【技术实现步骤摘要】
本专利技术涉及神经调控，尤其涉及一种基于alpha波的闭环粉噪声刺激的神经调控系统。
技术介绍
1、近年来，睡眠问题已成为全球性的公共健康挑战，据统计，全球约四分之一的人口遭受睡眠障碍的困扰，在中国，这一现象尤为突出，约38％的人群存在睡眠障碍，其中上班族的睡眠问题更为严重，比例高达65％；睡眠，尤其是夜间的深度睡眠阶段，对人体的健康和认知功能至关重要，慢波睡眠(sws)阶段的时长和强度直接影响着人体的自我修复和生长功能，同时也是记忆巩固的关键时期，然而，睡眠障碍患者通常存在深睡时间短、睡眠质量差的问题，进而影响他们的学习能力、专注力和情绪控制能力；
2、市面上已有多种针对慢波睡眠的调控系统，但这些系统的效果依赖于用户是否能够顺利进入深度睡眠，如果失眠患者难以进入深睡状态，这些系统的调控效果将大打折扣，因此，需要探索更有效的助眠技术来帮助这些患者，为此本申请提出了一种基于alpha波的闭环粉噪声刺激的神经调控系统。
技术实现思路
1、基于
技术介绍
存在的技术问题，本专利技术提出了一种基于alpha波的闭环粉噪声刺激的神经调控系统。
2、本专利技术提出的一种基于alpha波的闭环粉噪声刺激的神经调控系统，包括实时入睡监测模块、数据质量检测模块、alpha波强度计算模块、alpha波上升沿检测模块以及粉噪声调控模块，所述实时入睡监测模块、数据质量检测模块、alpha波强度计算模块、alpha波上升沿检测模块以及粉噪声调控模块依次连接，实时入睡监测模块、数据质量检测
3、优选地，所述实时入睡监测模块以每6秒为周期对采集到的脑电数据进行分析和判定，目的是检测受试者是否已经进入稳定的睡眠阶段，以每6秒为周期的检测能够动态跟踪受试者的睡眠状态变化；
4、判定稳定睡眠阶段的依据为：睡眠状态连续出现15个n2期，即处于稳定的睡眠阶段；
5、使用脑电监测设备进行采集脑电数据，其脑电监测设备包括但不限于前额叶单导联便携式脑电监测设备，其具体步骤如下：
6、s101：首先操作者使用消毒湿巾帮被试者清洁前额部，去除被试者头部的油脂和化妆品；
7、s102：取出脑贴设备，将点击贴片正确扣在脑电监测设备上，并贴在被试者额头上；
8、s103：连接适配器至电脑usb接口，实现脑贴设与脑电监测设备之间的蓝牙连接，即可通过脑贴设备配合脑电监测设备采集脑电数据。
9、优选地，所述数据质量检测模块用于对采集的脑电数据的质量进行评估，以确保后续分析的准确性，数据质量检测模块还用于识别并过滤掉由于外部干扰或设备问题导致的伪影信号，从而提升数据的可信度，其数据质量检测模块的运行逻辑步骤如下：
10、s201：计算信号的平均幅值，当平均幅值低于0.5，判断为无数据；
11、s202：检测断联和脱落事件，根据嵌入式软件端打出的事件标签来评估，若无事件，标注(5.0，3)，若出现设备断联，标注(5.1，3)，若出现设备脱落，标注(5.2，3)；
12、s203：去工频干扰，计算fft频谱，找到45-52hz范围的最大幅值，以及对应的中心频率，幅值＞2.0，则判断出现工频干扰，在软件端标记出来；
13、s204：提取脑电频段范围，使用带阻滤波过滤；
14、s205：检测丢包，并计算丢包率，计算6s一段信号，丢包率>50％，标注为严重丢包；
15、s206：丢包可以恢复时，则将丢包内的数据进行增补；
16、s207：检测由于运动伪影带来的脑电数据跳变波动，采用三次插值法构造信号包络，按照120μv为阈值，划定区域后计算发生区域占比，若>50％，标注严重波动；
17、s208：若步骤s207中检测的波动可以被去除，通过划定的区域利用滤波去除；
18、s209：检测脑电采集中非相关性的低频振荡，计算stft时频图，并计算瞬时频率及标准差，划定区域后计算发生区域占比，若>50％，标注为严重振荡；
19、s210：若步骤s209中检测的低频振荡可以恢复，将异常区域的时频系数置零，并采用逆变换恢复正常信号。
20、优选地，所述alpha波强度计算模块用于对经过处理的脑电数据进行alpha波强度的量化评估，量化评估时主要是通过计算该时间窗口内alpha波的平均功率占整个脑电的占比，为下一步的调控提供基础数据支持，根据alpha波平均功率占比乘以放大系数，将获得粉噪音的刺激音量。
21、优选地，所述alpha波上升沿检测模块启动时，专注于捕捉alpha波的上升沿信号，当检测到符合预设条件的alpha波上升沿时，粉噪声调控模块会在上升沿的顶端附近精确地施加粉噪声刺激，以促进入睡过程，在检测到alpha波上升沿并施加粉噪声刺激后，需要连续进行2次刺激，每次刺激后进入2.5秒的冷却周期，以防止过度刺激对入睡过程造成干扰。
22、优选地，所述alpha波上升沿检测模块和粉噪声调控模块配合运行的具体逻辑步骤如下：
23、s301：进行滑窗的选定与参数设定：根据信号的时间分辨率与频率特性选定一个合适的滑窗用于信号分析，并确定滑窗的窗函数和窗长范围，以确保能够准确捕捉到alpha波的微弱变化，窗函数的类型及其长度直接影响信号的平滑度与边缘效应，因此在选取时需综合考虑信号的频谱特性和计算效率；
24、s302：步长的选择：在设定滑窗之后，确定滑窗移动的步长，即每次滑窗移动的时间间隔，步长的大小决定了信号分析的细致程度，较小的步长可以提供更高的时间分辨率，从而更精细地捕捉alpha波的上升沿特征，但同时也会增加计算的复杂度；
