[发明专利]一种基于神经网络的全自动婴儿睡眠分期系统

说明书

本发明公开了一种基于神经网络的全自动婴儿睡眠分期系统，包括数据采集模块，实时神经网络分析模块，显示存储模块。本系统数据采集模块、实时神经网络分析模块、显示存储模块依次相连。本系统易于实现，能够对婴儿的不同睡眠时期做出实时高效的分期，具有分期准确率高、分类实时性好、应用前景广阔等特点。基于本系统的装置可应用于睡眠监测、睡眠科研等场景。

技术领域

本发明涉及睡眠分期领域，尤其涉及一种基于实时神经网络的睡眠分期的系统

背景技术

睡眠是人体必不可少的生理活动，是一种既重要又复杂的生理现象，在人类生命中大约占有三分之一的时间。睡眠是机体进行自我修复和完善的过程，对维持身心健康具有重要的调节作用。睡眠分期是根据人体在睡眠期间生理信号的不同变化而将睡眠过程分为不同的阶段。各个阶段的睡眠以一定的规律周期性的出现，并且都有各自特定的生理和行为特点。根据睡眠分期规则主要将睡眠进行分期。

婴儿大脑仍处于快速发育阶段，多种因素影响脑的发育与功能。婴儿脑电的监测可获得2个基本信息：一是脑的发育成熟状况，二是疾病状态下的脑电活动状况。人在婴儿阶段生长发育非常迅速，但婴儿好动的特性使得常规成人脑电监测系统无法在婴儿身上实施，本系统采用视频监测技术对婴儿眼部和身体整体动态特征进行提取，从而有效的减少对婴儿睡眠行为的干扰。

神经网络作为一种模式识别技术，在各个领域得到越来越广泛的应用。神经网络具有很强的自学习性、自组织性、容错性、高度非线性、联想记忆功能和逻辑推理功能等，具有符合人类视觉系统的高速并行处理和分布式存储等特性。神经网络不需要预先给出有关模式的经验知识和判别函数，通过自身的学习机制即可自动形成所需要的决策区域，因此，近年来神经网络的模式识别成为神经网络最有研究价值的应用领域之一。

由于神经网络参数在初始训练完成后即固定，在实际运行时，一方面，不能根据校正后的结果实时有效的对自动睡眠分期过程进行更新调整，从而达到预期，进而提高分期准确率和操作效率，另一方面，由于个体差异不同个体的相同特征参数在同一神经网络下的自动分期效果存在差异，不能有效的排除个体差异性。

发明内容

为了解决上述的问题，本发明提供了如下技术方案：

一种基于神经网络的全自动婴儿睡眠分期系统，由数据采集模块、将实时数据进行预处理后进行神经网络分析及自动校正和权值调整的实时神经网络分析模块、对分期结果的数据和图形进行可视化显示存储的显示存储模块依次相连；数据采集模块包括脑电数据采集、肌电数据采集、呼吸数据采集、眼动监测图像、体动监测图像；实时神经网络分析模块由数据预处理单元、神经网络分析单元、睡眠分期规则自动校正、神经网络权值调整连接构成并构成反馈系统，实时神经网络分析模块从数据采集模块中读取分析数据，数据预处理单元对读取的待分析数据进行预处理操作，神经网络分析单元将对预处理后的数据进行基于人工分期校正的神经网络实时分析处理，神经网络分析单元接受来自神经网络权值调整模块的反馈。

所述实时神经网络分析模块接受来自数据采集模块实时采集的分析数据，然后对数据进行预处理，主要是对数据进行噪声和干扰成分的过滤，最后将预处理后的数据送入神经网络分析单元进行特征提取、训练学习和自动分期，达到对睡眠数据的有效处理。

所述实时神经网络分析模块中的神经网络分析单元工作过程如下：

第一步，神经网络的初始化。首先选择特定的数据作为训练集，进行特征参数提取，并结合已有的人工分期结果作为神经网络的输入，对其进行初始的训练学习，根据特定的学习规则，不断的对各个网络神经元的连接权值进行调节，直到使该神经网络具有某种期望的输出。此时得到初始的网络权值集和训练好的神经网络模型，可以作为自动睡眠分期的初始神经网络。