[發明專利]一種基于心電信號的睡眠分期方法

在審

• 申請號: 201910106090.5
• 申請日: 2019-02-01
• 公開（公告）號: CN109770892A
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 陳賢祥;童中凱;方震;王賢龍;夏善紅
• 申請（專利權）人: 中國科學院電子學研究所
• 主分類號: A61B5/0402
• 分類號: A61B5/0402;A61B5/0452;A61B5/08;A61B5/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 周天宇

一種基于心電信號的睡眠分期方法，所述方法包括：獲取原始心電信號，對所述原始心電信號進行去噪預處理得到心電信號；從所述心電信號中獲取R點以及RR間期，根據所述R點以及RR間期得到呼吸波形信號；根據所述心電信號和所述呼吸波形信號，獲取心電信號特征、呼吸信號特征以及心肺耦合特征；對所述心電信號特征、呼吸信號特征以及心肺耦合特征進行特征篩選；根據篩選后的所述心電信號特征、呼吸信號特征以及心肺耦合特征，采用機器學習算法進行睡眠分期。通過在心電信號特征中引入心電信號復雜度特征提高了基于心電信號的睡眠分期準確度。

技術領域

本發明涉及一種基于心電信號的睡眠分期方法。

背景技術

隨著社會經濟的快速發展，人們對健康狀況越來越關注。睡眠是人最重要的生理活動之一，睡眠質量的好壞直接或間接地影響人體的健康發展，由于快節奏的生活、壓力以及不良的生活習慣等，使更多的人患有睡眠疾病，因此，對睡眠開展監測和評估就顯得十分重要。

通過睡眠監測可以得到睡眠分期信號，準確的睡眠分期能夠幫助人們正確認識自身的睡眠結構、了解睡眠質量。傳統的睡眠分期通常采用多導睡眠儀(Polysomnography，PSG)實現，PSG通過記錄、分析全夜睡眠過程中的腦電、心電、肌電、血氧飽和度、呼吸氣流、胸部呼吸、腹部呼吸等多種人體生理信號變化實現睡眠分期，采用PSG實現睡眠分期的準確度較高，但PSG要求患者在睡眠監測實驗室過夜，需由專業受訓人員進行操作，數據需由儀器初步自動分析后由人工判讀。并且PSG數據采集時需要佩戴許多導線，舒適感差，影響睡眠質量。

因此為了達到簡便評估睡眠狀態的目的，近年來，現有技術發展出許多基于腦電、心電、體動、脈搏波等的可穿戴睡眠監測設備。這些可穿戴設備安全可靠、小巧方便、操作簡單、舒適感較好、對人體睡眠干擾少，可減少睡眠環境改變對檢測結果產生的影響，例如可貼式單導聯心電監測儀。

在通過單導聯心電監測儀采集到心電信號后，需提取與睡眠分期密切相關的RR間期的時域特征和頻域特征，然后采用機器學習的方法進行睡眠分期。

但現有技術中基于心電監測儀采用的睡眠分期方法中，睡眠分期的準確度卻很難提高。因此如何對特征進行篩選和優化，如何選擇合適的機器學習算法，從而提高睡眠分期的準確度，是目前研究的關鍵。

發明內容

(一)要解決的技術問題

現有技術中基于單導聯心電監測儀采用的睡眠分期方法中，睡眠分期的準確度卻很難提高。因此如何對特征進行篩選和優化，如何選擇合適的機器學習算法，從而提高睡眠分期的準確度，是目前研究的關鍵和需解決的問題。

(二)技術方案

本發明提供了一種基于心電信號的睡眠分期方法，所述方法包括：獲取原始心電信號，對所述原始心電信號進行去噪預處理得到心電信號；從所述心電信號中獲取R點以及RR間期，根據所述R點以及RR間期得到呼吸波形信號；根據所述心電信號和所述呼吸波形信號，獲取心電信號特征、呼吸信號特征以及心肺耦合特征；對所述心電信號特征、呼吸信號特征以及心肺耦合特征進行特征篩選；根據篩選后的所述心電信號特征、呼吸信號特征以及心肺耦合特征，采用機器學習算法進行睡眠分期。

可選地，所述心電信號特征，包括心電信號時域特征、心電信號頻域特征、和心電信號復雜度特征。

可選地，所述心電信號時域特征包括：以RR間期為第一基本特征值，將所述第一基本特征值的均值、方差、中值、四分差、20分位數、80分位數、和心率作為所述心電信號時域特征；

所述心電信號頻域特征包括：以RR間期為第一基本特征值，將所述第一基本特征值的頻率為0.04Hz-0.15Hz的第一信號功率、頻率為0.15Hz-0.4Hz的第二信號功率、第一信號功率與第二信號功率的比值作為所述心電信號頻域特征；