信号的初始频谱幅度最大值，基于初始频谱幅度最大值得到幅度报警阈值，以及比较初始频谱的频谱幅度与幅度报警阈值，得到初始呼吸暂停时长；
监测器传输模块，用于根据初始呼吸暂停时长，向呼吸障碍监测终端传输器官声音信号。
其中，初始频谱为包含全部或部分呼吸声音信号的频谱，进一步地，初始频谱的频率可以包括目标频谱的全部频率，或者与目标频谱的频率部分重合或不重合。初始呼吸暂停视场为基于初始频谱得到的、呼吸暂停的持续时长。
具体地，幅度阈值确定模块可通过如fft等的处理方式将器官声音信号转换为对应的音频频谱，并从音频频谱中初步分离出呼吸声音信号的初始频谱。例如，幅度阈值确定模块可预先确定一初始频率范围，不同的器官声音信号均可对应于该初始频率范围，通过将音频频谱中除初始频率范围以外的频率进行滤除，并保留初始频率范围以内的频率信号，从而得到初始频谱，进而可根据初始频谱对呼吸声音信号进行初步提取，提高呼吸障碍监测器的监测效率。
幅度阈值确定模块对初始频谱中呼吸声音信号的幅度值进行实时监测，并实时更新初始频谱幅度最大值，根据初始频谱幅度最大值确定幅度报警阈值。其中，初始频谱幅度最大值可以为初始频谱在一次连续的监测过程中出现的最大幅度值，或者初始频谱在历次监测过程中所出现的最大幅度值；幅度报警阈值为用于指示是否发生呼吸暂停的门限值，若呼吸声音信号的幅度小于或等于幅度报警阈值，则可判断发生呼吸暂停。
幅度阈值确定模块将初始频谱中各频率的频谱幅度分别与幅度报警阈值进行比较，从而能够以较高的监测效率、初步确认是否发生呼吸暂停。若初始频谱中存在小于或等于幅度报警阈值的频谱幅度，则可判断为发生呼吸暂停，并通过初始频谱获取发生呼吸暂停的持续时长，即初始呼吸暂停时长。
监测器传输模块可根据初始呼吸暂停时长，向呼吸障碍监测终端传输器官声音信号。进一步地，监测器传输模块可在初始呼吸暂停时长大于获得等于时长报警阈值时，向呼吸障碍监测终端传输器官声音信号。
本申请中呼吸障碍监测器的幅度阈值确定模块可用于对获取到的器官声音信号进行分析，并从器官声音信号中分离出呼吸声音信号。进一步地，若幅度阈值确定模块在预设周期内无法有效分离出呼吸声音信号，或者初始频谱的频谱幅度较为微弱，则监测器传输模块可向呼吸障碍监测终端传输器官声音信号。
上述呼吸障碍监测器中，通过数量较少的特征信号即可监测睡眠呼吸障碍情况，从而可减少接驳的传感器数量，并降低呼吸障碍监测器对待测者的影响，并可实时地经过无线方式传输信息到呼吸障碍监测终端，提高监测准确性。
在一个实施例中，如图3所示，呼吸障碍监测器还包括：
含氧量采集模块，用于采集含氧量信息；
幅度阈值确定模块，还用于比较含氧量信息和含氧量报警阈值，得到含氧量比较结果，以及比较初始呼吸暂停时长与时长报警阈值，得到时长比较结果，并基于含氧量比较结果和时长比较结果生成监测结果；
监测器传输模块，还用于根据含氧量比较结果和时长比较结果，向呼吸障碍监测终端传输器官声音信号。具体地，含氧量采集模块可用于实时采集含氧量信息，含氧量信息可用于指示呼吸障碍监测器是否贴合待测者设置，并判断当前所采集的器官声音信号是否为待测者的器官声音信号，降低呼吸障碍监测器离体设置所导致的误差影响。
具体地，幅度阈值确定模块，可确定含氧量信息是大于、等于还是小于含氧量报警阈值，并得到含氧量比较结果，含氧量比较结果用于指示含氧量信息与含氧量报警阈值之间的大小关系。同时，幅度阈值确定模块，可比较初始呼吸暂停时长是大于、等于还是小于时长报警阈值，并得到时长比较结果，时长比较结果可用于指示初始呼吸暂停时长与时长报警阈值之间的大小关系。幅度阈值确定模块根据含氧量比较结果和时长比较结果生成监测结果。
