[发明专利]一种睡眠分期检测方法及可穿戴式睡眠分期检测装置

权利要求书

1.一种睡眠分期检测方法，其特征在于，依次包括以下步骤：

S1、采集人体心率变异信号和腕动三轴加速度数据；

S2、将心率变异信号和三轴加速度数据按时间长度划分，对每个时间长度内的心率变异信号和三轴加速度数据提取若干特征参数，所述特征参数包括对心率变异信号提取总体标准差与差值均方根的比值C₁、基于阈值的心率加速变化指数C₂和将心率变异信号构建为有限穿越水平可视图后得到的平均度C₃以及对三轴加速度数据提取基于三轴加速度幅度均方根值的平均值C₄、标准差C₅和零点穿越数C₆，所述特征参数C₂由以下步骤提取：

S221、计算心率变异信号序列RR(n)的一阶差分DRR(n)＝RR(n+1)-RR(n)；

S222、给定阈值T，将序列DRR(n)进行符号化，得到符号序列SDRR(n)，

S223、设序列SDRR(n)的长度为N，从n＝1到N-1遍历整个序列，并按顺序记录所有符合SDRR(n)≠SDRR(n+1)条件的n值，组成新的序列SC(m)；

S224、求序列SC(m)的一阶差分序列DSC(m)＝SC(m+1)-SC(m)；

S225、设DSC(m)序列中等于1的点的个数为k，总长度为M，特征参数C₂＝k/M；

所述特征参数C₃由以下步骤提取：S231、将心率变异信号组成的时间序列中的点定义为网络节点，根据其幅度画出相应高度的直方条，然后判断节点的连接性，若两个节点对应的直方条之间可以画出一条水平的连线，且被位于两者之间的其他直方条截断的次数n≤1，则认为两个节点间存在连接，据此将心率变异信号组成的时间序列映射为一个网络图，所述网络图中各节点的度的平均值为特征参数C₃，所述节点的度为该节点所连的边数；

S3、将步骤S2获得的一个时间长度内的特征参数输入睡眠分期预测模型，得到一个时间长度内的睡眠分期；所述睡眠分期预测模型是根据所述特征参数与睡眠分期关系预先建立的；

S4、统计所有时间长度的睡眠分期获得整个睡眠时间内的睡眠分期。

2.根据权利要求1所述的睡眠分期检测方法，其特征在于，所述特征参数C₆由以下步骤提取：

S261、计算当前时间长度内各三轴加速度采样点的幅度均方根值序列S(i)，x_i，y_i，z_i分别为x轴、y轴和z轴方向的加速度值；

S262、对当前时间长度内所有S(i)，统计S(i)*S(i+1)0的次数即为C₆。

3.根据权利要求1所述的睡眠分期检测方法，其特征在于，所述特征参数包括将心率变异信号构建为有限穿越水平可视图后得到的度分布熵C₇以及基于三轴加速度幅度均方根值的加速度分布熵C₈，

所述特征参数C₇由以下步骤提取：

S271、对各节点的度分布进行直方图统计，得到不同的度k的分布频率p(k)，度分布熵C₇为：

所述特征参数C₈由以下步骤提取：

S281、计算当前时间长度内各三轴加速度采样点的幅度均方根值序列S(i)，x_i，y_i，z_i分别为x轴、y轴和z轴方向的加速度值；

S282、对S(i)幅度值的分布进行直方图统计，划分区间为N，得到不同的幅度区间内的分布率，设第k个区间的分布率为p_S(k)，加速度分布熵C₈为：