[发明专利]一种基于心率变异性的睡眠分期方法

说明书

本发明公开了一种基于心率变异性的睡眠分期方法,其中，该方法包括：将睡眠阶段信号进行平滑预处理；从平滑处理后ECG信号中提取RR间期；利用RR间期进行心率变异性特征提取；选择合适的心率变异性特征训练睡眠分期模型，利用训练好的模型完成睡眠分期，通过采用上述步骤，平滑掉了噪音信号，更好的保留了原有信息，对睡眠阶段的划分更为精准，分类更加细化，睡眠分期的效果更好。

技术领域

本发明属于智能健康辅助领域，具体涉及一种基于心率变异性的睡眠分期方法。

背景技术

据世界卫生组织调查显示，在世界范围内约1/3的人患有睡眠障碍，而中国各类睡眠障碍的患病比例高达38.2％；人体的睡眠质量指数不仅与睡眠时长有关，还与睡眠的深度有关，人从不同的睡眠阶段中醒来会对人的精神状态产生不同的影响，在医学中，用户要做一个完整的睡眠监测，需要在医院戴上专业的PSG监测设备，不仅仅是成本高和操作困难，而且许多患者还会随着睡眠环境的改变而发生睡眠行为的改变，造成在医院的测量结果与平时的睡眠行为差异，进而导致分析的结果不准确，误导医生病情分析，延误诊治；

睡眠分期是进行睡眠质量评价的重要依据，但已有的睡眠分期方法大都以脑电信号为主，当前最广泛使用的是利用睡眠多导图采集脑电、心电、肌电等信号，由睡眠专家完成分期；但一方面该设备本身比较复杂且需要专业人员在特定的睡眠测试场所进行，另一方面需要在受试者身上粘贴许多的传感器，对自然睡眠造成了严重侵扰，并且由于价格昂贵，操作复杂，不适应家庭使用，也无法向公众推广；

新的生理信号，比如呼吸特征，心率特征，心率变异性特征以及体动等容易被采集到的生理特征被用来进行睡眠分期，这种非接触式的方式更容易被大众接受，在相关文献中已有相关研究，从ECG信号中获取HRV和呼吸信号，使用呼吸和心率进行睡眠阶段的识别，综合使用体动记录仪和ECG数据得到HRV进行睡眠分期，该研究首先利用体动记录仪分析出实验者是处于醒着还是睡眠状态；然后使用HRV的时域、频域特征分析是处于浅睡眠还是深睡眠阶段；还有文献中提出一种考虑个体特征的睡眠分期方法，采用的生理信号包括心率、呼吸率、体动和血氧饱和度，其中呼吸率和体动的测量采用微动敏感床垫，心率和血氧饱和度由血氧计得到；

多参数信息融合的睡眠分期，提出在不使用脑电的条件下，利用较易获得的心动周期、呼吸、体动等基本生理参数，提取其中与睡眠过程及其变化有关的规律和信息，建立知识规则库，采用不确定推理的证据理论进行多参数睡眠信息融合计算，实现睡眠结构分期。

发明内容

为了克服上述现有技术的缺陷，本发明的目的在于提供一种基于心率变异性的睡眠分期方法，将睡眠阶段信号进行平滑预处理；从平滑处理后ECG信号中提取RR间期；利用RR间期进行心率变异性特征提取；选择合适的心率变异性特征训练睡眠分期模型，利用训练好的模型完成睡眠分期，平滑掉了噪音信号，更好的保留了原有信息，对睡眠阶段的划分更为精准，分类更加细化，睡眠分期的效果更好。

为了达到上述目的，本发明的技术方案是这样实现的：

一种基于HRV的睡眠分期方法，所述HRV的睡眠分期方法具体包括以下步骤：

步骤一：将睡眠阶段信号进行平滑处理，平滑掉睡眠时不可能出现的阶段转换，保存原始睡眠阶段信息；

步骤二：从经步骤一平滑处理后的ECG信号中提取RR间期；

步骤三：利用步骤二提取的RR间期进行心率变异性特征提取；

步骤四：通过步骤三提取的特征训练睡眠分期模型，完成睡眠分期。