[发明专利]基于生理信号的醒睡检测方法、装置、设备以及存储介质

权利要求书

1.一种基于生理信号的醒睡检测方法，其特征在于，包括以下步骤：

获取用户的生理信号，根据预设的若干个不同的时间尺度，从所述生理信号中提取若干个不同时间尺度下的呼吸信号、心冲击图信号以及体动信号；

获取所述呼吸信号、心冲击图信号以及体动信号在若干个不同时间尺度下对应的特征向量，其中，所述特征向量包括心率特征、呼吸率特征、心率呼吸率互相关系数以及体动特征；

将同一时间尺度下的所述特征向量输入至预设的神经网络模型，对所述神经网络模型进行前向传播训练以及后向传播训练，根据所述后向传播训练的结果，更新所述神经网络模型的权重，获取训练后的神经网络模型；

将所述若干个不同时间尺度下对应的特征向量输入至所述训练后的神经网络模型，获取若干个不同时间尺度下对应的醒睡检测序列，其中，所述醒睡检测序列包括若干个醒睡检测向量；

根据所述若干个不同时间尺度下对应的醒睡检测序列中每个醒睡检测向量对应的值以及预设的第一醒睡检测阈值，获取所述若干个不同时间尺度下对应的醒睡检测序列中每个醒睡检测向量对应的醒睡标签，其中，所述醒睡标签包括觉醒标签以及睡眠标签；

获取所述若干个不同时间尺度下对应的醒睡检测序列中每个醒睡检测向量对应的觉醒标签的数目以及睡眠标签数目，根据所述觉醒标签的数目以及睡眠标签数目，获取醒睡检测结果。

2.根据权利要求1所述的基于生理信号的醒睡检测方法，其特征在于，所述根据预设的若干个不同的时间尺度，从所述生理信号中提取若干个不同时间尺度下的呼吸信号、心冲击图信号以及体动信号，包括步骤：

对所述若干个不同的时间尺度的生理信号进行重采样处理，获取重采样后的若干个不同的时间尺度的生理信号；

根据所述重采样后的若干个不同的时间尺度的生理信号以及预设的滤波器，获取若干个不同的时间尺度的呼吸信号；

根据所述重采样后的若干个不同的时间尺度的生理信号以及预设的第一小波函数，获取若干个不同的时间尺度的第一生理信号，作为所述若干个不同的时间尺度的心冲击图信号；

根据所述重采样后的若干个不同的时间尺度的生理信号以及预设的第二小波函数，获取若干个不同的时间尺度的第二生理信号，根据所述若干个不同的时间尺度的第二生理信号，获取若干个不同的时间尺度的体动信号。

3.根据权利要求2所述的基于生理信号的醒睡检测方法，其特征在于，所述根据所述若干个不同的时间尺度的第二生理信号以及预设的体动信号阈值，获取若干个不同的时间尺度的体动信号，包括步骤：

获取所述第二生理信号的均值以及标准值，根据所述第二生理信号的均值、标准值以及标准化公式，获取标准化处理后的第二生理信号，其中，所述标准化公式为：

式中，data为所述第二生理信号中各个向量对应的值，mean_data为所述第二生理信号的均值，std_data为所述第二生理信号的标准值；

根据所述作差后的第二生理信号以及预设的单位时间，获取单位时间内所述作差后的第二生理信号中的最大值对应的向量，构建最大值数组；获取所述最大值数组的最大值以及均值，根据所述最大值数组的最大值、均值以及第一体动信号检测值计算公式，获取所述单位时间内所述标准化后的第二生理信号对应的第一体动信号检测值，其中，所述第一体动信号检测值计算公式为：

q＝abs(max_df/mean_df)

式中，q为所述第一体动信号检测值，max_df为所述最大值数组的最大值，mean_df为所述最大值数组的均值；

根据所述第一体动信号检测值以及预设的体动信号检测启动阈值，响应体动信号检测指令，获取所述最大值数组中各个向量的值，根据预设的体动信号阈值，从所述最大值数组中获取若干个目标向量，构建目标向量集，根据所述目标向量集，从所述第二生理信号中获取所述目标向量对应的若干个向量，对所述目标向量对应的若干个向量进行组合，获取所述体动信号。