The present invention provides a sound sleep intervention system and method of EEG signal based on adaptive EEG acquisition system through general, real-time data acquisition, processing and analysis of sleep EEG, through a method of data mining for sleep staging, finally through sound and light in the sleep period and shallow sleep period was REM in order to improve the sleep status of intervention, the purpose of. The system of the invention comprises a sleep EEG acquisition, sleep EEG stage module and sleep intervention module; sleep EEG acquisition module for real-time acquisition of the subjects changed continuously during sleep EEG, EEG and sleep EEG feature extraction output information processing; sleep EEG segmentation module for the trained model of sleep stages of sleep EEG feature information staging; sleep intervention module for according to the staging results, choose sleep intervention program for the implementation of sound and light, double intervention of subjects.
【技术实现步骤摘要】
基于脑电信号的声光睡眠干预系统和方法
本专利技术涉及计算机医疗辅助系统,特别是涉及一种基于脑电信号的声光睡眠干预系统和方法。
技术介绍
睡眠是人类生活必不可少的一部分,它对于机体的修复、降低人类抑郁的风险、促进人脑的记忆、阻止人类患癌的发病率和保持人类警觉性的功能有重要作用。脑电信号是由脑神经活动产生并且始终存在于中枢神经系统的自发性电位活动,是一种重要的生物电信号。睡眠脑电在不同的睡眠期所含的脑电基本节律是不同的,通过分析睡眠脑电对睡眠进行分期研究,判断睡眠质量,可以为研究治疗与相关睡眠疾病提供有效的手段。2007年,在美国睡眠医学学会的发起下,众多的睡眠专家共同探讨,最终制定出新的统一的睡眠分期判读指南,它们分别为清醒期、快速眼动睡眠期REM以及非快速眼动睡眠期NREM,其中非快速眼动睡眠期NREM又分为S1期、S2期、S3期和S4期。如图1所示,是正常人睡眠分期结构示意图。正常人睡眠由清醒期首先进入NREM睡眠期,并迅速由S1期依次进入S2期,S3期,S4期并持续下去;在NREM睡眠期持续80-120分钟后出现第一次REM睡眠,持续几分钟后进入下一次NREM睡眠,形成NREM睡眠与REM睡眠循环周期,平均每90分钟出现一次REM睡眠,越接近睡眠后期REM睡眠持续时间逐渐延长,每次可持续10-30分钟。S1期和S2期又统称为浅睡期,S3期和S4期又统称为深睡期。正常人在浅睡期,脑电波的α波逐渐被θ波取代;在REM睡眠时肌肉完全松弛,肌体代谢率上升接近于清醒水平,80%以上的人在REM睡眠时做梦,即REM睡眠与梦密切相关,可见混合频率脑电图、快速眼动、肌 ...
【技术保护点】
一种基于脑电信号的声光睡眠干预系统,其特征在于,包括:睡眠脑电采集模块、睡眠脑电分期模块和睡眠干预模块;所述睡眠脑电采集模块用于实时采集受试者在睡眠期间发生连续变化的脑电信号,输出处理后的脑电信号以及提取的睡眠脑电特征信息;所述睡眠脑电分期模块用于采用训练出来的睡眠分期模型对睡眠脑电特征信息进行分期;所述睡眠干预模块用于根据分期结果,选择适合的睡眠干预方案,对受试者实施声音和光的双重干预,使受试者更快的进入深层睡眠,改善睡眠质量。
【技术特征摘要】
1.一种基于脑电信号的声光睡眠干预系统,其特征在于,包括:睡眠脑电采集模块、睡眠脑电分期模块和睡眠干预模块;所述睡眠脑电采集模块用于实时采集受试者在睡眠期间发生连续变化的脑电信号,输出处理后的脑电信号以及提取的睡眠脑电特征信息;所述睡眠脑电分期模块用于采用训练出来的睡眠分期模型对睡眠脑电特征信息进行分期;所述睡眠干预模块用于根据分期结果,选择适合的睡眠干预方案,对受试者实施声音和光的双重干预,使受试者更快的进入深层睡眠,改善睡眠质量。2.根据权利要求1所述的系统,其特征在于,所述睡眠干预模块包括识别睡眠期模块、声音干预模块和光干预模块,所述识别睡眠期模块分别连接声音干预模块和光干预模块,所述声音干预模块连接音频数据库,所述光干预模块连接LED显示屏;所述识别睡眠期模块用于识别睡眠期,在睡眠的快速眼动期和浅睡期发出干预指令,所述声音干预模块和光干预模块用于接收干预指令,启动音频数据库和LED显示屏,实施声音和光的双重干预。3.根据权利要求2所述的系统,其特征在于,还包括管理模块、脑电显示模块、数据库模块;所述管理模块用于对干预进程和受试者信息进行管理,包括受试者信息的创建、查询、修改、删除,以及干预方案的选择,设置干预方案所要求的指标和形式以及资料的存储,实时更新并修改数据库模块的内容;所述数据库模块用于存储被试者的信息、脑电信号数据及其干预方案;所述脑电显示模块用于实时显示受试者的动态脑电图及其变化情况。4.根据权利要求1至3之一所述的系统,其特征在于,所述睡眠脑电采集模块包括模拟信号处理电路和数字信号处理电路,所述模拟信号处理电路包括依次连接的前置放大电路、陷波电路、低通滤波电路,用于脑电信号的提取、放大和滤波;所述数字信号处理电路包括依次连接的模数转换器、DSP芯片、USB接口电路以及直流校正电路和交流阻抗检测电路,将经过放大和滤波后的脑电信号进行A/D转换、检测脑电噪声、去除眼电伪迹,提取睡眠脑电信号的线性和非线性特征。5.一种基于脑电信号的声光睡眠干预方法,其特征在于,包括:1)实时采集受试者不同睡眠期的多导脑电信号;对采集的脑电信号进行分析处理,提取脑电信号的睡眠特征信息;2)采用经过训练的睡眠分期模型,对受试者的睡眠脑电特征信息进行分期;3)根据睡眠分期结果,进行睡眠干预,选择适合的睡眠干预方案,对受试者在REM期和浅睡期实施声音和光的双重干预,使受试者更快的进入深层睡眠,进而改善睡眠质量。6.根据权利...
【专利技术属性】
技术研发人员:胡斌,蔡涵书,韩佳硕,陈云飞,
申请(专利权)人:兰州大学,
类型:发明
国别省市:甘肃,62
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。