新四季網

睡眠狀態監測模型的特徵信息提取方法和系統與流程

2023-12-08 23:12:11 1


本發明涉及輔助睡眠技術領域,特別是涉及一種睡眠狀態監測模型的特徵信息提取方法和系統。



背景技術:

在睡眠中,人體進行了自我放鬆及恢復的過程,因此良好的睡眠是保持身體健康的一項基本條件;但是由於工作壓力大、生活作息不規律等原因,導致了部分人群的睡眠質量欠佳,表現為失眠、半夜驚醒等。

目前市面上已經有一些設備來幫助人們入睡,提高睡眠質量。例如在某一特定睡眠狀態下通過聲音、光信號等人工幹預,避免在熟睡狀態下叫醒用戶等。對於輔助睡眠的設備而言,為了真正達到提高用戶睡眠質量的目的,正確的識別用戶的睡眠狀態是非常重要的。

而要識別用戶的睡眠狀態,目前主要是利用多導睡眠圖(Polysomnography,PSG),又稱睡眠腦電圖,多導睡眠圖利用多種生命體徵對睡眠進行分析,在這些體徵信號中,腦電處於核心地位;利用腦電波4種節律:δ波(1-3Hz),θ波(4-7Hz),α波(8-12Hz),β波(14-30Hz)的頻率特性作為特徵信息,採用預先訓練的睡眠狀態監測模型對睡眠狀態進行識別,由於腦電信號容易受到幹擾,因此,這種方式的準確度難以得到保證。



技術實現要素:

基於此,有必要針對上述問題,提供一種睡眠狀態監測模型的特徵信息提取方法和系統,有效地提高睡眠狀態監測模型的識別準確度。

一種睡眠狀態監測模型的特徵信息提取方法,包括:

採集用戶在睡眠過程中產生的腦電信號;

基於頻域信號處理技術從所述腦電信號中提取多個頻率段的腦電波;

分別計算各個頻率段的腦電波的能量在腦電信號總能量中的比例係數,以及計算各個頻率段的腦電波在當前幀腦電信號內所佔的時間比;

根據所述比例係數和時間比確定睡眠狀態監測模型的識別任務類型對應的特徵信息。

一種睡眠狀態監測模型的特徵信息提取系統,包括:

採集模塊,用於採集用戶在睡眠過程中產生的腦電信號;

提取模塊,用於基於頻域信號處理技術從所述腦電信號中提取多個頻率段的腦電波;

計算模塊,用於分別計算各個頻率段的腦電波的能量在腦電信號總能量中的比例係數,以及計算各個頻率段的腦電波在當前幀腦電信號內所佔的時間比;

設置模塊,用於根據所述比例係數和時間比確定睡眠狀態監測模型的識別任務類型對應的特徵信息。

上述睡眠狀態監測模型的特徵信息提取方法和系統,利用採集的腦電信號,提取多個頻率段的腦電波,分別計算各個頻率段的腦電波的能量在腦電信號總能量中的比例係數及其在當前幀腦電信號內所佔的時間比,並將該比例係數和時間比確定睡眠狀態監測模型的識別任務類型對應的特徵信息。基於該方案提取的特徵信息,能夠有效提高睡眠狀態監測模型識別睡眠狀態的準確度,而且也一定程度上提高了識別效率。

附圖說明

圖1為一個實施例的睡眠狀態監測模型的特徵信息提取方法的流程圖;

圖2為濾波處理前後的腦電信號示意圖;

圖3為一個實施例的睡眠狀態監測模型的特徵信息提取系統結構示意圖。

具體實施方式

下面結合附圖闡述本發明的睡眠狀態監測模型的特徵信息提取方法和系統的實施例。

參考圖1所示,圖1為本發明的睡眠狀態監測模型的特徵信息提取方法的流程圖,包括:

S101,採集用戶在睡眠過程中產生的腦電信號;

