本發(fā)明涉及輔助睡眠
技術領域：
，特別是涉及一種睡眠狀態(tài)分析中睡眠周期檢測裝置。
背景技術：
：目前市面上已經(jīng)有一些設備來幫助人們?nèi)胨岣咚哔|量。睡眠狀態(tài)分析是了解用戶睡眠質量的重要手段，而在此過程中，需要對用戶睡眠狀態(tài)進行檢測，以準確知道用戶是否睡著。多導睡眠圖(Polysomnography,PSG)，又稱睡眠腦電圖，是目前臨床上用于睡眠診斷和分析的“金標準”。多導睡眠圖利用多種生命體征對睡眠進行分析，在這些體征信號中，腦電處于核心地位；利用腦電波4種節(jié)律：δ波(1-3Hz)，θ波(4-7Hz)，α波(8-12Hz)，β波(14-30Hz)的頻率特性。根據(jù)不同節(jié)律的腦電波和眼球運動特征，除了清醒階段以外，睡眠可以分成非眼快動睡眠(NoRapidEyeMovementSleep,NREMsleep)和眼快動睡眠(RapidEyeMovementSleep,REMsleep)周期。其中非眼快動睡眠又可以分為4個時期：S1期(完全清醒至睡眠之間的過渡階段)，S2期(淺睡階段)，S3期(中等深度睡眠)，S4期(深睡期)。傳統(tǒng)的檢測睡眠狀態(tài)是通過訓練識別模型來對腦電信號進行識別，例如對于非眼快動睡眠的4個時期時，通過對腦電信號進行小波分解與重構，到腦電信號的四種頻段(δ波頻段、θ波頻段、α波頻段和β波頻段)的信號，通過將這幾種腦電波信號特征輸入識別模型進行識別。由于腦電信號的個人特異性很強，并且腦電的強度很弱(腦電為微伏級別，心電為毫伏級別)，在信號采集時極易被外界信號所干擾。因此，利用計算機對腦電信號進行睡眠分析研究時，傳統(tǒng)的方法容易受到干擾影響，難以準確地檢測用戶當前處于非眼快動睡眠S2-S4的哪個時期，準確率較低。技術實現(xiàn)要素：基于此，有必要針對上述問題，提供一種睡眠狀態(tài)分析中睡眠周期檢測裝置，有效地提高睡眠狀態(tài)識別的準確率。一種睡眠狀態(tài)分析中睡眠周期檢測裝置，包括：腦電電極、參考電極、模數(shù)轉換器、濾波電路以及處理器；所述腦電電極、參考電極分別連接模數(shù)轉換器，并依次通過所述模數(shù)轉換器和濾波電路連接至處理器；所述腦電電極用于檢測用戶在睡眠中的腦電信號；所述模數(shù)轉換器將腦電信號轉換為數(shù)字信號，所述濾波電路對腦電信號進行低頻濾波后輸入至處理器；所述處理器，用于對腦電信號進行小波分解和重建出低頻腦電信號，對所述低頻腦電信號上檢測K綜合波和δ波；當檢測到K綜合波時，判斷用戶當前處于非眼快動睡眠的S2周期；并根據(jù)檢測到δ波的數(shù)量確定用戶的非眼快動睡眠的S3和S4周期。上述睡眠狀態(tài)分析中睡眠周期檢測裝置，通過腦電電極采集腦電信號，通過模數(shù)轉換和濾波電路處理后，由處理器對腦電信號進行小波分解和重建低頻腦電信號，通過在低頻部分上檢測K綜合波來確定非眼快動睡眠的S2周期，然后再在低頻部分上檢測δ波并統(tǒng)計數(shù)量，并通過該數(shù)量確定用戶非眼快動睡眠的S3和S4周期。該裝置可以避免腦電信號受到干擾影響，可以準確地檢測用戶當前處于非眼快動睡眠S2-S4的哪個時期，具有更高的準確率。附圖說明圖1為一個實施例的睡眠狀態(tài)分析中睡眠周期檢測裝置的結構示意圖；圖2是K綜合波的波形示意圖；圖3是δ波的波形示意圖；圖4為處理器判斷腦電波的波形示意圖；圖5是非眼快動睡眠S2期的腦電信號上K綜合波的檢測結果示意圖；圖6是非眼快動睡眠S3期的腦電信號上δ波的檢測結果示意圖；圖7為處理器檢測非眼快動睡眠的S2-S4周期的流程圖。具體實施方式下面結合附圖闡述本發(fā)明的睡眠狀態(tài)分析中睡眠周期檢測裝置的實施例。