[发明专利]基于睡眠脑电信号的睡眠分期方法及装置在审

专利信息
申请号: 201510975818.X 申请日: 2015-12-22
公开(公告)号: CN105615834A 公开(公告)日: 2016-06-01
发明(设计)人: 张昇欢;贺超;傅曦平;黄志毅 申请(专利权)人: 深圳创达云睿智能科技有限公司
主分类号: A61B5/00 分类号: A61B5/00;A61B5/0476
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 胡海国
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 睡眠 电信号 分期 方法 装置
【权利要求书】:

1.一种基于睡眠脑电信号的睡眠分期方法,其特征在于,所述方法包括以下步骤:

采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析,获取各睡眠 阶段的脑电信号特征信息;

根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型;

基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期。

2.如权利要求1所述的基于睡眠脑电信号的睡眠分期方法,其特征在于,所述采用预设 的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析,获取各睡眠阶段的脑电信 号特征信息的步骤包括:

对预设的各睡眠阶段的原始脑电信号进行短时傅立叶变换,获取各睡眠阶段的原始脑 电信号的频域特征信息;

对预设的各睡眠阶段的原始脑电信号进行希尔伯特变换,获取各睡眠阶段的原始脑电 信号的时域信号包络;

对预设的各睡眠阶段的原始脑电信号进行高斯窗傅立叶变换,获取各睡眠阶段的原始 脑电信号在预设频率上的局部频域特征信息。

3.如权利要求2所述的基于睡眠脑电信号的睡眠分期方法,其特征在于,所述采用预设 的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析,获取各睡眠阶段的脑电信 号特征信息的步骤还包括:

利用预设的空间滤波器对所述频域特征信息、时域信号包络、局部频域特征信息进行 共空间模式滤波处理,获取各睡眠阶段的脑电信号特征信息。

4.如权利要求1、2或3所述的基于睡眠脑电信号的睡眠分期方法,其特征在于,所述根 据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型的步骤包括:

基于各睡眠阶段的脑电信号特征信息,利用预设的学习向量量化神经网络算法进行建 模,建立各睡眠阶段的脑电信号特征模型。

5.如权利要求4所述的基于睡眠脑电信号的睡眠分期方法,其特征在于,所述基于所述 脑电信号特征模型对待处理脑电信号进行睡眠分期的步骤包括:

提取待处理脑电信号的特征信息,将所述特征信息在各睡眠阶段的脑电信号特征模型 中进行匹配,并根据匹配结果对待处理脑电信号进行睡眠分期。

6.一种基于睡眠脑电信号的睡眠分期装置,其特征在于,所述基于睡眠脑电信号的睡 眠分期装置包括:

获取模块,用于采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分 析,获取各睡眠阶段的脑电信号特征信息;

建模模块,用于根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型;

睡眠分期模块,用于基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期。

7.如权利要求6所述的基于睡眠脑电信号的睡眠分期装置,其特征在于,所述获取模块 还用于:

对预设的各睡眠阶段的原始脑电信号进行短时傅立叶变换,获取各睡眠阶段的原始脑 电信号的频域特征信息;

对预设的各睡眠阶段的原始脑电信号进行希尔伯特变换,获取各睡眠阶段的原始脑电 信号的时域信号包络;

对预设的各睡眠阶段的原始脑电信号进行高斯窗傅立叶变换,获取各睡眠阶段的原始 脑电信号在预设频率上的局部频域特征信息。

8.如权利要求7所述的基于睡眠脑电信号的睡眠分期装置,其特征在于,所述获取模块 还用于:

利用预设的空间滤波器对所述频域特征信息、时域信号包络、局部频域特征信息进行 共空间模式滤波处理,获取各睡眠阶段的脑电信号特征信息。

9.如权利要求6、7或8所述的基于睡眠脑电信号的睡眠分期装置,其特征在于,所述建 模模块还用于:

基于各睡眠阶段的脑电信号特征信息,利用预设的学习向量量化神经网络算法进行建 模,建立各睡眠阶段的脑电信号特征模型。

10.如权利要求9所述的基于睡眠脑电信号的睡眠分期装置,其特征在于,所述睡眠分 期模块还用于:

提取待处理脑电信号的特征信息,将所述特征信息在各睡眠阶段的脑电信号特征模型 中进行匹配,并根据匹配结果对待处理脑电信号进行睡眠分期。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳创达云睿智能科技有限公司,未经深圳创达云睿智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510975818.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top