一种带肌群放松模型数据库的系统技术方案

本发明专利技术涉及一种带肌群放松模型数据库的系统。现有的放松设备无法为用户提供个性化放松方案。本发明专利技术包括数据采集器、肌群放松模型数据库、处理器以及放松设备。通过预先建立包括与各目标群体逐一对应的肌群放松数据包的肌群放松模型数据库，使得使用者无需进行繁琐的针对性检测，有效缩短使用者获得匹配肌群放松数据包的时间，并通过放松设备实施肌群放松数据包内包含的放松方案，既有效简化获得匹配放松方案所需的操作步骤，方便规模化使用，还通过筛选出高级敏感肌群来使得放松操作具有针对性，有效缓解紧张情绪，进而提升入睡质量。

【技术实现步骤摘要】
一种带肌群放松模型数据库的系统
本专利技术涉及睡眠领域，具体涉及一种带肌群放松模型数据库的系统。
技术介绍
肌肉紧张是骨骼肌的紧绷引起的，借助骨骼肌的紧绷来确保人体保持身体平衡，并使其准备积极参加活动。肌肉的这种紧张度有时降低，有时升高，人体的兴奋程度也受到肌肉紧张程度的影响。肌肉紧张与人的情绪状态有密切的联系，肌肉紧张既受到情绪的影响，也会加深相关的情绪体验。当情绪平和时，肌肉紧张度就降低，个体也能有效地进行休息，迅速地恢复精力。相反，如果我们被消极情绪(激动、愤怒、不安、惊慌、恐惧)所支配，肌肉的紧张度就会愈益增高，还能引起平滑肌活性提高，植物性反应发生变化(出冷汗，动脉血压升高，呼吸的深度及频率、内脏器官的机能发生变化)。当前，肌肉紧张已经成为社会亚健康的一种常见症状，不仅影响着白天工作学习的效率，甚至影响着夜晚的睡眠质量。尽管市面上已经有各种品牌各种类型的肌肉放松产品，以及一些帮助肌肉放松的课程，但仍然存在着不同缺陷。现有绝大多数放松产品仅以颈部和肩部作为主要放松部位，未考虑到肌肉紧张中全身不同部位肌肉间的关联性和复杂性本文档来自技高网...

【技术保护点】
1.一种带肌群放松模型数据库的系统，其特征在于，包括：/n数据采集器，通过便携式设备获取基础信息；/n肌群放松模型数据库，存储有多组与各目标群体逐一对应的基础信息以及肌群放松数据包，各组目标群体间具有差异的基础信息，所述肌群放松数据包包含目标肌群的敏感排序以及对应的放松时长；/n处理器，接收来自数据采集器的基础信息，根据用户的基础信息在肌群放松模型数据库内获得对应的肌群放松数据包，进而控制放松设备运行；/n放松设备，按肌群放松数据包内的敏感排序对目标肌群进行满足放松时长的放松刺激；/n所述系统在运行时，通过以下步骤实现：/n首先，利用数据采集器对用户进行基础信息采集，并将基础信息传输至处理器中...

【技术特征摘要】
1.一种带肌群放松模型数据库的系统，其特征在于，包括：
数据采集器，通过便携式设备获取基础信息；
肌群放松模型数据库，存储有多组与各目标群体逐一对应的基础信息以及肌群放松数据包，各组目标群体间具有差异的基础信息，所述肌群放松数据包包含目标肌群的敏感排序以及对应的放松时长；
处理器，接收来自数据采集器的基础信息，根据用户的基础信息在肌群放松模型数据库内获得对应的肌群放松数据包，进而控制放松设备运行；
放松设备，按肌群放松数据包内的敏感排序对目标肌群进行满足放松时长的放松刺激；
所述系统在运行时，通过以下步骤实现：
首先，利用数据采集器对用户进行基础信息采集，并将基础信息传输至处理器中；
之后，处理器接收基础信息并与肌群放松模型数据库内各目标群体的基础信息进行对比，以此将用户归类至对应的目标群体中，并获得对应的肌群放松数据包；
最后，处理器在获取肌群放松数据包内的目标肌群敏感排序以及各目标肌群放松时长，进而利用放松设备对用户进行放松刺激。


