基于催眠术的智能辅助睡眠方法和系统技术方案

本发明专利技术涉及一种基于催眠术的智能辅助睡眠方法和系统，其中所述方法包括：采集用户在睡眠中的生物电信号；根据所述生物电信号识别用户当前的睡眠状态；在用户当前为清醒状态时，播放预设的催眠引导词对用户进行催眠，并检测用户的催眠深度；当用户当前催眠深度达到预定的催眠等级时，播放睡眠指令引导用户进入睡眠。本发明专利技术的技术方案，通过识别用户的睡眠状态，再进行相应干预，避免错误干预影响用户睡眠，通过利用催眠内容辅助用户入睡，在设定催眠深度时引导用户入睡，既避免催眠深度过低导致起不到辅助入睡作用的现象，也避免了催眠深度过高带来的风险的情况，有效地提高了辅助睡眠效果。

【技术实现步骤摘要】

本专利技术涉及辅助睡眠
，特别是涉及一种基于催眠术的智能辅助睡眠方法和系统。
技术介绍
在睡眠中，人体进行了自我放松及恢复的过程。因此良好的睡眠是保持身体健康的一项基本条件。但是由于工作压力大、生活作息不规律等原因，导致了部分人群的睡眠质量欠佳，表现为失眠、半夜惊醒等。智能辅助睡眠是一种结合现代科技的睡眠方法，当被试者进入催眠状态后，其受暗示性明显提高，能与催眠师保持密切的感应关系，会不加批判地接受其暗示指示。将催眠术应用于辅助睡眠时，当催眠者被催眠师所催眠后，催眠师发出睡眠指令即可使被催眠者进入睡眠状态。与药物干预(安眠药)相比，基于催眠术的辅助睡眠对身体的副作用较小，比较适合日常应用。目前，市面上也较为常见的基于声音和光照的睡眠干预设备。光照刺激只适合唤醒，对于入睡不仅没有帮助。常见的声音刺激有白噪声和放松音乐等。催眠的声音干预对于不同人来说，效果并不一样，甚至适得其反，由于无法检测用户睡眠和催眠状态，从而影响了辅助睡眠效果。
技术实现思路
基于此，有必要针对上述问题，提供一种基于催眠术的智能辅助睡眠方法和系统，有效地提高辅助睡眠效果。一种基于催眠术的智能辅助睡眠方法，包括：采集用户在睡眠中的生物电信号；根据所述生物电信号识别用户当前的睡眠状态；在用户当前为清醒状态时，播放预设的催眠引导词对用户进行催眠，并检测用户的催眠深度；当用户当前催眠深度达到预定的催眠等级时，播放睡眠指令引导用户进入睡眠。一种基于催眠术的智能辅助睡眠系统，包括：采集模块，用于采集用户在睡眠中的生物电信号；识别模块，用于根据所述生物电信号识别用户当前的睡眠状态；催眠模块，用于在用户当前为清醒状态时，播放预设的催眠引导词对用户进行催眠，并检测用户的催眠深度；引导模块，用于当用户当前催眠深度达到预定的催眠等级时，播放睡眠指令引导用户进入睡眠。上述基于催眠术的智能辅助睡眠方法和系统，通过识别用户的睡眠状态，再进行相应干预，避免错误干预影响用户睡眠，通过利用催眠内容辅助用户入睡，在设定催眠深度时引导用户入睡，既避免催眠深度过低导致起不到辅助入睡作用的现象，也避免了催眠深度过高带来的风险的情况，有效地提高了辅助睡眠效果。附图说明图1为本专利技术的基于催眠术的智能辅助睡眠方法的流程图；图2为一个示例的智能辅助睡眠算法流程图；图3为本专利技术的基于催眠术的智能辅助睡眠系统的结构示意图。具体实施方式下面结合附图阐述本专利技术的基于催眠术的智能辅助睡眠方法和系统的实施例。参考图1所示，图1为本专利技术的基于催眠术的智能辅助睡眠方法的流程图，包括：S10，采集用户在睡眠中的生物电信号；在本步骤中，主要是通过相关设备检测用户的生物电信号，例如，可以采集脑电信号、眼电信号等生物电信号。在采集生物信号时，一般是以30s为一帧进行采集，每帧作为一个样本，后续对每帧脑电信号进行分析处理。S20，根据所述生物电信号识别用户当前的睡眠状态；在本步骤中，利用采集的生物电信号判断用户当前的睡眠状态，目的是要通过相关技术手段来识别用户当前是否处于睡着状态，如果睡着状态则不宜进行睡眠干预，否则容易起到反作用，影响用户的睡眠，如果处于清醒状态，则需要进行睡眠干预，引导用户进入睡眠状态。在一个实施例中，利用脑电信号识别用户当前的睡眠状态，则对于根据所述生物电信号识别用户当前的睡眠状态的步骤，可以包括如下过程：s201，采集用户的脑电信号；s202，对所述脑电信号进行滤波；其中，所述滤波包括带通滤波并滤除工频干扰；s203，从滤波后的脑电信号中提取信号特征；对于上述信号特征，可以包括如下几种当中的的一种或多种组合：(1)脑电信号中δ波频段，θ波频段，α波频段，β波频段的能量在总能量中的比例；(2)在一帧的时间内，脑电信号中δ波频段，θ波频段，α波频段，β波频段能量最大的时间长度；(3)脑电信号的信号基线变化的幅度；(4)脑电信号进行信号小波分解后，小波系数的均值、方差，峭度和斜度；对于小波分解，其分解的层数可以由信号的采样率决定，为了分解出delta波(0～4Hz)，当信号的采样率为128Hz时，可以选择4层分解，当信号的采样率为256Hz时，则可以进行5层分解；经过小波分解后，对δ频段、θ频段、α频段和β频段的信号进行重构。为了计算的方便，其频段范围分别设置为[0.5Hz,4Hz](δ频段)，[4Hz,8Hz](θ频段)，[8Hz,16Hz](α频段)和[16Hz,32Hz](β频段)。考虑到超过β频段的信号对睡眠分析没有帮助，因此可以将信号的总能量(ptotal)定义为δ频段、θ频段、α频段和β频段信号的能量之和。这四种频段的信号的能量之比利用如下公式进行计算：rδ＝∑(yδ)2/ptotalrθ＝∑(yθ)2/ptotalrα＝∑(yα)2/ptotalrβ＝∑(yβ)2/ptotalptotal＝∑(yδ)2+∑(yθ)2+∑(yα)2+∑(yβ)2其中，yδ，yθ，yα和yβ分别表示重构后的δ频段、θ频段、α频段和β频段的信号，rδ，rθ，rα和rβ分别代表这四种频段的信号的能量在总能量的比例。由于临床上对睡眠状态进行分析时，可以统计一帧(一般为30秒)内δ波、θ波、α波和β波的持续时间。因此在此可以利用如下公式来计算在各秒内能量占比最大的频段： c δ = Σ i = 1 30 f δ i , f δ i = 1 , i f r δ i = max ( r δ i , r θ i , r α i , r 本文档来自技高网...

