一种基于个体化慢波识别算法的睡眠调控方法及相关设备技术

本发明专利技术涉及睡眠监测及调控技术领域，公开了一种基于个体化慢波识别算法的睡眠调控方法及相关设备，主要包括：根据被试者的一个完整正常睡眠周期的脑电慢波数据提取一套慢波模板，在实时检测慢波的进程中应用此慢波模板中过零点的特征和慢波的相关生理特征，嵌入预定的四个判定条件，即采用模板和电压幅值的相似数量和符号极性关系来进行判定，根据区别特征值及变化关系结果确定刺激参数，对被试者对应的脑区域进行电刺激，实现一套针对不同个体和人群间的高精度

【技术实现步骤摘要】
一种基于个体化慢波识别算法的睡眠调控方法及相关设备


[0001]睡眠对于人或动物来说是基本的生存需求，而大脑是机体中受睡眠的影响最大的器官，长期的睡眠不足会影响人的智力，使人出现抑郁
、
焦虑
、
健忘等症状
。
目前，改善睡眠质量的方式比较流行的观点主要有两种，一种观点认为睡眠改善记忆的方式是通过阻断正在进行的干扰活动，如精神活动和外部的感觉刺激；另一种观点认为，睡眠能够加强突触的连接从而巩固记忆
。
传统的研究认为大脑入睡是一个全局变化的区域
(
即，在大多数大脑区域中相位同步发生
)
，但最近的研究观察发现，在人脑从清醒到睡眠的渐进过程中，大脑不会在全局的现象范围内入睡，而是表现出显著的局部模式
(
即入睡过程中一些区域可能是活跃的，而另一些区域则是沉默的
)
，这种局部模式是特异性的，由于大脑各区域皮质活动不同，局部的调节依赖于每个人的生理经验
。
再者，不同的个体表现出独特但稳定的
、
类似特征的缓慢振荡活动的地形分布，慢波的传播
(
以及慢波的形态
)
可能受到多种因素的影响，例如包括附近神经元群体的双稳态性以及区域连接的数量或强度
。
[0002]目前，通过加强突触连接的方法及相关设备的技术中，通常采用药物疗法或者在受试者头皮部位采用低强度电流进行电刺激的方法，电刺激法通过阳极与阴极电极之间流过的电流改变细胞的兴奋性，使用经颅电刺激进行睡眠调控可以直接改变特定感兴趣皮质位点内的神经元活动，从而达到调控睡眠质量的目的
。
[0003]然而，本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术存在如下问题：药物治疗，可以增加慢波睡眠的时间，但不能有益于记忆巩固，并可能导致残留的日间效应；每个个体在睡眠中产生的慢波都具有局部性和特征特异性，使用传统的以预先设定的阈值方式和固定位点来判断一个慢波的状态并不适用，这会导致我们检测到的慢波进行的状态和慢波个数不准确；由于受试者年龄
、
性别
、
个体生理特征的差别，或者个体在不同时间段的心理
、
生理状态的不同，会导致慢波爆发的时期
、
局部性质
、
慢波最先出现的脑区位置等形态特征具有较大的差别，当前采用电刺激方法的相关技术中，难以实现刺激水平的实时性和连续性，进而使睡眠调控的效果较差
。

