[发明专利]基于脉搏波睡眠分期的方法

摘要

本发明公开了一种基于脉搏波睡眠分期的方法，使用光电式脉搏波探测设备，探测出人体脉搏波信号，并通过算法进行生理信号和噪声信号的分离，得到去噪后的脉搏波波形。然后，从得到的脉搏波波形中，结合人体生理特点，通过各种生理信息解调算法，得到了人体的各个生理特征量值。接着，通过数据降维和无监督机器学习聚类方法得到了跟实际睡眠过程相符合的睡眠分期模型。最后，通过多组数据综合分析，得到了最适睡眠模型。本发明在睡眠分期上仅需要脉搏波，这一单维度的信息，相较于多导睡眠仪睡眠分期，对人的睡眠影响小得多，在现代人对睡眠质量要求的提升和睡眠监测等方面具有重大的实际意义。

主权项

1.一种基于脉搏波睡眠分期的方法，其特征在于包括以下步骤：步骤1、采集到人体睡眠时期由于脉搏搏动而产生的透射光强弱的变化信息，并转换为电信号；步骤2、建立手指血液流动数学模型，根据朗伯比尔定律与血液流动模型进行综合分析，得到生理信号噪声源，并对步骤1中所述的原始电信号进行滤波分析，得到去噪后的脉搏波波形信息；步骤3、根据人的生理特性，对步骤2所述的去噪后的脉搏波波形信息进行生理信息提取；步骤4、将步骤3所述的多个维度的生理信息组成一组多维向量，并通过PCA主成份分析方法进行主成份分析，得到低维的主成份分析正交矩阵；步骤5、对步骤4所述主成份分析正交矩阵使用K‑means无监督机器学习算法进行聚类分析，其中K根据经典睡眠理论选择为3或者4得到聚类模型；步骤6、对多组人的睡眠数据重复步骤1‑步骤5这五个步骤，分别得到一组聚类模型数据，对所有聚类模型数据取加权平均得到最终的睡眠分期模型。