一种睡眠分析方法、系统、电子设备及存储介质技术方案

本公开实施例提出一种睡眠分析方法、系统、电子设备及存储介质，方法包括：将生物信号按时间顺序划分为预设长度的分段信号；基于分段分析模型，确定每段分段信号的第一结果数据；将所有第一结果数据按时间顺序排序，基于综合分析模型，确定生物信号的第二结果数据；其中，分段分析模型和/或综合分析模型的每个神经元参数的取值区间均为符合预设概率分布的随机变量的集合。与现有技术相比的有益效果在于本公开实施例提出的睡眠分析方法受外界环境因素影响少，检测结果稳定，能够极大地提高结果的准确性，提升了模型的鲁棒性。

A sleep analysis method, system, electronic equipment and storage medium

【技术实现步骤摘要】
一种睡眠分析方法、系统、电子设备及存储介质
本公开涉及生物信号睡眠分析的神经网络
，具体涉及一种睡眠分析方法、系统、电子设备及存储介质。
技术介绍
睡眠障碍是睡眠量的异常及睡眠质的异常，或在睡眠时发生的某些临床症状，其中，阻塞性睡眠呼吸暂停综合征(ObstructiveSleepApneaHypopneaSyndrome，OSAHS)是常见疾病，严重影响睡眠结构和睡眠质量，同时还是高血压、心脏病和脑血管疾病等多种疾病的危险因素。通常采集患者的生物信号进行睡眠障碍的分析和检测，生物信号是反映生物体的生命活动状态的信号，常见生物信号包括心电信号、呼吸信号、脉搏信号、脑电信号等。采用神经网络方法进行睡眠分析时常常将某一种生物信号输入传统的神经网络中进行睡眠分析，睡眠分析结果包括整体睡眠质量的相关指数及局部睡眠情况，如睡眠分期结果和呼吸暂停结果。图1为传统神经网络中人工神经元结构示意图，其中，神经网络的基本构件神经元由w1,w2,w3,…,wn及b这些参数构成，传统神经网络的神经元中这些参数是确定的数值，通过训练过程确定这些参数，本文档来自技高网...

【技术保护点】
1.一种睡眠分析方法，其特征在于，所述方法包括：/n将生物信号按时间顺序划分为预设长度的分段信号；/n基于分段分析模型，确定每段所述分段信号的第一结果数据；/n将所有所述第一结果数据按所述时间顺序排序，基于综合分析模型，确定所述生物信号的第二结果数据；/n其中，所述分段分析模型和/或所述综合分析模型的每个神经元参数的取值区间均为符合预设概率分布的随机变量的集合。/n

【技术特征摘要】
1.一种睡眠分析方法，其特征在于，所述方法包括：
将生物信号按时间顺序划分为预设长度的分段信号；
基于分段分析模型，确定每段所述分段信号的第一结果数据；
将所有所述第一结果数据按所述时间顺序排序，基于综合分析模型，确定所述生物信号的第二结果数据；
其中，所述分段分析模型和/或所述综合分析模型的每个神经元参数的取值区间均为符合预设概率分布的随机变量的集合。


2.根据权利要求1所述的睡眠分析方法，其特征在于，所述基于分段分析模型，确定每段所述分段信号的第一结果数据，包括：
将每段所述分段信号作为所述分段分析模型的第一输入向量；
在所述分段分析模型的神经元参数的取值区间中随机选取一个数值，作为所述分段分析模型的第一神经元参数；
基于所述第一神经元参数对所述第一输入向量进行前向计算，根据计算结果确定每段所述分段信号的第一结果数据。


3.根据权利要求1所述的睡眠分析方法，其特征在于，所述第一结果数据至少包括睡眠分期数据和/或呼吸暂停数据。


4.根据权利要求3所述的睡眠分析方法，其特征在于，所述将所有所述第一结果数据按所述时间顺序排序，基于综合分析模型，确定所述生物信号的第二结果数据，包括：
将所有所述第一结果数据按所述时间顺序排序，将得到的排序数据作为所述综合分析模型的第二输入向量；
在所述综合分析模型的神经元参数的取值区间中随机选取一个数值，作为所述综合分析模型的第二神经元参数；
基于所述第二神经元参数对所述第二输入向量进行前向计算，根据计算结果确定所述生物信号的第二结果数据。


5.根据权利要求4所述的睡眠分析方法，其特征在于，在所述基于所述第二神经元参数对所述排序数据进行前向计算，根据计算结果确定所述生物信号的第二结果数据之后，还包括：
基于所述排序数据，确定语义编码，其中所述语义编码至少包括所述睡眠分期数据与呼吸暂停数据的关系、所述分段信号之间的时序关系；
基于所述语义编码，对所述睡眠分期数据进行睡眠分期解码分析，确定睡眠分期结果数据；和/或，
基于所述语义编码，对所述呼吸暂停数据进行呼吸暂停解码分析，确定呼吸暂停结果数据；
其中，所述睡眠分期结果数据和/或呼吸暂停结果数据与所述全部第一结果数据的数量和顺序一一对应。
...

【专利技术属性】
技术研发人员：祖春山，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：北京;11