CN102247122A - 睡眠检测装置及其检测、辅助睡眠的方法 - Google Patents

睡眠检测装置及其检测、辅助睡眠的方法 Download PDF

Info

Publication number
CN102247122A
CN102247122A CN2010101800307A CN201010180030A CN102247122A CN 102247122 A CN102247122 A CN 102247122A CN 2010101800307 A CN2010101800307 A CN 2010101800307A CN 201010180030 A CN201010180030 A CN 201010180030A CN 102247122 A CN102247122 A CN 102247122A
Authority
CN
China
Prior art keywords
human body
sleep
eeg signal
energy
stage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010101800307A
Other languages
English (en)
Inventor
卢斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI YIKU INFORMATION TECHNOLOGY INFORMATION Co Ltd
Original Assignee
SHANGHAI YIKU INFORMATION TECHNOLOGY INFORMATION Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by SHANGHAI YIKU INFORMATION TECHNOLOGY INFORMATION Co Ltd filed Critical SHANGHAI YIKU INFORMATION TECHNOLOGY INFORMATION Co Ltd
Priority to CN2010101800307A priority Critical patent/CN102247122A/zh
Publication of CN102247122A publication Critical patent/CN102247122A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种睡眠检测装置,包括:电极、加速度传感器、CPU处理器;其中电极直接与人体脑部相接触并采集脑电波信号,加速度传感器固定于人体前额并采集人体运动的加速度信号,所述脑电波信号和加速度信号传递至CPU处理器,由CPU处理器判断人体的睡眠情况。该装置还可以包括:存储器、耳机;其中存储器中存储有音频文件,由CPU处理器控制所述音频文件播放到耳机之中。本发明还公开了该装置检测睡眠情况及辅助睡眠的方法。本发明可以较为精确地对人体的睡眠阶段进行判断,并具有辅助睡眠的效果。

Description

睡眠检测装置及其检测、辅助睡眠的方法
技术领域
本发明涉及一种对人体睡眠情况进行检测的装置,以及利用这种装置检测人体睡眠情况、辅助人体睡眠的方法。
背景技术
1968年,Rechtschaffen A和Kales A发表了《人类睡眠阶段的标准化术语、技术和判读工作手册》(A manual for standard terminology,techniques and scoring system for sleep stages of human subjects),其中提出人体的睡眠情况大体分三种状态:清醒状态、眼球不动的睡眠状态、眼球转动的睡眠状态。
美国睡眠医学会(AASM,American Academy of S1eep Medicine)以上述论文为基础,提出了人体睡眠可分为如下四个阶段:
阶段一:模糊入睡阶段。人体清醒时的脑电波频率为8~13Hz(赫兹),此时则变为4~7Hz。该阶段的脑电波幅度(电压)低,一般在30μV(微伏)以下。该阶段中人有时会手脚抽动。
