基于睡眠脑电信号的睡眠分期方法及装置制造方法及图纸

本发明专利技术公开了一种基于睡眠脑电信号的睡眠分期方法，包括以下步骤：采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信号特征信息；根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型；基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期。本发明专利技术还公开了一种基于睡眠脑电信号的睡眠分期装置。本发明专利技术保证了利用该脑电信号特征模型进行睡眠分期的较高准确率，且能利用该脑电信号特征模型自动进行睡眠分期，无需人工分析脑电数据，提高了睡眠分期的效率。

【技术实现步骤摘要】

本专利技术涉及睡眠分期
，尤其涉及一种基于睡眠脑电信号的睡眠分期方法及装置。
技术介绍
睡眠是人体必不可少的生理活动，是一种既重要又复杂的生理现象，在人类生命中大约占有三分之一的时间。睡眠是机体进行自我修复和完善的过程，对维持身心健康具有重要的调节作用。睡眠分期是根据人体在睡眠期间生理信号的不同变化而将睡眠过程分为不同的阶段。各个阶段的睡眠以一定的规律周期性的出现，并且都有各自特定的生理和行为特点。根据脑电图的不同特征及国际通用规则，主要将睡眠分为觉醒期、非眼球快速运动期(Non-rapideyemovement，简称NREM)和眼球快速运动期(Rapideyemovement，简称REM)。其中，NREM期又分为四个时期，NREM-1期为入睡期，NREM-2期为浅睡期，NREM-3期为中度睡眠期，NREM-4期为深度睡眠期。在现有的临床睡眠分析中，主要由专家根据R&K睡眠EEG(electroencephalogram)分期规则进行人工目测分析。而由于睡眠期间所记录的脑电数据非常庞大，因此由人工对睡眠进行分期这种方式非常繁琐、耗时，准确率及效率很低。
技术实现思路
本专利技术的主要目的在于提供一种基于睡眠脑电信号的睡眠分期方法及装置，旨在提高睡眠分期的准确率及效率。为实现上述目的，本专利技术提供的一种基于睡眠脑电信号的睡眠分期方法，所述方法包括以下步骤：采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信号特征信息；根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型；基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期。优选地，所述采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信号特征信息的步骤包括：对预设的各睡眠阶段的原始脑电信号进行短时傅立叶变换，获取各睡眠阶段的原始脑电信号的频域特征信息；对预设的各睡眠阶段的原始脑电信号进行希尔伯特变换，获取各睡眠阶段的原始脑电信号的时域信号包络；对预设的各睡眠阶段的原始脑电信号进行高斯窗傅立叶变换，获取各睡眠阶段的原始脑电信号在预设频率上的局部频域特征信息。优选地，所述采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信号特征信息的步骤还包括：利用预设的空间滤波器对所述频域特征信息、时域信号包络、局部频域特征信息进行共空间模式滤波处理，获取各睡眠阶段的脑电信号特征信息。优选地，所述根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型的步骤包括：基于各睡眠阶段的脑电信号特征信息，利用预设的学习向量量化神经网络算法进行建模，建立各睡眠阶段的脑电信号特征模型。优选地，所述基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期的步骤包括：提取待处理脑电信号的特征信息，将所述特征信息在各睡眠阶段的脑电信号特征模型中进行匹配，并根据匹配结果对待处理脑电信号进行睡眠分期。此外，为实现上述目的，本专利技术还提供一种基于睡眠脑电信号的睡眠分期装置，所述基于睡眠脑电信号的睡眠分期装置包括：获取模块，用于采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信号特征信息；建模模块，用于根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型；睡眠分期模块，用于基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期。优选地，所述获取模块还用于：对预设的各睡眠阶段的原始脑电信号进行短时傅立叶变换，获取各睡眠阶段的原始脑电信号的频域特征信息；对预设的各睡眠阶段的原始脑电信号进行希尔伯特变换，获取各睡眠阶段的原始脑电信号的时域信号包络；对预设的各睡眠阶段的原始脑电信号进行高斯窗傅立叶变换，获取各睡眠阶段的原始脑电信号在预设频率上的局部频域特征信息。优选地，所述获取模块还用于：利用预设的空间滤波器对所述频域特征信息、时域信号包络、局部频域特征信息进行共空间模式滤波处理，获取各睡眠阶段的脑电信号特征信息。优选地，所述建模模块还用于：基于各睡眠阶段的脑电信号特征信息，利用预设的学习向量量化神经网络算法进行建模，建立各睡眠阶段的脑电信号特征模型。优选地，所述睡眠分期模块还用于：提取待处理脑电信号的特征信息，将所述特征信息在各睡眠阶段的脑电信号特征模型中进行匹配，并根据匹配结果对待处理脑电信号进行睡眠分期。本专利技术提出的一种基于睡眠脑电信号的睡眠分期方法及装置，对各睡眠阶段的原始脑电信号进行时频分析，获取各睡眠阶段的脑电信号特征信息；根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型；基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期。由于是对原始脑电信号的时域和频域进行分析后建立的脑电信号特征模型，能更加准确的反映出不同睡眠阶段中非平稳、非线性的脑电信号特征，保证了利用该脑电信号特征模型进行睡眠分期的较高准确率，且能利用该脑电信号特征模型自动进行睡眠分期，无需人工分析脑电数据，提高了睡眠分期的效率。附图说明图1为本专利技术基于睡眠脑电信号的睡眠分期方法一实施例的流程示意图；图2为本专利技术基于睡眠脑电信号的睡眠分期方法一实施例中的希尔伯特变换示意图；图3为本专利技术基于睡眠脑电信号的睡眠分期方法一实施例中利用希尔伯特变换求信号包络示意图；图4为本专利技术基于睡眠脑电信号的睡眠分期装置一实施例的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种基于睡眠脑电信号的睡眠分期方法。参照图1，图1为本专利技术基于睡眠脑电信号的睡眠分期方法一实施例的流程示意图。在一实施例中，该基于睡眠脑电信号的睡眠分期方法包括：步骤S10，采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信号特征信息；本实施例中，先对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信号特征信息。由于脑电信号是非平稳、非线性的信号，其统计特性随着时间的变化而变化，因此，本实施例采用时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析和处理，结合了非平稳信号的时域和频域分析，获取各睡眠阶段不同的特征信息。其中，时频分析即时频联合域分析(JointTime-FrequencyAna本文档来自技高网...