在本步驟中,如在對用戶進行輔助睡眠時,通過用戶佩戴相關傳感設備,檢測用戶的腦電信號,可以以30s為一幀進行採集。

在一個實施例中,考慮到腦電圖的信號非常微弱(微伏級),容易被來自其他部位的生物電信號幹擾。例如眼電信號疊加在腦電信號上導致的基線漂移的現象,因此,還可以包括去除每幀(如30s為一幀)腦電信號中的眼電偽跡的步驟:

(1)對採集的腦電信號進行經驗模態分解,將其分解成若干個本徵模函數,並計算各個本徵模函數與同一時刻的眼電信號之間的相關係數;經驗模態分解可以包括如下公式:

式中,EEGoriginal表示原始腦電信號,imfi表示第i個本徵模函數,Re表示殘差函數;其中,眼電信號通過用戶佩戴相關傳感設備,檢測用戶的眼電信號,可以以30s為一幀進行採集。

(2)將相關係數大於預設閾值的本徵模函數和相關係數最大的本徵模函數刪除,並利用未刪除的本徵模函數重建腦電信號;重建腦電信號可以包括如下公式:

式中,EEGpure表示重建的腦電信號,corrcoef表示相關係數,imf表示第i個本徵模函數,EOG表示眼電信號,corrcoefmax表示最大的相關係數,thre表示預設的相關係數閾值。

上述實施例的技術方案,只去除高幅度眼電帶來的類似於基線漂移的偽跡,保留了原始信號的大部分細節信息。因此有利於後續的基於時域的腦電信號濾波處理。

S102,基於頻域信號處理技術從所述腦電信號中提取多個頻率段的腦電波;

在本步驟中,在頻域對腦電信號進行處理,從腦電信號中提取出多個頻率段的腦電波。

在一個實施例中,提取信號特徵數據前,還可以對所採集的腦電信號進行濾波處理,濾除高頻噪聲和工頻幹擾。例如,腦電信號的有用信息多集中在0-100Hz的範圍內,在採集過程中會摻入頻率在該範圍外的噪聲,因此,可以通過濾波手段將其濾除。可以同帶通濾波器濾除高頻噪聲,並設計一個陷波器(50/60Hz)來濾除工頻幹擾。

參考圖2所示,圖2為濾波處理前後的腦電信號示意圖,上圖為原始信號,下圖為經過濾波處理之後的信號,可以發現大部分的高頻噪聲已被濾除。

對於上述腦電信號,由於強度很弱,在信號採集時,極易被外界信號所幹擾。

根據頻率的不同,多導睡眠圖的腦電信號可以分為4種節律腦電波:δ波(1-3Hz),θ波(4-7Hz),α波(8-12Hz),β波(14-30Hz);在此,可以提取出δ波頻段,θ波頻段,α波頻段,β波頻段這四種腦電波。

作為一個實施例,上述提取多個頻率段的腦電波的方法,可以包括如下:

對腦電信號進行小波分解,在小波重構中提取所述腦電信號的δ波頻段,θ波頻段,α波頻段,β波頻段;

為了更好地分解出所述各種頻率波形,小波分解的層數與腦電信號的採樣頻率滿足如下關係:f=2N+2,其中,f為腦電信號的採樣頻率,N為小波分解的層數;例如,當信號的降採樣率為128Hz時,可以選擇4層分解,當信號的採樣率為256Hz時,則可以進行5層分解。

S103,分別計算各個頻率段的腦電波的能量在腦電信號總能量中的比例係數,以及計算各個頻率段的腦電波在當前幀腦電信號內所佔的時間比;

在本步驟中,通過多個頻率段的腦電波的能量在腦電信號總能量中的比例係數以及其在當前幀的腦電信號內所佔的時間比,作為識別任務的特徵信息;由此,以腦電波頻域信息基礎上,進一步以能量比例係數和腦電波佔據腦電信號幀時間比作為特徵量進行識別的方式,提高了分類器識別的精確度。

