【技术实现步骤摘要】
本申请涉及睡眠监测，特别是涉及一种目标对象的异常行为预警方法及相关设备。
技术介绍
1、睡眠是人类生活中不可或缺的一部分，它对身体和心理健康有着重要的影响。生理上讲，夜间睡眠不是一个不变的过程。根据国际aasm标准，依据多道生理参数的不同特征，将睡眠分为两种状态：nrem(non-rapid eye movement sleep，非眼球快速运动睡眠期)和rem(rapid eye movement sleep，眼球快速运动睡眠期)。
2、在一个完整的睡眠周期中，rem睡眠通常出现在睡眠的后期阶段，约占睡眠时间的20-25％。在rem睡眠期间，大脑的皮质区域活跃度增加，同时下丘脑释放出多巴胺等神经递质，使得大脑处于一种高度活跃的状态，因而在rem睡眠期间容易出现梦境演绎行为。虽然在rem睡眠期间，人体的肌肉会松弛至几乎麻痹的状态。但对于部分存在睡眠障碍的人群而言，由于其在rem睡眠期无法实现对肌肉足够的麻痹，使得其在rem睡眠期出现的梦境演绎行为会更为激烈，此时的梦境演绎行为往往会出现较为激烈的动作，例如翻滚、跑动、喊叫等等。过于激烈的梦境演绎行为会对旁人以及演绎者自身带来一定程度的伤害，因此，对于睡梦中梦境演绎行为较为激烈的人，针对其睡眠过程中异常行为的监测和预警尤为重要。
3、因此，如何对睡眠过程中梦境演绎行为较为激烈的人群进行异常行为的监测和预警，成为本领域技术人员急需解决的技术问题。
技术实现思路
1、基于上述问题，为了解决现有技术中还没有准确对睡眠过
2、本申请实施例公开了如下技术方案：
3、第一方面，本申请公开了一种目标对象的异常行为预警方法，包括：
4、当目标对象进入睡眠期时，确定所述目标对象的植物神经兴奋指数；
5、基于所述目标对象的植物神经兴奋指数对所述目标对象进行异常行为预测，得到异常行为预测结果；
6、若所述异常行为预测结果为存在异常行为，则基于所述目标对象的异常行为监测参数判断所述目标对象的异常行为是否存在伤害风险；所述异常行为监测参数用于表示所述目标对象的植物神经功能状态；
7、若所述目标对象的异常行为存在伤害风险，则对所述目标对象进行唤醒告警。
8、可选的，所述当目标对象进入睡眠期时，确定所述目标对象的植物神经兴奋指数之前，还包括：
9、当所述目标对象的睡眠状态尚未进入所述快速眼动睡眠期时，获取所述目标对象的当前异常行为监测参数，并将所述当前异常行为监测参数确定为异常行为参考值。
10、可选的，所述基于所述目标对象的异常行为监测参数判断所述目标对象的异常行为是否存在伤害风险，具体包括：
11、基于所述异常行为参考值和所述异常行为监测参数，确定所述异常行为监测参数与所述异常行为参考值是否满足于预设伤害风险判断规则；所述预设伤害风险判断规则用于确定所述目标对象的异常行为是否存在伤害风险；
12、若所述异常行为监测参数与所述异常行为参考值满足所述预设伤害风险判断规则，则确定所述目标对象的异常行为存在伤害风险。
13、可选的，所述确定所述目标对象的植物神经兴奋指数，具体包括：
14、基于所述目标对象的心电信号或光电容积脉搏波，确定所述目标对象的生理变异性数据；所述生理变异性数据包括：心率变异性、脉率变异性以及外周血管充盈变异性中的至少一种；基于所述目标对象的心率变异性，确定所述目标对象的植物神经兴奋指数。
15、可选的，所述确定所述目标对象的植物神经兴奋指数之前，还包括：
16、根据所述目标对象的生理指标参数确定所述目标对象的睡眠状态。
17、第二方面，本申请公开了一种目标对象的异常行为预警系统，包括：
18、植物神经兴奋指数确定模块，用于在目标对象的睡眠状态进入快速眼动睡眠期时，确定所述目标对象的植物神经兴奋指数；
19、异常行为预测模块，用于基于所述目标对象的植物神经兴奋指数对所述目标对象进行异常行为预测，得到异常行为预测结果；
20、风险判断模块，用于在所述异常行为预测结果为存在异常行为时，则基于所述目标对象的异常行为监测参数判断所述目标对象的异常行为是否存在伤害风险；所述异常行为监测参数包括：呼吸频率、肌电信号变化幅度以及心率或脉率变化幅度；
21、告警模块，用于在所述目标对象的异常行为存在伤害风险时，则对所述目标对象进行唤醒告警。
22、可选的，所述目标对象的异常行为预警系统，还包括：确定模块；所述确定模块，具体用于：
23、当所述目标对象的睡眠状态尚未进入所述快速眼动睡眠期时，获取所述目标对象的当前异常行为监测参数，并将所述当前异常行为监测参数确定为异常行为参考值。
