[發(fā)明專利]基于能量判斷的實時入睡點檢測方法、系統(tǒng)及助眠裝置

在審

• 申請?zhí)枺?/td>: 202210189991.7
• 申請日: 2022-02-28
• 公開（公告）號: CN114569075A
• 公開（公告）日: 2022-06-03
• 發(fā)明（設(shè)計）人: 曹琪琪;劉冰;萬力
• 申請（專利權(quán)）人: 浙江柔靈科技有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/369;A61B5/374;A61M21/02
• 代理公司: 深圳智趣知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44486
• 代理人: 李興生

1.一種基于能量判斷的實時入睡點檢測方法，其特征在于，包括如下：

采集用戶前額葉在預(yù)設(shè)時長的實時腦電信號；

對所述實時腦電信號進(jìn)行濾波和降采樣處理，得到第一腦電信號，并對所述第一腦電信號進(jìn)行人工偽跡判斷；

若所述第一腦電信號為非人工偽跡，則以預(yù)設(shè)時間單位、預(yù)設(shè)重疊率的滑動窗處理所述第一腦電信號，基于快速傅里葉變換結(jié)果計算相對功率比，得到第一theta比率和第一alpha比率；

對所述第一theta比率進(jìn)行Theta頻段的帶通濾波和慢波濾波，得到第二theta比率，對所述第一alpha比率進(jìn)行Alpha頻段的帶通濾波和慢波濾波，得到第二alpha比率；

處理所述第二theta比率和所述第二alpha比率，并基于預(yù)設(shè)最佳能量閾值參數(shù)和預(yù)設(shè)持續(xù)時間參數(shù)判斷用戶是否入睡。

2.根據(jù)權(quán)利要求1所述的實時入睡點檢測方法，其特征在于，“處理所述第二theta比率和所述第二alpha比率，并基于預(yù)設(shè)最佳能量閾值參數(shù)和預(yù)設(shè)持續(xù)時間參數(shù)判斷用戶是否入睡”具體包括：

計算所述第二theta比率和所述第二alpha比率之間的能量差值；

記錄所述能量差值大于預(yù)設(shè)最佳能量閾值參數(shù)的持續(xù)時間；

若所述持續(xù)時間超過預(yù)設(shè)持續(xù)時間參數(shù)，則判定用戶已經(jīng)入睡。

3.根據(jù)權(quán)利要求2所述的實時入睡點檢測方法，其特征在于，所述最佳能量閾值參數(shù)和所述預(yù)設(shè)持續(xù)時間參數(shù)的獲取過程包括：

獲取大量用戶的睡眠數(shù)據(jù)，所述睡眠數(shù)據(jù)包括入睡前數(shù)據(jù)和入睡后數(shù)據(jù)；

對所述睡眠數(shù)據(jù)進(jìn)行濾波，濾除人工偽跡，得到第一睡眠數(shù)據(jù)；

以預(yù)設(shè)時間單位、預(yù)設(shè)重疊率的滑動窗處理所述第一睡眠數(shù)據(jù)，基于快速傅里葉變換結(jié)果計算相對功率比，得到第一theta測試比率和第一alpha測試比率；

對所述第一theta測試比率進(jìn)行Theta頻段的帶通濾波和慢波濾波，得到一系列的第二theta測試比率，對所述第一alpha測試比率進(jìn)行Alpha頻段的帶通濾波和慢波濾波，得到一系列的第二alpha測試比率；

采用預(yù)設(shè)的迭代算法，在所述第二theta測試比率和所述第二alpha測試比率中，迭代找到最佳能量閾值參數(shù)和預(yù)設(shè)持續(xù)時間參數(shù)。

4.根據(jù)權(quán)利要求1所述的實時入睡點檢測方法，其特征在于，所述滑動窗以3s為時間單位、50％的重疊率處理數(shù)據(jù)；

和/或，所述預(yù)設(shè)時長為30s。

5.根據(jù)權(quán)利要求1所述的實時入睡點檢測方法，其特征在于，所述第一腦電信號的獲取過程包括：

對所述實時腦電信號進(jìn)行帶通濾波和陷波濾波，并降采樣到100Hz，得到所述第一腦電信號。

6.根據(jù)權(quán)利要求1所述的實時入睡點檢測方法，其特征在于，若所述持續(xù)時間未超過預(yù)設(shè)持續(xù)時間參數(shù)，則繼續(xù)采集用戶前額葉在預(yù)設(shè)時長的實時腦電信號，直至判定用戶入睡；

若所述第一腦電信號為人工偽跡，則繼續(xù)采集用戶前額葉在預(yù)設(shè)時長的實時腦電信號，直至判定用戶入睡。

7.一種基于能量判斷的實時入睡點檢測系統(tǒng)，其特征在于，包括：

采集單元，用于通過電極采集用戶前額葉在預(yù)設(shè)時長的實時腦電信號；

預(yù)處理單元：用于對所述實時腦電信號進(jìn)行濾波和降采樣處理，得到第一腦電信號，并對所述第一腦電信號進(jìn)行人工偽跡判斷；

滑動窗單元：若所述第一腦電信號為非人工偽跡，則以預(yù)設(shè)時間單位、預(yù)設(shè)重疊率的滑動窗處理所述第一腦電信號，基于快速傅里葉變換結(jié)果計算相對功率比，得到第一theta比率和第一alpha比率；

慢波濾波單元，用于對所述第一theta比率進(jìn)行Theta頻段的帶通濾波和慢波濾波，得到第二theta比率，對所述第一alpha比率進(jìn)行Alpha頻段的帶通濾波和慢波濾波，得到第二alpha比率；

入睡判斷單元，用于處理所述第二theta比率和所述第二alpha比率，并基于預(yù)設(shè)最佳能量閾值參數(shù)和預(yù)設(shè)持續(xù)時間參數(shù)判斷用戶是否入睡。