【技术实现步骤摘要】
一种睡眠周期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周期性检测量化及辅助干预领域,特别涉及一种睡眠周期性检测量化及辅助干预的方法、系统和装置。
技术介绍
[0002]睡眠是人的基本生理需求和生命健康基本保障,睡眠时间约占人的三分之一生命时间。随着社会经济的快速发展,工作、家庭、经济和社会等诸多压力持续增加,人们睡眠问题也日益突出和日益扬中,也导致了生理和心理相关疾病的患病风险也不断增加。按照美国睡眠医学会的指导规则,人类的睡眠分期包括清醒期,非快眼动睡眠期NREM(浅睡眠1期、浅睡眠2期、深睡眠期),快眼动睡眠期REM。良好的睡眠是一个周期循环过程且具备良好的周期性,NREM和REM交替出现,交替一次为一周期且往复循环,通常对于健康成年人来说,每个周期持续90
‑
120分钟,每晚要经历4
‑
5个周期。
[0003]睡眠周期性强度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;而睡眠周期性强度是用户睡眠状态连续变化中的睡眠正常周期交替模式连续变化水平,以及用户是否有能力维持正常睡眠模式正常交替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]目前无论在临床诊疗还是健康管理中,国内外都没有一个明确的方法来精确评价、量化用户的睡眠周期性强度,难以进一步科学地判断分析睡眠质 ...
【技术保护点】
【技术特征摘要】
1.一种睡眠周期性检测量化及辅助干预的方法,其特征在于,包括以下步骤:采集用户睡眠过程的生理状态数据和环境状态数据,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状态特征分析,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、时序成分分析和周期性量化分析,评价用户睡眠状态的睡眠基线周期变化强度、基线周期变化趋势和变化模式合理性,提取睡眠周期性指数,生成睡眠周期性量化日报;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周期性的影响,提取最佳睡眠周期性环境方案并对睡眠环境进行动态优化调整,生成睡眠周期性量化报告。2.如权利要求1所述的方法,其特征在于,所述生理状态数据包括脑电信号数据、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至少一项;所述生理状态信息包括脑电状态信息、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。3.如权利要求2所述的方法,其特征在于:所述环境状态数据包括光照信号数据、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至少一项;所述环境状态信息包括光照状态信息、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。4.如权利要求1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。5.如权利要求1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。6.如权利要求1所述的方法,其特征在于:所述时帧状态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。7.如权利要求1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。8.如权利要求7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所述环境状态信息中不同信息类型的状态信号均值组成,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。9.如权利要求1
‑
8任一项所述的方法,其特征在于,所述对所述生理状态特征进行睡眠状态分析、时序成分分析和周期性量化分析,评价用户睡眠状态的睡眠基线周期变化强度、基线周期变化趋势和变化模式合理性,提取睡眠周期性指数,生成睡眠周期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周期性量化分析,提取所述睡眠周期性指数,生成所述睡眠周期性量化日报。10.如权利要求9所述的方法,其特征在于:所述睡眠状态特征时相包括清醒期时相、快速眼动睡眠期时相、非快速眼动浅睡眠期时相和非快速眼动深睡眠期时相。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9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9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9所述的方法,其特征在于:所述睡眠周期性指数的计算方法包括:1)获取所述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和睡眠持续期状态时序残差成分,计算得到睡眠周期性强度;4)提取所述睡眠持续期状态特征曲线的睡眠周期性因子系数;5)计算所述睡眠周期性强度与所述睡眠周期性因子系数的乘积,生成所述睡眠周期性指数。16.如权利要求15所述的方法,其特征在于,所述睡眠周期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,为睡眠周期性强度且,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,为睡眠周期性强度且,为求方差函数,分别为所述睡眠持续期状态时序周期成分和所述睡眠持续期状态时序残差成分。17.如权利要求15或16所述的方法,其特征在于,所述睡眠周期性因子系数的计算公式如下:;其中,为睡眠周期性因子系数且,为所述睡眠持续期状态时序周期成分的信号平均周期循环时间,分别为用户年龄段对应的正常健康人群的最大睡眠周期循环时间和最小睡眠周期循环时间。18.如权利要求1所述的方法,其特征在于:所述睡眠周期性量化日报包括睡眠周期性分析小结、所述睡眠周期性指数、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至少一项。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周期性的影响,提取最佳睡眠周期性环境方案并对睡眠环境进行动态优化调整,生成睡眠周期性量化报告的步骤还具体包括:对用户的所述生理状态数据和所述环境状态数据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周期性指数曲线;计算所述环境状态指标均值特征序列曲线和所述睡眠周期性指数曲线的关联特征,得到睡眠周期性环境影响因子序列,提取所述最佳睡眠周期性环境方案;根据所述最佳睡眠周期性环境方案,结合当前的所述环境状态信息,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、所述睡眠周期性指数曲线、所述睡眠周期性环境影响因子序列和所述最佳睡眠周期性环境方案,生成所述睡眠周期性量化报告。20.如权利要求19所述的方法,其特征在于:所述睡眠周期性量化报告包括睡眠周期性分析总结、睡眠周期性调整方案、所述环境状态指标均值特征序列曲线、所述睡眠周期性指数曲线、所述睡眠周期性环境影响因子序列和所述最佳睡眠周期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:所述睡眠周期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;所述最佳睡眠周期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至少一项;所述睡眠环境调控设备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,所述睡眠周期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数据和所述环境状态数据的连续监测和跟踪分析,计算获得每日的所述环境状态指标均值特征序列、所述睡眠周期性指数;2)按照日期时序,计算得到全部日期对应的所述环境状态指标均值特征序列曲线、所...
【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:
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。