參考圖1所示，圖1為一個實施例的睡眠狀態(tài)分析中睡眠周期檢測裝置的結構示意圖，包括：腦電電極、參考電極、模數(shù)轉換器、濾波電路以及處理器；所述腦電電極、參考電極分別連接模數(shù)轉換器，并依次通過所述模數(shù)轉換器和濾波電路連接至處理器；所述腦電電極用于檢測用戶在睡眠中的腦電信號；所述模數(shù)轉換器將腦電信號轉換為數(shù)字信號，所述濾波電路對腦電信號進行低頻濾波后輸入至處理器；所述處理器，用于對腦電信號進行小波分解和重建出低頻腦電信號，對所述低頻腦電信號上檢測K綜合波和δ波；當檢測到K綜合波時，判斷用戶當前處于非眼快動睡眠的S2周期；并根據(jù)檢測到δ波的數(shù)量確定用戶的非眼快動睡眠的S3和S4周期。上述實施例的睡眠狀態(tài)分析中睡眠周期檢測裝置，通過腦電電極采集腦電信號，通過模數(shù)轉換和濾波電路處理后，由處理器對腦電信號進行小波分解和重建低頻腦電信號，通過在低頻部分上檢測K綜合波來確定非眼快動睡眠的S2周期，然后再在低頻部分上檢測δ波并統(tǒng)計數(shù)量，并通過該數(shù)量確定用戶非眼快動睡眠的S3和S4周期。該裝置可以避免腦電信號受到干擾影響，可以準確地檢測用戶當前處于非眼快動睡眠S2-S4的哪個時期，具有更高的準確率。在一個實施例中，所述腦電電極設置在用戶的額頭位置；所述參考電極設置在用戶的耳垂。如圖1所示，圖中，腦電電極即圖中的“M”，參考電極設置在用戶的耳垂，即圖中“R”和“L”。為了適應于腦電信號的處理，濾波電路濾波后，輸出0-256Hz頻段的信號至處理器。對于睡眠周期檢測功能，主要通過處理器來進行，基于處理器實現(xiàn)的功能，可以在處理器中配置相應的算法模塊。處理器檢測睡眠周期的算法流程包括(1)～(4)，具體如下：(1)對腦電信號進行小波分解，并根據(jù)預設的低頻段的小波系數(shù)重建腦電信號，得到低頻腦電信號；在對用戶進行輔助睡眠等睡眠狀態(tài)分析中，處理器通過控制用戶佩戴的腦電電極，采集用戶在睡眠過程中產(chǎn)生的腦電信號；在采集腦電信號時，處理器可以控制以30s為一幀進行采集，對每幀腦電信號進行后續(xù)處理。在臨床上，K綜合波的出現(xiàn)是進入睡眠狀態(tài)的典型標志，K綜合波的頻率較低。因此可以在低頻部分上對腦電信號進行分析，以排除高頻干擾，在此，首先對腦電信號進行小波分解，并根據(jù)低頻段的小波系數(shù)重建腦電信號，然后在重建的低頻腦電信號上提取腦電波；上述預設的低頻段，至少選取0～2Hz頻段的范圍，在該頻段內(nèi)檢測出K綜合波。另外，如果考慮到后續(xù)也需要對δ波進行處理，可以固定選取0～4Hz頻段。(2)從重建的所述低頻腦電信號上提取腦電波；在此，處理器可以根據(jù)波形特征，從重建的低頻腦電信號上提取腦電波。參考圖2和圖3所示，圖2是K綜合波的波形示意圖，圖3是δ波的波形示意圖；可見K綜合波是一種具有高波幅的復合雙相或者多相的慢波，持續(xù)時間約為1～2s，波幅約為200～300微伏(uV)；δ波活動的頻率為1～3Hz，波幅約為20～200微伏。在此，通過小波分解與低頻重構后，需要從低頻腦電信號中提取出腦電波。作為一個實施例，結合K綜合波的在波形上具有復合雙相或者多相且波幅較高的特點，在此將其簡化成具有高波峰、深波谷、持續(xù)時間為1～2s左右的腦電波。δ波具有波幅較高、頻率較低的特點，將其簡化成具有高振幅、持續(xù)時間為0.5s～2s左右的腦電波。在一個實施例中，處理器從低頻腦電信號上提取腦電波的算法過程，可以如下：從低頻腦電信號的波形上找出局部極小值點，并將其標記為波谷；將相鄰兩個波谷之間最大的局部極大值點標記為波峰；根據(jù)波形上每個左波谷-波峰-右波谷對的高度判斷出腦電波；參考圖4所示，圖4為處理器判斷腦電波的波形示意圖，在判斷過程中，首先計算每個左波谷-波峰-右波谷對的高度，然后分為以下三種方式：①若左右兩個波谷的高度差小于預設的差值閾值，則將該波形判為一個腦電波；具體的，如圖4(a)所示，如果兩個波谷的高度差小于閾值時(如10微伏)，判為一個腦電波。