[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

说明书

本发明涉及信号处理技术领域，特别涉及一种基于生理信号的醒睡检测方法、装置、设备以及存储介质，基于生理信号，获取用户的不同时间尺度下对应的特征向量，根据特征向量训练神经网络模型，获取训练后的神经网络模型输出的不同时间尺度下对应的醒睡检测序列，并根据预设的第一醒睡检测阈值，对醒睡检测序列中各个醒睡检测向量打上醒睡标签，根据各个醒睡检测向量对应的醒睡标签，精准地获取用户的醒睡检测结果，从而能够有效地对用户的睡眠状态进行分析。

技术领域

本发明涉及信号处理技术领域，特别涉及是一种基于生理信号的醒睡检测方法、装置、设备以及存储介质。

背景技术

睡眠呼吸暂停综合征是一种常见的睡眠障碍疾病，患者在睡眠期间会多次停止呼吸，严重时次数可达上百次。这将使大脑和人体其他器官严重缺氧，从而增大高血压、冠心病、心律失常等重大危险疾病的患病风险。报告均表明睡眠呼吸疾病与心血管疾病的诱发有着紧密联系，若对患有睡眠呼吸暂停综合征的人群进行尽可能早的心脏功能监测，这对患者后续诱发心血管疾病事件的预防以及之后的治疗有着重大的意义；

对于在睡眠期间存在较多短时觉醒片段的目标人群，采用现有的压电传感的睡眠监测方法对该目标人群的睡眠状态进行分析时，往往会将短时觉醒片段判断为睡眠状态，无法对该目标人群的睡眠状态进行准确、有效的分析。

发明内容

基于此，本发明的目的在于，提供一种基于生理信号的醒睡检测方法、装置、设备以及存储介质，基于生理信号，获取用户的不同时间尺度下对应的特征向量，根据特征向量训练神经网络模型，获取训练后的神经网络模型输出的不同时间尺度下对应的醒睡检测序列，并根据预设的第一醒睡检测阈值，对醒睡检测序列中各个醒睡检测向量打上醒睡标签，根据各个醒睡检测向量对应的醒睡标签，精准地获取用户的醒睡检测结果，从而能够有效地对用户的睡眠状态进行分析。

第一方面，本申请实施例提供了一种基于生理信号的醒睡检测方法，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。

第二方面，本申请实施例提供了一种基于生理信号的醒睡检测装置，包括：

信号获取模块，用于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；

特征向量获取模块，用于获取所述呼吸信号、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；