2.根据权利要求1所述的一种带肌群放松模型数据库的系统，其特征在于，在构建所述肌群放松模型数据库时，各组目标群体包括至少一个检测样本，对同一目标群体内的检测样本进行依次编号为1至i，对各目标肌群依次编号为1至b，并通过以下方式获得基础信息：
第一步，采集各检测样本的基础信息，并以此对检测样本进行目标群体归类；
第二步，对同一目标群体内的各检测样本分别进行睡眠监测，以此获得该检测样本的睡眠时长Ti以及单帧时长为t秒的原始数据包，各检测样本对应的原始数据包数量为ji，ji＝Ti/t，各原始数据包内包括脑电数据EEG、眼电数据EOG、下颌肌电数据CEMG以及各目标肌群的肌电数据Mi-j-b；
第三步，根据各原始数据包内的脑电数据MEEG-i-j、眼电数据MEOG-i-j以及下颌肌电数据MCEMG-i-j将检测目标的整个睡眠过程划分为入睡潜伏期、浅睡期、深睡期、快速眼动期以及微觉醒期，并以此获得与入睡潜伏期对应的入睡潜伏期数据包的数量jsol-i和时长Tsol-i；
第四步，对各入睡潜伏期数据包内各肌电数据Msol-i-j-b逐一进行平均值计算，以此获得肌电平均值M’sol-i-j-b，对各入睡潜伏期数据包内脑电数据MsolEEG-i-j逐一进行平均值计算，以此获得脑电平均值M’solEEG-i-j，利用肌电平均值M’sol-i-j-b和脑电平均值M’solEEG-i-j计算与各目标肌群对应的初级敏感系数rb，利用初级敏感系数rb计算获得与各目标肌群对应的初级显著性参数Trb，将初级显著性参数Trb与设定的初级显著性阈值T’rb比较，进而筛选出初级敏感肌群；
第五步，对各入睡潜伏期数据包内的脑电数据EEG获得脑电平均值M’EEG-i，利用初级敏感肌群的Mi-j-b和脑电平均值M’EEG-i-j计算与各初级敏感肌群逐一对应的权重因子βb，获得与各初级敏感肌群逐一对应的权重显著性参数Tβb，将权重显著性参数Tβb与设定的权重显著性阈值T’βb比较，进而从初级敏感肌群中筛选出高级敏感肌群；
第六步，将高级敏感肌群以对应的权重显著性参数Tβb从大到小排列，以此形成目标肌群的敏感排序；
第七步，所述高级敏感肌群按敏感排序被依次编号为1至a，设置与高级敏感肌群数量匹配且呈梯级状依次降低的评判阈值，放松设备按敏感排序对特定肌群逐一进行放松刺激直至脑电数据MEEG-i-j小于对应的评判阈值，记录实施放松刺激的放松时间Ta-i，对目标群体内的各检测样本的放松时间Ta-i进行累加平均计算，以此获得与该目标群体的各高级敏感肌群对应的放松时长；
第八步，将对应的目标群体基础信息、目标肌群的敏感排序以及放松时长Tsol-a匹配关联并形成保存在所述肌群放松模型数据库内的肌群放松数据包。


3.根据权利要求2所述的一种带肌群放松模型数据库的系统，其特征在于，所述原始数据包内包括t个瞬时脑电数据、瞬时眼电数据、瞬时下颌肌电数据以及各目标肌群的瞬...

【专利技术属性】
技术研发人员：鄢姬铃，许晏菁，
申请(专利权)人：杭州云睡吧健康管理有限公司，
类型：发明
国别省市：浙江;33