【技术保护点】
一种基于睡眠脑电信号的睡眠分期方法，其特征在于，所述方法包括以下步骤：采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信号特征信息；根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型；基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期。

【技术特征摘要】
1.一种基于睡眠脑电信号的睡眠分期方法，其特征在于，所述方法包括以下步骤：
采用预设的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠
阶段的脑电信号特征信息；
根据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型；
基于所述脑电信号特征模型对待处理脑电信号进行睡眠分期。
2.如权利要求1所述的基于睡眠脑电信号的睡眠分期方法，其特征在于，所述采用预设
的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信
号特征信息的步骤包括：
对预设的各睡眠阶段的原始脑电信号进行短时傅立叶变换，获取各睡眠阶段的原始脑
电信号的频域特征信息；
对预设的各睡眠阶段的原始脑电信号进行希尔伯特变换，获取各睡眠阶段的原始脑电
信号的时域信号包络；
对预设的各睡眠阶段的原始脑电信号进行高斯窗傅立叶变换，获取各睡眠阶段的原始
脑电信号在预设频率上的局部频域特征信息。
3.如权利要求2所述的基于睡眠脑电信号的睡眠分期方法，其特征在于，所述采用预设
的时频分析方法对预设的各睡眠阶段的原始脑电信号进行分析，获取各睡眠阶段的脑电信
号特征信息的步骤还包括：
利用预设的空间滤波器对所述频域特征信息、时域信号包络、局部频域特征信息进行
共空间模式滤波处理，获取各睡眠阶段的脑电信号特征信息。
4.如权利要求1、2或3所述的基于睡眠脑电信号的睡眠分期方法，其特征在于，所述根
据所述脑电信号特征信息建立各睡眠阶段的脑电信号特征模型的步骤包括：
基于各睡眠阶段的脑电信号特征信息，利用预设的学习向量量化神经网络算法进行建
模，建立各睡眠阶段的脑电信号特征模型。
5.如权利要求4所述的基于睡眠脑电信号的睡眠分期方法，其特征在于，所述基于所述
脑电信号特征模型对待处理脑电信号进行睡眠分期的步骤包括：
提取待处理脑电信号的特征信息，将所...

【专利技术属性】
技术研发人员：张昇欢，贺超，傅曦平，黄志毅，
申请(专利权)人：深圳创达云睿智能科技有限公司，
类型：发明
国别省市：广东;44