本申请涵盖的一种基于高频脑电睡眠质量评价方法、装置、设备和存储介质。通过获取睡眠过程中产生的脑电信号，对其进行预处理并分期为不同睡眠阶段；依据频域滤波方法分离出不同所述睡眠阶段的脑电信号中包含不同频段的高频脑电信号，并依据高频能量相对熵算法计算对应不同所述睡眠阶段的睡眠质量参数；依据睡眠质量参考数据，对所述睡眠质量参数进行评价。本申请所述的基于高频脑电睡眠质量评价方法中的算法标准明确，适用于健康大数据应用，其分析结果更接近被试本人的睡眠感受，可望获得可观的社会效益和经济效益。可观的社会效益和经济效益。可观的社会效益和经济效益。
【技术实现步骤摘要】
基于高频脑电睡眠质量评价方法、装置、设备和存储介质
[0001]本申请涉及睡眠质量评价
，特别是涉及一种基于高频脑电睡眠质量评价方法、装置、设备和存储介质。
技术介绍
[0002]睡眠占据人类整个生命周期的三分之一，越来越多的研究发现睡眠在人类健康和高级认知活动中扮演着关键的作用。良好的睡眠对于免疫系统的正常运行、脑中代谢废物的清除、记忆的形成与巩固、情绪调节是必不可少的。睡眠紊乱是仅次于疼痛的第二大就诊原因。几乎所有的精神类和神经类疾病，都伴随着睡眠问题，例如焦虑、抑郁、惊恐发作、精神分裂症、帕金森病、老年痴呆症、自闭症等。对睡眠质量进行实时的监测与评价，对改善人类生活质量、保障身心健康具有重大意义。
[0003]目前国内外研究者通过多导睡眠脑图设备，记录被试睡眠脑电及心电、呼吸等各项生理指标，依据权威标准对睡眠进行分期，从而对被试的睡眠进行诊断和分类。其中，脑电在睡眠分期和评价中扮演最重要的角色。
[0004]当前基于脑电的睡眠评价方法，主要使用的是低频信号(<35Hz)。但是却存在一类主观失眠患者，其低频脑电睡眠分期与正常人并无显著差异，但其主观的睡眠体验却极差[1]，并对其日常生活和健康产生不良的影响，因此如何提升目前睡眠分析的普适性亟需方法上的突破。高频脑电是执行认知功能、脑进行意识活动的客观表现，因而与人的清醒态与睡眠态的主观感受更一致[2-5]。但因为数据噪音与分析方法的问题，过去的分析方法无法使用高频脑电信号进行睡眠质量评价，或者仅采用部分高频频段在大规模的群体上进行统计。
[0005]因此，需要一种从高频的脑电信号角度对个人的睡眠进行客观评价的方案。
[0006]参考文献：
[0007]1.A.Castelnovo et al.,The paradox of paradoxical insomnia:A theoretical review towards a unifying evidence-based definition.Sleep medicine reviews44,70-82(2019).
[0008]2.J.Fernandez-Mendoza et al.,Insomnia is Associated with Cortical Hyperarousal as Early as Adolescence.Sleep39,1029-1036(2016).
[0009]3.A.D.Krystal,J.D.Edinger,W.K.Wohlgemuth,G.R.Marsh,NREM sleep EEG frequency spectral correlates of sleep complaints in primary insomnia subtypes.Sleep25,630-640(2002).
[0010]4.M.L.Perlis,M.T.Smith,P.J.Andrews,H.Orff,D.E.Giles,Beta/Gamma EEG activity in patients with primary and secondary insomnia and good sleeper controls.Sleep24,110-117(2001).
[0011]5.D.Riemann et al.,The neurobiology,investigation,and treatment of chronic insomnia.The Lancet.Neurology14,547-558(2015).
