[发明专利]基于波形分析的睡眠周期性检测及调节方法、系统和装置

权利要求书

1.一种基于波形分析的睡眠周期性检测及调节方法，其特征在于，包括以下步骤：

采集分析用户睡眠生理状态，得到睡眠状态特征曲线和睡眠时相曲线；

对所述睡眠状态特征曲线进行去趋势处理和数据平滑处理，生成睡眠状态周期特征曲线并提取过零特征和峰谷特征，计算得到睡眠周期性指数和睡眠周期性指数曲线；

对所述睡眠时相曲线、所述睡眠状态周期特征曲线和所述睡眠周期性指数曲线进行动态预测分析，生成睡眠周期动态调节策略，对用户睡眠过程进行动态调控和调控效果评估；

根据所述睡眠时相曲线、所述睡眠周期性指数曲线和动态调控效果曲线，提取时相周期性耦合指数、时相调节分布特征和周期指数调控系数；

对用户睡眠周期性过程进行持续检测量化和动态调节，建立并动态更新用户睡眠周期特征数据库；

根据所述用户睡眠周期特征数据库，动态优化数据平滑处理方法参数、动态预测分析方法参数和所述睡眠周期动态调节策略，生成用户睡眠周期性检测及调节报告。

2.如权利要求1所述的方法，其特征在于,所述采集分析用户睡眠生理状态，得到睡眠状态特征曲线和睡眠时相曲线的具体步骤还包括：

对用户的睡眠生理状态信号进行采集监测和信号处理，生成睡眠生理状态时帧数据；

对所述睡眠生理状态时帧数据中的全部时帧数据进行特征分析和特征选择，生成所述睡眠状态特征曲线；

对所述睡眠生理状态时帧数据中的全部时帧数据进行睡眠时相分析，生成所述睡眠时相曲线。

3.如权利要求2所述的方法，其特征在于：所述睡眠生理状态信号至少包括脑中枢状态信号、自主神经状态信号中的任一项；其中，所述脑中枢状态信号至少包括脑电图信号、脑磁图信号、血氧水平依赖信号中的任一项，所述自主神经状态信号至少包括中血氧水平依赖信号、心电信号、脉搏信号、呼吸信号、血氧信号、体温信号和皮肤电信号的任一项。

4.如权利要求2所述的方法，其特征在于：所述信号处理至少包括AD数模转换、重采样、重参考、降噪、去伪迹、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、矫正处理和分帧处理；其中，所述矫正处理具体为对目标信号中的包含伪迹或失真的信号数据片段进行信号矫正、信号预测和平滑处理，所述分帧处理是指根据信号采样率，以预设时间窗口长度和预设时间平移步长对目标信号进行连续滑动分割。

5.如权利要求2或3所述的方法，其特征在于：所述特征分析至少包括数值分析、包络分析、时频分析、熵分析、分形分析和复杂度分析中的任一项。

6.如权利要求2或3所述的方法，其特征在于：所述睡眠状态特征曲线具体为准确刻画用户在不同睡眠时期、不同睡眠时相的睡眠生理状态连续变化的特征曲线，由从所述特征分析得到的目标特征集中筛选出预设特征数量的目标特征并进行加权计算组合得到；其中，所述睡眠时期至少包括入睡前、睡眠中和睡眠后，所述睡眠时相至少包括清醒觉醒期、浅睡眠期、深睡眠期和快速眼动睡眠期。

7.如权利要求2或3所述的方法，其特征在于，所述睡眠时相曲线的生成方法具体为：

1)通过深度学习算法对规模睡眠用户样本的所述睡眠生理状态时帧数据及其对应睡眠时相分期数据进行学习训练和数据建模，得到睡眠时相分期识别模型；

2)将当前用户的所述睡眠生理状态时帧数据输入所述睡眠时相分期识别模型，得到所对应的睡眠时相分期并按时序生成所述睡眠时相曲线。