[发明专利]基于云平台的睡眠分期方法及系统在审
申请号: | 201910331566.5 | 申请日: | 2019-04-24 |
公开(公告)号: | CN110327040A | 公开(公告)日: | 2019-10-15 |
发明(设计)人: | 刘新华;张华威;刘世元;郭少聪;杨建豪;许轶珂 | 申请(专利权)人: | 武汉理工大学 |
主分类号: | A61B5/0476 | 分类号: | A61B5/0476 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 许美红 |
地址: | 430070 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 云平台 睡眠 脑电信号 睡眠状态 移动终端 节律波 佩戴 个性化 预处理 卷积神经网络 离散小波变换 输入特征量 变化数据 个人信息 工作参数 过程完成 历史数据 脑电数据 前端采集 实时记录 输入参数 用户年龄 自适应 算法 传送 采集 记录 应用 | ||
本发明提供了一种基于云平台的睡眠分期方法及系统,包括:获取用户在移动终端上输入的个人信息,并将其作为个性化睡眠分期的输入参数;控制对应的佩戴前端采集用户的脑电信号,并将脑电信号传送至云平台;云平台应用离散小波变换算法对采集的脑电数据进行预处理,得到用户脑电信号的节律波特征,并将其作为基于卷积神经网络的个性化睡眠分期系统的输入特征量之一;根据输入的脑电信号的节律波特征,结合用户年龄、性别以及历史数据进行实时睡眠分期,同时将相对应的工作参数传回至佩戴前端,进行自适应的睡眠调节;云平台实时记录用户的睡眠状态变化数据,在整个睡眠分期过程完成后,移动终端将从云平台获取记录的睡眠状态数据。
技术领域
本发明属于医疗保障技术领域,具体涉及一种基于云平台的睡眠分期方法及系统。
背景技术
失眠不仅会使人出现注意力不集中、工作效率低下、生长激素合成与分泌功能紊乱等症状,严重失眠也会导致人体记忆与脑功能重塑能力下降,抵抗力和自我康复能力下降等问题,对人体健康影响极大。
随着人们生活节奏的加快,失眠伴随着压力与焦灼而不断产生,严重影响了人们的精神面貌与身心健康,已造成越来越多的人群处于亚健康状态,与此同时,人们也逐渐意识到了睡眠质量的重要性,人们对睡眠质量改善方面存在的误区导致了辅助睡眠手段的乱用与滥用现象。因此,人们对智能化的辅助睡眠装置的需求与日俱增。
目前,国内外相关辅助睡眠类产品种类颇多,各产品特点总结如下:
在系统设计方面,大多是通过蓝牙技术来传输采集到的脑电波信号至用户APP。其工作过程是:采集到脑电波信号后,通过蓝牙技术传输给APP,在APP上进行信号的处理与分析。其系统结构简单,成本低廉,但是由于功能算法受到手机储存空间及运算速度的限制,其可拓展性低,且由于这类APP多为离线工作,无法实现具有用户个人特征的个性化睡眠分期体系。
在睡眠分期体系方面,市面上所见的睡眠分期系统大多仅依据普适性指标进行分期,其分期标准单一,测评结果缺乏个体针对性。而实际上,人的睡眠状态受年龄、性别、身体因素等的影响,分期标准应因人而异。
发明内容
本发明针对人们对智能化的辅助睡眠装置的需求与日俱增的现状,本发明提出了一种高针对性的个性化睡眠分期方法,不仅能够结合用户信息和其历史数据提供高针对性的睡眠分期,还能将睡眠分期结果提供给辅助睡眠系统以进行高针对性的睡眠辅助调节。
本发明解决其技术问题所采用的技术方案是:
提供一种基于云平台的睡眠分期方法,包括以下步骤:
步骤1:获取用户在移动终端上输入的个人信息,并将其作为个性化睡眠分期的输入参数;
步骤2:控制对应的佩戴前端采集用户的脑电信号,并将脑电信号实时传送至云平台;
步骤3:云平台对采集的脑电数据进行预处理,得到用户脑电信号的节律波特征,并将其作为基于卷积神经网络的个性化睡眠分期系统的输入特征量之一;
步骤4:个性化睡眠分期系统根据输入的脑电信号的节律波特征,结合用户年龄、性别以及历史数据进行实时睡眠分期,同时将相对应的工作参数传回至佩戴前端,以进行自适应的睡眠调节;
步骤5:云平台实时记录用户的睡眠状态变化数据,在整个睡眠分期过程完成后,移动终端将从云平台获取记录的睡眠状态数据,并将其呈现给用户。
接上述技术方案,所述的云平台的睡眠分期准则,将人的睡眠过程分为6期:觉醒期WAKE、快速眼动睡眠期REM和4个非快速眼动睡眠期NREM,其中NREM又分为睡眠1期N1、睡眠2期N2、睡眠3期N3和睡眠4期N4,睡眠1、2期为浅睡期LS,睡眠3、4期为深睡期SWS。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910331566.5/2.html,转载请声明来源钻瓜专利网。