作為一個實施例,上述計算比例係數和時間比的方法,可以包括如下:

(1)分別計算δ波頻段,θ波頻段,α波頻段,β波頻段的能量在腦電信號總能量中的比例係數,計算方法可以包括如下公式:

rδ=∑(yδ)2/ptotal

rθ=∑(yθ)2/ptotal

rα=∑(yα)2/ptotal

rβ=∑(yβ)2/ptotal

其中ptotal=∑(yδ)2+∑(yθ)2+∑(yα)2+∑(yβ)2,yδ,yθ,yα和yβ分別表示重構後的δ頻段、θ頻段、α頻段和β頻段的信號,rδ,rθ,rα和rβ分別代表δ頻段、θ頻段、α頻段和β頻段的信號的能量在總能量的比例。

具體的,通過計算δ波頻段,θ波頻段,α波頻段,β波頻段的能量比例係數,可以得到4個特徵信息。

(2)計算在一幀腦電信號內,δ波頻段,θ波頻段,α波頻段,β波頻段能量最大的時間長度;4計算方法包括如下公式:

式中,cδ,cθ,cα和cβ表示δ頻段、θ頻段、α頻段和β頻段的信號在當前幀內所佔能量比例最大的時間長度,分別表示第i秒內δ頻段、θ頻段、α頻段和β頻段的信號的能量在總能量的比例。

例如,在以30s為一幀進行對腦電信號進行採集時,可以計算該幀30s內,各個腦電波所佔的時間;通過計δ波頻段,θ波頻段,α波頻段,β波頻段的時間比,可以得到4個特徵信息。

由此,可以得到8個特徵信息,應用於睡眠狀態監測模型的識別任務。

S104,根據所述比例係數和時間比確定睡眠狀態監測模型的識別任務類型對應的特徵信息;

在本步驟中,是將前述識別的比例係數和時間比作為特徵信息,應用於睡眠狀態監測模型的識別任務中;如用於訓練新的睡眠狀態監測模型(分類器)或者作為樣本數據輸入已有的睡眠狀態監測模型(分類器)中進行睡眠狀態識別。

上述睡眠狀態監測模型,可以採用RBF核的SVM(Support Vector Machin,支持向量機)分類器,也可以採用神經網絡、決策樹的分類器等。

作為一個實施例,基於前述計算的δ波頻段,θ波頻段,α波頻段,β波頻段對應的比例係數和時間比,分別其設為睡眠狀態監測模型的清醒狀態和睡眠狀態識別任務的特徵信息,即應用於識別用戶處於清醒還是睡眠狀態。

作為一個實施例,本發明實施例提供的睡眠狀態監測模型的特徵信息提取方法,應用於睡眠狀態監測模型進行睡眠狀態識別時,可以用來進行包括清醒,非眼快動睡眠和眼快動睡眠等識別任務。

在一個實施例中,步驟S102中,在對所述腦電信號進行小波分解的步驟前,還可以提取腦電信號的基線,計算所述基線的變化幅度;其中,所述變化幅度為基線最大值減去最小值;

以及在去掉腦電信號的基線後,執行所述對腦電信號進行小波分解的步驟,獲得小波係數。

在步驟S103中,根據小波係數計算小波係數的特徵參數;其中,所述特徵參數包括小波係數的均值、方差、峭度係數和/或斜度係數。

在步驟S104中,則將所述比例係數、時間參數、變化幅度和特徵參數設為睡眠狀態監測模型的清醒狀態、非眼快動睡眠狀態和眼快動睡眠狀態識別任務的特徵信息。

進一步地,還可以用來進行包括非眼快動睡眠的入睡期(S1),非眼快動睡眠期(S2),中等睡眠期(S3)和眼快動睡眠期(S4)4個狀態的等識別任務。

對於非眼快動睡眠可以分為4個時期:S1期(完全清醒至睡眠之間的過渡階段,腦電波以θ波為主,不出現紡錘波或K綜合波);S2期(淺睡階段,腦電波為紡錘波與K綜合波,δ波少於20%);S3期(中等深度睡眠,腦電波δ波佔20%~50%);S4期(深睡,腦電波δ波佔50%以上)。