在一个示例中，幅度阈值确定模块可通过含氧量比较结果判断呼吸障碍监测器是否贴合待测者，从而判断当前采集到的器官声音信号是否准确反映待测者的呼吸状态。当确认呼吸障碍监测器贴合待测者，且初始呼吸暂停时长大于或等于时长报警阈值时，生成发生了睡眠呼吸障碍的监测结果。进一步地，幅度阈值确定模块还可以在目标呼吸暂停时长小于时长报警阈值时生成没有发生睡眠呼吸障碍的监测结果，和/或在含氧量信息小于于或等于含氧量报警阈值时，生成呼吸障碍监测器离体告警。
当幅度阈值确定模块确认呼吸障碍监测器贴合待测者，且初始呼吸暂停时长大于或等于时长报警阈值时，通过监测器传输模块向呼吸障碍监测终端传输器官声音信号。
上述呼吸障碍监测器中，可避免器官声音信号获取不准确对监测结果造成的不良影响，提高了监测准确性。
在一个实施例中，幅度阈值确定模块，还用于将初始频谱幅度最大值与预设比例的乘积确认为幅度报警阈值，从而可简化幅度阈值确定模块的处理过程，提高监测效率。其中，预设比例可以根据实际情况和识别需求进行设定，本申请并不对此作出具体限定。在一个实施例中，幅度阈值确定模块，还用于与呼吸障碍监测终端进行配对和身份验证。具体地，幅度阈值确定模块可包括监测器验证单元，用于与呼吸障碍监测终端进行配对和身份验证，当配对成功后，呼吸障碍监测器可向呼吸障碍监测终端传输器官声音信号等数据。在一个示例中，监测器验证单元可用于与呼吸障碍监测终端进行蓝牙配对。
在一个实施例中，如图3所示，呼吸障碍监测器还包括：存储模块，用于存储采集到的器官声音信号。
为便于理解本申请的呼吸障碍监测器，下面通过一个具体的示例进行说明。如图4所示，提供了一种呼吸障碍监测器，包括：
声音信号采集模块，用于采集器官声音信号。
含氧量采集模块，用于采集含氧量信息。
幅度阈值确定模块，包括带通滤波单元、频率检测单元、初始频谱幅度最大值确认单元、阈值确认单元、时长比较单元、含氧量比较单元、监测结果确认单元和监测器验证单元。
其中，带通滤波单元，用于对采集到的器官声音信号进行带通滤波；频率检测单元，用于对滤波后的器官声音信号转换为对应的音频频谱，并从音频频谱中分离出呼吸声音信号的初始频谱；初始频谱幅度最大值确认单元，用于根据初始频谱实时更新呼吸声音信号的初始频谱幅度最大值；阈值确认单元，用于基于初始频谱幅度最大值得到幅度报警阈值；时长比较单元，用于比较含氧量信息和含氧量报警阈值，得到含氧量比较结果；含氧量比较单元，用于比较初始呼吸暂停时长与时长报警阈值，得到时长比较结果；监测结果确认单元，用于基于含氧量比较结果和时长比较结果生成监测结果；监测器验证单元，用于与支持蓝牙协议的呼吸障碍监测终端进行蓝牙配对，并进行身份验证。
监测器传输模块，用于在确认呼吸障碍监测器贴合待测者，且初始呼吸暂停时长大于或等于时长报警阈值时，向呼吸障碍监测终端传输器官声音信号。
存储模块，用于存储历史器官声音信号。
在一个实施例中，如图5所示，提供了一种呼吸障碍监测系统，包括上述任一实施例中的呼吸障碍监测终端，以及上述任一实施例中的呼吸障碍监测器。
具体地，呼吸障碍监测终端可如上述任一实施例的呼吸障碍监测终端，呼吸障碍监测器可以为上述任一实施例中的呼吸障碍监测器。呼吸障碍监测器可用于采集器官声音信号，并对器官声音信号进行初步判断。呼吸障碍监测器若确认发生睡眠呼吸障碍，则可实时通过无线方式向呼吸障碍监测终端传输器官声音信号。呼吸障碍监测终端对器官声音信号作进一步的深入分析，并得到准确的监测结果。
具体而言，呼吸障碍监测器可用于对器官声音信号进行采集、初步分析、传输、记录、显示、生成声音数据和分析数据特征。睡眠呼吸障碍监测器通过声音信号采集模块可以监测高频率或低频率器官声音信号。
上述呼吸障碍监测系统，包括呼吸障碍监测器和呼吸障碍监测终端，通过数量较少的特征信号即可监测睡眠呼吸障碍情况，从而可减少接驳的传感器数量，并降低传感器对待测者的影响，提高监测准确性且操作简单。
