The invention discloses an intelligent sleep headset based on a user's sleep characteristic model and its use method. The headset includes an EEG acquisition module for acquiring user's EEG data, a skin electricity acquisition module for acquiring user's skin electricity data, a bone conduction module for playing music according to the instruction of the control module, and a data transmission between the control module and the smart phone. Bluetooth module, control module, smart phone and headset ontology; control module: in the training stage, the data collected are trained to get the user's sleep state model, in the use stage, the user's real-time sleep state is obtained according to the user's sleep state model, and control instructions are sent to the control module according to the user's sleep state and the control signal of the smart phone. The invention collects the user's EEG data and the skin electricity data at the same time, establishes the user's sleep state model with personal sleep characteristics by using convolutional neural network, and controls the music playing of sleep headphones in real time, so as to improve the user's sleep quality.
【技术实现步骤摘要】
基于用户睡眠特征模型的智能睡眠耳机及使用方法
本专利技术涉及医疗人工智能
,具体地指一种基于用户睡眠特征模型的智能睡眠耳机及使用方法。
技术介绍
目前不论是头戴式耳机,入耳式耳机还是蓝牙耳机都没有自动关闭功能,靠的是利用移动设备的音乐播放器来使音乐关闭。如果使用者没有设置时间自动关闭播放器,那么音乐就会一直播放。当使用者进入了睡眠状态时,对音量的辨识度低,但是声音本身的音量依然是默认大小,只是随着睡眠程度的加深,神经系统敏感度降弱,从而会使自己慢慢听不到声音。但声音还是会在潜移默化中对耳朵以及神经系统造生损伤,严重者甚至会导致耳聋。针对上述问题,市场上出现了利用脑电波技术控制音乐播放的装置,根据采集用户脑电波能量变化信号的强弱控制音乐播放,将人在不同睡眠状态下的脑电波频率特征,与睡眠耳机的功能需求结合,根据睡眠前听音的需求调整睡眠耳机。然而,用户脑电波数据通过电极采集,而通过电极采集的脑电波信号质量较差,存在各种伪迹,包括高频干扰、放大器阻塞、电极移动干扰、出汗性伪迹、眼动伪迹、血管性伪迹等等,这些伪迹给脑电波信号造成大量噪声,影响着脑电波信号的质量,进而干扰音乐播放的控制动作。现有的睡眠耳机仍存在着三个不容忽视的缺陷:其一是耳机的存在感太强。无论是遮耳式、挂耳式乃至入耳式的耳机,主题都是坚硬的物件,戴在耳朵上对睡眠的姿势会产生强烈的不适感,时间长了也会对耳朵造成伤害引起疼痛感。而若是选择外放,在寝室、公共场所、双人卧室中则会影响到他人。其二是无法准确判定使用者睡眠状态。当使用者进入了睡眠状态时,对音量的辨识度低,但是声音本身的音量依然是默认大小,只 ...
【技术保护点】
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);所述脑电波采集模块(1):用于采集用户脑电波数据;所述皮电采集模块(2):用于采集用户皮电数据;所述骨传导模块(3):用于根据控制模块的指令播放音乐;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;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;所述智能手机(6):用于采集用户的控制指令;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。
【技术特征摘要】
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);所述脑电波采集模块(1):用于采集用户脑电波数据;所述皮电采集模块(2):用于采集用户皮电数据;所述骨传导模块(3):用于根据控制模块的指令播放音乐;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;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;所述智能手机(6):用于采集用户的控制指令;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。2.根据权利要求1所述的基于深度神经网络的心电图智能分析方法,其特征在于:所述耳机本体(7)上设置有蜂鸣器(8),所述蜂鸣器(8)与控制模块(5)电连接,智能手机(6)通过发送耳机丢失寻找控制指令,通过控制模块(5)启动蜂鸣器(8)。3.根据权利要求1所述的基于深度神经网络的心电图智能分析方法,其特征在于: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):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)。4.根据权利...
【专利技术属性】
技术研发人员:胡珊,郭炜琦,毛馨雨,唐婉莹,
申请(专利权)人:湖北工业大学,
类型:发明
国别省市:湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。