在一個實施例中,在上述實施例的步驟S102基礎上,在去掉腦電信號的基線後,進一步對腦電信號進行降採樣處理(如原信號採樣率為512Hz,降採樣後為128Hz),得到降採樣信號。

在步驟S103基礎上,計算所述降採樣信號的基於非線性動力學的特徵量;其中,所述基於非線性動力學的特徵量可以包括LZ複雜度、樣本熵和/或近似熵。

在步驟S104中,則將所述比例係數、時間參數、變化幅度、特徵參數和特徵量設為睡眠狀態監測模型的清醒狀態、S1-S4期非眼快動睡眠狀態和眼快動睡眠狀態識別任務的特徵信息。

作為一個實施例中,在利用上述特徵信息基礎上,還可以採集用戶的血氧濃度參數,並根據所述濃度參數計算血氧飽和度參數,將所述血氧飽和度參數設為睡眠狀態監測模型的識別任務類型對應的特徵信息。

參考圖3所示,圖3為一個實施例的睡眠狀態監測模型的特徵信息提取系統結構示意圖,包括:

採集模塊101,用於採集用戶在睡眠過程中產生的腦電信號;

提取模塊102,用於基於頻域信號處理技術從所述腦電信號中提取多個頻率段的腦電波;

計算模塊103,用於分別計算各個頻率段的腦電波的能量在腦電信號總能量中的比例係數,以及計算各個頻率段的腦電波在當前幀腦電信號內所佔的時間比;

設置模塊104,用於根據所述比例係數和時間比確定睡眠狀態監測模型的識別任務類型對應的特徵信息。

本發明的睡眠狀態監測模型的特徵信息提取系統與本發明的睡眠狀態監測模型的特徵信息提取方法一一對應,在上述睡眠狀態監測模型的特徵信息提取方法的實施例闡述的技術特徵及其有益效果均適用於睡眠狀態監測模型的特徵信息提取系統的實施例中,特此聲明。

以上所述實施例的各技術特徵可以進行任意的組合,為使描述簡潔,未對上述實施例中的各個技術特徵所有可能的組合都進行描述,然而,只要這些技術特徵的組合不存在矛盾,都應當認為是本說明書記載的範圍。

以上所述實施例僅表達了本發明的幾種實施方式,其描述較為具體和詳細,但並不能因此而理解為對發明專利範圍的限制。應當指出的是,對於本領域的普通技術人員來說,在不脫離本發明構思的前提下,還可以做出若干變形和改進,這些都屬於本發明的保護範圍。因此,本發明專利的保護範圍應以所附權利要求為準。

同类文章

一種新型多功能組合攝影箱的製作方法

一種新型多功能組合攝影箱的製作方法【專利摘要】本實用新型公開了一種新型多功能組合攝影箱,包括敞開式箱體和前攝影蓋,在箱體頂部設有移動式光源盒,在箱體底部設有LED脫影板,LED脫影板放置在底板上;移動式光源盒包括上蓋,上蓋內設有光源,上蓋部設有磨沙透光片,磨沙透光片將光源封閉在上蓋內;所述LED脫影

壓縮模式圖樣重疊檢測方法與裝置與流程

本發明涉及通信領域,特別涉及一種壓縮模式圖樣重疊檢測方法與裝置。背景技術:在寬帶碼分多址(WCDMA,WidebandCodeDivisionMultipleAccess)系統頻分復用(FDD,FrequencyDivisionDuplex)模式下,為了進行異頻硬切換、FDD到時分復用(TDD,Ti

