一种基于心冲击信号的睡眠分期方法技术

本发明专利技术提供了一种基于心冲击信号的睡眠分期方法、系统及设备，该系统包括：数据获取模块，用于获取生理数据及PSG数据；特征提取模块，用于对所述生理数据进行窗口化处理，获得窗口生理数据；对所述窗口生理数据进行特征提取，获得生理特征数据；分类模型模块，建立并存储分类模型；分类模块，基于所述分类模型，对待分类生理数据进行分类，并纠正不合理分类结果。本方案使用了非接触式监测设备监测被测试者睡眠时体征数据,不会给被测试者造成任何负担，并且此算法可以部署于嵌入式设备从而实现离线睡眠分期,不依赖服务器的运算，具有很好的可推广性。的可推广性。的可推广性。

【技术实现步骤摘要】
一种基于心冲击信号的睡眠分期方法


[0001]本专利技术涉及生物体征数据处理及计算机领域，特别属于睡眠分期及睡眠质量分析领域，尤其涉及针对通过分析睡眠时候的心冲击体征数据进行睡眠分期的方法、系统及设备。

技术介绍

[0002]现代社会生活压力越来越大,人们晚上睡眠质量或多或少都会受到一定的影响。睡眠质量对人体健康以及生活质量息息相关,越来越多的人们开始注重晚上的睡眠质量。目前国内外医学上对睡眠分期的方法主要为多导睡眠监测(Polysomnography,PSG)，PSG含有脑电,眼电,颌肌电,心电,下肢肌电,呼吸气流参数,呼吸运动参数,血氧饱和度,鼾声传感器,体位传感器等。通过多种传感器对被监测者睡眠时候的生理数据进行完整的监测,从而进行睡眠相关疾病的诊断,例如:睡眠呼吸障碍,可疑发作性睡病,失眠等等。根据美国睡眠医学学会,夜晚睡眠可以划分为5个时期：觉醒期(wakefulness,W)；快速眼动期(rapideyemovement,REM)；3个非快速眼动期(non
‑
rapideyemovement,NREM)。其中NRE本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于心冲击信号的睡眠分期方法，其特征在于，所述方法包括：步骤1、获取心冲击信号数据，并采集多PSG数据；步骤2、对所述心冲击信号数据进带通滤波，提取呼吸信号和心率信号；对呼吸信号和心率信号进行滑动窗口处理，获得窗口生理数据；并对窗口生理数据进行特征提取，获得生理特征数据；所述生理特征数据包含时域特征和频域特征；步骤3、对所述生理特征数据进行无监督聚类，并标记簇号；参考所述多PSG数据的分期结果对所述窗口生理数据进行睡眠分期标记；将簇号与睡眠分期标记进行统计映射；若统计映射偏差不满足预设要求，则调整聚类参数再次进行无监督聚类，直至映射偏差满足预设要求时，确定最终映射关系；步骤4、基于所述最终映射关系对应的无监督聚类模型，对后续样本数据进行聚类标记，并基于标记后的样本数据组成新的特征数据集；基于新的特征数据集进行分类训练，建立分类模型；步骤5、基于所述分类模型，对待分类生理数据进行分类。2.根据权利要求1所述的方法，其特征在于，所述生理特征数据包括以下特征的一个或其任意组合：心率均值、心率标准差、呼吸均值、呼吸标准差、体动量、体动量均值、体动量标准差、呼心比、呼吸频带峰值、心率频带峰值、呼吸频带质心、心率频带峰值。3.根据权利要求1所述的方法，其特征在于，所述步骤3中，所述聚类参数包括聚类数K值、初始化随机数。4.根据权利要求1所述的方法，其特征在于，所述步骤3中，所述预设要求为：统计映射关系中，异常点的占比小于20％。5.根据权利要求1所述的方法，其特征在于，所述步骤3中，对所述窗口生理数据进行睡眠分期标记具体方式为：将部分特征显著的窗口生理数据进行睡眠分期标记，基于睡眠分期标记后的窗口生理数据，对未进行睡眠分期标记的窗口生理数据进行分类推理，进行睡眠分期标记。6...

【专利技术属性】
技术研发人员：刘艳红，焦帅，米卫东，侯爱生，周志康，
申请(专利权)人：中国人民解放军总医院第一医学中心，
类型：发明
国别省市：