本申請涉及一種睡眠分期的確定方法、裝置和計算機設備，計算機設備通過獲取用戶的肌電信號和體動信號，然后根據上述肌電信號和體動信號獲取基線參數，并根據上述基線參數，確定REM期。由于計算機設備獲取了用戶的肌電信號和體動信號，并根據基線參數對肌電信號和體動信號進行判斷，通過判斷結果獲得用戶的體動幅度與肌電幅度均比較小的階段，可以確定用戶的REM期。

技術領域

本發明涉及信號處理技術領域，特別是涉及一種睡眠分期的確定方法、裝置和計算機設備。

背景技術

近年來，隨著人們生活水平的提高，越來越多的人開始關注自己的睡眠情況。目前，國際上公認的睡眠評估的方法為多導睡眠監測(PSG)技術，通過持續同步記錄和分析腦電圖、眼電圖、下頜肌電、心電圖、呼吸活動以及其他生理和軀體活動等多項睡眠生理學指標，進行睡眠醫學研究和睡眠疾病診斷。為了使睡眠監測便于實施，傳統技術中通過手環設備采集身體的活動強度數據來判斷睡眠情況。

但是，由于手環設備一般只采集體動數據和心率數據，不能判斷出睡眠分期中的REM期。

發明內容

基于此，有必要針對上述技術問題，提供一種可以確定REM期的睡眠分期的確定方法、裝置和計算機設備。

一種睡眠分期的確定方法，所述方法包括：

獲取用戶的肌電信號和體動信號；

根據所述肌電信號和所述體動信號，獲取基線參數；所述基線參數用于表示所述肌電信號和所述體動信號的信號特征；

根據所述基線參數，確定快速眼球運動REM期。

在一個實施例中，所述根據所述肌電信號和所述體動信號，獲取基線參數，包括：

對所述肌電信號和所述體動信號進行低通濾波處理，獲得濾波后的肌電信號和濾波后的體動信號；

根據所述濾波后的肌電信號和所述濾波后的體動信號，獲取所述基線參數。

在一個實施例中，所述根據所述濾波后的肌電信號和所述濾波后的體動信號，獲取所述基線參數，包括：

根據所述濾波后的肌電信號，獲取肌電特征數據；

根據所述濾波后的體動信號，獲取體動特征數據；

獲取所述濾波后的肌電信號和所述濾波后的體動信號之間的相關系數；

根據所述肌電特征數據、所述體動特征數據和所述相關系數，確定所述基線參數。

在一個實施例中，所述根據所述基線參數，確定快速眼球運動REM期，包括：

根據所述基線參數，確定用戶的睡眠階段；

根據所述睡眠階段的睡眠數據，獲取肌電基線數據；

比較所述肌電基線數據的值和所述肌電信號的值之間的大小關系，獲取比較結果；

根據所述比較結果確定所述REM期。

在一個實施例中，所述根據所述基線參數，確定用戶的睡眠階段，包括：

根據所述體動特征數據，對用戶的睡眠數據進行分類，獲取各所述睡眠數據的第一類型；所述睡眠數據包括體動數據和肌電數據；

根據所述肌電特征數據對各所述睡眠數據的第一類型進行校正，獲取各所述睡眠數據校正后的第二類型；

根據各所述睡眠數據校正后的第二類型，確定所述睡眠階段。

在一個實施例中，所述根據所述體動特征數據，對用戶的睡眠數據進行分類，獲取各所述睡眠數據的第一類型，包括：