睡眠状态分析中睡眠周期检测装置制造方法及图纸

本发明专利技术涉及一种睡眠状态分析中睡眠周期检测装置，包括：脑电电极、参考电极及其分别连接模数转换器，依次通过模数转换器和滤波电路连接的处理器；脑电电极用于检测用户在睡眠中的脑电信号；模数转换器将脑电信号转换为数字信号，滤波电路对脑电信号进行低频滤波后输入至处理器；处理器，用于对脑电信号进行小波分解和重建出低频脑电信号，对低频脑电信号上检测K综合波和δ波；当检测到K综合波时，判断用户当前处于非眼快动睡眠的S2周期；并根据检测到δ波的数量确定用户的非眼快动睡眠的S3和S4周期。本发明专利技术的技术可以避免脑电信号受到干扰影响，准确地检测用户当前处于非眼快动睡眠S2‑S4的哪个时期。

【技术实现步骤摘要】

本专利技术涉及辅助睡眠
，特别是涉及一种睡眠状态分析中睡眠周期检测装置。
技术介绍
目前市面上已经有一些设备来帮助人们入睡，提高睡眠质量。睡眠状态分析是了解用户睡眠质量的重要手段，而在此过程中，需要对用户睡眠状态进行检测，以准确知道用户是否睡着。多导睡眠图(Polysomnography,PSG)，又称睡眠脑电图，是目前临床上用于睡眠诊断和分析的“金标准”。多导睡眠图利用多种生命体征对睡眠进行分析，在这些体征信号中，脑电处于核心地位；利用脑电波4种节律：δ波(1-3Hz)，θ波(4-7Hz)，α波(8-12Hz)，β波(14-30Hz)的频率特性。根据不同节律的脑电波和眼球运动特征，除了清醒阶段以外，睡眠可以分成非眼快动睡眠(No Rapid Eye Movement Sleep,NREM sleep)和眼快动睡眠(Rapid Eye Movement Sleep,REM sleep)周期。其中非眼快动睡眠又可以分为4个时期：S1期(完全清醒至睡眠之间的过渡阶段)，S2期(浅睡阶段)，S3期(中等深度睡眠)，S4期(深睡期)。传统的检测睡眠状态是通过训练识别模型来对脑电信号进行识别，例如对于非眼快动睡眠的4个时期时，通过对脑电信号进行小波分解与重构，到脑电信号的四种频段(δ波频段、θ波频段、α波频段和β波频段)的信号，通过将这几种脑电波信号特征输入识别模型进行识别。由于脑电信号的个人特异性很强，并且脑电的强度很弱(脑电为微伏级别，心电为毫伏级别)，在信号采集时极易被外界信号所干扰。因此，利用计算机对脑电信号进行睡眠分析研究时，传统的方法容易受到干扰影响，难以准确地检测用户当前处于非眼快动睡眠S2-S4的哪个时期，准确率较低。
技术实现思路
基于此，有必要针对上述问题，提供一种睡眠状态分析中睡眠周期检测装置，有效地提高睡眠状态识别的准确率。一种睡眠状态分析中睡眠周期检测装置，包括：脑电电极、参考电极、模数转换器、滤波电路以及处理器；所述脑电电极、参考电极分别连接模数转换器，并依次通过所述模数转换器和滤波电路连接至处理器；所述脑电电极用于检测用户在睡眠中的脑电信号；所述模数转换器将脑电信号转换为数字信号，所述滤波电路对脑电信号进行低频滤波后输入至处理器；所述处理器，用于对脑电信号进行小波分解和重建出低频脑电信号，对所述低频脑电信号上检测K综合波和δ波；当检测到K综合波时，判断用户当前处于非眼快动睡眠的S2周期；并根据检测到δ波的数量确定用户的非眼快动睡眠的S3和S4周期。上述睡眠状态分析中睡眠周期检测装置，通过脑电电极采集脑电信号，通过模数转换和滤波电路处理后，由处理器对脑电信号进行小波分解和重建低频脑电信号，通过在低频部分上检测K综合波来确定非眼快动睡眠的S2周期，然后再在低频部分上检测δ波并统计数量，并通过该数量确定用户非眼快动睡眠的S3和S4周期。该装置可以避免脑电信号受到干扰影响，可以准确地检测用户当前处于非眼快动睡眠S2-S4的哪个时期，具有更高的准确率。附图说明图1为一个实施例的睡眠状态分析中睡眠周期检测装置的结构示意图；图2是K综合波的波形示意图；图3是δ波的波形示意图；图4为处理器判断脑电波的波形示意图；图5是非眼快动睡眠S2期的脑电信号上K综合波的检测结果示意图；图6是非眼快动睡眠S3期的脑电信号上δ波的检测结果示意图；图7为处理器检测非眼快动睡眠的S2-S4周期的流程图。