阶段二:浅睡眠阶段(浅睡阶段)。该阶段的脑电波频率仍为4~7Hz,但会有图1所示的睡眠纺锤形波(Sleep Spindle)和K形杂波(K-complex)两种短暂的波形出现。睡眠纺锤形波是一种13~17Hz的脑电波信号,时间一般延续有0.5~1.5秒。K形杂波是一种幅度较大的先正后负的高压尖脉冲,总长度约为900ms(毫秒),其中正的尖脉冲有350~550ms长。K形杂波是在阶段二出现,一般是每1~1.7秒出现一下,且和睡眠纺锤形波相伴。该阶段中,人体对环境失去知觉,且基本不动。一般正常人的睡眠时间中的45%~55%是处于这种状态。
阶段三:深度睡眠阶段(深睡阶段)。该阶段在开始(前期)时,至少有20%的脑电波频率是0.5~3Hz且信号幅度大于75μV,其余的是3Hz以上的快速变化信号且信号幅度小于75μV。随后(后期)0.5~3Hz的脑电波信号增多,占几乎全部的时间。该阶段中人体不动,全身肌肉很放松。但该阶段中如果人体做梦,尤其是做恶梦时,可能会动。该阶段的后期可能发生梦游(夜游)。这个阶段时间越长,睡眠质量就越高,第二天起床感觉就越好。该阶段在第一个睡眠周期时间较长,为30分钟左右;在随后的随眠周期中逐渐减少。
上述阶段一、阶段二、阶段三都属于眼球不动的睡眠阶段。
阶段四:快速眼球转动阶段(眼球转动的睡眠阶段)。绝大多数成年人有20~25%的睡眠时间处于这个阶段。此时,脑电波从深睡阶段的0.5~3Hz变为10Hz以上的快速变化信号且信号幅度小,脑电波信号呈现间断的锯齿波形状。
上述四个阶段的脑电波主能量频率、幅度及人体运动情况如下表所示:
Figure GSA00000126095200021
Figure GSA00000126095200031
以上四个阶段共计90~110分钟左右,大体重复进行。请参阅图2,第一个睡眠周期包括完整的四个睡眠阶段且依次进行。从第二个睡眠周期开始就不是纯粹的按上述的四个周期依次进行,而是可能跳过一个或多个睡眠阶段。一个晚上人体大约有4~5个睡眠周期。
目前检测人体睡眠有如下方法:
第一种方法,待测人员到医院的睡眠实验室过夜,专门设备监控待测人员的心电图、脑电波、呼吸状态、手脚是否移动等。医生通过读取整个晚上记录下来的多个信号的波形图,人工分析判断病人的睡眠阶段、睡眠质量等。
第二种方法,通过测量人体的脑电波判断人体的睡眠阶段。该方法是用十多个探头(电极)连接头部的不同的部位(例如采用国际通用的10~20系统电极铺放法),来采集十多路的脑电波信号。
在该方法基础上有简化方案,如美国专利授权号US5154180A所记载的,只采用前额的一路脑电波信号,通过对脑电波信号频率、幅度的分析判断人体的睡眠阶段。
又如美国专利授权号US6272378B1所记载的,不仅依据脑电波信号的频率、幅度,还对脑电波信号进行傅立叶变换后依据不同频率信号的频段分布情况,综合判断人体的睡眠阶段。这种方法已经生产出了实际的产品,例如Zeo公司生产的“个人睡眠教练”(Personal Sleep Coach),但是根据客户反馈情况,有20%的消费者反映,该产品会在客户有知觉、尚未睡眠的时候判断为客户已入睡。
第三种方法,采用活动记录检查原理判断人体的睡眠阶段。该方法是在待测人员手腕上戴上腕动计(actigraphy),内有加速度传感器。当待测人员处在不同的睡眠阶段时,会伴随着身体的运动或静止。加速度传感器检测并记录人体的运动信息,由此判断人体是处在清醒状态、还是某一个睡眠阶段。
上述第一种方法需要到专门的实验室进行,花费高且很不方便。上述第二种方法或者要部署十多个电导电极,不适合于平时家庭的使用;或者对人体睡眠情况判断的准确度有所欠缺。由于在模糊的睡眠阶段、深睡阶段中人体都可能运动,上述第三种方法显然也无法对人体睡眠情况作出准确的判断。
现代人生活压力越来越大,失眠现象很普遍。有些人睡眠时间虽然有6~8小时,但是睡眠质量差,早晨起来还是觉得头脑不清醒。如果能清楚地告诉人们晚上睡眠的分析情况,如各阶段睡眠时间的多少,人们就会对自己有一个心理的暗示,从而驱使身体往好的方面做调整。
