[發明專利]基于BLSTM的睡眠分期方法以及基于BLSTM進行睡眠分期的裝置

在審

• 申請號: 202010263124.4
• 申請日: 2020-04-07
• 公開（公告）號: CN111407262A
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 蘭珂;鄭捷文;楊志誠;郝艷麗
• 申請（專利權）人: 北京海思瑞格科技有限公司
• 主分類號: A61B5/0402
• 分類號: A61B5/0402;A61B5/0452;A61B5/08;A61B5/00;A61B5/1455
• 代理公司: 北京京萬通知識產權代理有限公司 11440
• 代理人: 齊曉靜

1.一種基于BLSTM的睡眠分期方法，其中BLSTM包括兩層訓練層和一層輸出層；每層訓練層包括16個單元，輸出層包括4個單元，該4個單元分別對應于睡眠的覺醒、淺睡、深睡和快速眼動期；

所述BLSTM的輸入特征包括自RR間期信號提取的特征、自呼吸信號提取的特征、通過心肺耦合提取的特征。

2.如權利要求1所述的基于BLSTM的睡眠分期方法，其特征在于：

所述自RR間期信號提取的特征包括：

對每個30s時間段，加前五個30s時間段和后五個30s時間段，共11個30s時間段內的RR間期，做如下特征提取操作：

特征1、Mean_RR；

特征2、Mean_HR；

特征3、SDNN；

特征4、CV-RR；

特征5、RMSSD；

特征6、pNN50；

特征7、RR-mod；

將RR間期信號差值為4Hz后，采用FFT方法計算功率譜密度，做如下特征提取，其中：

高頻成分(HF)：0.15～0.4；

低頻成分(LF)：0.04～0.15；

總功率(TF)：0.04～0.4；

中頻成分(HF)：0.1～0.15；

T-低頻成分(TLF)：0.04～0.1；

極低頻(VLF)：0.0033～0.04；

特征8、LFn；

特征9、MFn；

特征10、TLFn；

特征11、HFn；

特征12、LF/HF；

特征13、MF/LF；

特征14、TLF/LF；

特征15-19、分別對LF、MF、TLF、HF、TF做平均功率計算：

其中，fi為當前的頻帶，Pi為所對應的能量值，N為頻譜圖的點的個數；

特征20-24、分別對LF、MF、TLF、HF、TF計算譜熵：其中SE為譜熵；

特征25、max(HF)；

特征26、max(HF)/TF；

特征27、FD(vlf)；

特征28、max(HF)/max(TF)；

特征29、max(VF)/max(HF)；

特征30、max(HF)與前后各兩個窗口的max(HF)的方差；

特征31、max(HF)與前后各三個窗口的max(HF)的方差；

特征32、max(HF)與前后各四個窗口的max(HF)的方差；

特征33、sdsd；

特征34、mad(rr)；

特征35、rr_range；

特征36-40、RR間期的10、25、50、75、90分位數；

特征41、RR間期的90分位數與10分位數之差；

特征42、RR間期的75分位數與25分位數之差；

特征43、RR間期的97分位數與RR間期的2分位之差；

特征44、RD1；

特征45-52、去趨勢后的RD1序列的10、25、50、75、90分位數以及90分位數與10分位數之差、75分位數與25分位數之差、97分位數與2分位之差；

特征53、RD2；

特征54-61、去趨勢后的RD2序列的10、25、50、75、90分位數以及90分位數與10分位數之差、75分位數與25分位數之差、97分位數與2分位之差；

62、RD3；

特征63-70、去趨勢后的RD3序列的10、25、50、75、90分位數以及90分位數與10分位數之差、75分位數與25分位數之差、97分位數與2分位之差；

特征71、f1；

特征72、f2；

特征73、f3；

特征74、RR間期的樣本熵；

對每個30s內的RR序列計算如下24個特征：

特征75-81、與特征1-7計算方式相同得到的特征；

特征82-88、與特征8-14計算方式相同得到的特征；

特征89-93、與特征15-19計算方式相同得到的特征；

特征94-97、與特征25、26、28、29的計算方式相同得到的四個特征；

特征98、當前30s距離睡眠開始所在的位置。