[发明专利]一种基于脑电信号的睡眠检测及睡眠辅助方法及装置

说明书

技术领域

本发明涉及辅助睡眠研究的技术领域，特别涉及一种基于脑电信号的睡眠 检测及睡眠辅助方法及装置。

背景技术

睡眠是一种非常重要的生理活动。通过睡眠活动，人体可以消除疲劳恢复 体力，可以提高自身免疫力、提高脾脏和骨髓的造血能力，可以保持大脑清晰 和反应敏捷。睡眠质量的好坏直接影响了人的健康、学习、生活以及工作。然 而，现代人的生活节奏日益加快，承受着工作和生活上越来越大的压力，各种 睡眠疾病的发病率也随之增加。其中，失眠是最常见的一种睡眠疾病。长期的 睡眠不足容易造成人精神状态不佳、注意力不集中，还可能引发焦虑、抑郁等 心理疾病。

自从德国精神病学家伯格(Berger)于1924年第一次记录头皮脑电信号以 来，脑电信号就被用于大脑活动的研究。睡眠研究是大脑活动研究中最重要的 课题之一。1968年，RechtschaffenA和KalesA提出了人体睡眠情况分为三 个阶段：清醒状态、非快速眼动状态和快速眼动状态。实验人员通过多导睡眠 图(Polysomnogram，PSG)记录仪记录脑电图(Electroencephalogram,EEG)、 眼动图(Electrooculogram，EOG)和肌电图(Electromyogram，EMG)，然后 由专家依据美国睡眠医学会(AmericanAcademyofSleepMedicine，AASM) 制定的规则分析出睡眠结构和睡眠质量。

然而，对于一个睡眠辅助系统而言，入睡之前的睡眠分析中才是核心任务。 因为如果辅助系统一直工作，就会在人体进入睡眠状态之后变成了睡眠干扰。 另外，由于清醒到睡眠状态的过渡时间较短，所以和睡眠分期(SleepStage Scoring)相比，入睡开始检测(SleepOnsetDetection)对检测算法的灵敏 性和精确性有更高的要求，在难度上也高于睡眠分期。目前，关于入睡开始检 测的研究还比较少，现有的算法可分为规则主导和模式识别主导的分析方法。 前者对信号幅度、均值、峭度、频率功率等指标设定阈值，原理简单，但是实 际操作很繁琐。后者先提取EEG波形特征，然后转化为分类问题，虽然在个体 上可以取得较高准确率，但是不同个体需要分别独立训练得到不同模型，在通 用性上有很大的局限性。

在睡眠辅助手段上，有针灸疗法、催眠疗法等专业医学治疗以及按摩疗法、 音乐疗法，环境温度调节等自主辅助睡眠手段。由于医疗资源有限，所以使用 成本较高，而自主辅助的方法不但成本低，使用起来还特别方便，适合用于长 期修复睡眠结构。关于音乐和睡眠质量的关系在科学研究上还没有确切的结论， 但是心理研究表明，音乐对人具有暗示调节、放松调节、呼吸调节和想象调节 等作用。适当的音调传入人的大脑中时，可以使他们的心律减慢，体温下降， 人的情绪也因此变得比较平静，更快进入睡眠。这也说明了音乐在调节使用者 睡前情绪上是有很大作用的。

1、现有技术一的技术方案

目前，杨纯等人公开了一种基于声音检测技术的睡眠辅助系统。通过在用 户枕头两端防止声音传感器，然后对声音信号进行特征提取并分析睡眠状态。 然后根据用户的睡眠状态控制室内空调和通风扇，调节温度从而辅助睡眠。该 方案采集的是用户睡眠鼾声，对用户的辅助措施是通过温度调节的方式。

这类方法简单易行，但是成本较高，通用性不高，对环境依赖性比较强， 而且辅助效果有限。因为并不是所有用户的呼吸声都会很明显，很可能会被环 境噪声所淹没。另外，从生物信号本身来讲，呼吸鼾声并不能很好的体现睡眠 状态，不同个体鼾声特征区别很大。从睡眠辅助方法来讲，温度的调节很难把 握，设备成本较高，辅助效果也有限。基于脑电信号的音乐辅助系统，可以从 大脑活动的本质上准确检测用户的状态，辅助设备成本也很低。

2、现有技术二的技术方案

可穿戴式设备(WearableDevice)的成为目前的研发热点之一，也出现 了一些轻便的传感器。有采用人体活动记录判断人体睡眠状态的发明，其依据 的原理是人体在清醒状态和睡眠状态下的肢体的运动规律。使用者在手腕上佩 戴有内置加速度传感器的体动计(Actigraphy)，通过采集人体手腕在床上的 运动信息，对加速度信息进行实时处理，按照特定的模式，分析出人体是在清 醒状态还是在睡眠状态。