個性化檯曆的製作方法

專利名稱::個性化檯曆的製作方法技術領域::本實用新型涉及一種檯曆,尤其涉及一種既顯示月曆、又能插入照片的個性化檯曆,屬於生活文化藝術用品領域。背景技術::公知的立式檯曆每頁皆由月曆和畫面兩部分構成,這兩部分都是事先印刷好,固定而不能更換的。畫面或為風景,或為模特、明星。功能單一局限性較大。特別是畫

一種實現縮放的視頻解碼方法

專利名稱:一種實現縮放的視頻解碼方法技術領域:本發明涉及視頻信號處理領域,特別是一種實現縮放的視頻解碼方法。背景技術: Mpeg標準是由運動圖像專家組(Moving Picture Expert Group,MPEG)開發的用於視頻和音頻壓縮的一系列演進的標準。按照Mpeg標準,視頻圖像壓縮編碼後包

基於加熱模壓的纖維增強PBT複合材料成型工藝的製作方法

本發明涉及一種基於加熱模壓的纖維增強pbt複合材料成型工藝。背景技術:熱塑性複合材料與傳統熱固性複合材料相比其具有較好的韌性和抗衝擊性能,此外其還具有可回收利用等優點。熱塑性塑料在液態時流動能力差,使得其與纖維結合浸潤困難。環狀對苯二甲酸丁二醇酯(cbt)是一種環狀預聚物,該材料力學性能差不適合做纖

一種pe滾塑儲槽的製作方法

專利名稱:一種pe滾塑儲槽的製作方法技術領域:一種PE滾塑儲槽一、 技術領域 本實用新型涉及一種PE滾塑儲槽,主要用於化工、染料、醫藥、農藥、冶金、稀土、機械、電子、電力、環保、紡織、釀造、釀造、食品、給水、排水等行業儲存液體使用。二、 背景技術 目前,化工液體耐腐蝕貯運設備,普遍使用傳統的玻璃鋼容

釘的製作方法

專利名稱:釘的製作方法技術領域:本實用新型涉及一種釘,尤其涉及一種可提供方便拔除的鐵(鋼)釘。背景技術:考慮到廢木材回收後再加工利用作業的方便性與安全性,根據環保規定,廢木材的回收是必須將釘於廢木材上的鐵(鋼)釘拔除。如圖1、圖2所示,目前用以釘入木材的鐵(鋼)釘10主要是在一釘體11的一端形成一尖

直流氧噴裝置的製作方法

專利名稱:直流氧噴裝置的製作方法技術領域:本實用新型涉及ー種醫療器械,具體地說是ー種直流氧噴裝置。背景技術:臨床上的放療過程極易造成患者的局部皮膚損傷和炎症,被稱為「放射性皮炎」。目前對於放射性皮炎的主要治療措施是塗抹藥膏,而放射性皮炎患者多伴有局部疼痛,對於止痛,多是通過ロ服或靜脈注射進行止痛治療

新型熱網閥門操作手輪的製作方法

專利名稱:新型熱網閥門操作手輪的製作方法技術領域:新型熱網閥門操作手輪技術領域:本實用新型涉及一種新型熱網閥門操作手輪,屬於機械領域。背景技術::閥門作為流體控制裝置應用廣泛,手輪傳動的閥門使用比例佔90%以上。國家標準中提及手輪所起作用為傳動功能,不作為閥門的運輸、起吊裝置,不承受軸向力。現有閥門

用來自動讀取管狀容器所載識別碼的裝置的製作方法

專利名稱:用來自動讀取管狀容器所載識別碼的裝置的製作方法背景技術:1-本發明所屬領域本發明涉及一種用來自動讀取管狀容器所載識別碼的裝置,其中的管狀容器被放在循環於配送鏈上的文檔匣或託架裝置中。本發明特別適用於,然而並非僅僅專用於,對引入自動分析系統的血液樣本試管之類的自動識別。本發明還涉及專為實現讀