一种基于低频脑电的睡眠分析方法及系统技术方案

本发明专利技术公开了一种基于低频脑电的睡眠分析方法及系统，其中方法包括如下步骤：采集并或获取脑电信号，脑电信号的采样频率为125Hz；将脑电信号进行预处理获取低频脑电信号，预处理包括异常信号去除、标准化、基线漂移信号滤除和低通滤波，低通滤波的频率为6Hz；对所述低频脑电信号进行眨眼信号去除；将去除眨眼信号后预处理后的低频脑电信号划分为N段，将每段低频脑电信号进行傅里叶变换，计算预设频段范围内的平均相对功率与平均重心频率；根据平均相对功率与平均重心频率之比计算用户的睡眠深度指数。本发明专利技术计算出aHz～bHz的相对功率，避免了被试者之间的个体差异性，更能表征睡眠深度的特征信息，有利于睡眠状态分类。

【技术实现步骤摘要】

本专利技术属于信号处理
，具体而言，涉及一种基于低频脑电的睡眠分析方法及系统。
技术介绍
研究发现，睡眠质量和人的感觉器官输入的敏感度、大脑的左右脑偏侧化、大脑的耗能都有着密切的相关性。由于人与人的感觉神经的敏感度不同，就会导致人与人的睡眠质量有很大差别。睡眠是一种意识的改变。我们睡着的时候是无意识的。睡眠以我们的电生理活动——我们脑波的活动为特征。睡眠是一种意识水平，通常利用EEG测量脑电波的能量来把睡眠与其他意识水平区别开来。目前国际上普遍使用R&K睡眠EEG分期规则，根据睡眠时脑电信号的表现，将睡眠分为:觉醒期、非快速眼动睡眠期(non-rapid eye movement，NREM)和快速眼动睡眠期(rapid eye movement，REM)。其中NREM又可分为1、2、3、4期或1、2、3。睡眠分期研究，对于睡眠状态分析以及睡眠质量的科学评估，具有重要的应用价值。脑电数字化分析已广泛用于大脑皮层的功能监测，应用单一的数字化EEG参数分析大脑在睡眠状态下的镇静程度更为直观方便。脑电信号(EEG)反映脑细胞群自发而有节律的电活动，一般用波幅、频率和相位等特征来描述。当进入睡眠状态时，EEG的基本特征随着睡眠程度加深或变浅呈顺序性变化，呈现一定的函数关系，因而可用来反映睡眠深度。现有的反应睡眠深度是通过对脑电波信号进行处理计算其睡眠指数来反映睡眠深度，例如公开号为201110118756.2申请。该申请通过对睡眠脑电信号采用传统的时频域分析方法和新引入的非线性动力学分析方法提取到一批能表征睡眠深度的特征参数，再通过套索回归方法选择特征参数的最佳子集，通过统计学验证方法，确定模型系数。最终建立睡眠指数自动监测模型，可以根据相应的睡眠阶段分级标准实现睡眠阶段的自动分级。然而这种方法采利用存储如下缺点：1)多导睡眠监护仪获取睡眠脑电数据困难和用户舒适度低等问题，不利于产品工程化；2)同时提取频域，时域，非线性动力学参数，以及非线性混沌参数，特征之间存在很大的相关性和冗余性，如果不做特征降维和特征去噪必然会影响睡眠阶段自动分级的准确度，也增加数据处理的时间和空间复杂度，不利于实时运算；3)提取的alpha，beta等频谱特征存在明显的个体差异性，其特征通用性远不如低频脑电-Delta频段的通用性，从而不利于睡眠状态通用分类方法；4)睡眠状态监测前，需要在训练数据基础上利用统计学方法确定模型系数，再进行测试数据的睡眠状态监测。监测精度过度依赖于训练数据，如果训练数据与测试数据差异过大，需要重新通过统计方法确定模型系数，效率较低，并且训练数据过少也会影响最后的睡眠状态监测的准确度。
技术实现思路