②若左右兩個波谷的高度差大于差值閾值，且左波谷-上升支波峰的高度小于波峰-下降支右波谷的一半，則將該波形判為一個腦電波；具體的，如圖4(b)所示，如果兩個波谷的高度差大于閾值，且左波谷-波峰(上升支)的高度小于波峰-右波谷(下降支)的一半，則將其判為一個腦電波。③若左右兩個波谷的高度差大于差值閾值，且上升支的高度大于下降支的一半，則拋棄右波谷并在波形上尋找接下來的第二個波谷，重新進行判斷；具體的，如圖4(c)所示，如果兩個波谷的高度差大于閾值，且上升支的高度大于下降支的一半，則拋棄右波谷并尋找接下來的第二個波谷，重新進行計算和判斷。上述實施例的方案中，在檢測K綜合波階段，可以將預設的低頻段選取0～2Hz頻段的范圍，在該頻段內(nèi)檢測出K綜合波?？梢詫㈩A設的低頻段選取0～4Hz頻段的范圍，在該頻段內(nèi)檢測出δ波。(3)根據(jù)K綜合波的波形特征從所述腦電波中檢測K綜合波，當檢測到K綜合波時，判斷用戶當前處于非眼快動睡眠的S2周期；如上所述，K綜合波是一種具有高波幅的復合雙相或者多相的慢波，持續(xù)時間約為1～2s，波幅約為200～300微伏。在低頻段的腦電信號上提取出腦電波后，根據(jù)K綜合波的波形特點來檢測K綜合波。處理器可以根據(jù)K綜合波的波形特征，先設定K綜合波的幅度閾值，結合提取的腦電波的采樣率，從腦電波中檢測K綜合波。在一個實施例中，處理器可以利用如下公式從所述腦電波中檢測K綜合波：wk-true,ifheightEOGtrough_lef:triugh_right<height_threEOG1<(ptrough_right-ptrough_left)/fs<2ampEEGtrough<trough_threEEGampEEGpeak>peak_threEEG---(1)]]>式中，ptrough_right與ptrough_left分別表示左右波谷數(shù)據(jù)點的坐標，fs為腦電波的采樣率，與分別表示腦電信號與眼電信號在區(qū)間[ptrough_right,ptrough_left]上的最大值減最小值的取值，一般情況下，眼電信號的上述取值，可以根據(jù)測試得到，peak_threEEG與trough_threEEG分別表示K綜合波的波峰閾值與波谷閾值，wk表示K綜合波，true表示判斷結果為真，if表示滿足的條件。上述實施例中，K綜合波的波峰閾值與波谷閾值可以分別取+100微伏與－100微伏。由于是在小波分解后的腦電信號上而非原始腦電信號上進行檢波，因此K綜合波的幅度閾值可較臨床標準適當降低。K綜合波的波峰的閾值peak_threEEG與波谷的閾值trough_threEEG可以分別設為正負100微伏；上述閾值設置經(jīng)過驗證，能夠得到較好的檢測效果。作為一個實施例，對于上述檢測到的K綜合波，為了避免眼電信號造成的干擾，在檢測到K綜合波的時間窗口內(nèi)，對信號的幅度進行檢測，當信號的幅度超過預設幅度閾值(例如75微伏)，則判定檢測到的K綜合波屬于偽陽性(falsepositive)結果，并不是真正的K綜合波，丟棄該檢測結果，排除眼電偽跡的干擾。參考圖5所示，圖5是非眼快動睡眠S2期的腦電信號上K綜合波的檢測結果示意圖；圖5(a)中波動較大的波形為原始腦電信號，波動較小的波形為低頻段重建的腦電信號；圖5(b)中波形部分是低頻段重建的腦電信號，圓圈部分為檢出的K綜合波。(4)根據(jù)δ波波形特征從所述腦電波中檢測δ波，統(tǒng)計檢測到δ波的數(shù)量；并根據(jù)δ波的數(shù)量確定用戶的非眼快動睡眠的S3和S4周期。處理器在檢測到K綜合波后，表明用戶已經(jīng)進入了睡眠狀態(tài)，此時就可以檢測δ波，根據(jù)δ波的數(shù)量判斷用戶的非眼快動睡眠的S3和S4周期。如上所述，δ波是一種具有波幅較高，頻率較低的特點，持續(xù)時間為0.5s～2s左右的腦電波，在低頻段的腦電信號上提取出腦電波后，根據(jù)δ波的波形特點來檢測δ波。