肺功能呼吸疾病异常监测识别的研究

本项目回顾性搜集确诊为慢性阻塞性肺疾病（COPD）、哮喘等肺功能呼吸相关疾病患者的呼吸频率及波动监测数据（如通过便携式设备、床旁监护仪采集的连续数据），进行呼吸异常特征区（如频率骤升段、波动不规则区间、超出正常阈值的呼吸节律段）的标注，用于建立一个肺功能呼吸异常报警的人工智能深度学习模型。该模型尝试利用人工智能技术对呼吸频率及波动监测数据中的异常特征（如频率变化斜率、波动幅度标准差、节律稳定性参数）提取多维特征，从而实现自动识别与分割异常呼吸数据段，并在监测到呼吸指标超出安全范围、存在病情恶化风险时，实时触发异常报警。