[发明专利]一种基于心冲击信号的睡眠分期方法、系统、装置及介质

说明书

本发明公开了一种基于心冲击信号的睡眠分期方法、系统、装置及介质，其中方法包括：采集人体的第一心冲击信号；根据所述第一心冲击信号获取第一心跳信号和第一呼吸信号；根据所述第一心跳信号和所述第一呼吸信号获取第一心率变异性和第一心肺耦合功率谱图；将所述所述第一心率变异性和所述第一心肺耦合功率谱图输入睡眠分期模型进行特征提取，根据提取的特征进行睡眠分期，输出分期结果；其中，所述睡眠分期模型通过采用心电信号进行训练后，再基于迁移学习，采用心冲击信号进行调整获得。本发明通过心冲击信号实现睡眠分期，由于能够非侵入式地采集心冲击信号，提高睡眠监测的舒适性。本发明可广泛应用于睡眠监测领域。

技术领域

本发明涉及睡眠监测领域，尤其涉及一种基于心冲击信号的睡眠分期方法、系统、装置 及介质。

背景技术

随着生活水平的提高，人们越来越关注自己的健康状况。睡眠是人最重要的生理活动之 一，睡眠质量直接影响到人的健康。其中，睡眠分期是评估睡眠质量的重要指标。

医学上使用多导睡眠图PSG进行睡眠监测，但监测程序复杂，设备昂贵，对人体侵入性 强，难以进行长期的睡眠监测。现有技术基于脑电波信号(EEG)，眼电信号(EOG)，心电信号(ECG)进行睡眠分期，但是采集上述的电信号具有一定的侵入性。目前尚缺少一种通过非侵入性的采集方式，对人体进行睡眠分期。

发明内容

为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种基 于心冲击信号的睡眠分期方法、系统、装置及介质。

本发明所采用的技术方案是：

一种基于心冲击信号的睡眠分期方法，包括以下步骤：

采集人体的第一心冲击信号；

根据所述第一心冲击信号获取第一心跳信号和第一呼吸信号；

根据所述第一心跳信号和所述第一呼吸信号获取第一心率变异性和第一心肺耦合功率谱 图；

将所述所述第一心率变异性和所述第一心肺耦合功率谱图输入睡眠分期模型进行特征提 取，根据提取的特征进行睡眠分期，输出分期结果；

其中，所述睡眠分期模型通过采用心电信号进行训练后，再基于迁移学习，采用心冲击 信号进行调整获得。

进一步，所述睡眠分期模型通过以下方式获得：

同步采集人体的第二心冲击信号和心电信号；

根据所述第二心冲击信号获取第二心跳信号和第二呼吸信号，根据所述第二心跳信号和 所述第二呼吸信号获取第二心率变异性和第二心肺耦合功率谱图；

根据所述心电信号获取第三心跳信号和第三呼吸信号，根据所述第三心跳信号和所述第 三呼吸信号获取第三心率变异性和第三心肺耦合功率谱图；

构建多模态神经网络，所述多模态神经网络用于对心率变异性和心肺耦合功率谱图进行 特征提取，并根据提取的特征进行睡眠分期；

采用所述第三心率变异性和所述第三心肺耦合功率谱图对所述多模态神经网络进行预训 练，应用迁移学习，采用所述第二心率变异性和所述第二心肺耦合功率谱图对所述多模态神 经网络进行调整，获得睡眠分期模型。

进一步，所述根据所述第一心冲击信号获取第一心跳信号和第一呼吸信号，包括：

根据所述第一心冲击信号计算移动平均值，根据所述移动平均值剔除所述第一心冲击信 号中的噪声信号；

采用小波变换提取预设频段的信号分量；

从信号分量中获取周期性较强的心跳信号作为所述第一心跳信号；

从信号分量中获取周期性较强的呼吸信号作为所述第一呼吸信号；