睡眠质量评估方法和装置制造方法及图纸

本发明专利技术提供睡眠质量评估方法和装置，其中，方法包括：获取用户在第一时间段内的第一脑电信号与第一体动信号；以预设时长为一个周期的时间长度将所述第一时间段划分为多个周期，分别确定各个周期对应的第一脑电信号与第一体动信号；分别对所述各个周期对应的第一脑电信号进行第一、第二特征提取确定所述各个周期对应的第一、第二脑电特征；分别对所述各个周期对应的第一体动信号进行第三特征提取确定所述各个周期对应的第一体动特征；根据所述各个周期对应的第一、第二脑电特征、第一体动特征生成特征矩阵；根据所述特征矩阵确定所述用户在所述第一时间段内的睡眠质量指数值。该技术方案可以提高用户睡眠质量评估的准确度。

Sleep Quality Assessment Method and Device

The present invention provides a sleep quality assessment method and device, which includes: acquiring the first EEG signal and the first integral motion signal of the user in the first period of time; dividing the first period into several periods according to the time length of a predetermined period, and determining the first EEG signal and the first integral motion signal corresponding to each period separately; and The corresponding first and second EEG signals are extracted to determine the first and second EEG features corresponding to each cycle; the first body motion features corresponding to each cycle are determined by the third feature extraction of the first body motion signals corresponding to each cycle; and the first and second EEG features corresponding to each cycle are generated according to the first and second EEG features and the first body motion features corresponding to each cycle. Matrix; according to the characteristic matrix, the sleep quality index value of the user in the first period is determined. The technical scheme can improve the accuracy of sleep quality assessment.

