[發明專利]一種特征權重自學習的睡眠質量檢測關鍵腦區判定方法

有效

• 申請號: 201911269218.6
• 申請日: 2019-12-11
• 公開（公告）號: CN111067513B
• 公開（公告）日: 2022-08-23
• 發明（設計）人: 彭勇;李晴熙
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: A61B5/372
• 分類號: A61B5/372
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 黃前澤

本發明提供一種特征權重自學習的睡眠質量檢測關鍵腦區判定方法；屬于腦電信號識別領域。本發明的睡眠質量評估方法如下：一、首先是對腦電數據的獲取與處理。二、對處理之后的腦電數據使用GRLSR模型進行分類并獲得特征權重值。三、利用特征權重值篩選關鍵頻段。四、利用特征權重值篩選關鍵腦區。本發明將半監督學習模型以及腦機接口技術融入到腦電檢測領域中，可以篩選出腦電信息檢測的關鍵頻段以及關鍵腦區，并利用關鍵腦區大幅提高腦電識別的正確率。

技術領域

本發明屬于生物特征識別領域中的腦電信號識別領域，具體涉及一種特征權重自學習的睡眠質量檢測關鍵腦區判定方法。

背景技術

在過去幾十年里，基于生理信號的客觀評價睡眠質量的方法逐漸被人們所使用的。由于腦電信號可以反映大腦皮層的神經活動，可以通過可穿戴設備獲取，在近年的疲勞估計、情緒識別等多項研究中被廣泛使用。而將腦-機接口與睡眠活動研究相結合就是睡眠質量評估中的一次新的嘗試。通過腦-機接口技術采集受試者的腦電信號，并通過對腦電信號的處理與分析，判斷出對象所處的睡眠階段，

而在使用腦電信號的睡眠質量評估任務中，當前還未有文獻對睡眠質量評測的關鍵腦區進行研究與判定，在腦機的一些其它任務中例如情感，手勢識別等，關于關鍵腦區的判斷大多是使用嘗試的方法，即手工選擇某個腦區的電極進行識別，然而，由于腦區的電極凡多，要手動篩選，需要花費極大精力，實用性不大。

睡眠是一種使我們保持健康狀態的正常生理活動現象。在人類的日常生活中，充足的睡眠可以使我們精力充沛，更容易集中精力完成日常工作；但實際情況卻并非如此，在如今生活壓力日益增大的環境下，熬夜，加班，作息不規律成為了時代的代名詞。越來越多的人深受睡眠障礙疾病的困擾。睡眠問題在現代社會不容小視。

現有的睡眠質量評價方法大致可以分為主觀睡眠質量評價方法和客觀睡眠質量評價方法倆大類。其中主觀質量評價方法由于以下局限性使得往往無法獲得準確的評估信息：1)由于在某些情況下，被調查者可能有意或無意地提供虛假信息，因此比較難以判斷被調查者的自我評價和反饋是否是真實的；2)在實際中填寫問卷往往是比較麻煩、耗時、費力，特別是評估時間長、人口規模大的情況下；3)往往很難獲得被調查者的實際合作，從而無法獲得準確可靠的評估信息。

發明內容

本發明的目的在于提供一種特征權重自學習的睡眠質量檢測關鍵腦區判定方法。

本發明的具體步驟如下：

步驟1、腦電數據的獲取和處理。

1-1、被測人員佩戴64導聯電極帽進行腦電數據采集，得到n₁組腦電信號。

1-2、對采集得到的腦電數據降頻濾波至1-50Hz。

1-3、對n₁組腦電信號分五個頻段進行特征提取，得到各頻段上各通道的平均微分熵特征

步驟2、將n₁組平均微分熵特征導入GRLSR模型，并進行調參，獲取預測精度。

2-1.給定一個有標簽數據X_L，標簽記為Y_L以及未標記數據X_U，標簽記為Y_U。矩陣X_L為n₂×5d的矩陣；矩陣X_U為n₁×5d的矩陣；矩陣X_U的n₁行元素分別為n₁組平均微分熵特征；矩陣Y_L為n₂×c的矩陣，c為類別數。令X＝[X_L,X_U]，Y＝[Y_L,Y_U]；矩陣X有n行；n＝n₁+n₂。d為被使用的通道數。