[发明专利]睡眠分期的确定方法、装置和计算机设备

说明书

本申请涉及一种睡眠分期的确定方法、装置和计算机设备，计算机设备通过获取用户的肌电信号和体动信号，然后根据上述肌电信号和体动信号获取基线参数，并根据上述基线参数，确定REM期。由于计算机设备获取了用户的肌电信号和体动信号，并根据基线参数对肌电信号和体动信号进行判断，通过判断结果获得用户的体动幅度与肌电幅度均比较小的阶段，可以确定用户的REM期。

技术领域

本发明涉及信号处理技术领域，特别是涉及一种睡眠分期的确定方法、装置和计算机设备。

背景技术

近年来，随着人们生活水平的提高，越来越多的人开始关注自己的睡眠情况。目前，国际上公认的睡眠评估的方法为多导睡眠监测(PSG)技术，通过持续同步记录和分析脑电图、眼电图、下颌肌电、心电图、呼吸活动以及其他生理和躯体活动等多项睡眠生理学指标，进行睡眠医学研究和睡眠疾病诊断。为了使睡眠监测便于实施，传统技术中通过手环设备采集身体的活动强度数据来判断睡眠情况。

但是，由于手环设备一般只采集体动数据和心率数据，不能判断出睡眠分期中的REM期。

发明内容

基于此，有必要针对上述技术问题，提供一种可以确定REM期的睡眠分期的确定方法、装置和计算机设备。

一种睡眠分期的确定方法，所述方法包括：

获取用户的肌电信号和体动信号；

根据所述肌电信号和所述体动信号，获取基线参数；所述基线参数用于表示所述肌电信号和所述体动信号的信号特征；

根据所述基线参数，确定快速眼球运动REM期。

在一个实施例中，所述根据所述肌电信号和所述体动信号，获取基线参数，包括：

对所述肌电信号和所述体动信号进行低通滤波处理，获得滤波后的肌电信号和滤波后的体动信号；

根据所述滤波后的肌电信号和所述滤波后的体动信号，获取所述基线参数。

在一个实施例中，所述根据所述滤波后的肌电信号和所述滤波后的体动信号，获取所述基线参数，包括：

根据所述滤波后的肌电信号，获取肌电特征数据；

根据所述滤波后的体动信号，获取体动特征数据；

获取所述滤波后的肌电信号和所述滤波后的体动信号之间的相关系数；

根据所述肌电特征数据、所述体动特征数据和所述相关系数，确定所述基线参数。

在一个实施例中，所述根据所述基线参数，确定快速眼球运动REM期，包括：

根据所述基线参数，确定用户的睡眠阶段；

根据所述睡眠阶段的睡眠数据，获取肌电基线数据；

比较所述肌电基线数据的值和所述肌电信号的值之间的大小关系，获取比较结果；

根据所述比较结果确定所述REM期。

在一个实施例中，所述根据所述基线参数，确定用户的睡眠阶段，包括：

根据所述体动特征数据，对用户的睡眠数据进行分类，获取各所述睡眠数据的第一类型；所述睡眠数据包括体动数据和肌电数据；

根据所述肌电特征数据对各所述睡眠数据的第一类型进行校正，获取各所述睡眠数据校正后的第二类型；

根据各所述睡眠数据校正后的第二类型，确定所述睡眠阶段。

在一个实施例中，所述根据所述体动特征数据，对用户的睡眠数据进行分类，获取各所述睡眠数据的第一类型，包括：