[发明专利]基于用户睡眠特征模型的智能睡眠耳机及使用方法

摘要

本发明公开了一种基于用户睡眠特征模型的智能睡眠耳机及使用方法，所述耳机包括用于采集用户脑电波数据的脑电波采集模块、用于采集用户皮电数据的皮电采集模块、用于根据控制模块的指令播放音乐的骨传导模块、用于控制模块与智能手机之间的数据传输的蓝牙模块、控制模块、智能手机和耳机本体；控制模块：在训练阶段对采集的数据训练得到用户睡眠状态模型，在使用阶段根据用户睡眠状态模型得到用户实时睡眠状态，并根据用户睡眠状态和智能手机的控制信号向控制模块发出控制指令。本发明同时采集使用者的脑电波数据和皮电数据，利用卷积神经网络建立具有个人睡眠特征的用户睡眠状态模型，实时控制睡眠耳机的音乐播放，达到改善用户睡眠质量的目的。

主权项

1.一种基于用户睡眠特征模型的智能睡眠耳机，其特征在于：包括脑电波采集模块(1)、皮电采集模块(2)、骨传导模块(3)、蓝牙模块(4)、控制模块(5)、智能手机(6)和耳机本体(7)；/n所述脑电波采集模块(1)：用于采集用户脑电波数据；/n所述皮电采集模块(2)：用于采集用户皮电数据；/n所述骨传导模块(3)：用于根据控制模块的指令播放音乐；/n所述蓝牙模块(4)：用于控制模块与智能手机之间的数据传输；/n所述控制模块(5)：用于采集用户脑电波数据和用户皮电数据进行放大、去噪处理，在训练阶段对采集的数据训练得到用户睡眠状态模型，在使用阶段根据用户睡眠状态模型得到用户实时睡眠状态，并根据用户睡眠状态和智能手机的控制信号向控制模块发出控制指令；/n所述智能手机(6)：用于采集用户的控制指令；/n所述耳机本体(7)：用于承载脑电波采集模块、骨传导模块、蓝牙模块和控制模块，紧贴于用户头部前额；/n所述控制模块(5)包括脑电波数据预处理模块(51)、皮电数据预处理模块(52)、脑电波数据标注模块(53)、皮电数据标注模块(54)、模型融合模块(55)、睡眠状态分析模块(56)、用户指令控制模块(57)、音乐播放控制模块(58)：/n所述脑电波数据预处理模块(51)和皮电数据预处理模块(52)分别用于对脑电波数据、皮电数据进行放大、去噪处理；所述脑电波数据标注模块(53)、皮电数据标注模块(54)分别用于对脑电波数据、皮电数据进行用户睡眠特征标签的标注；所述模型融合模块(55)用于根据标注后的脑电波数据、皮电数据进行训练得到用户睡眠状态模型；所述睡眠状态分析模块(56)用于将用户脑电波数据输入用户睡眠状态模型得到用户实时睡眠状态；所述用户指令控制模块(57)用于接收智能手机(6)发送的用户控制指令，当用户控制指令为自动控制时根据用户实时睡眠状态调用音乐播放控制模块(58)播放相应状态音乐，当用户指令为人为控制时根据用户控制指令调用音乐播放控制模块(58)播放相应音乐，并将采集的数据传输至智能手机(6)；所述音乐播放控制模块(58)用于根据接收的用户控制指令调用存储于智能手机(6)的音乐数据传输至骨传导模块(3)；/n所述控制模块(5)在训练阶段的进行的步骤包括：/nA1)使用者在睡眠和非睡眠状态下，通过脑电波采集模块(1)、皮电采集模块(2)同时采集用户的脑电波数据和皮电数据，建立具有用户睡眠特征标签的用户皮电睡眠曲线和用户脑电波睡眠曲线，用户睡眠特征标签包括熟睡、浅睡、安静、兴奋；/n用户皮电睡眠曲线的纵坐标为时间点t，横坐标为皮电睡眠分值Y，皮电睡眠分值Y＝m·C+n·T+a，C为皮电波动振荡数量，T皮电波动振荡时长，m、n、a分别为第一、第二、第三参数；/n用户脑电波睡眠曲线的纵坐标为时间点t，横坐标为脑电波频率；/nA2)模型融合模块(55)将用户皮电睡眠曲线和用户脑电波睡眠曲线融合，提取相同时间点具有相同用户睡眠特征标签的用户睡眠特征曲线；/nA3)模型融合模块(55)将具有用户睡眠特征标签的用户睡眠特征曲线作为卷积神经网络的输入，训练得到用户睡眠状态模型。/n