[发明专利]基于局部变换的睡眠趋稳性量化及调节方法、系统和装置

说明书

本发明提供了基于局部分解的睡眠趋稳性量化及调节方法，包括：对用户睡眠过程生理状态进行采集监测处理、特征分析和时相识别，得到睡眠深度特征曲线和睡眠分期曲线；对所述睡眠深度特征曲线进行局部均值分解，得到PF分量信号集，剔除局部畸形分量并识别趋势分量，提取睡眠趋势特征曲线；根据所述睡眠分期曲线、所述睡眠深度特征曲线和所述睡眠趋势特征曲线，计算提取睡眠趋势性指数、时相趋势相关系数和时相趋势分布特征，生成睡眠趋势性量化报告，建立并更新用户个性化睡眠趋势性数据库；对用户睡眠行为进行动态预测、干预调节和效果评估，生成用户睡眠趋势性调节报告。本发明能够实现对用户睡眠趋稳性的高效干预调节。

技术领域

本发明涉及睡眠趋稳性检测量化及辅助调节领域，特别涉及基于局部变换的睡眠趋稳性量化及调节方法、系统和装置。

背景技术

人类的睡眠过程除了非快速眼动睡眠和快速眼动睡眠的多次交替循环属性外，还具有趋势性或趋稳性，即整体睡眠深度基线水平由深到浅，直至睡眠结束。

申请人提出的在先解决方案中国申请CN202310195993提供了睡眠趋稳性检测量化及辅助干预的方法，包括：采集用户睡眠过程的生理体征数据和环境因素数据，进行数据预处理、时帧处理和时帧特征分析，生成生理体征特征和环境因素特征；对所述生理体征特征进行睡眠状态分析、时序成分分析和趋稳性量化分析，提取睡眠趋稳性指数，生成睡眠趋稳性量化日报；重复上述步骤，对用户睡眠过程进行连续监测和跟踪分析，评估睡眠环境对睡眠趋稳性的影响，提取最佳睡眠趋稳性环境方案并对睡眠环境进行动态优化调整，生成睡眠趋稳性量化报告。该技术方案提出了睡眠趋稳性的创新评价指标，通过时间序列分解方法从睡眠持续期状态特征曲线中提取趋势成分，计算趋势强度并得到睡眠趋稳性指数，已经能够初步解决趋稳性量化的问题。但还存在可以提升的空间，主要包括：首先，时间序列分解方法在计算效率、多场景评价和人群适应度上表现出局限性；其次，睡眠持续期状态特征曲线是基于阶梯式睡眠时相分期值平滑得到的，仅能对用户睡眠状态进行简要描述，而不能细致地刻画和量化，最终了带来了睡眠趋稳性的评价不够细致和灵敏；最后，如何更优地通过睡眠环境的调节来实现对用户睡眠趋稳性的高效干预调节。

如何识别更灵敏的用户睡眠状态表征特征；如何进一步更准确快速地提取睡眠趋稳性特征，得到更精确的、不同场景不同人群的睡眠趋稳性评价；如何实现更精准高效的、多手段方式的、实时动态的用户睡眠趋稳性干预调节；如何更进一步整体提高用户个性化的检测量化效率和干预调节效果等，是目前国内外产品技术方案和实际应用场景中需要进一步优化或解决的问题。

发明内容

针对现有方法的以上缺陷及改进需求，本发明的目的在于提供一种基于局部分解的睡眠趋稳性量化及调节方法，通过对用户睡眠过程生理状态进行采集监测处理、特征分析和时相识别，得到睡眠深度特征曲线并进行局部均值分解，提取睡眠趋势特征曲线，进一步而提取睡眠趋势性指数、时相趋势相关系数和时相趋势分布特征，完成用户睡眠趋势性检测量化；对用户睡眠行为趋势进行预测，提取个性时相场景睡眠调节策略，实现多手段方式的、实时动态的用户睡眠趋稳性干预调节；将检测量化和干预调节的关键过程数据纳入数据库，建立并持续更新用户个性化睡眠趋势性数据库，持续提高用户个性化的检测量化效率和干预调节效果。本发明还提供了基于局部分解的睡眠趋稳性量化及调节系统，用于实现上述方法。本发明还提供了基于局部分解的睡眠趋稳性量化及调节装置，用于实现上述系统。

根据本发明的目的，本发明提出了一种基于局部分解的睡眠趋稳性量化及调节方法，包括以下步骤：

对用户睡眠过程生理状态进行采集监测处理、特征分析和时相识别，得到睡眠深度特征曲线和睡眠分期曲线；

对所述睡眠深度特征曲线进行局部均值分解，得到PF分量信号集，剔除局部畸形分量并识别趋势分量，提取睡眠趋势特征曲线；

根据所述睡眠分期曲线、所述睡眠深度特征曲线和所述睡眠趋势特征曲线，计算提取睡眠趋势性指数、时相趋势相关系数和时相趋势分布特征，生成睡眠趋势性量化报告，建立并更新用户个性化睡眠趋势性数据库；