一种基于脑电采集头环的睡眠状态检测方法、装置及系统制造方法及图纸

本发明专利技术提供了一种基于脑电采集头环的睡眠状态检测方法、装置及系统，其中一种基于脑电采集头环的睡眠状态检测方法，包括获取10

【技术实现步骤摘要】
一种基于脑电采集头环的睡眠状态检测方法、装置及系统


[0001]本专利技术属于睡眠检测领域，尤其是涉及一种基于脑电采集头环的睡眠状态检测方法、装置及系统。

技术介绍

[0002]睡眠是人类最重要的生理活动之一，良好的睡眠有利于人类保持身体健康。但随着时代的进步，人们在工作、学习、生活上的压力也随之增加，越来越多的人患有睡眠障碍。睡眠障碍会产生许多问题，包括疲劳、焦虑、抑郁和死亡风险等，是具有公共危害性的疾病。睡眠障碍是亚健康人群普遍存在的疾病,表现为睡眠质量差、失眠等,并可能诱发各种心脑血管疾病。根据世界卫生组织2019年调查数据显示，我国有超过3亿人存在睡眠障碍，其中成年人的失眠发病率高达38.2％，并且有超过60％的青年人觉得睡眠不足。研究发现，认知障碍、记忆障碍、阿尔兹海默症、心血管疾病和一些慢性疾病都与睡眠质量息息相关。脑电图(EEG)记录大脑皮层的活动，体现人脑的活动状态和思维状态。脑电信号检测技术可以实时反映人的睡眠状态，以便人了解自己的睡眠健康状态并及时做出调整。
[0003]便携式脑电采集系统相比于医疗机构的传统脑电采集仪器，在保证采集精度，采集速度满足要求的条件下，具有极小的体积与质量，工作条件要求低，大幅提高了易携性，在脑机接口设备中获得了广泛的应用。尤其是在使用者需要进行日常活动的条件下，便携式脑电采集系统可以为使用者提供进行脑电检测的条件，为一些需要持续监视脑电变化的生理状态提供了便利。但脑电数据往往数据量大，且难以直观发现其特征，因此若在采集完数据之后进行人工分析将会十分困难，因此近年来，随着计算机技术的发展，越来越多的科研工作者青睐于使用计算机采用一些分析算法对脑电数据进行分析处理，但传统脑电分析方法要么不注意跨时间分析，或者往往使用LSTM进行分析，造成训练过程繁琐，且现有神经网络模型高度依赖超参数调优，适用性不佳，在换一个测试者之后，需要对模型进行重新训练重新调参，否则无法得到良好的检测效果。

