睡眠可持续性检测量化及辅助干预的方法、系统和装置制造方法及图纸

本发明专利技术提供了睡眠可持续性检测量化及辅助干预的方法，包括：对用户睡眠过程的生理状态信号和环境状态信号进行采集监测、信号处理和特征分析，生成生理状态特征和环境状态特征；对所述生理状态特征进行睡眠状态分析、时序成分分析和可持续性量化分析，提取睡眠可持续性指数，生成睡眠可持续性量化日报；重复上述步骤，对用户睡眠过程进行连续监测和跟踪分析，评估睡眠环境对睡眠可持续性的影响，提取最佳睡眠可持续性环境方案并对睡眠环境进行动态优化调整，生成睡眠可持续性量化报告。本发明专利技术能够赋能或协同其他睡眠相关产品和服务，部署在卧室、宿舍和病房等人居环境中，提升用户的睡眠可持续性、连续性和睡眠体验，辅助用户健康管理。户健康管理。户健康管理。

【技术实现步骤摘要】
睡眠可持续性检测量化及辅助干预的方法、系统和装置


[0001]本专利技术涉及睡眠可持续性检测量化及辅助干预领域，特别涉及一种睡眠可持续性检测量化及辅助干预的方法、系统和装置。

技术介绍

[0002]睡眠是体力精力恢复、机体生长和修复、负面情绪消解等人类生命过程的基本保障。长期的入睡困难、睡眠易觉醒多觉醒、睡眠维持能力或可持续性差、睡眠质量不好，尤其是过多的睡眠觉醒或睡眠中断，严重限制了人白天的工作能力、事物执行和情绪表现，严重影响人们正常的学习、工作和生活，甚至会导致严重的神经系统疾病和精神心理疾病，以及相关疾病的康复进程。
[0003]睡眠可持续性或可持续能力区别于睡眠昼夜节律和睡眠时相分期，睡眠昼夜节律广泛定义为多日长期的睡眠和觉醒、入睡和起床的24小时大尺度行为规律，睡眠时相分期则定义为一次睡眠过程中的浅睡眠、深睡眠和快速眼动睡眠相互交替的小周期情况；而睡眠可持续性或可持续能力是用户睡眠状态连续变化中的睡眠中断水平和睡眠正常模式连续变化水平，以及用户是否有能力维持正常睡眠模式非觉醒连续变化的综合衡量，是睡眠实践评价中最不可或缺的一项指标。
[0004]但目前在睡眠医学的临床诊疗和睡眠行为的健康管理当中，国内外仅对睡眠昼夜节律和睡眠时相分期做了初步地分析和评价，没有对用户睡眠状态连续变化中的睡眠中断水平、睡眠正常连续变化水平、睡眠维持能力进行分析、评价和干预，即缺乏对睡眠可持续性的科学量化分析方法和辅助干预方法，无法给睡眠健康管理或睡眠医学临床提供数据、证据和预案指导，识别和减少觉醒睡眠中断事件，来保证用户睡眠的可持续性、连续性和睡眠体验感。
[0005]例如，现有技术中专利文献CN104434068A公开了利用体温及心率信息监测人体所处的睡眠阶段，判断人体的睡眠质量，但不同的睡眠阶段的分解是离散的，缺乏连续性，量化误差较大，导致后续控制细粒度不高；对于环境的影响仅提到了综合分析，但无具体实施方案。专利文献CN115525081A公开了一种建筑室内环境自适应调节系统及控制方法，其中数据处理模块用于综合使用者体态姿势信息和同时段环境采集信息，判断使用者的即时光热舒适度感受，生成相应的调节指令，并发送至对应的执行模块，然而上述方案也仅是笼统地提到了综合使用，并未对睡眠过程开展深入分析，也无提出可实施方式。以上也看出现有技术中仅是提出了模糊的设想，对于睡眠调控过程中生理检测信息如何使用，如何科学精准地控制都存在着盲区，也未有人提出利用睡眠可持续性指数、观察环境对该指数的影响来完成后续调控的方案。
[0006]因此，现有技术有待改进以准确量化睡眠可持续性、改善用户睡眠体验。

技术实现思路

