[发明专利]一种基于EEG设备的大规模脑电睡眠监测系统

权利要求书

1.一种基于EEG设备的大规模脑电睡眠监测系统，包括佩戴头套(1)、蓝牙模块(2)、无线模块(5)、手机(3)和云端服务器(4)，其特征在于：所述EEG设备包括佩戴头套(1)、接地电极(9)、参考电极(7)和脑电电极(6)和控制电路电板(8)，所述佩戴头套(1)顶部通过安装盒安装控制电路电板(8)，所述控制电路电板(8)上具有蓝牙模块(2)和无线模块(5)，所述佩戴头套(1)内顶端安装脑电电极(6)，所述佩戴头套(1)内一侧安装参考电极(7)，所述佩戴头套(1)内另一侧安装接地电极(9)，所述接地电极(9)、参考电极(7)和脑电电极(6)均与控制电路电板(8)电连接，所述蓝牙模块(2)与手机(3)信号连接，所述无线模块(5)和手机(3)与云端服务器(4)信号连接，所述脑电电极(6)具体设有四组。

2.一种根据权利要求1所述一种基于EEG设备的大规模脑电睡眠监测系统的大规模脑电睡眠监测方法，其特征在于：具体监测步骤如下：

步骤一：将EEG设备佩戴至人员头部，四组脑电电极(6)采集4路脑电电势信号，与参考电极(7)的电势信号比较，以EEG设备数据记录各路脑电电势与参考电势的差，四组脑电电极(6)均匀分布接触在前额两侧，接地电极(9)、参考电极(7)分别分布接触两侧耳垂处；

步骤二：EEG设备的数据取阻抗值最小的两路数据，采集过程中，间隔固定时间进行一次阻抗测试，各电极累积1分钟的阻抗值取平均，在后续EGG的数据获取中，取阻抗值最小的两路数据；

步骤三：控制电路电板(8)收集各个电极的数据后，由蓝牙模块(2)发送给手机(3)，再由手机(3)发送给云端服务器(4)或控制电路电板(8)直接由无线模块(5)发送给云端服务器(4)；

步骤四：设计多用户服务系统，多用户服务系统包括多线程数据解析和异步消息队列，云端服务器(4)利用独立的进程监测指定设备发过来的数据，读取其中有效的EEG数据包，累积固定时长(基于睡眠场景，为1-10分钟)的数据后，对波形进行时域和频域的分析，并在数据库中记录分析得出的特征值，同时将EEG数据存储为文件，不同用户的特征和文件均统一存放；

步骤五：将步骤四中处理后的数据利用消息队列进行异步交换，指定设备的原始信号写入消息队列，对应的独立进程获取到后将信号解析为波形数据并返回给消息队列，连接该设备的APP将波形显示给用户；

步骤六：通过一个资源管理组件，维护设备、数据处理进程和消息队列的配对关系，确保三者协调合作，配对关系动态调整，以适应多用户环境下随时进行的用户登入和登出，通过云端服务器(4)后台调度和管理，保证多用户睡眠期间的数据自动采集，完成大规模的服务支撑和数据归集；

步骤七：设计数据分析方法，完成对用户睡眠数据的分析，给出睡眠分期报告，对采集到的大数据完成自我修正，云端服务器(4)后台保存睡眠期间采集到的两套数据，一套是以1分钟为间隔的基于原始EEG波形数据时域和频域分析后形成的特征，一套是以1分钟为间隔存储的原始EEG波形数据，基于特征数据，利用已有的固定规则，形成对睡眠分期的分割；

步骤八：基于特征数据和标注，构建传统的信号分析模型，利用统计机器学习方法中的boosting模型(xgboost或lightgbm等)完成对睡眠分期分割，同时修正已有的固定规则，利用波形数据和标注，构建基于深度神经网络的数据处理模型，完成对睡眠分期的分割，并不断利用更对的标注持续更新模型；

步骤九：通过步骤六、步骤七和步骤八中的一套规则和两个模型，充分利用数据信息的基础上，通过训练人工智能神经网络模型，实现了智能化对海量EEG信息的处理，同时模型也达到完成自我修正，最终实现和医用场景近似的准确程度。