[发明专利]使用心率的频谱分析和运动来检测快速眼动睡眠时段的机器学习模型

权利要求书

1.一种用于概率性地确定个体的睡眠阶段的方法，所述方法包括经由一个或多个处理器进行的以下操作：

从由个体穿戴的一组传感器接收一组信号，该组信号包含光电容积脉搏(PPG)信号和加速度计信号；

如果所接收到的PPG信号包括具有不等持续时间的段，将所述PPG信号划分为一组等时间的段；

确定与每个段相关联的跳动间隔，所述跳动间隔反映连续心跳之间经过的时间；

对该组跳动间隔进行采样以生成间隔信号；

基于所述间隔信号和所述加速度计信号生成一组信号特征，该组信号特征包含所述间隔信号的频谱图；以及

通过使用学习库中包含的睡眠阶段分类器对该组信号特征进行操作来确定个体的睡眠阶段，其中所述睡眠阶段分类器包括一组函数，该组函数定义基于该组信号特征、个体处于所述睡眠阶段的似然。

2.如权利要求1所述的方法，其中对该组跳动间隔进行采样包括使用所述等时间的段的频率进行采样。

3.如权利要求1所述的方法，其中对该组跳动间隔进行采样包括使用与所述等时间的段的频率不同的频率进行重采样。

4.如权利要求1所述的方法，其中该组函数包含信号权重，并且其中每个信号权重基于该组信号特征中的特征与已知睡眠阶段之间的相关性。

5.如权利要求4所述的方法，进一步包括：

以第一采样率对所述加速度计信号进行采样；

在与所述加速度计信号相关联的每个通道上对采样的加速度计信号求微分；以及

在加速度计时间窗内对微分后的加速度计信号的幅度取平均，以生成时间上平均的运动信号；

其中该组信号特征进一步包括所述时间上平均的运动信号，使得所述睡眠阶段进一步基于所述时间上平均的运动信号。

6.如权利要求4所述的方法，其中该组信号特征进一步包括从以第二采样率采样的PPG信号导出的平均脉搏率、以及所述间隔信号的频谱图中的多个频带中的每个频带中的绝对能量的求和。

7.如权利要求6所述的方法，其中所述睡眠阶段是从一组潜在睡眠阶段中确定的，其中该组潜在睡眠阶段包括清醒阶段、非REM阶段和REM阶段，并且所述方法进一步包括基于该组信号特征和所述睡眠阶段分类器中的该组信号权重来确定所述潜在睡眠阶段中每个的睡眠阶段似然。

8.如权利要求7所述的方法，其中确定所述睡眠阶段进一步包括：

基于一组睡眠阶段似然之中的最高睡眠阶段似然，来识别最可能的睡眠阶段，该组睡眠阶段似然包含与潜在睡眠阶段相关联的每个睡眠阶段似然；以及

确定所述最高睡眠阶段似然是否超过预设阶段似然阈值。

9.如权利要求5所述的方法，其中所述学习库包括来自多个个体的多个期段的数据，并且其中该组信号权重基于对该组特征中每个特征在所述多个个体中的每个个体的每个期段内进行归一化。

10.一种用于概率性地确定个体的睡眠阶段的系统，包括：

存储指令的存储器；以及

一个或多个处理器，配置为执行所述指令以进行一个或多个操作，所述操作包括：

从由个体穿戴的一组传感器接收一组信号，该组信号包含光电容积脉搏(PPG)信号和加速度计信号；

如果所接收到的PPG信号包括具有不等持续时间的段，将所述PPG信号划分为一组等时间的段；

确定与每个段相关联的跳动间隔，所述跳动间隔反映连续心跳之间经过的时间；

对该组跳动间隔进行采样以生成间隔信号；

基于所述间隔信号和所述加速度计信号生成一组信号特征，该组信号特征包含所述间隔信号的频谱图；以及

通过使用学习库中包含的睡眠阶段分类器对该组信号特征进行操作来确定个体的睡眠阶段，其中所述睡眠阶段分类器包括一组函数，该组函数定义基于该组信号特征、个体处于所述睡眠阶段的似然。