[0007]针对现有方法的以上缺陷及改进需求，本专利技术的目的在于提供
一种睡眠可持续性检测量化及辅助干预的方法，通过对用户的生理状态信号和环境状态信号进行采集分析、特征提取和特征分析，实现对用户睡眠可持续性的科学量化，进一步分析睡眠环境因素对睡眠可持续性的关联影响，提取最佳睡眠可持续性环境优化方案并实现对睡眠环境的动态优化调整，提升用户的睡眠可持续性和睡眠质量，辅助用户相关的健康管理。本专利技术还提供了一种睡眠可持续性检测量化及辅助干预的系统，用于实现上述方法。本专利技术还提供了一种睡眠可持续性检测量化及辅助干预的装置，用于实现上述系统。
[0008]根据本专利技术的目的，本专利技术提出了一种睡眠可持续性检测量化及辅助干预的方法，包括以下步骤：对用户睡眠过程的生理状态信号和环境状态信号进行采集监测、信号处理和特征分析，生成生理状态特征和环境状态特征；对所述生理状态特征进行睡眠状态分析、时序成分分析和可持续性量化分析，评估用户睡眠状态的睡眠中断水平、睡眠模式连续变化水平和睡眠维持能力，提取睡眠可持续性指数，生成睡眠可持续性量化日报；重复上述步骤，对用户睡眠过程进行连续监测和跟踪分析，评估睡眠环境对睡眠可持续性的影响，提取最佳睡眠可持续性环境方案并对睡眠环境进行动态优化调整，生成睡眠可持续性量化报告。
[0009]更优地，所述对用户睡眠过程的生理状态信号和环境状态信号进行采集监测、信号处理和特征分析，生成生理状态特征和环境状态特征的步骤还具体包括：对用户睡眠过程进行采集监测，生成所述生理状态信号和所述环境状态信号；对所述生理状态信号和所述环境状态信号进行信号数据预处理和时帧处理，得到生理状态信息和环境状态信息；对所述生理状态信息和所述环境状态信息进行时帧特征分析，生成所述生理状态特征和所述环境状态特征。
[0010]更优地，所述生理状态信号至少包括脑电信号数据、心电信号数据、呼吸信号数据、血氧信号数据和体温信号数据；所述生理状态信息至少包括脑电状态信息、心电状态信息、呼吸状态信息、血氧状态信息和体温状态信息。
[0011]更优地，所述环境状态信号至少包括光照信号数据、光谱信号数据、气压信号数据、温度信号数据、湿度信号数据、微颗粒信号数据、噪声信号数据、氧气浓度信号数据、二氧化碳浓度信号数据和甲醛浓度信号数据；所述环境状态信息至少包括光照状态信息、光谱状态信息、气压状态信息、温度状态信息、湿度状态信息、微颗粒状态信息、噪声状态信息、氧气浓度状态信息、二氧化碳浓度状态信息和甲醛浓度状态信息。
[0012]更优地，所述信号数据预处理至少包括A/D转换、重采样、去伪迹、降噪、陷波、带通滤波、去无效、重参考和平滑处理。
[0013]更优地，所述时帧处理是根据信号的采样率，以预设分帧步长对信号数据进行预设分帧时长窗口的滑动分割。
[0014]更优地，所述时帧特征分析至少包括数值特征分析、包络特征分析、功率谱特征分析、熵特征分析、分形特征分析和复杂度特征分析。
[0015]更优地，所述生理状态特征至少包括脑电信号特征、心电信号特征、呼吸信号特
征、血氧信号特征和体温信号特征。
[0016]更优地，所述环境状态特征至少包括所述环境状态指标均值特征序列，光照信号特征、光谱信号特征、气压信号特征、温度信号特征、湿度信号特征、微颗粒信号特征、噪声信号特征、氧气浓度信号特征、二氧化碳浓度信号特征和甲醛浓度信号特征；所述环境状态指标均值特征序列由所述环境状态信息中不同信息类型的状态信号均值组成，至少包括光照度均值、光谱融合均值、气压均值、温度均值、湿度均值、微颗粒均值、噪声均值、氧气浓度均值、二氧化碳浓度均值和甲醛浓度均值。
