System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及睡眠监测领域,具体而言,涉及一种基于前额叶单通道脑电信号的睡眠分期识别方法及装置。
技术介绍
1、随着智能化科技的不断发展,人们的生活、工作、学习之中越来越多地用到了智能化设备,使用智能化科技手段,提高了人们生活的质量,增加了人们学习和工作的效率。
2、目前,针对前额叶脑电信号来判断睡眠分期质量或者睡眠分期信号参数的方法通常会采用脑电信号转化为模拟信号进行输入,并直接差生分析结果。但是现有技术中的前额叶脑电信号来判断睡眠分期质量或者睡眠分期信号参数的方法仅仅是通过固定的参数配比或者固定的算法来直接利用脑电信号进行匹配和计算,无法针对脑电信号进行进一步的精准分析和互为犄角的计算关系,降低了睡眠分期识别的精度和效率。
3、针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种基于前额叶单通道脑电信号的睡眠分期识别方法及装置,以至少解决现有技术中的前额叶脑电信号来判断睡眠分期质量或者睡眠分期信号参数的方法仅仅是通过固定的参数配比或者固定的算法来直接利用脑电信号进行匹配和计算,无法针对脑电信号进行进一步的精准分析和互为犄角的计算关系,降低了睡眠分期识别的精度和效率的技术问题。
2、根据本专利技术实施例的一个方面,提供了一种基于前额叶单通道脑电信号的睡眠分期识别方法,包括:获取脑电信号数据和通道信息;根据所述通道信息对所述脑电信号数据进行分解,得到第一分信号和第二分信号;将所述第一分信号输入至偏振分析模型中
3、可选的,所述根据所述通道信息对所述脑电信号数据进行分解,得到第一分信号和第二分信号包括:获取所述通道信息中的象限权重值;将所述脑电信号通过公式
4、
5、生成所述第一分信号和第二分信号,其中,d是脑电信号数据,x(d)是基于d的第一分信号,y(d)是基于d的第二分信号,α(x)是x矢量向的分信号因子,α(y)是y矢量向的分信号因子。
6、可选的,所述根据所述信号对接数据和所述第二分信号,生成睡眠分期识别结果包括:将所述对接信号和所述第二分信号进行矢量匹配,得到匹配结果,其中,所述矢量匹配可以通过矢量匹配矩阵来实现;根据所述匹配结果和预设阈值指标,生成所述睡眠分期识别结果。
7、可选的,在所述根据所述信号对接数据和所述第二分信号,生成睡眠分期识别结果之后,所述方法还包括:将所述睡眠分期识别结果回传至脑电信号数据模块进行验证,生成验证结果。
8、根据本专利技术实施例的另一方面,还提供了一种基于前额叶单通道脑电信号的睡眠分期识别装置,包括:获取模块,用于获取脑电信号数据和通道信息;分解模块,用于根据所述通道信息对所述脑电信号数据进行分解,得到第一分信号和第二分信号;输入模块,用于将所述第一分信号输入至偏振分析模型中,得到信号对接数据;生成模块,用于根据所述信号对接数据和所述第二分信号,生成睡眠分期识别结果。
9、可选的,所述分解模块包括:获取单元,用于获取所述通道信息中的象限权重值;生成单元,用于将所述脑电信号通过公式
10、
11、生成所述第一分信号和第二分信号,其中,d是脑电信号数据,x(d)是基于d的第一分信号,y(d)是基于d的第二分信号,α(x)是x矢量向的分信号因子,α(y)是y矢量向的分信号因子。
12、可选的,所述生成模块包括:匹配单元,用于将所述对接信号和所述第二分信号进行矢量匹配,得到匹配结果,其中,所述矢量匹配可以通过矢量匹配矩阵来实现;生成单元,用于根据所述匹配结果和预设阈值指标,生成所述睡眠分期识别结果。
13、可选的,所述装置还包括:验证模块,用于将所述睡眠分期识别结果回传至脑电信号数据模块进行验证,生成验证结果。
14、根据本专利技术实施例的另一方面,还提供了一种非易失性存储介质,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行一种基于前额叶单通道脑电信号的睡眠分期识别方法。
15、根据本专利技术实施例的另一方面,还提供了一种电子装置,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行一种基于前额叶单通道脑电信号的睡眠分期识别方法。
16、在本专利技术实施例中,采用获取脑电信号数据和通道信息;根据所述通道信息对所述脑电信号数据进行分解,得到第一分信号和第二分信号;将所述第一分信号输入至偏振分析模型中,得到信号对接数据;根据所述信号对接数据和所述第二分信号,生成睡眠分期识别结果的方式,解决了现有技术中的前额叶脑电信号来判断睡眠分期质量或者睡眠分期信号参数的方法仅仅是通过固定的参数配比或者固定的算法来直接利用脑电信号进行匹配和计算,无法针对脑电信号进行进一步的精准分析和互为犄角的计算关系,降低了睡眠分期识别的精度和效率的技术问题。
本文档来自技高网...【技术保护点】
1.一种基于前额叶单通道脑电信号的睡眠分期识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述通道信息对所述脑电信号数据进行分解,得到第一分信号和第二分信号包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述信号对接数据和所述第二分信号,生成睡眠分期识别结果包括:
4.根据权利要求1所述的方法,其特征在于,在所述根据所述信号对接数据和所述第二分信号,生成睡眠分期识别结果之后,所述方法还包括:
5.一种基于前额叶单通道脑电信号的睡眠分期识别装置,其特征在于,包括:
6.根据权利要求5所述的装置,其特征在于,所述分解模块包括:
7.根据权利要求5所述的装置,其特征在于,所述生成模块包括:
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:
9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。
10.一种电子装置,其特征
...【技术特征摘要】
1.一种基于前额叶单通道脑电信号的睡眠分期识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述通道信息对所述脑电信号数据进行分解,得到第一分信号和第二分信号包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述信号对接数据和所述第二分信号,生成睡眠分期识别结果包括:
4.根据权利要求1所述的方法,其特征在于,在所述根据所述信号对接数据和所述第二分信号,生成睡眠分期识别结果之后,所述方法还包括:
5.一种基于前额叶单通道脑电信号的睡眠分期识别装置,其特征在于,包括:
6.根据权利...
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。