在众多简易OSAHS诊断方法中，利用待监测者的鼾声信号分析来进行检测与筛查的相关研究较多。在对鼾声信号的分析上，大多集中在：一是对鼾声信号时域的分析，如呼吸暂停低通气指数(Apnea Hypopnea Index, AHI)、相邻鼾声之间的时间间隔;二是对鼾声信号的频域分析如基频、功率比、梅尔（Mel）倒谱系数、共振峰等。这些时域和频域分析得出的特征，都在一定程度上对OSAHS的诊断起到了很大的作用。此外还有时频域的研究如Hilbert-Huang变换谱等。61621

在相关的研究这方面，有西班牙的学者提出将OSAHS患者的鼾声分成两类：一种是在连续的呼吸周期中产生的连续的鼾声—常规的鼾声,而另一种是被非打鼾呼吸周期和（或者）呼吸暂停分开的鼾声—非常规的鼾声[2]。然后用相邻鼾声段之间的时间间隔分析法来分析OSAHS患者的病情严重程度；有加拿大的学者提出用高阶统计分析来分析鼾声的高斯性和线性。然后用一种称为非线性比的的量来衡量OSAHS病人的鼾声的非线性；我国的张引红等人提出在Hilbert-Huang 变换算法的基础上分析OSAHS患者鼾声信号的Hilbert 谱和边际谱，该方法比小波变换所建立的时频分布具有更好的时频分辨率，解决了时间分辨率和频率分辨率互相影响的问题[5]，文献综述但是作为一种新的理论分析方法，该方法用于提取信号内部信息的优越性仍然需要大量的临床实践来进一步得到完善；还有学者提出了利用多种声学特征来研究鼾声信号的特点，以便研究一种单通道、全自动的通过使用对非接触鼾声的高阶统计分析来筛查HOS的方法，他们的研究方法的新颖点在于使用基于高阶统计分析的方法来估计基音和总气道反应，用双谱主域内三角形来估计总气道响应参数，用双谱对角切片估计总气道响应的参数和梅尔倒频系数。另外，双谱分析也有所应用[7]。