具体实施方式下面结合附图阐述本专利技术的睡眠状态分析中睡眠周期检测装置的实施例。参考图1所示，图1为一个实施例的睡眠状态分析中睡眠周期检测装置的结构示意图，包括：脑电电极、参考电极、模数转换器、滤波电路以及处理器；所述脑电电极、参考电极分别连接模数转换器，并依次通过所述模数转换器和滤波电路连接至处理器；所述脑电电极用于检测用户在睡眠中的脑电信号；所述模数转换器将脑电信号转换为数字信号，所述滤波电路对脑电信号进行低频滤波后输入至处理器；所述处理器，用于对脑电信号进行小波分解和重建出低频脑电信号，对所述低频脑电信号上检测K综合波和δ波；当检测到K综合波时，判断用户当前处于非眼快动睡眠的S2周期；并根据检测到δ波的数量确定用户的非眼快动睡眠的S3和S4周期。上述实施例的睡眠状态分析中睡眠周期检测装置，通过脑电电极采集脑电信号，通过模数转换和滤波电路处理后，由处理器对脑电信号进行小波分解和重建低频脑电信号，通过在低频部分上检测K综合波来确定非眼快动睡眠的S2周期，然后再在低频部分上检测δ波并统计数量，并通过该数量确定用户非眼快动睡眠的S3和S4周期。该装置可以避免脑电信号受到干扰影响，可以准确地检测用户当前处于非眼快动睡眠S2-S4的哪个时期，具有更高的准确率。在一个实施例中，所述脑电电极设置在用户的额头位置；所述参考电极设置在用户的耳垂。如图1所示，图中，脑电电极即图中的“M”，参考电极设置在用户的耳垂，即图中“R”和“L”。为了适应于脑电信号的处理，滤波电路滤波后，输出0-256Hz频段的信号至处理器。对于睡眠周期检测功能，主要通过处理器来进行，基于处理器实现的功能，可以在处理器中配置相应的算法模块。处理器检测睡眠周期的算法流程包括(1)～(4)，具体如下：(1)对脑电信号进行小波分解，并根据预设的低频段的小波系数重建脑电信号，得到低频脑电信号；在对用户进行辅助睡眠等睡眠状态分析中，处理器通过控制用户佩戴的脑电电极，采集用户在睡眠过程中产生的脑电信号；在采集脑电信号时，处理器可以控制以30s为一帧进行采集，对每帧脑电信号进行后续处理。在临床上，K综合波的出现是进入睡眠状态的典型标志，K综合波的频率较低。因此可以在低频部分上对脑电信号进行分析，以排除高频干扰，在此，首先对脑电信号进行小波分解，并根据低频段的小波系数重建脑电信号，然后在重建的低频脑电信号上提取脑电波；上述预设的低频段，至少选取0～2Hz频段的范围，在该频段内检测出K综合波。另外，如果考虑到后续也需要对δ波进行处理，可以固定选取0～4Hz频段。(2)从重建的所述低频脑电信号上提取脑电波；在此，处理器可以根据波形特征，从重建的低频脑电信号上提取脑电波。参考图2和图3所示，图2是K综合波的波形示意图，图3是δ波的波形示意图；可见K综合波是一种具有高波幅的复合双相或者多相的慢波，持续时间约为1～2s，波幅约为200～300微伏(uV)；δ波活动的频率为1～3Hz，波幅约为20～200微伏。在此，通过小波分解与低频重构后，需要从低频脑电信号中提取出脑电波。作为一个实施例，结合K综合波的在波形上具有复合双相或者多相且波幅较高的特点，在此将其简化成具有高波峰、深波谷、持续时间为1～2s左右的脑电波。δ波具有波幅较高、频率较低的特点，将其简化成具有高振幅、持续时间为0.5s～2s左右的脑电波。在一个实施例中，处理器从低频脑电信号上提取脑电波的算法过程，可以如下：从低频脑电信号的波形上找出局部极小值点，并将其标记为波谷；将相邻两个波谷之间最大的局部极大值点标记为波峰；根据波形上每个左波谷-波峰-右波谷对的高度判断出脑电波；参考图4所示，图4为处理器判断脑电波的波形示意图，在判断过程中，首先计算每个左波谷-波峰-右波谷对的高度，然后分为以下三种方式：①若左右两个波谷的高本文档来自技高网...