[0017]更优地，所述对所述生理状态特征进行睡眠状态分析、时序成分分析和可持续性量化分析，评估用户睡眠状态的睡眠中断水平、睡眠模式连续变化水平和睡眠维持能力，提取睡眠可持续性指数，生成睡眠可持续性量化日报的步骤还具体包括：对所述生理状态特征进行睡眠状态分析，识别用户的睡眠状态特征时相和睡眠状态水平，生成用户的睡眠状态特征曲线，提取睡眠持续期状态特征曲线；对所述睡眠持续期状态特征曲线进行时序成分分析和可持续性量化分析，提取所述睡眠可持续性指数，生成所述睡眠可持续性量化日报。
[0018]更优地，所述睡眠状态水平的取值划分方法，如下：将每个睡眠状态特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种睡眠可持续性检测量化及辅助干预的方法，其特征在于，包括以下步骤：对用户睡眠过程的生理状态信号和环境状态信号进行采集监测、信号处理和特征分析，生成生理状态特征和环境状态特征；对所述生理状态特征进行睡眠状态分析、时序成分分析和可持续性量化分析，评估用户睡眠状态的睡眠中断水平、睡眠模式连续变化水平和睡眠维持能力，提取睡眠可持续性指数，生成睡眠可持续性量化日报；重复上述步骤，对用户睡眠过程进行连续监测和跟踪分析，评估睡眠环境对睡眠可持续性的影响，提取最佳睡眠可持续性环境方案并对睡眠环境进行动态优化调整，生成睡眠可持续性量化报告。2.如权利要求1所述的方法，其特征在于,所述对用户睡眠过程的生理状态信号和环境状态信号进行采集监测、信号处理和特征分析，生成生理状态特征和环境状态特征的步骤还具体包括：对用户睡眠过程进行采集监测，生成所述生理状态信号和所述环境状态信号；对所述生理状态信号和所述环境状态信号进行信号数据预处理和时帧处理，得到生理状态信息和环境状态信息；对所述生理状态信息和所述环境状态信息进行时帧特征分析，生成所述生理状态特征和所述环境状态特征。3.如权利要求2所述的方法，其特征在于：所述生理状态信号包括脑电信号数据、心电信号数据、呼吸信号数据、血氧信号数据和体温信号数据；所述生理状态信息至少包括脑电状态信息、心电状态信息、呼吸状态信息、血氧状态信息和体温状态信息至少一项。4.如权利要求2所述的方法，其特征在于：所述环境状态信号包括光照信号数据、光谱信号数据、气压信号数据、温度信号数据、湿度信号数据、微颗粒信号数据、噪声信号数据、氧气浓度信号数据、二氧化碳浓度信号数据和甲醛浓度信号数据；所述环境状态信息至少包括光照状态信息、光谱状态信息、气压状态信息、温度状态信息、湿度状态信息、微颗粒状态信息、噪声状态信息、氧气浓度状态信息、二氧化碳浓度状态信息和甲醛浓度状态信息至少一项。5.如权利要求2所述的方法，其特征在于：所述信号数据预处理至少包括A/D转换、重采样、去伪迹、降噪、陷波、带通滤波、去无效、重参考和平滑处理。6.如权利要求2所述的方法，其特征在于：所述时帧处理是根据信号的采样率，以预设分帧步长对信号数据进行预设分帧时长窗口的滑动分割。7.如权利要求2所述的方法，其特征在于：所述时帧特征分析包括数值特征分析、包络特征分析、功率谱特征分析、熵特征分析、分形特征分析和复杂度特征分析至少一项。8.如权利要求1或2所述的方法，其特征在于：所述生理状态特征包括脑电信号特征、心电信号特征、呼吸信号特征、血氧信号特征和体温信号特征至少一项。9.如权利要求1或2所述的方法，其特征在于：所述环境状态特征包括环境状态指标均值特征序列，光照信号特征、光谱信号特征、气压信号特征、温度信号特征、湿度信号特征、微颗粒信号特征、噪声信号特征、氧气浓度信号特征、二氧化碳浓度信号特征和甲醛浓度信号特征至少一项；所述环境状态指标均值特征序列由环境状态信息中不同信息类型的状态信号均值组成，至少包括光照度均值、光谱融合均值、气压均值、温度均值、湿度均值、微颗
