[发明专利]一种基于人体监测睡眠数据的睡眠分期阶段识别方法

权利要求书

1.一种基于人体监测睡眠数据的睡眠分期阶段识别方法，其特征在于，包括如下步骤：

步骤S1、进行睡眠数据训练，得到非接触式人体睡眠状态数据监测所需的聚点参数；

步骤S2、使用所训练好的聚点参数，进行睡眠分期阶段识别判断，具体包括如下步骤：

步骤S21、睡眠状态识别：根据人体睡眠阶段真实指标数据，通过睡眠状态初始判断规则，评判在单位时间内是否处于睡眠状态；

步骤S22、睡眠分期阶段识别：将单位时间内的指标数据结果进行数据处理，判断所处的睡眠分期阶段：深睡眠阶段、浅睡眠阶段、快速眼动阶段或清醒阶段；

步骤S23、形成完整睡眠周期时间：根据步骤S22中得出深睡眠阶段、浅睡眠阶段、快速眼动阶段、清醒阶段的时间周期按时间序列拼接，形成一条完整的睡眠时间序列。

2.根据权利要求1所述的一种基于人体监测睡眠数据的睡眠分期阶段识别方法，其特征在于，步骤S1具体包括如下步骤：

步骤S11、提取非接触式人体睡眠状态数据监测所需训练数据集合；

步骤S12、根据训练数据集合，对睡眠数据训练，求出非接触式人体睡眠状态数据监测所需聚点参数。

3.根据权利要求2所述的一种基于人体监测睡眠数据的睡眠分期阶段识别方法，其特征在于，所述步骤S11中训练数据集合具体为上传的人工主动标注的历史数据集合，聚点参数的属性值x的数据集合包括设备与人体的检测距离、呼吸率、心率、信号强度的数据集合。

4.根据权利要求3所述的一种基于人体监测睡眠数据的睡眠分期阶段识别方法，其特征在于，所述步骤S11具体为获取历史已知整夜完整睡眠数据，该数据为设备上传完整且产生真实的睡眠监测数据，包括历史已知整夜完整睡眠数据及已知睡眠阶段标准数据，所述已知睡眠阶段标准数据包括睡眠开始睡眠时间、醒来时间、深睡眠、浅睡眠、快速眼动的睡眠具体时间信息；

所述步骤S12具体包括如下步骤：

步骤S121、根据历史已知整夜完整睡眠数据的训练数据集合，对睡眠数据进行处理，求出非接触式人体睡眠状态数据监测所需聚点参数；

步骤S122、根据已知睡眠阶段标准数据对所需聚点参数进行验证，获得验证集。

5.根据权利要求4所述的一种基于人体监测睡眠数据的睡眠分期阶段识别方法，其特征在于，所述步骤S121中求出模型所需聚点参数具体包括如下步骤：

步骤S1211、数据预处理；

计算训练数据集合中，每个睡眠时间点的每个属性值x的权重w：

score＝|x-max(x)|/std(x)

其中θ＝0.00001

其中，std(x)为属性值x的标准差，max(x)为属性值x的最大值，score为获取权重的中间参数，∑score为所有属性值x的中间参数之和，max(score)为所有属性值x的中间参数中的最大值；

使用加权平均函数WeightedMedian，计算出每个属性值x的权重w的聚类结果聚点值Truth：

Truth＝WeightedMedian(x，w)

每个属性值x数据对应一个权重，从属性值x数据开始点累加，直到到达数据总和的1/2，则该属性值x数据点选为这个训练数据集合的聚点值Truth；

步骤S1212、选择特征变量：计算聚类结果聚点的标准差值以确定聚点的误差波动范围区间。

6.根据权利要求3所述的一种基于人体监测睡眠数据的睡眠分期阶段识别方法，其特征在于，所述步骤S22具体包括如下步骤：

步骤S221、N倍单位时间周期内判断睡眠分期阶段：以单位时间的N倍周期进行窗口滑动，按照睡眠分期阶段规则，遍历并判断N倍单位时间周期内所处的睡眠分期阶段；

步骤S222、拼接N倍单位时间周期数据，重新更新睡眠分期阶段：按照更新睡眠状态规则，对N倍单位时间周期内的睡眠分期阶段进行睡眠数据评分，重新更新睡眠分期阶段。

7.根据权利要求6所述的一种基于人体监测睡眠数据的睡眠分期阶段识别方法，其特征在于，所述步骤S21中单位时间为1s，所述步骤S221中单位时间的N倍周期具体为60倍周期。