[发明专利]一种基于心肺耦合的睡眠状态分期方法、装置及计算机可读存储介质

权利要求书

1.一种基于心肺耦合的睡眠状态分期方法，其特征在于：包括：

基于压电感应信号，获得初始心率信号和初始呼吸信号；

基于滤波平滑处理策略，对初始心率信号和初始呼吸信号分别进行滤波平滑处理，获得心率波形信号和呼吸波形信号；

基于波形时域转化策略，对心率波形信号和呼吸波形信号进行波形时域转化，获得时域心率信号和时域呼吸信号；

基于傅里叶变化策略，获取检测周期的时域心率信号和时域呼吸信号进行傅里叶变化，计算得频域心率信号和频域呼吸信号；

基于频域特征提取策略，从频域心率信号获取心率特征、从频域呼吸信号获取呼吸特征；

基于心肺耦合算法，由心率特征和呼吸特征计算获取心肺耦合特征；

基于睡眠判断算法，由心肺耦合特征，输出判断的睡眠状态分期。

2.根据权利要求1所述的基于心肺耦合的睡眠状态分期方法，其特征在于：所述波形时域转化策略包括：

从波形信号提取峰值,获得峰值信号；

以单位时间依次统计峰值信号，构建单位时间的条状图；

在条状图中的每一单位时间中生成特征点，依次连接的特征点，获得时域信号。

3.根据权利要求1所述的基于心肺耦合的睡眠状态分期方法，其特征在于：所述心肺耦合特征包括高频耦合能量值、低频耦合能量值和极低频耦合能量值；所述睡眠判断算法与高频耦合最大能量值、低频耦合最大能量值和极低频耦合最大能量值相关。

4.根据权利要求3所述的基于心肺耦合的睡眠状态分期方法，其特征在于：所述睡眠判断算法相关的高频耦合最大能量值、低频耦合最大能量值和极低频耦合最大能量值基于心肺耦合算法获取心肺耦合特征中的高频耦合能量值、低频耦合能量值和极低频耦合能量值输出值判断是否更新。

5.根据权利要求1所述的基于心肺耦合的睡眠状态分期方法，其特征在于：所述滤波平滑处理策略至少包括：

将初始信号通过多阶低通滤波器进行低通滤波，获得初滤波信号；

将初滤波信号通过多阶高通滤波器进行高通滤波，获得深滤波信号；

深滤波信号进行信号平滑处理，获得波形信号。

6.根据权利要求5所述的基于心肺耦合的睡眠状态分期方法，其特征在于：所述多阶低通滤波器至少为四阶低通滤波器，所述多阶低通滤波器的截止滤波频率为30赫兹；所述多阶高通滤波器至少为四阶高通滤波器，所述多阶高通滤波器的截止滤波频率为4赫兹。

7.根据权利要求1所述的基于心肺耦合的睡眠状态分期方法，其特征在于：所述检测周期基于输出的所述睡眠状态分期在预设的周期时长范围中调节。

8.根据权利要求7所述的基于心肺耦合的睡眠状态分期方法，其特征在于：所述睡眠状态分期包括快速眼动期、浅睡眠期和深睡眠期；当输出的所述睡眠状态分期为快速眼动期时，在预设的周期时长范围中缩短检测周期的时长；当输出的所述睡眠状态分期为深睡眠期时，在预设的周期时长范围中增长检测周期的时长。

9.一种基于心肺耦合的睡眠状态分期装置，其特征在于，包括：

感应模块，其基于压电感应信号，获得初始心率信号和初始呼吸信号；

滤波模块，其基于滤波平滑处理策略，对初始心率信号和初始呼吸信号分别进行滤波平滑处理，获得心率波形信号和呼吸波形信号；

时域转化模块，其基于波形时域转化策略，对心率波形信号和呼吸波形信号进行波形时域转化，获得时域心率信号和时域呼吸信号；

频域转化模块，其基于傅里叶变化策略，获取检测周期的时域心率信号和时域呼吸信号进行傅里叶变化，计算得频域心率信号和频域呼吸信号；

特征提取模块，其基于频域特征提取策略，从频域心率信号获取心率特征、从频域呼吸信号获取呼吸特征；

心肺耦合模块，其基于心肺耦合算法，由心率特征和呼吸特征计算获取心肺耦合特征；

睡眠判断模块，其基于睡眠判断算法，由心肺耦合特征，输出判断的睡眠状态分期。

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的基于心肺耦合的睡眠状态分期方法。