[发明专利]睡眠质量评估方法、装置、电子设备及介质

权利要求书

1.一种睡眠质量评估方法，其特征在于，包括：

获取用户的个体属性信息数据和睡眠信息数据；

对所述个体属性信息数据和睡眠信息数据进行预处理；

将预处理后的个体属性信息数据和睡眠信息数据输入第一睡眠评估模型中，得到所述第一睡眠评估模型输出的睡眠质量评估结果；

其中，所述第一睡眠评估模型是根据用户的个体属性信息数据和睡眠信息数据以及对应的睡眠质量评估结果为第一样本集预先训练建立的，所述第一睡眠评估模型包括第一隐马尔可夫模型和第一随机森林模型；

其中，所述个体属性信息数据包括用户的年龄和性别，所述睡眠信息数据包括睡眠分期、睡眠呼吸停顿时长和睡眠时段；所述睡眠质量评估结果包括睡眠良好、睡眠呼吸停顿和睡眠过度；

所述睡眠分期的获取方式包括：

获取用户睡眠时的呼吸率信号和心率信号；

对所述呼吸率信号和心率信号进行预处理；

将预处理后的呼吸率信号和心率信号输入第二睡眠评估模型中，得到所述第二睡眠评估模型输出的睡眠分期；

其中，所述第二睡眠评估模型是根据用户睡眠时的呼吸率信号和心率信号以及对应的睡眠分期为第二样本集预先训练建立的，所述第二睡眠评估模型包括第二隐马尔可夫模型和第二随机森林模型。

2.根据权利要求1所述的方法，其特征在于，根据用户的个体属性信息数据和睡眠信息数据以及对应的睡眠质量评估结果为第一样本集预先训练建立所述第一睡眠评估模型，包括：

对第一样本集中样本进行预处理；

基于预处理后样本的个体属性信息数据和睡眠信息数据以及对应的睡眠质量评估结果，训练第一隐马尔可夫模型，确定其模型参数；

对比标准睡眠质量评估结果，判断第一隐马尔可夫模型输出的睡眠质量评估结果准确率是否达到要求；若是，保存计算结果准确率最高的模型参数，完成训练；若否，继续对第一样本集中样本进行预处理的步骤；

利用第一随机森林模型对训练好的第一隐马尔可夫模型输出的睡眠质量评估结果进行记忆训练，最终得到所述第一睡眠评估模型。

3.根据权利要求1所述的方法，其特征在于，根据用户睡眠时的呼吸率信号和心率信号以及对应的睡眠分期为第二样本集预先训练建立所述第二睡眠评估模型，包括：

对第二样本集中样本进行预处理；

从预处理后样本的呼吸率信号和心率信号中提取出各睡眠分期以及对应的特征图谱；

基于所述各睡眠分期以及对应的特征图谱，训练第二隐马尔可夫模型，确定其模型参数；

对比标准睡眠分期，判断第二隐马尔可夫模型输出的睡眠分期结果准确率是否达到要求；若是，保存计算结果准确率最高的模型参数，完成训练；若否，继续对第二样本集中样本进行预处理的步骤；

利用第二随机森林模型对训练好的第二隐马尔可夫模型输出的睡眠分期结果进行记忆训练，最终得到所述第二睡眠评估模型。

4.一种睡眠质量评估装置，其特征在于，包括：

获取模块，用于获取用户的个体属性信息数据和睡眠信息数据；

预处理模块，用于对所述个体属性信息数据和睡眠信息数据进行预处理；

评估模块，用于将预处理后的个体属性信息数据和睡眠信息数据输入第一睡眠评估模型中，得到所述第一睡眠评估模型输出的睡眠质量评估结果；

其中，所述第一睡眠评估模型是根据用户的个体属性信息数据和睡眠信息数据以及对应的睡眠质量评估结果为第一样本集预先训练建立的，所述第一睡眠评估模型包括第一隐马尔可夫模型和第一随机森林模型；

其中，所述个体属性信息数据包括用户的年龄和性别，所述睡眠信息数据包括睡眠分期、睡眠呼吸停顿时长和睡眠时段；所述睡眠质量评估结果包括睡眠良好、睡眠呼吸停顿和睡眠过度；

所述获取模块，具体用于：

获取用户睡眠时的呼吸率信号和心率信号；

对所述呼吸率信号和心率信号进行预处理；

将预处理后的呼吸率信号和心率信号输入第二睡眠评估模型中，得到所述第二睡眠评估模型输出的睡眠分期；

其中，所述第二睡眠评估模型是根据用户睡眠时的呼吸率信号和心率信号以及对应的睡眠分期为第二样本集预先训练建立的，所述第二睡眠评估模型包括第二隐马尔可夫模型和第二随机森林模型。