[发明专利]一种睡眠分期方法、计算机可读存储介质及程序产品

权利要求书

1.一种睡眠分期方法，其特征在于，包括：

采集用户睡眠状态下的脑电信号；

基于预设特征对所述脑电信号进行特征提取，得到脑电信号特征，所述预设特征至少包括统计学特征、时域特征、时频域特征和空间域特征中的一种；

将所述脑电信号特征通过分类器进行分类识别，确定所述用户的睡眠分期。

2.根据权利要求1所述的睡眠分期方法，其特征在于，所述统计学特征至少包括：均值特征、方差特征、标准差特征、中位数特征、峰度特征、偏度特征、最大值特征、最小值特征、过零率特征中的一种；

所述时域特征至少包括：一阶差分特征、二阶差分特征、Hjorth参数特征、分形维数特征、不稳定指数特征、高阶过零分析特征、频段能量特征中的一种；

所述时频域特征包括：功率谱密度特征和/或熵特征；

所述熵特征至少包括样本熵特征、微分熵特征、排列熵特征、频谱熵特征、近似熵特征、模糊熵特征中的一种；

所述空间域特征可以为不对称空间域特征，所述不对称空间域特征包括：不对称差特征和/或不对称系数特征；

所述不对称差特征至少包括左右位置不对称差特征、左右位置不对称商特征、前后位置不对称商特征中的一种。

3.根据权利根据权利要求1或2所述的睡眠分期方法，其特征在于，所述统计学特征至少包括偏度T6、峰度T7、δ波能量F2、β波能量F5、γ波能量F6、高δ波能量占比F8、θ波能量占比F9、γ波能量占比F12、α波能量与高δ波和θ波能量之和的比值F19、β波能量占七频段能量比重F22、不稳定指数N2中的一种。

4.根据权利要求1至3中任一项所述的睡眠分期方法，其特征在于，所述采集用户睡眠状态下的脑电信号后，所述基于预设特征对所述原始脑电信号进行特征提取，得到脑电信号特征之前，所述方法还包括：

去除所述脑电信号的直流分量。

5.根据权利要求1至4中任一项所述的睡眠分期方法，其特征在于，所述采集用户睡眠状态下的脑电信号后，所述基于预设特征对所述原始脑电信号进行特征提取，得到脑电信号特征之前，所述方法还包括：

对所述脑电信号按频率划分为多个频段；

对所述多个频段的所述脑电信号分别进行滤波。

6.根据权利要求1至5中任一项所述的睡眠分期方法，其特征在于，所述分类识别的分类指标包括：精确度precision、召回率recall、F1分数f1-score和/或准确率accurary。

7.根据权利要求1至6中任一项所述的睡眠分期方法，其特征在于，所述分类器至少包括支持向量机、BP神经网络分类器、决策树分类器和随机森林分类器中的一种。

8.根据权利要求7所述的睡眠分期方法，其特征在于，所述方法还包括：

选取分类精确度最高的分类器，生成脑电信号解码器。

9.一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行权利要求1至8中任一项所述的方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被处理器执行时，使所述处理器执行权利要求1至8中任一项所述的方法。