【技术实现步骤摘要】
睡眠质量评估方法和装置
本专利技术涉及睡眠质量评估领域，尤其涉及睡眠质量评估方法和装置。
技术介绍
睡眠质量的好坏对人体身体健康有至关重要的影响，采集用户睡眠中的一些生理信号进行分析可以用于评估睡眠质量。现有的睡眠质量评估方法一般为：采集用户睡眠时的体动信号，每采集一个信号就进行一次硬判决，以判断用户当前所处的睡眠状况。由于每采集一个信号就判断一次，而采集到的信号容易受到干扰导致判断失误，这样统计的数据可靠性差，无法准确评估用户的睡眠情况，因此，现有的睡眠质量评估方法无法满足用户想要准确了解自己睡眠质量状况的需求。
技术实现思路
本专利技术实施例提供睡眠质量评估方法和装置，解决睡眠质量评估不够准确的问题。第一方面，提供睡眠质量评估方法，包括：获取用户在第一时间段内的第一脑电信号与第一体动信号，所述第一时间段为所述用户睡眠过程对应的时间段；以预设时长为一个周期的时间长度将所述第一时间段划分为多个周期，分别确定所述多个周期中各个周期对应的第一脑电信号与第一体动信号；分别对所述各个周期对应的第一脑电信号进行第一特征提取确定所述各个周期对应的第一脑电特征，所述第一脑电特征用于指示所述用户的睡眠变化情况；分别对所述各个周期对应的第一脑电信号进行第二特征提取确定所述各个周期对应的第二脑电特征，所述第二脑电特征用于指示所述用户的大脑活跃程度；分别对所述各个周期对应的第一体动信号进行第三特征提取确定所述各个周期对应的第一体动特征，所述第一体动特征用于指示所述用户的运动情况；根据所述各个周期对应的第一脑电特征、第二脑电特征、第一体动特征生成特征矩阵，所述特征矩阵用于指示所述用户的睡眠质量情况，所述特征矩阵为3*N的矩阵，N为所述周期的数量；根据所述特征矩阵确定所述用户在所述第一时间段内的睡眠质量指数值。本专利技术实施例中，通过将获取到的用户睡眠过程中的脑电信号与体动信号划分成多个时间长度相同的周期，并对每个周期的脑电信号进行特征提取得到每个周期对应的第一脑电特征、第二脑电特征，对每个周期的体动信号进行特征提取得到每个周期对应的第一体动特征，根据各个周期对应的三个特征生成了特征矩阵，通过在特征矩阵中查找满足条件的周期，得到与睡眠质量指数值相关的三个参数，对三个参数进行计算得到用户的睡眠质量指数值，根据睡眠质量指数值确定用户的睡眠质量情况。通过对各个周期对应的脑电特征与体动特征进行特征提取得到的三个特征分别反映了用户的睡眠变化情况、用户睡眠过程中的大脑活跃程度以及用户睡眠过程中的运动情况，由于从多个维度分析了用户的睡眠情况，提高了用户睡眠质量评估的准确度。结合第一方面，在一种可能的实现方式中，所述获取用户在第一时间段内的第一脑电信号与第一体动信号，包括：采集所述用户在所述第一时间段内的第二脑电信号与第二体动信号，所述第二体动信号包括X、Y、Z轴方向上的加速度序列；通过滤波器对所述第二脑电信号进行滤波，得到所述第一脑电信号；对所述X、Y、Z轴方向上的加速度序列进行合加速度计算得到合体动信号；将对所述合体动信号中各个目标合体动信号对应的合体动信号集合进行均值处理得到的信号确定为所述第一体动信号，所述合体动信号集合包括所述目标合体动信号的前A个合体动信号、所述目标合体动信号以及所述目标合体动信号的后B个合体动信号，A、B均为正整数，且A、B与1之和为所述合体动信号集合中的合体动信号的个数。通过对采集到的脑电信号进行滤波以及对采集到的体动信号进行合计速度计算与均值处理，去除了脑电信号与体动信号中的噪音，得到了第一脑电信号与第一体动信号。结合第一方面，在一种可能的实现方式中，所述分别对所述各个周期对应的第一脑电信号进行第一特征提取确定所述各个周期对应的第一脑电特征，包括：根据所述各个周期对应的第一脑电信号确定所述各个周期对应的低频脑电信号与所述各个周期对应的高频脑电信号，所述低频脑电信号为低于第一频率阈值的脑电信号，所述高频脑电信号为高于第一频率阈值的脑电信号；计算所述各个周期对应的第一样本熵值和所述各个周期对应的第二样本熵值，所述第一样本熵值为所述高频脑电信号的样本熵值，所述第二样本熵值为所述低频脑电信号的样本熵值；将所述各个周期对应的第一样本熵值与所述各个周期对应的第二样本熵值的比值确定为所述各个周期对应的第一脑电特征。通过对各个周期对应的第一脑电信号进行第一特征提取，得到了对应的第一脑电特征。结合第一方面，在一种可能的实现方式中，所述根据所述各个周期对应的第一脑电信号确定所述各个周期对应的低频脑电信号与所述各个周期对应的高频脑电信号，包括：通过截止频率为第一频率阈值的低通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的低频脑电信号，并通过截止频率为第一频率阈值的高通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的高频脑电信号，或者，通过截止频率为第一频率阈值的低通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的低频脑电信号，并通过所述各个周期对应的所述第一脑电信号减去所述各个周期对应的所述低频脑电信号，得到所述各个周期对应的高频脑电信号，或者，通过截止频率为第一频率阈值的高通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的高频脑电信号，并通过所述各个周期对应的所述第一脑电信号减去所述各个周期对应的所述高频脑电信号，得到所述各个周期对应的低频脑电信号。通过滤波器对第一脑电信号进行滤波，得到了各个周期对应的高频脑电信号与低频脑电信号，去除了脑电信号中的噪音。结合第一方面，在一种可能的实现方式中，所述分别对所述各个周期对应的第一脑电信号进行第二特征提取确定所述各个周期对应的第二脑电特征，包括：通过带通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的第三脑电信号，所述带通滤波器的第一截止频率为第二频率阈值，所述带通滤波器的第二截止频率为第三频率阈值，所述第二频率阈值小于所述第三频率阈值；确定所述各个周期对应的第三脑电信号对应的能量值；将各个周期对应的能量值与第一能量值的比值确定为所述各个周期对应的第二脑电特征，所述第一能量值为所述各个周期中第一个周期对应的能量值。通过对各个周期内的第一脑电信号进行滤波，对滤波后的第三脑电信号进行能量计算，得到了第二脑电特征。结合第一方面，在一种可能的实现方式中，所述分别对所述各个周期对应的第一体动信号进行第三特征提取确定所述各个周期对应的第一体动特征，包括：分别计算所述各个周期对应的第一体动信号的标准差；将所述各个周期对应的第三体动信号的数量确定为所述各个周期对应的第一体动特征，所述第三体动信号为绝对值大于G倍标准差的体动信号，G为小于或等于3的正整数。通过计算各个周期内的第一体动信号的标准差以及比较该第一体动信号的绝对值与标准差的关系，得到了用户在各个周期内的第一体动特征。结合第一方面，在一种可能的实现方式中，所述根据所述特征矩阵确定所述用户在所述第一时间段内的睡眠质量指数值，包括：根据所述特征矩阵确定第一参数、第二参数和第三参数，所述第一参数、第二参数与第三参数为用于确定睡眠质量指数值的参数；根据所述第一参数、所述第二参数、所述第三参数以及睡眠质量评估公式计算所述睡眠质量指数值，所述睡眠质量评估公式为本文档来自技高网...

