[发明专利]一种睡眠脑电检测方法及系统

说明书

本发明提供一种睡眠脑电监测方法及系统，所述方法为一种基于数据驱动的单通道计算机睡眠评分算法。首先，使用经验模式分解所采集到的分解脑电信号片段。然后，从得到的固定模式函数中提取基于统计模型的特征。进行统计分析以确定所选特征的有效性。最后，我们采用随机欠采样分类算法实现自动睡眠分段。本发明提供的一种睡眠脑电监测方法及系统，结合经验模式分解算法迭代以及随机欠采样进行弱分类器学习分类，可以在提高所采集到的睡眠脑电信号自适应性的同时降低睡眠脑电信号分析具有类不平衡问题。

技术领域

本发明属于睡眠监测技术领域，具体涉及一种睡眠脑电检测方法及系统。

背景技术

人一生中约有三分之一的时间都被用来睡觉，因此我们对睡眠有一个模糊的概念，但这并不意味着睡眠病理很简单。睡眠对人类的健康来说是及其重要的，许多与睡眠有关的疾病，如睡眠呼吸暂停、失眠和阵发性发作性睡病等，严重影响了人们的生活质量。最近的研宄表明，现在人们的睡眠时间比过去少，睡眠质量也有所下降，睡眠/昼夜节律紊乱可能是阿尔茨海默病和帕金森病等神经退行性疾病的重要标志，睡眠病理的治疗可以改善患者的生活质量。

目前，国内外的睡眠监测设备和仪器主要是用来区分睡眠的各种状态，测量和分析睡眠深度，即给出睡眠结构阶段的结果，记录人在睡眠过程中的生理参数。但心理压力这个因素在受试者监测过程中是不容忽视的，因为现有技术中多采用的多导睡眠图检测设备大多基于EEG，其采用电极采集生物电信号的方式。结果触电极带来的不适会对被测试者产生很大影响，尤其是获取信息时需要被测试者需要长时间睡眠。

发明内容

本发明针对上述缺陷，提供一种结合经验模式分解算法迭代以及随机欠采样进行弱分类器学习分类，可以在提高所采集到的睡眠脑电信号自适应性的同时降低睡眠脑电信号分析具有类不平衡问题的睡眠脑电信号监测方法及系统。

本发明提供如下技术方案：一种睡眠脑电监测方法，包括以下步骤：

1)脑电采集数据模块单通道采集被监测者的多个睡眠脑电信号X，传递给与所述脑电采集数据模块通信连接的主控模块，所述主控模块的硬件交互模块接收所述脑电采集数据模块的睡眠脑电信号，并传递给信号处理与建模模块；

2)所述信号处理与建模模块对多个所述睡眠脑电信号X进行经验模态分解，对输入的每个所述睡眠脑电信号X中加入一个低阶随机噪声，通过经验模式分解算法对每个所述睡眠脑电信号X进行I次重复迭代分解，得到一个具有n个点的经验模式分解固有模式函数其中，其中，k＝1,2…,K为固有模式函数的种类，每个所述睡眠脑电信号X的n个点集合为X＝{x₁,x₂,x₃,…,x_n}；

3)对所述步骤2)得到的n个点中的每个点xⁱ(n)进行迭代分解，以数据驱动的方式生成所述每个点xⁱ(n)的高度局部化时频估计L个调幅和调频振荡固有模式函数其中j＝1,2…,L，进而重构所述睡眠脑电信号X′；从得到固有模式函数中提取重构的所述睡眠脑电信号X′的统计模型的特征，进行统计分析以确定所选特征的有效性；

4)采用随机欠采样分类算法对所述步骤3)得到的具有统计模型特征的重构睡眠脑电信号X′历经T次迭代进行分类，在每次所述随机欠采样迭代过程中，修改示例权重，进而在下一次迭代中正确分类在当前迭代中被错误分类的示例，实现清醒、非快速眼动S1阶段、非快速眼动S2阶段、非快速眼动S3阶段、非快速眼动S4阶段和快速眼动REM阶段共六种睡眠阶段的自动分类；

5)将自动分类得到的睡眠阶段输出至软件交互模块，所述软件交互模块通过无线传输模块上传至云存储管理模块，通过蓝牙模块传输至智能移动终端。

进一步地，所述单通道脑电信号为Pz-Oz通道脑电信号。

进一步地，步骤2)包括以下步骤：