智能化睡眠分期方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术涉及人工智能技术，揭露了一种智能化睡眠分期方法、装置、电子设备及计算机可读存储介质。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。本发明专利技术可以根据用户的睡眠时期的生理指标数据对用户的睡眠质量进行监控。

【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。可选地，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。可选地，所述评价函数f(x)包括：其中，a为所述集合Y中元素的个数；L为所述生理指标数据集中的元素个数；qi为所述生理指标数据集中随机选取的生理指标数据。可选地，所述从所述生理指标数据集中随机选取一个生理指标数据，包括：利用随机函数的方法所述生理指标数据集中随机选取一个生理指标数据：获取所述生理指标数据集中生理指标数据的个数b；根据所述生理指标的个数设置所述随机函数的值域为(0，b+1)；利用所述随机函数产生0至b+1内的随机整数；根据上述随机整数选取所述生理指标数据集内序号的生理指标数据。可选地，所述利用预设的睡眠分期划分模型，对所述特征选择数据集进行分类，得到睡眠分期数据，包括：采用如下睡眠分期函数F(x)对所述特征选择数据集进行进行睡眠分期计算，得到睡眠分期函数值集F(x):其中，h表示所述征选择数据集中的呼吸深度数据，b表示所述特征选择数据集中的呼吸变异性数据；利用预设的分段阈值对所述睡眠分期函数值值集F(x)进行划分，得到所述睡眠分期数据集。为了解决上述问题，本专利技术还提供一种智能化睡眠分期装置，所述装置包括：数据预处理模块，用于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；特征提取模块，用于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；特征选择模块，用于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；睡眠分期模块，用于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。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有智能化睡眠分期程序，所述智能化睡眠分期程序可被一个或者多个处理器执行，以实现如上所述的智能化睡眠分期方法的步骤。本专利技术实施例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，使得睡眠质量的评估更加精确。进一步地，本专利技术实施例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，并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，使得获取的数据更具代表性，减轻了睡眠评估的计算的压力，并提升了计算速度。再次，本专利技术实施例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，方法简单易行，降低了睡眠质量的监控成本。因此本专利技术提出的智能化睡眠分期方法、装置及计算机可读存储介质，可以实现以低成本和简单的流程实现对睡眠质量的监控。附图说明图1为本专利技术一实施例提供的智能化睡眠分期方法的流程示意图；图2为本专利技术一实施例提供的智能化睡眠分期装置的内部结构示意图；图3为本专利技术一实施例提供的智能化睡眠分期装置中智能化睡眠分期程序的模块示意图。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智能化睡眠分期方法。参照图1所示，为本专利技术一实施例提供的智能化睡眠分期方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。在本实施例中，智能化睡眠分期方法包括：S1、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。详细地，本专利技术可以使用呼吸设备获取所述原始睡眠数据集。所述呼吸设备可以包括，但不限制于，血氧仪等。本专利技术实施例中，所述原始睡眠数据集包括，但不限于：泵血量、平均气息频率、最大的气息频率、呼吸率等。进一步地，本专利技术实施例中所述滤波模型可以是低通滤波器。本专利技术较佳实施例中，所述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，包括：根据预设的滤本文档来自技高网...

【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