粒均值、噪声均值、氧气浓度均值、二氧化碳浓度均值和甲醛浓度均值至少一项。10.如权利要求1或2所述的方法，其特征在于：所述对所述生理状态特征进行睡眠状态分析、时序成分分析和可持续性量化分析，评估用户睡眠状态的睡眠中断水平、睡眠模式连续变化水平和睡眠维持能力，提取睡眠可持续性指数，生成睡眠可持续性量化日报的步骤还具体包括：对所述生理状态特征进行睡眠状态分析，识别用户的睡眠状态特征时相和睡眠状态水平，生成用户的睡眠状态特征曲线，提取睡眠持续期状态特征曲线；对所述睡眠持续期状态特征曲线进行时序成分分析和可持续性量化分析，提取所述睡眠可持续性指数，生成所述睡眠可持续性量化日报。11.如权利要求10所述的方法，其特征在于，所述睡眠状态水平的取值划分方法如下：将每个睡眠状态特征时相划分为不同取值范围的水平等级，水平等级为连续正整数序列：1)清醒期时相的状态特征水平取值为，其中为正整数且；2)快速眼动睡眠期时相的状态特征水平取值为，其中为正整数且；3)非快速眼动浅睡眠期时相的状态特征水平取值为，其中为正整数且；4)非快速眼动深睡眠期时相的状态特征水平取值为，其中为正整数且。12.如权利要求10所述的方法，其特征在于，所述睡眠持续期状态特征曲线的提取方法如下：1)按时帧时序获取所述生理状态特征，识别当前帧的睡眠状态特征时相并确定睡眠状态水平的取值；2)求得所有时帧的全部睡眠状态水平，生成睡眠状态水平曲线；3)根据数据平滑处理方法，对所述睡眠状态水平曲线进行数据平滑处理，生成睡眠状态特征曲线；4)基于所述睡眠状态特征曲线，以第一个非清醒期时相帧为开始，最后一个非清醒期时相为结束对所述睡眠状态特征曲线进行截取，得到所述睡眠持续期状态特征曲线。13.如权利要求12所述的方法，其特征在于：所述数据平滑处理方法包括移动平均、均值滤波、SG滤波、低通滤波、卡尔曼滤波至少一项。14.如权利要求10所述的方法，其特征在于：所述时序成分分析至少包括加性时序成分分析和乘性时序成分分析。15.如权利要求1或2所述的方法，其特征在于：所述睡眠可持续性指数的计算方法包括：1)获取睡眠持续期状态特征曲线；2)判断所述睡眠持续期状态特征曲线的时序特性是加性时间序列还是乘性时间序列，选择对应的加性时序成分分析或乘性时序成分分析；3)对所述睡眠持续期状态特征曲线进行对应的时序成分分析，得到睡眠持续期状态时
序周期成分、睡眠持续期状态时序趋势成分和睡眠持续期状态时序残差成分，计算得到睡眠可持续性强度；4)对所述睡眠持续期状态特征曲线进行觉醒分析，提取睡眠可持续性因子系数；5)计算所述睡眠可持续性强度与所述睡眠可持续性因子系数的乘积，生成所述睡眠可持续性指数。16.如权利要求15所述的方法，其特征在于，所述睡眠可持续性强度的计算方法如下：1)若所述睡眠持续期状态特征曲线是加性时间序列，计算公式如下：；其中，为睡眠可持续性强度且，为求方差函数，分别为所述睡眠持续期状态时序周期成分、所述睡眠持续期状态时序趋势成分和所述睡眠持续期状态时序残差成分；2)若所述睡眠持续期状态特征曲线是乘性时间序列，计算公式如下：；其中，为睡眠可持续性强度且，为求方差函数，分别为所述睡眠持续期状态时序周期成分、所述睡眠持续期状态时序趋势成分和所述睡眠持续期状态时序残差成分。