[发明专利]一种基于心电信号的睡眠分期方法在审
申请号: | 201910106090.5 | 申请日: | 2019-02-01 |
公开(公告)号: | CN109770892A | 公开(公告)日: | 2019-05-21 |
发明(设计)人: | 陈贤祥;童中凯;方震;王贤龙;夏善红 | 申请(专利权)人: | 中国科学院电子学研究所 |
主分类号: | A61B5/0402 | 分类号: | A61B5/0402;A61B5/0452;A61B5/08;A61B5/00 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 周天宇 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 心电信号 睡眠 呼吸信号 耦合特征 原始心电信号 呼吸波形 预处理 机器学习算法 电信号特征 特征筛选 准确度 复杂度 去噪 筛选 引入 | ||
一种基于心电信号的睡眠分期方法,所述方法包括:获取原始心电信号,对所述原始心电信号进行去噪预处理得到心电信号;从所述心电信号中获取R点以及RR间期,根据所述R点以及RR间期得到呼吸波形信号;根据所述心电信号和所述呼吸波形信号,获取心电信号特征、呼吸信号特征以及心肺耦合特征;对所述心电信号特征、呼吸信号特征以及心肺耦合特征进行特征筛选;根据筛选后的所述心电信号特征、呼吸信号特征以及心肺耦合特征,采用机器学习算法进行睡眠分期。通过在心电信号特征中引入心电信号复杂度特征提高了基于心电信号的睡眠分期准确度。
技术领域
本发明涉及一种基于心电信号的睡眠分期方法。
背景技术
随着社会经济的快速发展,人们对健康状况越来越关注。睡眠是人最重要的生理活动之一,睡眠质量的好坏直接或间接地影响人体的健康发展,由于快节奏的生活、压力以及不良的生活习惯等,使更多的人患有睡眠疾病,因此,对睡眠开展监测和评估就显得十分重要。
通过睡眠监测可以得到睡眠分期信号,准确的睡眠分期能够帮助人们正确认识自身的睡眠结构、了解睡眠质量。传统的睡眠分期通常采用多导睡眠仪(Polysomnography,PSG)实现,PSG通过记录、分析全夜睡眠过程中的脑电、心电、肌电、血氧饱和度、呼吸气流、胸部呼吸、腹部呼吸等多种人体生理信号变化实现睡眠分期,采用PSG实现睡眠分期的准确度较高,但PSG要求患者在睡眠监测实验室过夜,需由专业受训人员进行操作,数据需由仪器初步自动分析后由人工判读。并且PSG数据采集时需要佩戴许多导线,舒适感差,影响睡眠质量。
因此为了达到简便评估睡眠状态的目的,近年来,现有技术发展出许多基于脑电、心电、体动、脉搏波等的可穿戴睡眠监测设备。这些可穿戴设备安全可靠、小巧方便、操作简单、舒适感较好、对人体睡眠干扰少,可减少睡眠环境改变对检测结果产生的影响,例如可贴式单导联心电监测仪。
在通过单导联心电监测仪采集到心电信号后,需提取与睡眠分期密切相关的RR间期的时域特征和频域特征,然后采用机器学习的方法进行睡眠分期。
但现有技术中基于心电监测仪采用的睡眠分期方法中,睡眠分期的准确度却很难提高。因此如何对特征进行筛选和优化,如何选择合适的机器学习算法,从而提高睡眠分期的准确度,是目前研究的关键。
发明内容
(一)要解决的技术问题
现有技术中基于单导联心电监测仪采用的睡眠分期方法中,睡眠分期的准确度却很难提高。因此如何对特征进行筛选和优化,如何选择合适的机器学习算法,从而提高睡眠分期的准确度,是目前研究的关键和需解决的问题。
(二)技术方案
本发明提供了一种基于心电信号的睡眠分期方法,所述方法包括:获取原始心电信号,对所述原始心电信号进行去噪预处理得到心电信号;从所述心电信号中获取R点以及RR间期,根据所述R点以及RR间期得到呼吸波形信号;根据所述心电信号和所述呼吸波形信号,获取心电信号特征、呼吸信号特征以及心肺耦合特征;对所述心电信号特征、呼吸信号特征以及心肺耦合特征进行特征筛选;根据筛选后的所述心电信号特征、呼吸信号特征以及心肺耦合特征,采用机器学习算法进行睡眠分期。
可选地,所述心电信号特征,包括心电信号时域特征、心电信号频域特征、和心电信号复杂度特征。
可选地,所述心电信号时域特征包括:以RR间期为第一基本特征值,将所述第一基本特征值的均值、方差、中值、四分差、20分位数、80分位数、和心率作为所述心电信号时域特征;
所述心电信号频域特征包括:以RR间期为第一基本特征值,将所述第一基本特征值的频率为0.04Hz-0.15Hz的第一信号功率、频率为0.15Hz-0.4Hz的第二信号功率、第一信号功率与第二信号功率的比值作为所述心电信号频域特征;
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中国科学院电子学研究所,未经中国科学院电子学研究所许可,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/201910106090.5/2.html,转载请声明来源钻瓜专利网。