技术实现思路

[0004]有鉴于此，本专利技术旨在提出一种基于脑电采集头环的睡眠状态检测方法、装置及系统，以解决现有技术中神经网络模型在对不同测试者测试时测试效果不佳的问题。
[0005]为达到上述目的，本专利技术的技术方案是这样实现的：
[0006]第一方面，本专利技术实施例提供了一种基于脑电采集头环的睡眠状态检测方法，包括：
[0007]获取10
‑
20国际标准导联系统中FP1电极和FP2电极的EEG脑电信号；
[0008]对所述EEG脑电信号进行处理，获取30s的EEG epoch信号；
[0009]将所述30s的EEG epoch信号输入训练完成的脑电图分期注意力机制模型，得到所述30s的EEG epoch信号的近似希尔伯特变化，即脑电信号epoch；
[0010]利用脑电图分期注意力机制模型中的编码器对脑电信号epoch进行编码，得到向
量映射序列；编码器包括依次连接的第一残差块、第二残差块、以及全局平均池化层；
[0011]利用脑电图分期注意力机制模型中的基于多头注意力机制的解码器对向量映射序列进行解码；解码器包括依次连接的多头注意力子模块、第一全连接层、以及第二全连接层；
[0012]获取脑电图分期注意力机制模型输出的睡眠阶段分期结果。
[0013]进一步的，所述对所述EEG脑电信号进行处理，获取30s的EEG epoch信号，包括：
[0014]使用截止频率为0.1
‑
50Hz的六阶巴特沃斯带通滤波器处理EEG脑电信号；
[0015]对处理后的EEG脑电信号进行降采样，由500Hz降至100Hz后，再将完整的EEG脑电信号分割成30s一段的时间序列片段，得到数个30s的EEG epoch信号。
[0016]进一步的，所述30s的EEG epoch信号的近似希尔伯特变化方法，包括：
[0017]将30s的EEG epoch信号输入到第一卷积层，第一卷积层的卷积核大小Fs＝N/100,64个卷积核，移动步长Sd＝N/1000；其中，N为每个30s的EEG epoch信号所包含的采样点个数，即N＝30*100＝3000；
[0018]将第一卷积层的输出分别输入到两个最大池化层；其中，第一个最大池化层输出的尺寸为N/1000，其输出是30s的EEG epoch信号的频率特征，第二个最大池化层输出的尺寸是π*N/1000,其输出的是输入的30s的EEG epoch信号的振幅特征；
[0019]将两个最大池化层的输出逐点求和，得到30s的EEG epoch信号的近似希尔伯特变化；其中，记输入的30s的EEG epoch信号为s(t),则希尔伯特变化为：
[0020]s
a
(t)＝s(t)+i*H(s(t))
[0021]其中，实部包含频率信息，虚部包含振幅信息；
[0022]*表示卷积操作。
[0023]进一步的，所述编码器中的第一残差块包括：
[0024]第二卷积层，第二卷积层的卷积核数目为128，卷积核大小为1*1，步长为2；
[0025]第三卷积层，第三卷积层卷积核数目为64，卷积核大小为3*1，步长为1；
[0026]第四卷积层，第四卷积层的卷积核数目为128，卷积核大小为1*1，步长为1；
[0027]其中，第一残差块残差网络的快捷连接使用平均池化层，平均池化层的尺寸为2，步长为2，以实现将64维输入转化为128维输出；将第四卷积层的输出和平均池化层的输出求和，再经过RELU函数后，得到第一残差块的输出。
[0028]进一步的，所述编码器中的第二残差块包括：
[0029]第五卷积层，第五卷积层的卷积核数目为128，卷积核大小为1*1，步长为2；
[0030]第六卷积层，第六卷积层的卷积核数目为64，卷积核大小为3*1，步长为1；
[0031]第七卷积层，第七卷积层的卷积核数目为128，卷积核大小为1*1，步长为1；
[0032]其中，第二残差块残差网络的快捷连接使用直连接；将第七卷积层的输出和直接连接求和，再经过RELU函数后，得到第二残差块的输出。
[0033]进一步的，利用脑电图分期注意力机制模型中的编码器对脑电信号epoch进行编码，得到向量映射序列之后，所述方法还包括：
[0034]将全局平均池化层输出的向量映射序列输入第一DropOut层，得到编码器的输出；其中，第一DropOut层的DropOut概率为0.5。
[0035]进一步的，所述利用脑电图分期注意力机制模型中的基于多头注意力机制的解码器对向量映射序列进行解码，包括：
[0036]将编码器的输出与位置编码PE求和并标准化后，再输入到解码器的多头注意力机制子模块中；其中，位置编码PE的计算方式如下：
[0037][0038][0039]其中p表示当前脑电信号epoch在输入脑电信号epoch队列中的位置；d表示输入到多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于脑电采集头环的睡眠状态检测方法，其特征在于，包括：获取10
‑
20国际标准导联系统中FP1电极和FP2电极的EEG脑电信号；对所述EEG脑电信号进行处理，获取30s的EEG epoch信号；将所述30s的EEG epoch信号输入训练完成的脑电图分期注意力机制模型，得到所述30s的EEG epoch信号的近似希尔伯特变化，即脑电信号epoch；利用脑电图分期注意力机制模型中的编码器对脑电信号epoch进行编码，得到向量映射序列；编码器包括依次连接的第一残差块、第二残差块、以及全局平均池化层；利用脑电图分期注意力机制模型中的基于多头注意力机制的解码器对向量映射序列进行解码；解码器包括依次连接的多头注意力子模块、第一全连接层、以及第二全连接层；获取脑电图分期注意力机制模型输出的睡眠阶段分期结果。2.根据权利要求1所述的方法，其特征在于，所述对所述EEG脑电信号进行处理，获取30s的EEG epoch信号，包括：使用截止频率为0.1
‑
50Hz的六阶巴特沃斯带通滤波器处理EEG脑电信号；对处理后的EEG脑电信号进行降采样，由500Hz降至100Hz后，再将完整的EEG脑电信号分割成30s一段的时间序列片段，得到数个30s的EEG epoch信号。3.根据权利要求1所述的方法，其特征在于，所述30s的EEG epoch信号的近似希尔伯特变化方法，包括：将所述30s的EEG epoch信号输入到第一卷积层，第一卷积层的卷积核大小Fs＝N/100,64个卷积核，移动步长Sd＝N/1000；其中，N为每个30s的EEG epoch信号所包含的采样点个数，即N＝30*100＝3000；将第一卷积层的输出分别输入到两个最大池化层；其中，第一个最大池化层输出的尺寸为N/1000，输出是30s的EEG epoch信号的频率特征，第二个最大池化层输出的尺寸是π*N/1000,输出的是输入的30s的EEG epoch信号的振幅特征；将两个最大池化层的输出逐点求和，得到30s的EEG epoch信号的近似希尔伯特变化；其中，记输入的30s的EEG epoch信号为s(t),则希尔伯特变化为：s
a
(t)＝s(t)+i*H(s(t))其中，实部包含频率信息，虚部包含振幅信息；*表示卷积操作。4.根据权利要求1所述的方法，其特征在于，所述编码器中的第一残差块包括：第二卷积层，第二卷积层的卷积核数目为128，卷积核大小为1*1，步长为2；第三卷积层，第三卷积层卷积核数目为64，卷积核大小为3*1，步长为1；第四卷积层，第四卷积层的卷积核数目为128，卷积核大小为1*1，步长为1；其中，第一残差块残差网络的快捷连接使用平均池化层，平均池化层的尺寸为2，步长为2，以实现将64维输入转化为128维输出；将第四卷积层的输出和平均池化层的输出求和，再经过RELU函数后，得到第一残差块的输出。5.根据权利要求1所述的方法，其特征在于，所述编码器中的第二残差块包括：第五卷积层，第五卷积层的卷积核数目为128，卷积核大小为1*1，步长为2；第六卷积层，第六卷积层的卷积核数目为64，卷积核大小为3*1，步长为1；
第七卷积层，第七卷积层的卷积核数目为128，卷积核大小为...

【专利技术属性】
技术研发人员：张萌，陈云刚，张俊，芮林格，孟庆典，
申请(专利权)人：钧晟天津科技发展有限公司，
类型：发明
国别省市：