在一個實施例中，從所述腦電波中檢測δ波的步驟，可以包括如下公式：wδ=true,ifheightEOGtrough_lef:trough_right<height_threEOG0.5<(ptrough_right-ptrough_left)/fs<2heightEEGtrough_lef:trough_right>height_threEEG---(2)]]>式中，ptrough_right與ptrough_left分別表示左右波谷數(shù)據(jù)點的坐標，fs為腦電波的采樣率，與分別表示腦電信號與眼電信號在區(qū)間[ptrough_right,ptrough_left]上的最大值減最小值的取值，height_threEEG表示δ波的幅度閾值；wδ表示δ波，true表示判斷結果為真，if表示滿足的條件。上述實施例中，δ波的幅度閾值可以取75-150微伏。由于是在小波分解后的腦電信號上而非原始腦電信號上進行檢波，因此δ波的幅度閾值可較臨床標準適當降低，δ波的幅度閾值height_threEEG為75至150微伏；上述閾值設置經(jīng)過驗證，能夠得到較好的檢測效果。作為一個實施例，對于上述檢測到的δ波，為了避免眼電信號造成的干擾，在檢測到δ波的時間窗口內(nèi)，對信號的幅度進行檢測，當信號的幅度超過預設幅度閾值(例如75微伏)，則判定檢測到的δ波屬于偽陽性(falsepositive)結果，并不是真正的δ波，丟棄該檢測結果，排除眼電偽跡的干擾。參考圖6所示，圖6是非眼快動睡眠S3期的腦電信號上δ波的檢測結果示意圖；圖6(a)中波動較大的波形為原始腦電信號，波動較小的波形為低頻段重建的腦電信號；圖6(b)中波形部分是是低頻段重建的腦電信號，圓圈部分為檢出的δ波。對于根據(jù)δ波的數(shù)量確定用戶的非眼快動睡眠的S3和S4周期的方法，主要是依據(jù)檢測到δ波的數(shù)量來確定，具體確定可以依據(jù)以下判斷原則：當δ波數(shù)量屬于[fL(m)，fH(m)]時，判定用戶當前處于非眼快動睡眠的S3周期；當δ波數(shù)量大于等于f0(m)時，判定用戶當前處于非眼快動睡眠的處于S4周期；fL(m)＝m/t×pL；fL(m)＝m/t×pH；f0(m)＝fH(m)+1；其中，檢測腦電波的時間窗口的長度為m，t為δ波持續(xù)時間的均值，(pL,pH)為δ波占腦電信號的時間范圍。δ波的持續(xù)時間一般為0.5～2秒，多在1.5s左右，因此可以取值為1.5秒，腦電信號檢測的時間窗口長度為30秒，即以30秒為一幀進行分析。則在S3期時，δ波占腦電信號的時間為20％～50％，即6秒～15秒，由此可以算出δ波的數(shù)量fL(m)＝4，fL(m)＝9，f0(m)＝10。本發(fā)明實施例的睡眠狀態(tài)分析中睡眠周期檢測裝置，具有較高的準確性。實驗證明，在多例利用腦電信號進行的非眼快動睡眠的S2-S4周期的檢測中，檢測的準確率達到了95％以上。參考圖7所示，圖7為處理器檢測非眼快動睡眠的S2-S4周期的流程圖，包括如下步驟：s1：采集腦電信號(可能含眼電信號)；s2：腦電信號小波分解；s3：重建低頻段信號(0-2Hz)；s4：從低頻段信號中檢測腦電波；s5：腦電波中檢測K綜合波；s6：去除K綜合波檢測中的眼電干擾；s7：是否檢測到K綜合波？若是，判定為S2周期，執(zhí)行s8，否則繼續(xù)判斷；s8：重建低頻段信號(0-4Hz)；s9：從低頻段信號中檢測腦電波；s10：腦電波中檢測δ波；s11：去除δ波檢測中的眼電干擾；s12：統(tǒng)計δ波數(shù)量，閾值判斷；數(shù)量屬于[4，9]，判定為S3周期；數(shù)量大于等于10，判定為S4周期。以上所述實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權利要求為準。當前第1頁1 2 3