另外有许多人在失眠时采取听收音机或听音乐的方式辅助睡眠,但是这些声音在人体入睡后仍然存在,反而对睡眠不利。虽然收音机或音频播放器可以设定定时关机的功能,但是很难确定定时关机的时间。
发明内容
本发明所要解决的技术问题是提供一种睡眠检测装置。为此,本发明还要提供所述睡眠检测装置检测人体睡眠情况的方法、以及所述睡眠检测装置辅助人体睡眠的方法。
为解决上述技术问题,本发明睡眠检测装置包括电极、加速度传感器、CPU处理器;其中电极直接与人体脑部相接触并采集脑电波信号,加速度传感器固定于人体前额并采集人体运动的加速度信号,所述脑电波信号和加速度信号传递至CPU处理器,由CPU处理器判断人体睡眠情况。
进一步地,本发明睡眠检测装置还包括存储器、耳机;其中存储器中存储有音频文件,由CPU处理器控制所述音频文件播放到耳机之中。
上述睡眠检测装置检测睡眠的方法为:CPU处理器根据接收的脑电波信号和加速度信号,判断人体的睡眠情况,具体包括如下规则:
规则1:每个测量周期中加速度信号的波动均在第一阈值以上,则CPU处理器仅根据脑电波信号判断人体的睡眠情况,而不考虑加速度信号;
规则2:当脑电波信号在各个频段的能量分布均匀,则CPU处理器仅根据加速度信号判断人体的睡眠情况,而不考虑脑电波信号;
规则3:在一个测量周期内,脑电波信号在8~25Hz的能量占总能量的80%以上,并且脑电波信号在8~9Hz的能量占总能量的4%以上,并且脑电波信号的平均幅度在30μV以下,并且加速度信号的波动在第一阈值以上,则判断人体处于清醒阶段;
规则4:在连续的四个测量周期内,脑电波信号在6~8Hz的能量占总能量的80%以上,并且脑电波信号的平均幅度在30μV以下,并且未检测到睡眠纺锤形波和K形杂波,则判断人体处于模糊入睡阶段;
规则5:在连续的四个测量周期内,脑电波信号在4~7Hz的能量占总能量的80%以上,并且至少出现一次睡眠纺锤形波和/或K形杂波,并且脑电波信号的平均幅度均大于30μV且在75μV以下,并且至少一个测量周期内的加速度信号的波动小于第一阈值,则判断人体处于浅睡阶段;
规则6:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量占总能量的20%以上且小于50%,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的前期;
规则7:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量占总能量的50%以上,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的后期;
规则8:在连续的四个测量周期内,脑电波信号在1~4Hz的能量占总能量的50%以上,并且脑电波信号的平均幅度大于75μV,并且加速度信号的波动在0.05g以上,则判断人体处于深度睡眠阶段的后期且待测人员处于梦游状态;
规则9:在连续的四个测量周期内,脑电波信号在10Hz以上的能量占能量的80%以上,并且脑电波信号的平均幅度在30μV以下,并且至少一个测量周期内加速度信号的波动小于0.05g,则判断人体处于快速眼球转动阶段;
规则10:在每个测量周期中,加速度信号的波动均大于第三阈值且小于第四阈值,并且加速度信号的峰值每分钟出现10~20次,则CPU处理器仍按上述规则3~9判断人体的睡眠情况,但将第一阈值改为第二阈值。
上述睡眠检测装置辅助睡眠的方法为:待测人员戴上睡眠检测装置,其中电极和加速度传感器固定于人体前额,耳机佩带于人体耳部;
当CPU处理器判断人体处于清醒阶段,则在耳机中播放音频;
当CPU处理器判断人体处于模糊入睡阶段,则在耳机中降低音量;
当CPU处理器判断人体处于浅睡阶段,则立即在耳机中停止播放音频。
本发明睡眠检测装置及其检测、辅助睡眠的方法,可以较为精确地对人体的睡眠情况进行判断,并具有辅助睡眠的效果。
附图说明
图1是人体处于浅睡阶段时,脑电波呈现睡眠纺锤形波和K形杂波的示意图;
图2是人体在一个晚上多个睡眠周期以及睡眠阶段之间切换的示意图;
图3是本发明睡眠检测装置的结构示意图一;