【技术保护点】
一种睡眠状态分析中睡眠周期检测装置，其特征在于，包括：脑电电极、参考电极、模数转换器、滤波电路以及处理器；所述脑电电极、参考电极分别连接模数转换器，并依次通过所述模数转换器和滤波电路连接至处理器；所述脑电电极用于检测用户在睡眠中的脑电信号；所述模数转换器将脑电信号转换为数字信号，所述滤波电路对脑电信号进行低频滤波后输入至处理器；所述处理器，用于对脑电信号进行小波分解和重建出低频脑电信号，对所述低频脑电信号上检测K综合波和δ波；当检测到K综合波时，判断用户当前处于非眼快动睡眠的S2周期；并根据检测到δ波的数量确定用户的非眼快动睡眠的S3和S4周期。

【技术特征摘要】
1.一种睡眠状态分析中睡眠周期检测装置，其特征在于，包括：脑电电极、参考电极、模数转换器、滤波电路以及处理器；所述脑电电极、参考电极分别连接模数转换器，并依次通过所述模数转换器和滤波电路连接至处理器；所述脑电电极用于检测用户在睡眠中的脑电信号；所述模数转换器将脑电信号转换为数字信号，所述滤波电路对脑电信号进行低频滤波后输入至处理器；所述处理器，用于对脑电信号进行小波分解和重建出低频脑电信号，对所述低频脑电信号上检测K综合波和δ波；当检测到K综合波时，判断用户当前处于非眼快动睡眠的S2周期；并根据检测到δ波的数量确定用户的非眼快动睡眠的S3和S4周期。2.根据权利要求1所述的睡眠状态分析中睡眠周期检测装置，其特征在于，所述脑电电极设置在用户的额头位置；所述参考电极设置在用户的耳垂；所述滤波电路输出0-256Hz频段的信号。3.根据权利要求1所述的睡眠状态分析中睡眠周期检测装置，其特征在于，所述处理器，用于从低频脑电信号的波形上找出局部极小值点，并将其标记为波谷；将相邻两个波谷之间最大的局部极大值点标记为波峰；根据波形上每个左波谷-波峰-右波谷对的高度判断出脑电波。4.根据权利要求3所述的睡眠状态分析中睡眠周期检测装置，其特征在于，所述处理器，进一步用于计算每个左波谷-波峰-右波谷对的高度；若左右两个波谷的高度差小于预设的差值阈值，则将该波形判为一个脑电波；若左右两个波谷的高度差大于差值阈值，且左波谷-上升支波峰的高度小于波峰-下降支右波谷的一半，则将该波形判为一个脑电波；若左右两个波谷的高度差大于差值阈值，且上升支的高度大于下降支的一半，则抛弃右波谷并在波形上寻找接下来的第二个波谷，重新进行判断。5.根据权利要求3所述的睡眠状态分析中睡眠周期检测装置，其特征在于，所述处理器采样如下公式从脑电波中检测K综合波与δ波：式中，ptrough_right与ptrough_left分别表示左右波谷数据点的坐标，fs为脑电波的采样率，与分别表示脑电信号与眼电信号在区间[ptrough_right,ptrough_left]上的最大值...

【专利技术属性】
技术研发人员：赵巍，胡静，韩志，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东;44