[发明专利]睡眠辅助方法和系统、睡眠辅助装置

权利要求书

1.一种睡眠辅助方法，其特征在于，包括：

从睡眠辅助对象的脑电信号中提取脑电波，并计算所述脑电波的能量特征信息；

获取睡眠辅助对象的心电信号，识别心电信号中的R波，计算R波的特征信息和心率变异性；

将所述能量特征信息、R波的特征信息和心率变异性输入到预先训练的睡意深度检测模型中进行识别，得到睡意深度等级；

根据所述睡意深度等级选择睡眠辅助内容，将所述睡眠辅助内容向所述睡眠辅助对象进行播放。

2.根据权利要求1所述的睡眠辅助方法，其特征在于，所述能量特征信息包括能量值及其能量分布密度；所述R波的特征信息包括RR间期和R波幅度。

3.根据权利要求1所述的睡眠辅助方法，其特征在于，所述提取睡眠辅助对象的脑电的Delta、Theta、Alpha、Beta、Gamma波，并计算得到Delta、Theta、Alpha、Beta、Gamma波的能量及其能量分布密度的步骤包括：

对所述脑电信号进行预处理得到脑电切片；

从所述脑电切片提取Delta、Theta、Alpha、Beta、Gamma波；

分别提取Delta、Theta、Alpha、Beta、Gamma波的幅度值；

根据Delta、Theta、Alpha、Beta、Gamma波的幅度值和频率值计算Delta、Theta、Alpha、Beta、Gamma波的能量及其能量分布密度。

4.根据权利要求3所述的睡眠辅助方法，其特征在于，所述从所述脑电切片提取Delta、Theta、Alpha、Beta、Gamma波的步骤包括：

对脑电切片中的脑电信号进行中心化和白化处理；

对所述脑电信号进行小波变换获取各分辨率下的小波系数，对小波系数进行折中阈值处理，并进行逆小波变换得到多个脑电波信号；

依次对各个脑电波信号进行独立成分分析，提取脑电波信号的Delta、Theta、Alpha、Beta、Gamma波。

5.根据权利要求2所述的睡眠辅助方法，其特征在于，所述从睡眠辅助对象的脑电信号中提取脑电波，并计算所述脑电波的能量特征信息的步骤包括：

提取Delta、Theta、Alpha、Beta、Gamma波的幅度值；

根据所述Delta、Theta、Alpha、Beta、Gamma波的幅度值分别计算Delta、Theta、Alpha、Beta、Gamma波的能量值；

根据所述Delta、Theta、Alpha、Beta、Gamma波的能量值计算能量分布密度。

6.根据权利要求1所述的睡眠辅助方法，其特征在于，所述识别心电信号中的R波，计算R波的特征信息和心率变异性的步骤包括：

对心电信号进行经验模态分解得到本征模函数，根据所述本征模函数识别心电信号中的R波；

采用差分阈值搜索方法确定心电信号的阈值；

利用所述阈值在所述心电信号上进行搜索，将心电信号的最大值作为第一个R波的位置；

在所述心电信号上逐个搜索每个R波的位置，并计算相邻两个R波的RR间期；

根据所述RR间期确定所述心电信号的心率变异性。

7.根据权利要求1所述的睡眠辅助方法，其特征在于，还包括：

根据输入的脑电特征参数和心电特征参数建立SVM回归模型；

提取所述脑电特征参数和心电特征参数的特征信息作为训练样本；

将所述训练样本输入到SVM回归模型并结合输入的评分值进行SVM训练，得到所述睡意深度检测模型。

8.根据权利要求1所述的睡眠辅助方法，其特征在于，根据所述睡意深度等级选择睡眠辅助内容，将所述睡眠辅助内容向所述睡眠辅助对象进行播放的步骤包括：

建立用户的睡眠辅助内容切换表，用于记录所述用户的睡眠辅助内容的播放切换规则；

根据所述睡意深度等级从睡眠辅助内容切换表中选择对应的睡眠辅助内容向所述用户进行播放；

在播放结束后，读取用户的睡意深度等级，并根据该睡意深度等级对所述睡眠辅助内容切换表进行更新。