在一个实施例中，如图5所示，呼吸障碍监测系统还包括云服务器；云服务器连接呼吸障碍监测终端。
具体地，呼吸障碍监测终端可上传历史器官声音信号、历史监测结果等数据至云服务器，云服务器可根据接收到历史数据生成记录，方便历史数据的查阅。当呼吸障碍监测终端确认目标呼吸暂停时长超过时长报警阈值时，可通过云服务器向指定终端进行告警。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
1.一种呼吸障碍监测终端，其特征在于，包括：
频谱转换模块，用于将获取到的器官声音信号转换为音频频谱；所述器官声音信号包括呼吸声音信号；
信号分离模块，用于确认所述器官声音信号的呼吸特征信息，并根据所述呼吸特征信息，从所述音频频谱中分离出对应于所述呼吸声音信号的目标频谱；
监测结果确认模块，用于采用朴素贝叶斯分类器对所述目标频谱进行分类，得到监测结果。
2.根据权利要求1所述的呼吸障碍监测终端，其特征在于，监测结果确认模块，还用于根据获取到的训练集训练模型，并根据训练后的所述模型生成所述朴素贝叶斯分类器；所述训练集包括训练数据；所述训练数据包括初始频谱和对应的监测结果。
3.根据权利要求1所述的呼吸障碍监测终端，其特征在于，所述信号分离模块包括频率范围确定单元和呼吸声音信号分离单元；
所述频率范围确定单元，用于根据所述呼吸特征信息，确定所述呼吸声音信号的目标频率范围；所述呼吸声音信号分离单元，用于滤除所述音频频谱中、除所述目标频率范围以外的频率，并得到所述目标频谱。
4.一种呼吸障碍监测器，其特征在于，包括：
声音信号采集模块，用于采集器官声音信号；所述器官声音信号用于指示呼吸障碍监测终端转换为音频频谱和确认所述器官声音信号的呼吸特征信息；所述呼吸特征信息用于指示所述呼吸障碍监测终端从所述音频频谱中分离出对应于呼吸声音信号的目标频谱，并采用朴素贝叶斯分类器对所述目标频谱进行分类，得到监测结果；所述器官声音信号包括所述呼吸声音信号。
5.根据权利要求4所述的呼吸障碍监测器，其特征在于，还包括：
幅度报警阈值确定模块，用于将所述器官声音信号转换为对应的音频频谱，从所述音频频谱中分离出所述呼吸声音信号的初始频谱，并根据所述初始频谱实时更新所述呼吸声音信号的初始频谱幅度最大值，基于所述初始频谱幅度最大值得到幅度报警阈值，以及比较所述初始频谱的频谱幅度与所述幅度报警阈值，得到初始呼吸暂停时长；
监测器传输模块，用于根据所述初始呼吸暂停时长，向所述呼吸障碍监测终端传输所述器官声音信号。
6.根据权利要求5所述的呼吸障碍监测器，其特征在于，还包括：
含氧量采集模块，用于采集含氧量信息；
所述幅度阈值确定模块，还用于比较所述含氧量信息和含氧量报警阈值，得到含氧量比较结果，以及比较所述初始呼吸暂停时长与时长报警阈值，得到时长比较结果，并基于所述含氧量比较结果和所述时长比较结果生成所述监测结果；
所述监测器传输模块，还用于根据所述含氧量比较结果和所述时长比较结果，向所述呼吸障碍监测终端传输所述器官声音信号。
7.根据权利要求5所述的呼吸障碍监测器，其特征在于，所述幅度阈值确定模块，还用于将所述初始频谱幅度最大值与预设比例的乘积确认为所述幅度报警阈值。
8.根据权利要求5所述的呼吸障碍监测器，其特征在于，所述幅度阈值确定模块，还用于与所述呼吸障碍监测终端进行配对和身份验证。
9.一种呼吸障碍监测系统，其特征在于，包括如权利要求1至3所述的呼吸障碍监测终端，以及如权利要求4至8所述的呼吸障碍监测器。
10.根据权利要求9所述的呼吸障碍监测系统，其特征在于，还包括云服务器；所述云服务器通信连接所述呼吸障碍监测终端。
技术总结