技术实现思路
[0012]鉴于以上所述现有技术的缺点，本申请的目的在于提供一种基于高频脑电睡眠质量评价方法、装置、设备和存储介质，以解决现有技术中的问题。
[0013]为实现上述目的及其他相关目的，本申请提供一种基于高频脑电睡眠质量评价方法，所述方法包括：获取睡眠过程中产生的脑电信号，对其进行预处理并分期为不同睡眠阶段；依据频域滤波方法分离出不同所述睡眠阶段的脑电信号中包含不同频段的高频脑电信号，并依据高频能量相对熵算法计算对应不同所述睡眠阶段的睡眠质量参数；依据睡眠质量参考数据，对所述睡眠质量参数进行评价。
[0014]于本申请的一实施例中，所述频域滤波方法包括：采用预设长度的时间窗口将各所述睡眠阶段的脑电信号分割为多个时间段；利用快速傅里叶变换计算每个所述时间段的频谱，并去除频谱异常的所述时间段；依据巴特沃斯滤波器分离各所述时间段不同的频率成分，以提取得到包含各个高频频段的高频脑电信号。
[0015]于本申请的一实施例中，所述高频脑电信号为频率范围介于10Hz和50Hz之间、以及介于50Hz和100Hz之间的头皮或颅内的脑电信号。
[0016]于本申请的一实施例中，所述高频能量相对熵的方法包括：计算不同所述睡眠阶段的所述高频脑电信号中各所述时间窗口内的平均能量值；依据所述平均能量值计算对应不同所述睡眠阶段的所述高频脑电信号的相对熵，据以作为所述睡眠质量参数。
[0017]于本申请的一实施例中，所述预处理的方法包括：对所述脑电信号进行滤波处理以去除特点频段干扰；和/或，通过识别以去除所述脑电信号中的噪音信号。
[0018]于本申请的一实施例中，所述对预处理后的所述脑电信号分期为不同睡眠阶段的方法包括：获取预处理后的所述脑电信号中低频脑电信号的能量和频率特征，并依据美国睡眠分期标准或欧洲睡眠分期标准进行分期。
[0019]于本申请的一实施例中，所述睡眠质量参考数据包括：基于健康人群的睡眠质量数据或被试对象的历史睡眠质量。
[0020]为实现上述目的及其他相关目的，本申请提供一种电子装置，所述装置包括：获取模块，用于获取睡眠过程中产生的脑电信号，对其进行预处理并分期为不同睡眠阶段；处理模块，用于依据频域滤波方法分离出不同所述睡眠阶段的脑电信号中包含不同频段的高频脑电信号，并依据高频能量相对熵算法计算对应不同所述睡眠阶段的睡眠质量参数；依据睡眠质量参考数据，对所述睡眠质量参数进行评价。
[0021]为实现上述目的及其他相关目的，本申请提供一种电子设备，所述设备包括：存储器、处理器、及通信器；所述存储器用于存储计算机指令；所述处理器运行计算机指令实现如上所述的方法；所述通信器用于与外部设备通信。
[0022]为实现上述目的及其他相关目的，本申请提供一种非暂时的计算机可读存储介质，存储有计算机指令，所述计算机指令被运行时执行如上所述的方法
[0023]综上所述，本申请的一种基于高频脑电睡眠质量评价方法、装置、设备和存储介质，通过获取睡眠过程中产生的脑电信号，对其进行预处理并分期为不同睡眠阶段；依据频域滤波方法分离出不同所述睡眠阶段的脑电信号中包含不同频段的高频脑电信号，并依据高频能量相对熵算法计算对应不同所述睡眠阶段的睡眠质量参数；依据睡眠质量参考数据，对所述睡眠质量参数进行评价。
[0024]具有以下有益效果：
[0025本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于高频脑电睡眠质量评价方法，其特征在于，所述方法包括：获取睡眠过程中产生的脑电信号，对其进行预处理并分期为不同睡眠阶段；依据频域滤波方法分离出不同所述睡眠阶段的脑电信号中包含不同频段的高频脑电信号，并依据高频能量相对熵算法计算对应不同所述睡眠阶段的睡眠质量参数；依据睡眠质量参考数据，对所述睡眠质量参数进行评价。2.根据权利要求1所述的方法，其特征在于，所述频域滤波方法包括：采用预设长度的时间窗口将各所述睡眠阶段的脑电信号分割为多个时间段；利用快速傅里叶变换计算每个所述时间段的频谱，并去除频谱异常的所述时间段；依据巴特沃斯滤波器分离各所述时间段不同的频率成分，以提取得到包含各个高频频段的高频脑电信号。3.根据权利要求2所述的方法，其特征在于，所述高频脑电信号为频率范围介于10Hz和50Hz之间、以及介于50Hz和100Hz之间的头皮或颅内的脑电信号。4.根据权利要求2所述的方法，其特征在于，所述高频能量相对熵的方法包括：计算不同所述睡眠阶段的所述高频脑电信号中各所述时间窗口内的平均能量值；依据所述平均能量值计算对应不同所述睡眠阶段的所述高频脑电信号的相对熵，据以作为所述睡眠质量参数。5.根据权利要求1所述的方法，其特征在于，所述预处理的方法包括：对所述脑电...
【专利技术属性】
技术研发人员：姜建，张洪钧，蒲慕明，
申请(专利权)人：中国科学院脑科学与智能技术卓越创新中心，
类型：发明
国别省市：
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。