【技术保护点】
一种基于催眠术的智能辅助睡眠方法，其特征在于，包括：采集用户在睡眠中的生物电信号；根据所述生物电信号识别用户当前的睡眠状态；在用户当前为清醒状态时，播放预设的催眠引导词对用户进行催眠，并检测用户的催眠深度；当用户当前催眠深度达到预定的催眠等级时，播放睡眠指令引导用户进入睡眠。

【技术特征摘要】
1.一种基于催眠术的智能辅助睡眠方法，其特征在于，包括：采集用户在睡眠中的生物电信号；根据所述生物电信号识别用户当前的睡眠状态；在用户当前为清醒状态时，播放预设的催眠引导词对用户进行催眠，并检测用户的催眠深度；当用户当前催眠深度达到预定的催眠等级时，播放睡眠指令引导用户进入睡眠。2.根据权利要求1所述的基于催眠术的智能辅助睡眠方法，其特征在于，所述生物电信号包括脑电信号或眼电信号。3.根据权利要求1所述的基于催眠术的智能辅助睡眠方法，其特征在于，还包括：若用户当前催眠深度未达到预定的催眠等级，则继续播放催眠引导词，并持续检测用户的催眠深度，直至达到预定的催眠等级时，播放睡眠指令引导用户进入睡眠。4.根据权利要求2所述的基于催眠术的智能辅助睡眠方法，其特征在于，根据所述生物电信号识别用户当前的睡眠状态的步骤包括：采集用户的脑电信号；对所述脑电信号进行滤波；其中，所述滤波包括带通滤波并滤除工频干扰；从滤波后的脑电信号中提取信号特征；根据所述信号特征识别用户当前的睡眠状态。5.根据权利要求1所述的基于催眠术的智能辅助睡眠方法，其特征在于，所述信号特征包括如下当中的一种或多种组合：脑电信号中δ波频段，θ波频段，α波频段，β波频段的能量在总能量中的比例；在一帧的时间内，脑电信号中δ波频段，θ波频段，α波频段，β波频段能量最大的时间长度；脑电信号的信号基线变化的幅度；脑电信号进行信号小波分解后，小波系数的均值、方差，峭度和斜度。6.根据权利要求5所述的基于催眠术的智能辅助睡眠方法，其特征在于，所述脑电信号中δ波频段，θ波频段，α波频段，β波频段的能量在总能量中的比例表示为如下公式：rδ＝Σ(yδ)2/ptotalrθ＝∑(yθ)2/ptotalrα＝∑(yα)2/ptotalrβ＝∑(yβ)2/ptotal其中ptotal＝Σ(yδ)2+Σ(yθ)2+∑(yα)2+Σ(yβ)2，yδ，yθ，yα和yβ分别表示重构后的δ频段、θ频段、α频段和β频段的信号，rδ，rθ，rα和rβ分别代表δ频段、θ频段、α频段和β频段的信号的能量在总能量的比例。7.根据权利要求5所述的基于催眠术的智能辅助睡眠方法，其特征在于，所述在一帧的时间内，脑电信号中δ波频段，θ波频段，α波频段，β波频段能量最大的时间长度表示为如下公式： c δ = Σ i = 1 30 f δ i , f δ i = 1 , i f r δ i = m a x ( r δ i , r θ i , r α i , r β i ) 0 , i f r δ i ≠ m a x ( r δ i , r θ i , r α i , r β i ) ]]> c θ = Σ i = 1 30 f θ i , f θ i = 1 , i f r θ i = m a x ( r δ i , r θ i , r α i , r β i ) 0 , i f r θ i ≠ m a x ( r δ i , r θ i , r α i ...

【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