[發(fā)明專利]一種腦電睡眠分期裝置

在審

• 申請?zhí)枺?/td>: 202210660410.3
• 申請日: 2022-06-13
• 公開（公告）號: CN115067881A
• 公開（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 王浩沖;史改革;董文麗
• 申請（專利權(quán)）人: 西安臻泰智能科技有限公司
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/372;A61B5/369
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 李彩玲

1.一種腦電睡眠分期裝置，其特征在于，包括腦電采集模塊和模式識別模塊；其中，

所述腦電采集模塊，用于采集目標(biāo)對象的腦電的待識別睡眠數(shù)據(jù)，將所述待識別睡眠數(shù)據(jù)發(fā)送至所述模式識別模塊；

所述模式識別模塊，用于根據(jù)與所述待識別睡眠數(shù)據(jù)對應(yīng)的各待識別分段數(shù)據(jù)，以及預(yù)先訓(xùn)練的睡眠分期識別模型，確定各所述待識別分段數(shù)據(jù)對應(yīng)的睡眠分期結(jié)果；其中，所述睡眠分期識別模型為支持向量機(jī)模型，所述支持向量機(jī)模型的目標(biāo)懲罰因子或目標(biāo)核函數(shù)參數(shù)根據(jù)模擬退火算法得到。

2.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述裝置還包括數(shù)據(jù)預(yù)處理模塊，所述數(shù)據(jù)預(yù)處理模塊，用于獲取所述待識別睡眠數(shù)據(jù)，對所述待識別睡眠數(shù)據(jù)進(jìn)行分段處理，得到與所述待識別睡眠數(shù)據(jù)對應(yīng)的各待識別分段數(shù)據(jù)，將各所述待識別分段數(shù)據(jù)發(fā)送至所述模式識別模塊。

3.根據(jù)權(quán)利要求2所述的裝置，其特征在于，所述數(shù)據(jù)預(yù)處理模塊，還用于對各所述待識別分段數(shù)據(jù)進(jìn)行偽跡去除處理，基于偽跡去除結(jié)果更新各所述待識別分段數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的裝置，其特征在于，所述數(shù)據(jù)預(yù)處理模塊，還用于針對各所述待識別分段數(shù)據(jù)，確定所述待識別分段數(shù)據(jù)中的各峰谷元素的絕對值，基于所述絕對值以及預(yù)設(shè)幅度閾值，在各所述峰谷元素中確定待驗(yàn)證元素以及所述待驗(yàn)證元素的數(shù)量，若所述待驗(yàn)證元素的數(shù)量超過預(yù)設(shè)數(shù)量閾值，且，存在相鄰的兩個(gè)所述待驗(yàn)證元素之間的距離小于預(yù)設(shè)距離閾值，則確定所述待識別分段數(shù)據(jù)存在偽跡，對所述待識別分段數(shù)據(jù)進(jìn)行偽跡去除處理。

5.根據(jù)權(quán)利要求2所述的裝置，其特征在于，所述數(shù)據(jù)預(yù)處理模塊，還用于對各所述待識別分段數(shù)據(jù)進(jìn)行噪聲濾除處理，基于噪聲濾除結(jié)果更新各所述待識別分段數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的裝置，其特征在于，所述裝置還包括模型訓(xùn)練模塊，所述模型訓(xùn)練模塊包括采集單元、預(yù)處理單元和訓(xùn)練單元；其中，

所述采集單元，用于采集腦電的各樣本睡眠數(shù)據(jù)，將各所述樣本睡眠數(shù)據(jù)發(fā)送至所述預(yù)處理單元；

所述預(yù)處理單元，用于對各所述樣本睡眠數(shù)據(jù)進(jìn)行分段處理，得到各樣本分段數(shù)據(jù)，對各所述樣本分段數(shù)據(jù)進(jìn)行偽跡去除處理和噪聲濾除處理，將偽跡去除處理和噪聲濾除處理后的各所述樣本分段數(shù)據(jù)發(fā)送至所述訓(xùn)練單元；

所述訓(xùn)練單元，用于確定各所述樣本分段數(shù)據(jù)對應(yīng)的睡眠特征向量，根據(jù)各所述樣本分段數(shù)據(jù)對應(yīng)的睡眠特征向量、各所述樣本分段數(shù)據(jù)對應(yīng)的睡眠分期標(biāo)簽以及模擬退火算法，對預(yù)先構(gòu)建的支持向量機(jī)進(jìn)行訓(xùn)練，得到支持向量機(jī)模型。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述訓(xùn)練單元，還用于針對各所述樣本分段數(shù)據(jù)，提取所述樣本分段數(shù)據(jù)的時(shí)域特征、頻域特征、雙譜特征和非線性特征，基于所述時(shí)域特征、所述頻域特征、所述雙譜特征和所述非線性特征，構(gòu)建所述樣本分段數(shù)據(jù)對應(yīng)的睡眠特征向量。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述訓(xùn)練單元，還用于執(zhí)行以下操作：

確定初始溫度、初始參數(shù)以及所述初始參數(shù)對應(yīng)的鄰域集合；

基于預(yù)設(shè)溫度下降方式以及所述初始溫度確定當(dāng)前溫度，根據(jù)預(yù)設(shè)鄰域確定規(guī)則在所述鄰域集合中確定待判別參數(shù)，根據(jù)所述當(dāng)前溫度下所述待判別參數(shù)對應(yīng)的識別目標(biāo)函數(shù)的計(jì)算結(jié)果，確定基于所述待判別參數(shù)更新所述初始參數(shù)的概率，根據(jù)所述概率確定是否重新確定待判別參數(shù)；

若基于所述待判別參數(shù)更新所述初始參數(shù)，則判斷所述當(dāng)前溫度是否達(dá)到預(yù)設(shè)溫度閾值，則否，則將所述當(dāng)前溫度作為所述初始溫度，返回執(zhí)行基于預(yù)設(shè)溫度下降方式以及所述初始溫度確定當(dāng)前溫度的操作；

其中，所述初始參數(shù)為初始懲罰因子或初始核函數(shù)參數(shù)。