【技术保护点】
1.一种睡眠质量评估方法，其特征在于，包括：获取用户在第一时间段内的第一脑电信号与第一体动信号，所述第一时间段为所述用户睡眠过程对应的时间段；以预设时长为一个周期的时间长度将所述第一时间段划分为多个周期，分别确定所述多个周期中各个周期对应的第一脑电信号与第一体动信号；分别对所述各个周期对应的第一脑电信号进行第一特征提取确定所述各个周期对应的第一脑电特征，所述第一脑电特征用于指示所述用户的睡眠变化情况；分别对所述各个周期对应的第一脑电信号进行第二特征提取确定所述各个周期对应的第二脑电特征，所述第二脑电特征用于指示所述用户的大脑活跃程度；分别对所述各个周期对应的第一体动信号进行第三特征提取确定所述各个周期对应的第一体动特征，所述第一体动特征用于指示所述用户的运动情况；根据所述各个周期对应的第一脑电特征、第二脑电特征、第一体动特征生成特征矩阵，所述特征矩阵用于指示所述用户的睡眠质量情况，所述特征矩阵为3*N的矩阵，N为所述周期的数量；根据所述特征矩阵确定所述用户在所述第一时间段内的睡眠质量指数值。

【技术特征摘要】
1.一种睡眠质量评估方法，其特征在于，包括：获取用户在第一时间段内的第一脑电信号与第一体动信号，所述第一时间段为所述用户睡眠过程对应的时间段；以预设时长为一个周期的时间长度将所述第一时间段划分为多个周期，分别确定所述多个周期中各个周期对应的第一脑电信号与第一体动信号；分别对所述各个周期对应的第一脑电信号进行第一特征提取确定所述各个周期对应的第一脑电特征，所述第一脑电特征用于指示所述用户的睡眠变化情况；分别对所述各个周期对应的第一脑电信号进行第二特征提取确定所述各个周期对应的第二脑电特征，所述第二脑电特征用于指示所述用户的大脑活跃程度；分别对所述各个周期对应的第一体动信号进行第三特征提取确定所述各个周期对应的第一体动特征，所述第一体动特征用于指示所述用户的运动情况；根据所述各个周期对应的第一脑电特征、第二脑电特征、第一体动特征生成特征矩阵，所述特征矩阵用于指示所述用户的睡眠质量情况，所述特征矩阵为3*N的矩阵，N为所述周期的数量；根据所述特征矩阵确定所述用户在所述第一时间段内的睡眠质量指数值。2.根据权利要求1所述的方法，其特征在于，所述获取用户在第一时间段内的第一脑电信号与第一体动信号，包括：采集所述用户在所述第一时间段内的第二脑电信号与第二体动信号，所述第二体动信号包括X、Y、Z轴方向上的加速度序列；通过滤波器对所述第二脑电信号进行滤波，得到所述第一脑电信号；对所述X、Y、Z轴方向上的加速度序列进行合加速度计算得到合体动信号；将对所述合体动信号中各个目标合体动信号对应的合体动信号集合进行均值处理得到的信号确定为所述第一体动信号，所述合体动信号集合包括所述目标合体动信号的前A个合体动信号、所述目标合体动信号以及所述目标合体动信号的后B个合体动信号，A、B均为正整数，且A、B与1之和为所述合体动信号集合中的合体动信号的个数。3.根据权利要求1所述的方法，其特征在于，所述分别对所述各个周期对应的第一脑电信号进行第一特征提取确定所述各个周期对应的第一脑电特征，包括：根据所述各个周期对应的第一脑电信号确定所述各个周期对应的低频脑电信号与所述各个周期对应的高频脑电信号，所述低频脑电信号为低于第一频率阈值的脑电信号，所述高频脑电信号为高于所述第一频率阈值的脑电信号；计算所述各个周期对应的第一样本熵值和所述各个周期对应的第二样本熵值，所述第一样本熵值为所述高频脑电信号的样本熵值，所述第二样本熵值为所述低频脑电信号的样本熵值；将所述各个周期对应的第一样本熵值与所述各个周期对应的第二样本熵值的比值确定为所述各个周期对应的第一脑电特征。4.根据权利要求3所述的方法，其特征在于，所述根据所述各个周期对应的第一脑电信号确定所述各个周期对应的低频脑电信号与所述各个周期对应的高频脑电信号，包括：通过截止频率为第一频率阈值的低通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的低频脑电信号，并通过截止频率为第一频率阈值的高通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的高频脑电信号，或者，通过截止频率为第一频率阈值的低通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的低频脑电信号，并通过所述各个周期对应的所述第一脑电信号减去所述各个周期对应的所述低频脑电信号，得到所述各个周期对应的高频脑电信号，或者，通过截止频率为第一频率阈值的高通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的高频脑电信号，并通过所述各个周期对应的所述第一脑电信号减去所述各个周期对应的所述高频脑电信号，得到所述各个周期对应的低频脑电信号。5.根据权利要求1所述的方法，其特征在于，所述分别对所述各个周期对应的第一脑电信号进行第二特征提取确定所述各个周期对应的第二脑电特征，包括：通过带通滤波器对所述各个周期对应的第一脑电信号进行滤波得到所述各个周期对应的第三脑电信号，所述带通滤波器的第一截止频率为第二频率阈值，所述带通滤波器的第二截止频率为第三频率阈值，所述第二频率阈值小于所述...

【专利技术属性】
技术研发人员：梁杰，王伟，冯澍婷，刘建兵，毛启明，何雨龙，李晓云，
申请(专利权)人：深圳和而泰数据资源与云技术有限公司，
类型：发明
国别省市：广东,44