[发明专利]一种实时睡眠监测记录与分析方法有效

专利信息
申请号: 202110211011.4 申请日: 2021-02-25
公开(公告)号: CN112568873B 公开(公告)日: 2021-06-08
发明(设计)人: 吴正平;魏欢;熊灵艺 申请(专利权)人: 南京畅享医疗科技有限公司
主分类号: A61B5/00 分类号: A61B5/00;A61B5/372;A61B5/397;G06K9/00;G06N3/04;G06N3/08
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 周科技
地址: 210000 江苏省南京市雨花*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 实时 睡眠 监测 记录 分析 方法
【权利要求书】:

1.一种实时睡眠监测记录与分析方法,其特征在于:该方法包括以下步骤:

S1、记录脑电信号、肌电信号并滤除干扰,记录运动行为的视频信号;脑电信号和肌电信号为等采样间隔的时间序列X,视频信号为等采样间隔的图像序列Y;

X={x1,x2,...,xn,...,xN}

Y={y1,y2,...,yn,...,yN}

式中,xn为采样的第n个点的幅度值,N为采样点数;yn为采样的第n幅图像的矩阵值,矩阵维度I*J,I,J分别为图像传感器的长宽上的像素数;

S2、对采集的信号进行预处理、特征提取与分类;具体包括:

1)针对脑电信号使用傅里叶变换提取delta、theta和alpha频段的能量信息,delta频段为1~4Hz,theta频段为4~9Hz,alpha频段为9~15Hz,傅里叶变换后的值为:

式中,Fk为第k个频点的能量,1≤k≤N;为脑电信号采样的第n个点的幅度值;则计算出各频段的能量为:

式中,Fdelta,Ftheta,Falpha分别为delta、theta和alpha频段的能量信息;

提取肌电信号的有效值,即均方根值:

式中,为肌电信号采样的第n个点的幅度值;

提取视频信号中目标的空间信息和移动信息,使用边缘检测的方式,检测出目标的轮廓,计算图像的梯度Gn以及Gn的标准差StdG

式中,(i,j)表示图像上像素点;边缘像素集合EDn={Gn(i,j)>StdG}作为空间信息,选取边缘像素集合的平均值信息作为目标的位置Ln,计算当前帧与上一帧的位置差,作为移动信息M=Ln-Ln-1;将以上计算的结果作为有量纲值参数DI,有

DI={Fdelta,Ftheta,Falpha,Urms,M}

2)对原始脑电数据进行零均值标准化消除数据量纲,方法如下:

其中,Z为标准化的时间序列,μ为XEEG的平均值,σ为XEEG的标准差,

Z={z1,z2,...,zn,...,zN}

将标准化后的数据作为输入层,通过卷积计算得到卷积层数据{J1,J2,...,JN-1},

其中zi为标准化后的数据节点,Wi为权重值,i=1,2,...,n,...,N;基于欧氏距离找到卷积层数据{J1,J2,...,JN-1}与数据节点{z1,z2,...,zN}最相配的激活节点zn,方法如下:

欧氏距离dn取最小值对应的zn为激活节点;找到激活节点zn后,对于邻域内的节点zi,i=1,2,...,N,i≠n分别分配一个更新权重其中α(dn)是邻域内第i个神经元和第n个神经元之间的拓扑距离函数;按照梯度下降法更新迭代权重,通过更新权重得到更新后的节点数据,直到更新后的节点数据收敛到不同的中心点,这些中心点即为不同特征的节点数据,这些节点数据标记为不同的睡眠状态,将最后的节点数据作为无量纲参数NDI,有

NDI={nd1,nd2,...,ndn,...,ndN}

3)分别获取M段脑电信号时间序列,肌电信号时间序列和视频信号的图像序列,所对应的有量纲参数和无量纲参数的集合分别为

BINDI={DI1,DI2,...,DIm,...,DIM}

BINNDI={NDI1,NDI2,...,NDIm,...,NDIM}

对数据集合进行聚类分析,确定中心值信息;睡眠分期分为若干阶段,阶段数量决定数据所分的类数,即中心值CV的个数A;计算类中心值的状态值,确定中心值对应的睡眠状态。

2.根据权利要求1所述的实时睡眠监测记录与分析方法,其特征在于:睡眠分期分为若干阶段,阶段数量决定数据所分的类数,即中心值CV的个数A;第a个中心值集合为有量纲参数的第a个中心值,为无量纲参数的第a个中心值,1≤a≤A;

在确定中心值的个数时,分别从有量纲参数和无量纲参数集合中任意挑选A个值作为中心值,并分别计算无量纲参数的欧氏距离EM和有量纲参数的马氏距离MA,每个集合得到A个距离,然后结合马氏距离和欧氏距离长短d来确定类别;

其中,对无量纲参数计算欧氏距离表示无量纲参数每个类的中心值;对有量纲参数计算马式距离表示有量纲参数每个类的中心值,Cov表示协方差,T表示转置;

式中,(m,a)表示第m段数据的第a个距离结果,1≤a≤A,1≤m≤M;

如果在{d(m,1),d(m,2),...,d(m,a),...,d(m,A)}中最小值为d(m,a),则第m段数据分为第a类;

BINDIa={DI1,DI2,...,DIm,...,DIL}

BINNDIa={NDI1,NDI2,...,NDIm,...,NDIL}

其中,L为第a类的数据长度,L<M;

计算每个分类的均值,为重新确定的中心值

计算无量纲参数的欧氏距离EM和有量纲参数的马氏距离MA,每个数据得到A个距离,结合马氏距离和欧氏距离长短d来更新数据集合BINDIa和BINNDIa,并更新中心值CV,重复这个步骤,使得CV无变化,得到确定的中心值,并计算类中心值的状态值R:

根据各个睡眠阶段的状态值R范围确定中心值对应的睡眠状态。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京畅享医疗科技有限公司,未经南京畅享医疗科技有限公司许可,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/202110211011.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top