24、可选的，所述风险判断模块，具体用于：
25、基于所述异常行为参考值和所述异常行为监测参数，确定所述异常行为监测参数与所述异常行为参考值是否满足于预设伤害风险判断规则；所述预设伤害风险判断规则用于确定所述目标对象的异常行为是否存在伤害风险；
26、若所述异常行为监测参数与所述异常行为参考值满足所述预设伤害风险判断规则，则确定所述目标对象的异常行为存在伤害风险。
27、第三方面，本申请公开了一种电子设备，所述设备包括：处理器、存储器、系统总线；
28、所述处理器以及所述存储器通过所述系统总线相连；
29、所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行所述的目标对象的异常行为预警方法。
30、第四方面，本申请公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的目标对象的异常行为预警方法。
31、相较于现有技术，本申请具有以下有益效果：本申请公开了一种目标对象的异常行为预警方法及相关设备，在本申请公开的目标对象的异常行为预警方法中，当目标对象进入睡眠状态时，确定所述目标对象的植物神经兴奋指数；基于所述目标对象的植物神经兴奋指数对所述目标对象进行异常行为预测，得到异常行为预测结果；若所述异常行为预测结果为存在异常行为，则基于所述目标对象的异常行为监测参数判断所述目标对象的异常行为是否存在伤害风险；所述异常行为监测参数用于表示所述目标对象的植物神经功能状态；若所述目标对象的异常行为存在伤害风险，则对所述目标对象进行唤醒告警。在上述方法中，能够在目标对象进入睡眠后，根据目标对象的植物神经兴奋指数来对目标对象进行异常行为预测，从而预测目标对象在睡眠期间是否可能存在异常行为。若对应的异常行为预测结果为存在异常行为，则会进一步基于用于表示目标对象植物神经功能状态的异常行为监测参数来判断目标对象的异常行为是否存在伤害风险，并在其异常行为存在伤害风险时对目本文档来自技高网...
【技术保护点】
1.一种目标对象的异常行为预警方法，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，所述当目标对象进入睡眠状态时，确定所述目标对象的植物神经兴奋指数之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述目标对象的异常行为监测参数判断所述目标对象的异常行为是否存在伤害风险，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述确定所述目标对象的植物神经兴奋指数，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述确定所述目标对象的植物神经兴奋指数之前，还包括：
6.一种目标对象的异常行为预警系统，其特征在于，包括：
7.根据权利要求6所述的系统，其特征在于，还包括：确定模块；所述确定模块，具体用于：
8.根据权利要求6所述的系统，其特征在于，所述风险判断模块，具体用于：
9.一种电子设备，其特征在于，所述设备包括：处理器、存储器、系统总线；
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求
...【技术特征摘要】
1.一种目标对象的异常行为预警方法，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，所述当目标对象进入睡眠状态时，确定所述目标对象的植物神经兴奋指数之前，还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述目标对象的异常行为监测参数判断所述目标对象的异常行为是否存在伤害风险，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述确定所述目标对象的植物神经兴奋指数，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述确定所述目标对象的植...
【专利技术属性】
技术研发人员：于欢，吴建平，
申请(专利权)人：河北宁博科技有限公司，
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。