17.如权利要求15所述的方法，其特征在于，所述睡眠可持续性因子系数的计算公式如下：；其中，为睡眠平稳性因子系数，为所述睡眠持续期状态特征曲线中清醒期时相的个数，为所述睡眠持续期状态特征曲线中所有时相的总个数，为用户年龄段相关的生理规律修正系数且。18.如权利要求1所述的方法，其特征在于：所述睡眠可持续性量化日报至少包括睡眠可持续性分析小结、所述睡眠可持续性指数、睡眠状态水平曲线、睡眠持续期状态特征曲线、环境状态指标均值特征序列。19.如权利要求1所述的方法，其特征在于：所述重复上述步骤，对用户睡眠过程进行连续监测和跟踪分析，评估睡眠环境对睡眠可持续性的影响，提取最佳睡眠可持续性环境方案并对睡眠环境进行动态优化调整，生成睡眠可持续性量化报告的步骤还具体包括：对用户的所述生理状态信号和所述环境状态信号进行连续多日持续采集监测和跟踪分析，得到环境状态指标均值特征序列曲线和所述睡眠可持续性指数曲线；计算所述环境状态指标均值特征序列曲线和所述睡眠可持续性指数曲线的关联特征，得到所述睡眠可持续性环境影响因子序列，提取所述最佳睡眠可持续性环境方案；根据所述最佳睡眠可持续性环境方案，结合当前的环境状态信息，生成睡眠环境优化调整方案；根据所述睡眠环境优化调整方案，连接睡眠环境调控设备，对睡眠环境进行动态优化
调整；根据所述环境状态指标均值特征序列曲线、所述睡眠可持续性指数曲线、所述睡眠可持续性环境影响因子序列和所述最佳睡眠可持续性环境方案，生成所述睡眠可持续性量化报告。20.如权利要求19所述的方法，其特征在于：所述睡眠可持续性量化报告包括睡眠可持续性分析总结、睡眠可持续性调整方案、所述环境状态指标均值特征序列曲线、所述睡眠可持续性指数曲线、所述睡眠可持续性环境影响因子序列和所述最佳睡眠可持续性环境方案至少一项。21.如权利要求19所述的方法，其特征在于：所述睡眠可持续性环境影响因子序列包括环境光源光照关联性指数、环境光源光谱关联性指数、环境气压关联性指数、环境温度关联性指数、环境湿度关联性指数、环境微颗粒关联性指数、环境噪声关联性指数、环境氧气浓度关联性指数、环境二氧化碳浓度关联性指数和环境甲醛浓度关联性指数；所述最佳睡眠可持续性环境方案至少包括环境光源光照指导参数、环境光源光谱指导参数、环境气压指导参数、环境温度指导参数、环境湿度指导参数、环境微颗粒指导参数、环境噪声指导参数、环境氧气浓度指导参数、环境二氧化碳浓度指导参数和环境甲醛浓度指导参数至少一项；所述睡眠环境优化调整方案包括环境光源光照执行参数、环境光源光谱执行参数、环境气压执行参数、环境温度执行参数、环境湿度执行参数、环境微颗粒执行参数、环境噪声执行参数、环境氧气浓度执行参数、环境二氧化碳浓度执行参数和环境甲醛浓度执行参数；所述睡眠环境调控设备至少包括环境光源光照调控设备、环境光源光谱调控设备、环境气压调控设备、环境温度调控设备、环境湿度调控设备、环境微颗粒调控设备、环境噪声调控设备、环境氧气浓度调控设备、环境二氧化碳浓度调控设备和环境甲醛浓度调控设备至少一项。22.如权利要求19所述的方法，其特征在于，所述睡眠可持续性环境影响因子序列的提取方法包括：1)对用户的所述生理状态信号和所述环境状态信号的连续监测和跟踪分析，计算获得每日的所述环境状态...

【专利技术属性】
技术研发人员：何将，
申请(专利权)人：安徽星辰智跃科技有限责任公司，
类型：发明
国别省市：