【技术实现步骤摘要】
智能化睡眠分期方法、装置及计算机可读存储介质
本专利技术涉及人工智能
,尤其涉及一种智能化睡眠分期方法、装置及计算机可读存储介质。
技术介绍
随着经济水平的提高和网络时代的发展,人们的工作压力也与日俱增,进而导致睡眠不足,睡眠质量差等问题,严重影响了工作效率以及长期身心健康。目前对睡眠质量的监控管理都存在着成本高,复杂度高等问题。
技术实现思路
本专利技术提供一种智能化睡眠分期方法、装置及计算机可读存储介质,其主要目的提供一种简易化,低成本化的睡眠质量监控流程。为实现上述目的,本专利技术提供的一种智能化睡眠分期方法,包括:获取用户的原始睡眠数据集,利用预设滤波模型对所述原始睡眠数据集进行滤波预处理,得到纯睡眠数据集;利用预设的特征提取方法对所述纯睡眠数据集进行生理指标特征提取,得到睡眠时期的生理指标数据集;利用预设特征选择方法,对所述生理指标数据集进行特征选择,得到特征选择数据集;利用预设的睡眠分期划分方法,对所述特征选择数据集进行分类,得到睡眠分期数据集。可选地,所述利用预设滤波模型对所述睡眠数据集进行滤波预处理,得到纯睡眠数据集,包括:根据预设的滤波模型的截止频率阈值X,剔除所述原始睡眠数据集中频率大于所述截止频率阈值X的数据,剔除完成后得到所述纯睡眠数据集。可选地,所述纯睡眠数据集包括泵血量、平均气息频率、最大的气息频率、呼吸率,以及所述生理指标数据集包括呼吸深度数据及呼吸变异性数据;及所述利用预设的特征提 ...
【技术保护点】
1.一种智能化睡眠分期方法,其特征在于,所述方法包括:/n获取用户的原始睡眠数据集,利用预设滤波模型对所述原始睡眠数据集进行滤波预处理,得到纯睡眠数据集;/n利用预设的特征提取方法对所述纯睡眠数据集进行生理指标特征提取,得到睡眠时期的生理指标数据集;/n利用预设特征选择方法,对所述生理指标数据集进行特征选择,得到特征选择数据集;/n利用预设的睡眠分期划分方法,对所述特征选择数据集进行分类,得到睡眠分期数据集。/n
【技术特征摘要】
1.一种智能化睡眠分期方法,其特征在于,所述方法包括:
获取用户的原始睡眠数据集,利用预设滤波模型对所述原始睡眠数据集进行滤波预处理,得到纯睡眠数据集;
利用预设的特征提取方法对所述纯睡眠数据集进行生理指标特征提取,得到睡眠时期的生理指标数据集;
利用预设特征选择方法,对所述生理指标数据集进行特征选择,得到特征选择数据集;
利用预设的睡眠分期划分方法,对所述特征选择数据集进行分类,得到睡眠分期数据集。
2.如权利要求1所述的智能化睡眠分期方法,其特征在于,所述利用预设滤波模型对所述睡眠数据集进行滤波预处理,得到纯睡眠数据集,包括:
根据预设的滤波模型的截止频率阈值X,剔除所述原始睡眠数据集中频率大于所述截止频率阈值X的数据,剔除完成后得到所述纯睡眠数据集。
3.如权利要求1所述的智能化睡眠分期方法,其特征在于,所述纯睡眠数据集包括泵血量、平均气息频率、最大的气息频率、呼吸率,以及所述生理指标数据集包括呼吸深度数据及呼吸变异性数据;及
所述利用预设的特征提取方法对所述纯睡眠数据集进行生理指标特征提取,得到睡眠时期的生理指标数据集,包括:
利用如下计算公式进行计算得到所述呼吸深度数据Rdepth:
其中,lp表示低通滤波器,SV表示所述泵血量,k表示所述平均气息频率,j表示所述最大的气息频率;
利用如下计算公式进行计算得到所述呼吸变异性数据RRV:
RRV=lp(|RR-lp(RR,j)|,j)
其中,lp表示所述低通滤波器,RR表示所述呼吸率,j表示所述最大的气息频率。
4.如权利要求1所述的智能化睡眠分期方法,其特征在于,所述利用预设特征选择方法,对所述生理指标数据集进行特征选择,得到特征选择数据集,包括:
步骤A:从所述生理指标数据集中随机选取一个生理指标数据,将所述选取的生理指标数据输入至一个预设的集合Y的评价函数f(x)中进行计算,得到所述评价函数f(x)的函数值,其中所述集合Y为一个预设的空集;
步骤B:若所述函数值不是所述评价函数f(x)的极大值,则返回步骤A,随机选取另一个生理指标数据输入至一个预设的集合Y的评价函数f(x)中进行计算;
步骤C:若所述函数值是所述评价函数f(x)的极大值,则将所述生理指标数据放入所述集合Y中,直至对所述生理指标数据集中所有的生理指标数据完成计算,输出所述集合Y,即为所述特征选择数据集。
5.如权利要求4所述...
【专利技术属性】
技术研发人员:张霞,曹锋铭,
申请(专利权)人:平安国际智慧城市科技股份有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。