[发明专利]一种基于多维度特征参数的睡眠质量评估方法及装置

说明书

本发明公开了一种基于多维度特征参数的睡眠质量评估方法及装置，所述方法包括：采集用户睡觉时前额两导联处的脑电波信号；提取所述脑电波信号在时域维度、频域维度以及非线性维度的特征参数，生成多维度特征参数；将所述多维度特征参数输入至预设的睡眠分析模型中，以使所述睡眠分析模型根据所述多维度特征参数生成所述用户的睡眠分析结果；根据所述睡眠分析结果评估所述用户睡眠质量。通过实施本发明实施例能够睡眠质量评估的准确性。

技术领域

本发明涉及睡眠质量监测技术领域，尤其涉及一种基于多维度特征参数的睡眠质量评估方法及装置。

背景技术

睡眠占据了人一生三分之一的时间，在这个过程中，人体的机能能够得到恢复，良好的睡眠对于身心健康至关重要。但是由于生活压力的增加，患有睡眠障碍的患者逐渐增多。长期睡眠不规律易导致认知功能受损，情绪障碍(如易：抑郁，焦虑，紧张)。随着对睡眠问题的重视程度逐渐提高，人们希望能够了解自己睡眠质量，而现有的睡眠质量评估方法在进行睡眠质量评估时，一般基于一个维度下的特征参数进行睡眠期分期并评估，例如基于脑电波的频域特征进行睡眠期分期与评估。而基于单一维度下的特征进行的睡眠质量评估准确性较低。

发明内容

本发明实施例提供一种基于多维度特征参数的睡眠质量评估方法及装置，能提高睡眠质量评估的准确性。

本发明一实施例提供一种基于多维度特征参数的睡眠质量评估方法，包括：

采集用户睡觉时前额两导联处的脑电波信号；

提取所述脑电波信号在时域维度、频域维度以及非线性维度的特征参数，生成多维度特征参数；

将所述多维度特征参数输入至预设的睡眠分析模型中，以使所述睡眠分析模型根据所述多维度特征参数生成所述用户的睡眠分析结果；其中，所述睡眠分析结果包括：各睡眠分期的时长、睡眠觉醒次数、每一睡眠觉醒的时长、呼吸事件次数、每一呼吸事件的时长以及睡眠总时长；

根据所述睡眠分析结果评估所述用户睡眠质量。

进一步的，提取所述脑电波信号在时域维度的特征参数，具体包括：

根据各预设波形的频域范围通过带通滤波器对两导联处的脑电波信号进行处理，生成各预设波形的时域信号；其中，所述预设波形包括：K复合波、梭形波、慢波以及锯齿波；

提取各所述时域信号的最大峰值、最小峰值、上升支坡度、上升支持续时长、下降支坡度以及下降支持续时长；

对两导联之间各对应波形的时域信号进行相关性分析，获得两导联之间各对应波形的时域信号的关联程度分数；

根据各所述时域信号的最大峰值、最小峰值、上升支坡度、上升支持续时长、下降支坡度、下降支持续时长以及两导联之间各对应波形的时域信号的关联程度分数生成所述脑电波信号在时域维度的特征参数。

进一步的，提取所述脑电波信号的频域维度的特征参数，具体包括：

将所述脑电波信号进行小波六层分解，得到六个不同频段的脑电信号；

根据各频段的脑电信号的绝对功率、相对功率、总功率、以及各同频段的脑电信号之间的功率比，生成所述脑电波信号在频域维度的特征参数。

进一步的，提取所述脑电波信号在非线性维度的特征参数，具体包括：

将所述脑电波信号进行小波六层分解，得到六个不同频段的脑电信号；

根据morlet复合小波组合获得各不同频段的脑电信号的相位信息；

根据各所述相位信息计算两导联之间各对应频段的脑电信号的相位差，继而根据预设的加权算法，生成两导联之间各对应频段的脑电信号的加权相位同步值；