25、s303：信号单调性与零点检测：在滑窗范围内，对信号进行分析以判断其单调性和零点特征，检测信号在滑窗内是否呈现单调递增的趋势，同时确认信号是否仅有一个过零点，满足这两个条件的信号部分将被判定为alpha波上升沿，在此信号框内需要注意噪声的干扰；
26、s304：上升沿的检测与时间记录：一旦在滑窗内成功检测到符合条件的上升沿，系统将输出检测结果，并精确记录检测到的上升沿发生的时间点；
27、s305：粉噪声调控模块在上升沿的顶端附近精确地施加2次粉噪声刺激，以促进入睡过程。
28、优选地，所述s303中，判断信号单调性和零点特征的依据如下：
29、(1)、对于信号序列x[1],x[2],…,x[n]，检查是否对于每个i，x[i]≤x[i+1]，所有条件都满足时，则信号是单调递增的；
30、(2)、遍历信号序列，找到第一个正值位置，检查在此位置之前是否有负值，当有且只有一个负值与正值之间的过渡，则该信号有且只有一个过零点。
31、与现有的技术相比，本专利技术的有益效果是：
32、本专利技术通过个性化本文档来自技高网...
【技术保护点】
1.一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，包括实时入睡监测模块、数据质量检测模块、alpha波强度计算模块、alpha波上升沿检测模块以及粉噪声调控模块，所述实时入睡监测模块、数据质量检测模块、alpha波强度计算模块、alpha波上升沿检测模块以及粉噪声调控模块依次连接，实时入睡监测模块、数据质量检测模块、alpha波强度计算模块、alpha波上升沿检测模块以及粉噪声调控模块均内置在脑电监测设备中。
2.根据权利要求1所述的一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，所述实时入睡监测模块以每6秒为周期对采集到的脑电数据进行分析和判定，目的是检测受试者是否已经进入稳定的睡眠阶段，以每6秒为周期的检测能够动态跟踪受试者的睡眠状态变化；
3.根据权利要求1所述的一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，所述数据质量检测模块用于对采集的脑电数据的质量进行评估，以确保后续分析的准确性，数据质量检测模块还用于识别并过滤掉由于外部干扰或设备问题导致的伪影信号，从而提升数据的可信度，其数据质量检测模块的
4.根据权利要求1所述的一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，所述alpha波强度计算模块用于对经过处理的脑电数据进行alpha波强度的量化评估，量化评估时主要是通过计算该时间窗口内alpha波的平均功率占整个脑电的占比，为下一步的调控提供基础数据支持，根据alpha波平均功率占比乘以放大系数，将获得粉噪音的刺激音量。
5.根据权利要求1所述的一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，所述alpha波上升沿检测模块启动时，专注于捕捉alpha波的上升沿信号，当检测到符合预设条件的alpha波上升沿时，粉噪声调控模块会在上升沿的顶端附近精确地施加粉噪声刺激，以促进入睡过程，在检测到alpha波上升沿并施加粉噪声刺激后，需要连续进行2次刺激，每次刺激后进入2.5秒的冷却周期，以防止过度刺激对入睡过程造成干扰。
6.根据权利要求5所述的一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，所述alpha波上升沿检测模块和粉噪声调控模块配合运行的具体逻辑步骤如下：
7.根据权利要求6所述的一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，所述S303中，判断信号单调性和零点特征的依据如下：
...【技术特征摘要】
1.一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，包括实时入睡监测模块、数据质量检测模块、alpha波强度计算模块、alpha波上升沿检测模块以及粉噪声调控模块，所述实时入睡监测模块、数据质量检测模块、alpha波强度计算模块、alpha波上升沿检测模块以及粉噪声调控模块依次连接，实时入睡监测模块、数据质量检测模块、alpha波强度计算模块、alpha波上升沿检测模块以及粉噪声调控模块均内置在脑电监测设备中。
2.根据权利要求1所述的一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，所述实时入睡监测模块以每6秒为周期对采集到的脑电数据进行分析和判定，目的是检测受试者是否已经进入稳定的睡眠阶段，以每6秒为周期的检测能够动态跟踪受试者的睡眠状态变化；
3.根据权利要求1所述的一种基于alpha波的闭环粉噪声刺激的神经调控系统，其特征在于，所述数据质量检测模块用于对采集的脑电数据的质量进行评估，以确保后续分析的准确性，数据质量检测模块还用于识别并过滤掉由于外部干扰或设备问题导致的伪影信号，从而提升数据的可信度，其数据质量检测模块的运行逻辑步骤如下：
4.根据权利要求1所述的一种基于alph...
【专利技术属性】
技术研发人员：缪国栋，郑潜，蓝伟杰，
申请(专利权)人：厦门狄耐克智能科技股份有限公司，
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。