技术实现思路

[0004]基于此，本专利技术提供了一种基于个体化慢波识别算法的睡眠调控方法及相关设备，根据被试者的一个完整正常睡眠周期的脑电慢波数据提取一套慢波模板，所述模板包含了被试者处于正常睡眠生理状态下慢波的特征，然后在实时检测慢波的进程中应用此慢波模板中过零点的特征和相关慢波生理特征即模板和电压幅值的相似数量和符号极性关系来进行判定，在实时检测慢波的同时还能降低了信号质量变化带来的影响，再根据区别特征值及变化关系结果确定刺激参数，并对被试者对应的脑区域进行电刺激，实现一套针对不同个体人群间的高精度
、
准实时的慢波数量
、
频率及相位识别方法，准确输出作用于特定脑区最佳时机和位置的电刺激，以达到同步增强受试人群的睡眠慢波幅度及慢波睡眠深度，从而提升受试者睡眠质量
。
[0005]主要通过以下技术方案实现上述专利技术目的：
[0006]第一方面，一种基于个体化慢波识别算法的睡眠调控方法，包括以下步骤：
[0007]对被试者的一个完整正常睡眠周期的第一脑电慢波数据进行采集，将所述第一脑电慢波数据采用慢波地形图定位法建立慢波模板，所述慢波地形图定位法包括，识别以下慢波数据：过零点的头皮脑电数据
、
单个和连续多个慢波的出现时间点
、
持续时间
、
频率
、
位置；
[0008]对所述被试者的待调控睡眠期间的第二脑电慢波数据进行采集，将所述第二脑电慢波数据采用自动睡眠分期算法进行睡眠状态识别，所述睡眠状态包括：觉醒期
WAKE、
浅睡期
N2
和深睡期
N3
；
[0009]判断所述第二脑电慢波数据是否属于深睡期
N3
状态，若是，则将所述第二脑电慢波数据样本采用
TOPOSO
慢波检测算法进行计算，并得到所述第二脑电慢波数据与所述第一脑电慢波数据之间相关特征值的区别及变化关系结果；
[0010]根据所述区别特征值及变化关系结果确定刺激参数；
[0011]根据所述刺激参数对所述被试者对应的脑区域进行电刺激，用于使所述第二脑电慢波数据的相关特征值与所述第一脑电慢波数据相比，慢波幅值
、
慢波同步性以及慢波睡眠深度增强；
[0012]进一步地，对被试者的一个完整正常睡眠周期的第一脑电慢波数据进行采集包括：在脑电采集区域设立最突出的特定感兴趣区域，所述特定感兴趣区域包括
Fz、C3、C4
和
Oz
四个种子电极，并以所述种子电极为中心检测局部区域的慢波信号；
[0013]进一步地，所述
TOPOSO
慢波检测算法包括：通过判断预定的若干个相关特征值是否满足对应的预定条件，用于实时确定慢波出现的过零点；
[0014]进一步地，所述若干个相关特征值包括：所述第二脑电慢波数据与所述第一脑电慢波数据之间的正在增加相关性的样本点数量
、
所述第二脑电慢波数据与所述第一脑电慢波数据之间的相关性为负的样本点的极性
、
局部目标位点波形振幅电压增加的样本数量
、
局部目标位点波形振幅电压为负的样本点的极性
。
[0015]第二方面，一种基于个体化慢波识别算法的睡眠调控装置，包括：脑电采集模块，用于对被试者的一个完整正常睡眠周期的第一脑电慢波数据和待调控睡眠期间的第二脑电慢波数据进行采集；
[0016]慢波模板建立模块，与所述脑电采集模块连接，用于将所述第一脑电慢波数据采用慢波地形图定位法建立慢波模板；
[0017]睡眠状态确定模块，分别与所述脑电采集模块和所述慢波模板建立模块连接，用于将所述第二脑电慢波数据采用自动睡眠分期算法进行睡眠状态识别和确定；
[0018]TOPOSO
计算模块，与所述睡眠状态确定模块连接，用于采用
TOPOSO
慢波检测算法计算所述第二脑电慢波数据与所述第一脑电慢波数据之间相关特征值的区别及变化关系结果；
[0019]刺激参数确定模块，与所述
TOPOSO
计算模块连接，用于根据所述区别特征值及变化关系结果确定刺激参数；
[0020]刺激模块，与所述控制模块连接，用于根据接受到的刺激指令对所述被试者对应的脑区域进行电刺激；
...

【技术保护点】

【技术特征摘要】
1.
一种基于个体化慢波识别算法的睡眠调控方法，其特征在于，包括以下步骤：对被试者的一个完整正常睡眠周期的第一脑电慢波数据进行采集，将所述第一脑电慢波数据采用慢波地形图定位法建立慢波模板，所述慢波地形图定位法包括，识别以下慢波数据：过零点的头皮脑电数据
、
单个和连续多个慢波的出现时间点
、
持续时间
、
幅值
、
频率
、
位置；对所述被试者的待调控睡眠期间的第二脑电慢波数据进行采集，将所述第二脑电慢波数据采用自动睡眠分期算法进行睡眠状态识别，所述睡眠状态包括：觉醒期
WAKE、
浅睡期
N2
和深睡期
N3
；判断所述第二脑电慢波数据是否属于深睡期
N3
状态，若是，则将所述第二脑电慢波数据样本采用
TOPOSO
慢波检测算法进行计算，并得到所述第二脑电慢波数据与所述第一脑电慢波数据之间相关特征值的区别及变化关系结果；根据所述区别特征值及变化关系结果确定刺激参数；根据所述刺激参数对所述被试者对应的脑区域进行电刺激，用于使所述第二脑电慢波数据的相关特征值与所述第一脑电慢波数据相比，慢波幅值
、
慢波同步性以及慢波睡眠深度增强
。2.
如权利要求1所述的一种基于个体化慢波识别算法的睡眠调控方法，其特征在于，对被试者的一个完整正常睡眠周期的第一脑电慢波数据进行采集包括：在脑电采集区域设立最突出的特定感兴趣区域，所述特定感兴趣区域包括
Fz、C3、C4
和
Oz
四个种子电极，并以所述种子电极为中心检测局部区域的慢波信号
。3.
如权利要求1所述的一种基于个体化慢波识别算法的睡眠调控方法，其特征在于，所述
TOPOSO
慢波检测算法包括：通过判断预定的若干个相关特征值是否满足对应的预定条件，用于实时确定慢波出现的过零点
。4.
如权利要求3所述的一种基于个体化慢波识别算法的睡眠调控方法，其特征在于，所述若干个相关特征值包括：所述第二脑电慢波数据与所述第一脑电慢波数据之间的正在增加相关性的样本点数量
、
所述第二脑电慢波数据与所述第一脑电慢波数据之间的相关性为负的样本点的极性
、
局部目标位点波形振幅电压增加的样本点数量
、...

【专利技术属性】
技术研发人员：应少飞，刘思源，秦代友，刘铁军，郜东瑞，李芃锐，谢佳欣，秦云，尧德中，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：