为解决现有利用脑电分析睡眠的技术中，脑电采集装置复杂不利于产品工程化，且脑电提取的频谱通用性差不利于睡眠状态分类的技术缺陷，本专利技术通过单通道脑电采集装置提高脑电采集的简便性，利用低频脑电信号-Delta频段避免不同用户之间睡眠差异性，相对于高频脑电信号具备更好的通用性，更能表征睡眠深度的特征信息，提高睡眠分析的准确性。本专利技术提供了一种基于低频脑电的睡眠分析方法，包括如下步骤：采集并或获取脑电信号，所述脑电信号的采样频率为125Hz；将所述脑电信号进行预处理，所述预处理包括异常信号去除、标准化、基线漂移信号滤除、低通滤波，所述低通滤波的频率为6Hz，获得低频脑电信号；对所述低频脑电信号进行眨眼信号去除，所述眨眼信号去除包括计算差分信号，通过特定算法检测出每个眨眼信号的起始点和结束点，通过所述预处理后的所述脑电信号减去眨眼信号得到一帧去除眨眼的低频脑电信号；将去除眨眼信号的所述低频脑电信号划分为N段，将每段脑电信号进行傅里叶变换，计算傅里叶变换后的每段所述低频脑电信号在预设频段范围内的平均相对功率与平均重心频率；利用在线移动平均对所述平均相对功率和所述平均重心频率进行平滑去噪，去除局部噪声对睡眠深度特征的影响；根据所述平均相对功率与所述平均重心频率之比计算所述低频脑电信号的睡眠深度指数，查询预设的睡眠分级表获取所述睡眠深度指数对应的睡眠等级及睡眠状态信息。进一步，所述预设频段包括a Hz～b Hz、a Hz～c Hz，0.1<＝a<＝1,1<b<4,4<＝c<＝6。进一步，所述脑电信号是利用单通道脑电采集装置采集的。本专利技术还提供了一种基于低频脑电的睡眠分析系统，包括脑电采集装置、分析装置，其中，所述脑电采集装置，用于采集并或获取脑电信号，所述脑电信号的采样频率为125Hz；所述分析装置，用于获取所述脑电采集装置采集的脑电信号，将所述脑电信号进行分析处理，判断所述脑电信号的用户的睡眠等级及睡眠状态信息。进一步，所述分析装置包括预处理模块，用于将所述脑电信号进行预处理，所述预处理包括异常信号去除、标准化、基线漂移信号滤除和低通滤波，所述低通滤波的频率为6Hz，获得低频脑电信号；眨眼去除模块，用于对所述低频脑电信号进行眨眼信号去除，所述眨眼信号去除包括计算差分信号，通过特定算法检测出每个眨眼信号的起始点和结束点，通过所述低频脑电信号减去眨眼信号得到一帧去除眨眼的低频脑电信号；特征提取模块，用于将所述眨眼信号去除后的所述低频脑电信号划分为N段，将每段低频脑电信号进行傅里叶变换，计算傅里叶变换后的每段所述低频脑电信号在预设频段范围内的平均相对功率与平均重心频率；特征去噪模块，利用在线移动平均对所述平均相对功率和所述平均重心频率进行平滑去噪，去除局部噪声对睡眠深度特征的影响；睡眠分析模块，用于根据所述平均相对功率与所述平均重心频率之比计算用户的睡眠深度指数，查询预设的睡眠分级表获取所述睡眠深度指数对应的睡眠等级及睡眠状态信息。进一步，所述脑电采集装置包括信号采集电路、模数转换电路和通信电路，所述模数转换电路分别与所述信号采集电路、通信电路连接。进一步，所述预设频段包括a Hz～b Hz、a Hz～c Hz，0.1<＝a<＝1,1<b<4,4<＝c<＝6。经典取值a为0.5,b为3.5,c为6。综上，本专利技术通过佩戴舒适、操作简单方便、舒适度高的单通道脑电采集装置采集脑电信号，脑电信号中的低频脑电信号避免了不同个体之间差异性，提高了睡眠分析的准确性，便于后续采用相关生理信号的监测来改善睡眠质量和睡眠监护。附图说明图1为本专利技术所述的基于低频脑电的睡眠分析方法的流程示意图；图2为本专利技术所述的基于低频脑电的睡眠分析系统的结构示意图；图3为本专利技术所述的分析装置的结构示意图。具体实施方式下面通过具体的实施例并结合附图对本专利技术做进一步的详细描述。当前的睡眠分析技术中，过度依赖于训练数据，且脑电检测装置结构复杂用户舒适度低，且分析的睡眠特征个体差异性较大，为了解决上述问题本专利技术提供了一种基于低频脑电的睡眠分析方法。如图1所示，所述方法包括如下步骤：S101、采集并或获取脑电信号，所述脑电信号的采样频率为125Hz。脑电图的波形很不规则，其频率变化范围每秒约在1～30次之间，通常将此频率变化分为4个波段：①α波：频率8～13Hz，波幅10～100μV。大脑各区均有，但以枕部最明显。α节律是成人和较大儿童清醒闭目时主要的正常脑电活动，小儿的α波及节律随年龄增本文档来自技高网...

