[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

本發明公開了一種基于EEG信號的助眠方法。包括了特制的睡眠監測設備、特制的EEG信號分析系統和助眠音樂庫三個部分。本發明的工作原理為：1、特制的睡眠監測設備采集睡眠者的腦電波和血氧心率指標實時傳入特制的EEG信號分析系統；2、特制的EEG信號分析系統將EEG信號進行解碼和預處理，再通過機器學習算法判斷睡眠者的睡眠階段；3、助眠音樂庫依據睡眠者不同的睡眠階段，匹配相應頻率及功率譜密度的助眠音樂；4、特制的睡眠監測設備為睡眠者播放匹配的助眠音樂，加快睡眠者進入深度睡眠的進程。本發明以睡眠EEG信號的數據特征進行設計，針對不同的睡眠階段匹配助眠音樂，提高了睡眠者從清醒到淺睡再到深度睡眠的速度，實現了有針對性的音樂助眠。

技術領域

本發明屬于EEG信號識別技術領域，具體涉及一種基于EEG信號的助眠方法。

背景技術

EEG信號識別技術不斷被探索，睡眠EEG監測技術越來越成熟，依據不同睡眠狀態與階段的EEG信號的特征，可以判斷睡眠者所處的睡眠階段，并根據不同的睡眠情況進行有針對性的治療。

現在人們生活節奏不斷加快，壓力也不算增大，失眠的人逐漸增多。解決失眠的方法仍然以藥物治療、物理治療和音樂治療為主。存在的問題是，藥物治療本身對人體的傷害極大，物理和音樂治療方案無法針對不同個體進行針對性的分析和判別。

發明內容

本發明的目的在于提供一種基于EEG信號的助眠方法，以解決現有的物理和音樂治療失眠的方法沒有針對性的情況。本方法基于睡眠EEG信號特征進行設計，可實現對睡眠者腦電波信號和血氧心率的監測，區分不同的睡眠階段并依據不同睡眠階段匹配相應頻率和功率譜密度的助眠音樂，加快睡眠者從清醒到淺睡再到深度睡眠的速度。

為了實現上述目的，本發明提供如下技術方案：一種基于EEG信號的助眠方法。本方法包括一套睡眠EEG信號的采集、傳輸、分析和播發匹配音樂的步驟，此步驟應用了特制的睡眠監測設備、特制的EEG信號分析系統和助眠音樂庫三個部分。本方法基于睡眠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。

優選的，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。

優選的，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；