[发明专利]基于生理信号的睡眠分期预测方法、装置以及设备在审

专利信息
申请号: 202310934902.1 申请日: 2023-07-28
公开(公告)号: CN116649919A 公开(公告)日: 2023-08-29
发明(设计)人: 张涵;高佳宁;曾启正 申请(专利权)人: 华南师范大学
主分类号: A61B5/00 分类号: A61B5/00;A61B5/08;A61B5/11
代理公司: 广州骏思知识产权代理有限公司 44425 代理人: 叶琼园
地址: 510006 广东省广州市番禺区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 生理 信号 睡眠 分期 预测 方法 装置 以及 设备
【说明书】:

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睡眠分期预测方法、装置以及设备,无需将大量的传感器附着在人体的头部、胸口等位置来获得等各种信号,只需要检测用户的生理信号,进而从生理信号分离出心冲击信号以及呼吸信号,基于心冲击信号以及呼吸信号,构建用户的心肺协调序列以及体动伪迹检测序列,并基于心肺协调序列以及体动伪迹检测序列,构建决策融合序列,根据决策融合序列以及分期预测模块,获取用户的睡眠分期预测结果,检测方式方便快捷,无需要专家评估,可以提高检测结果的准确性,有效地对用户的睡眠分期进行分析。

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睡眠分期预测方法、装置、设备以及存储介质。

背景技术

睡眠分期预测指的是通过检测人体各种信号来确定睡眠呼吸质量的好坏,睡眠呼吸质量的好坏对于人的认知和工作能力有重大影响,因此,需要便捷准确获得睡眠分期预测结果,以便及时调整睡眠呼吸状态。

相关技术中,睡眠呼吸暂停检测需要将大量的传感器附着在人体的头部、胸口等位置来检测人体心冲击信、呼吸信号、体动特征信号等各种信号,整个过程不仅耗时,而且对于使用者来说侵入性高,使用者在使用过程中会影响正常的睡眠,测试结果还需要由专家人工校正,检测效率低,检测精度低。

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睡眠分期预测方法、装置、设备以及存储介质,无需将大量的传感器附着在人体的头部、胸口等位置来获得等各种信号,只需要检测用户的生理信号,进而从生理信号分离出心冲击信号以及呼吸信号,基于心冲击信号以及呼吸信号,构建用户的心肺协调序列以及体动伪迹检测序列,并基于心肺协调序列以及体动伪迹检测序列,构建决策融合序列,根据决策融合序列以及分期预测模块,获取用户的睡眠分期预测结果,检测方式方便快捷,无需要专家评估,可以提高检测结果的准确性,有效地对用户的睡眠分期进行分析。

第一方面,本申请实施例提供了一种基于生理信号的睡眠分期预测方法,包括以下步骤:

获取用户的生理信号,从所述生理信号中提取心冲击信号以及呼吸信号;

对所述心冲击信号以及呼吸信号进行体动检测,获得所述心冲击信号以及呼吸信号对应的体动检测序列,将所述心冲击信号以及呼吸信号对应的体动检测序列进行融合,获得体动伪迹检测序列;

获得所述心冲击信号对应的峰值间期序列以及所述呼吸信号对应的初步呼吸间期序列,根据所述体动伪迹检测序列,分别对所述峰值间期序列以及初步呼吸间期序列进行修正,获得所述心冲击信号对应的心搏间期序列以及所述呼吸信号对应的最终呼吸间期序列,根据所述心搏间期序列以及最终呼吸间期序列,获得心肺协调序列;

对所述心肺协调序列以及体动伪迹检测序列进行卷积处理,获得所述心肺协调序列对应的第一卷积序列,以及所述体动伪迹检测序列对应的第二卷积序列;对所述第一卷积序列以及第二卷积序列进行连续性修正,获得修正后的所述第一卷积序列以及第二卷积序列;根据修正后的所述第一卷积序列以及第二卷积序列在同一个位置索引上的卷积向量以及预设的卷积向量映射表,构建决策融合序列;

将所述决策融合序列输入至预设的分期预测模块中进行分期预测,获得所述用户的睡眠分期预测结果。

第二方面,本申请实施例提供了一种基于生理信号的睡眠分期预测装置,包括:

信号提取模块,用于获取用户的生理信号,从所述生理信号中提取心冲击信号以及呼吸信号;

体动伪迹检测模块,用于对所述心冲击信号以及呼吸信号进行体动检测,获得所述心冲击信号以及呼吸信号对应的体动检测序列,将所述心冲击信号以及呼吸信号对应的体动检测序列进行融合,获得体动伪迹检测序列;

心肺协调序列构建模块,用于获得所述心冲击信号对应的峰值间期序列以及所述呼吸信号对应的初步呼吸间期序列,根据所述体动伪迹检测序列,分别对所述峰值间期序列以及初步呼吸间期序列进行修正,获得所述心冲击信号对应的心搏间期序列以及所述呼吸信号对应的最终呼吸间期序列,根据所述心搏间期序列以及最终呼吸间期序列,获得心肺协调序列;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南师范大学,未经华南师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310934902.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top