【技术保护点】
一种基于低频脑电的睡眠分析方法及系统，其特征在于，包括如下步骤：采集并或获取脑电信号，所述脑电信号的采样频率为125Hz；将所述脑电信号进行预处理获取低频脑电信号，所述预处理包括异常信号去除、标准化、基线漂移信号滤除和低通滤波，所述低通滤波的频率为6Hz；对所述低频脑电信号进行眨眼信号去除；将去除眨眼信号后的所述低频脑电信号划分为N段，将每段脑电信号进行傅里叶变换，计算傅里叶变换后的每段所述脑电信号在预设频段范围内的平均相对功率与平均重心频率；利用移动平均法对所述平均相对功率和所述平均重心频率进行平滑去噪；根据平滑去噪后的所述平均相对功率与所述平均重心频率之比计算用户的睡眠深度指数，查询预设的睡眠分级表获取所述睡眠深度指数对应的睡眠等级及睡眠状态信息，所述预设的睡眠分级表包括睡眠深度指数与睡眠等级及睡眠状态信息的关联关系。

【技术特征摘要】
1.一种基于低频脑电的睡眠分析方法及系统，其特征在于，包括如下步骤：采集并或获取脑电信号，所述脑电信号的采样频率为125Hz；将所述脑电信号进行预处理获取低频脑电信号，所述预处理包括异常信号去除、标准化、基线漂移信号滤除和低通滤波，所述低通滤波的频率为6Hz；对所述低频脑电信号进行眨眼信号去除；将去除眨眼信号后的所述低频脑电信号划分为N段，将每段脑电信号进行傅里叶变换，计算傅里叶变换后的每段所述脑电信号在预设频段范围内的平均相对功率与平均重心频率；利用移动平均法对所述平均相对功率和所述平均重心频率进行平滑去噪；根据平滑去噪后的所述平均相对功率与所述平均重心频率之比计算用户的睡眠深度指数，查询预设的睡眠分级表获取所述睡眠深度指数对应的睡眠等级及睡眠状态信息，所述预设的睡眠分级表包括睡眠深度指数与睡眠等级及睡眠状态信息的关联关系。2.根据权利要求1所述的基于低频脑电的睡眠分析方法，其特征在于，所述预设频段包括a Hz～b Hz、a Hz～c Hz，0.1<＝a<＝1,1<b<4,4<＝c<＝6。3.根据权利要求2所述的基于低频脑电的睡眠分析方法，其特征在于，a为0.5,b为3.5,c为6。4.根据权利要求1所述的基于低频脑电的睡眠分析方法，其特征在于，所述脑电信号是利用单通道脑电采集装置采集的。5.根据权利要求4所述的基于低频脑电的睡眠分析方法，其特征在于，所述脑电采集装置包括信号采集电路、模数转换电路和通信电路，所述模数转换电路分别与所述信号采集电路、通信电路连接。6.一种基于低频脑电的睡眠分析系统，其特征在于，包括脑电采集装置、分析装置，其中，所述脑电采集装置，用于采集并或获...

【专利技术属性】
技术研发人员：廖春平，
申请(专利权)人：禅客科技上海有限公司，
类型：发明
国别省市：上海;31