[發明專利]一種基于EEG信號的助眠方法

在審

• 申請號: 202010629111.4
• 申請日: 2020-07-01
• 公開（公告）號: CN111760160A
• 公開（公告）日: 2020-10-13
• 發明（設計）人: 王曉岸;盧樹強;馬鵬程
• 申請（專利權）人: 北京腦陸科技有限公司
• 主分類號: A61M21/02
• 分類號: A61M21/02;A61B5/0476;A61B5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于EEG信號的助眠方法，其特征在于：包括睡眠EEG信號的采集、傳輸、分析和播發匹配音樂的步驟，所述睡眠EEG信號的采集、傳輸、分析和播放匹配音樂的步驟為：

第一步：通過佩戴特制的睡眠監測設備，對睡眠者進行進行睡眠監測和EEG信號采集；

第二步：對EEG信號進行放大并編碼，實時傳輸到特制的EEG信號分析系統；

第三步：特制的EEG信號分析系統進行解碼和預處理提取特征，并應用機器學習算法進行信號分析，判別睡眠者的EEG信號所處的睡眠階段；

第四步：助眠音樂庫依據睡眠者所處的睡眠階段，實時匹配相應頻率和功率譜密度的助眠音樂；

第五步：特制的睡眠監測設備為睡眠者播放經過匹配的助眠音樂。

2.根據權利要求1所述的基于EEG信號的助眠方法，其特征在于：所述第一步和第二步中信號采集和傳輸步驟具體流程為：

第一步：睡眠者佩戴的特制的睡眠監測設備的電極陣列位于前額部分5個和后部2個，分別用于采集前額腦電波信號和參考腦電波信號；

第二步：特制的睡眠監測設備通過外傳部件將信號進行放大和編碼，整合為高頻數字信號傳輸給特制的EEG信號分析系統。

3.根據權利要求1所述的基于EEG信號的助眠方法，其特征在于：所述第三步進行信號解碼、預處理、特征提取和分析判別步驟計算流程為：

第一步：特制的EEG信號分析系統對高頻數字信號進行解碼，還原為多通道的EEG信號；

第二步：通過回歸法、自適應濾波和獨立分量分析法，對信號進行濾波和降噪，去除干擾和噪聲；

第三步：對處理后的腦電波數據進行時域和頻域的參數提取和特征變化，并進行歸類；

第四步：使用隨機森林機器學習算法計算時域和頻域的特征組合，得到不同睡眠階段的參數；

第五步：通過建立并不斷完善不同睡眠階段的參數特征庫，對比EEG信號的特征參數，判別睡眠者所處的睡眠階段。

4.根據權利要求1所述的基于EEG信號的助眠方法，其特征在于：所述第四步和第五步播放匹配音樂的步驟具體流程為：

第一步：助眠音樂庫依據睡眠不同階段的EEG信號的頻率和功率譜密度，進行音樂所含聲波的分類；

第二步：依據特制的EEG信號分析系統給出的睡眠階段，匹配相應分類下的音樂；

第三步：特制的睡眠監測設備的雙耳部分設有耳機喇叭，對匹配好的音樂進行播放，加快睡眠者進入深度睡眠的進程。

5.根據權利要求3所述的進行信號解碼、預處理、特征提取和分析判別的步驟，其特征在于：所述第三步到第五步不同睡眠階段分類及其特征和參數為：

清醒階段：α波特征，參數為8～13Hz，20～40μV；

N1階段(非快速眼動1期)：頂尖波特征，參數為4～7Hz，持續時間小于0.5秒；

N2階段(非快速眼動2期)：睡眠紡錘波和K復合波特征，參數為11～16Hz，小于50μV，持續時間大于0.5秒；

N3階段(非快速眼動3期)：δ波特征，參數為0.5～2Hz，大于75μV；

REM階段(快速眼動期深度睡眠)：θ波特征，參數為3～7Hz，小于50μV。