[发明专利]一种疲劳睡眠分析方法及装置

说明书

本发明公开一种疲劳睡眠分析方法，包括以下步骤：步骤1，采集用户的BCG信号；步骤2，对原始BCG信号进行第一滤波；步骤3，对原始BCG信号进行第二滤波；步骤4，对特征峰进行异常值剔除；步骤4，利用Lomb‑Scargle算法分别对呼吸信号和心率变异性信号进行功率谱计算；步骤5，对呼吸信号和心率变异性信号进行心肺耦合分析；步骤6，采用机器学习中的分类器模型对心肺耦合强度进行分类，从而进行疲劳与睡眠状态的分析结果。可以处理非等间距采样信号且对异常点的干扰不敏感，而且可以得到较高的频率精度。该算法提高了算法的检测精度且降低了算法的复杂程度，且应用范围广。

技术领域

本申请涉及疲劳即睡眠监测领域，具体而言，涉及一种疲劳睡眠分析方法及装置。

背景技术

心冲击信号(Ballistocardiography，BCG)是一种非接触式的生命体征监测方法，BCG信号和心电图一样具有周期性，反应了人体心脏周期性射血时对支撑物产生的微弱作用力变化，包括呼吸时的胸腔起伏、心跳、体动等人体活动。BCG信号的采集方式包括立式、坐式、平躺式和可穿戴式。对于平躺式的BCG采集采集装置而言，当人平躺在床垫上时，呼吸作用及心脏射血会对人身体以下的床垫产生反作用力。因此，可以基于BCG信号的非接触式睡眠监测。当人坐在坐垫上时，呼吸及心跳活动同样会对臀部以下的坐垫产生反作用力，从而可以进行基于BCG信号的非接触式精神疲劳度监测。

随着生活节奏的加快以及工作和生活压力的增大，越来越多人存在睡眠障碍方面的问题。研究表明，睡眠质量的好坏对人体健康有着重要的影响，人们对睡眠质量的关注日益增加。同时，不少潜在的疾病会在不同的睡眠阶段中呈现出来。所以，对睡眠分期作一些基础性研究能为睡眠质量的判断提供理论依据，进而为睡眠障碍等病患的医治提供必要的帮助。

发明人经研究发现，目前多导睡眠(PSG)监测系统的睡眠分期仍然是研究睡眠分期的最重要的标准方法。但是，该系统电极繁多连接复杂，用户体验较差，不适合用于人的长期的睡眠监测。

同时，精神疲劳也是现代社会一个不容小觑的问题，当人处于精神疲劳状态时，会引发困倦、反应迟钝和效率降低，甚至引起事故的发生。比如驾驶员、医生、危险仪器操作员等特殊人群由于疲劳而引起的事故后果往往异常严重。精神疲劳监测的研究由来已久，但是大多需要配备复杂的检测设备，因此，提供无扰、便携、非接触的高准确度精神疲劳监测方法，是非常有必要的。

如何发明一种疲劳睡眠分析方法及装置来改善这些问题，成为了本领域技术人员亟待解决的问题。

发明内容

为了弥补以上不足，本申请提供了一种疲劳睡眠分析方法及装置，用于对精神疲劳度以及睡眠状态的分析，旨在改善上述背景技术中存在的问题。

第一方面，本申请实施例提供了一种疲劳睡眠分析方法，包括以下步骤：

步骤1：采集用户的BCG信号；

步骤2：对原始BCG信号进行第一滤波，得到呼吸信号波形；

步骤3：对原始BCG信号进行第二滤波，并进行特征峰提取；

步骤4：对特征峰进行异常值剔除，得到心率变异性信号；

步骤5：利用Lomb-Scargle算法分别对呼吸信号和心率变异性信号进行功率谱计算，得到两者的功率谱密度；

步骤6：对呼吸信号和心率变异性信号进行心肺耦合分析，得到用户心肺耦合强度谱；

步骤7：采用机器学习中的分类器模型对心肺耦合强度进行分类，并进行疲劳与睡眠状态的分析结果。

在一种具体的实施方案中，所述步骤1中的BCG信号的采集通过以下装置之一获得：马赫-曾德干涉仪、迈克尔逊干涉仪或模间干涉仪。

在一种具体的实施方案中，所述步骤1中的BCG信号的采集通过智能坐垫或者智能床垫获得。