图4是本发明睡眠检测装置的结构示意图二;
图5是本发明睡眠检测装置的一个实施例的外观示意图;
图6是本发明睡眠检测装置的一个实施例的结构示意图;
图中附图标记说明:
10-佩带;20-电子模块;21-电极;211-前置信号放大器;212-滤波器;213-模数转换器;22-加速度传感器;23-CPU处理器;24-存储器;25-耳机。
具体实施方式
请参阅图3,本发明睡眠检测装置至少包括:
电极21,直接与人体脑部接触并采集脑电波信号;
加速度传感器22,固定于人体前额并采集人体脑部运动(如转动、抽动、挪动等)的加速度信号;
CPU处理器23,接收所述脑电波信号和加速度信号,并判断人体的睡眠情况。
请参阅图4,本发明睡眠检测装置还可在图3基础上进一步包括:
存储器24,其中存储有音频文件,例如催眠音乐、催眠语音等;
耳机25,佩戴到人体的耳朵之中或之外,受CPU处理器23的控制而播放音频文件。
进一步地,CPU处理器23还可将接收的脑电波信号、加速度信号、和/或判断的人体睡眠情况的详细数据存储到存储器24中,从而可以导出进行详细分析。
请参阅图5,这是本发明睡眠检测装置的一个实施例的外观示意图。在人体的脑袋上部环绕着一根佩带10,佩带10上固定有一个电子模块20。电子模块20紧贴人体的前额部位。在电子模块20上具有一个或多个电极21、以及加速度传感器、CPU处理器、存储器等模块(均未图示)。电子模块20通过两根数据线连接两个耳机25,耳机25置于人体的耳朵之中或覆盖在耳朵之外。
图5所示的睡眠检测装置是一个可佩带的形式。由于该装置是整晚戴在前额,因此电极21不宜采用普通医疗用的脑电图探头,因为这容易造成皮肤过敏,且会在前额上留下红色的印记。本发明中优选地采用内嵌金属丝的软性纺织品作为电极。
进一步地,在图5所示的电子模块20中还可以包括控制整个装置开启或关闭的按键、显示人体是处于清醒阶段或睡眠阶段信息的显示屏、对外进行数据传输的接口等(均未图示)。
请参阅图6,这是本发明睡眠检测装置的一个实施例的结构示意图。其中包括依次相连的电极21、前置信号放大器211、滤波器212、模数转换器213、CPU处理器23、信号放大器232和耳机25;还包括与CPU处理器23相连接的加速度传感器22、显示屏231、USB接口233、存储器24。当然还应包括电源(如电池)为以上各模块提供电力,图6中未图示。
其中电极21例如可以采用普通的人体电导测量用电极,优选则采用加银丝的软布电极。电极21采集到的人体脑电波信号幅度一般为10~100μV。电极21例如可以设置为三个(如图5所示),中间的电极作为参考电平,主要用来更好地去除系统的共模噪声。两边的两个电极作为一对差分输入信号送入前置信号放大器211的差分输入端。这三个电极总共只采集一路脑电波信号。电极21的数量不作严格限制,也可以采用更少或更多的电极。
电极21采集的一路脑电波信号经过前置信号放大器211放大几十倍后,先经过一个隔直电容(未图示),电容可以去除电极在人体皮肤上积聚电荷后的固定电平差,以防后级放大器饱和。再经过一个滤波器212。滤波器212将高频噪声和工频噪声(例如50Hz)滤除掉。滤波器212的截止频率例如为48Hz。
滤波后的信号再送入模数转换器213转换为数字信号。模数转换器213例如是12位以上的模拟数字转换电路,对模拟信号采样后变为数字信号。采样的频率要100赫兹以上,例如可选择200赫兹。
模数转换后的数字信号进入CPU处理器23,CPU处理器23一方面将模数转换后的脑电波信号存储到存储器24之中,另一方面则对该信号进行傅立叶变换,把时域的脑电波信号(横坐标为时间,纵坐标为幅值)转换为频域的脑电波信号(横坐标为频率,纵坐标为幅值)。
加速度传感器22例如是三轴重力加速度传感器,其采集的人体运动的加速度信号传递给CPU处理器23。该加速度传感器固定于人体的前额部位,检测人体头部的运动(挪动、转动等)情况。所述加速度信号指三轴重力加速度传感器在三轴方向上的加速度信号的矢量总和,即直角坐标系三轴方向的加速度值的平方相加后再开平方根的值。
所述加速度信号传递给CPU处理器23之前经过信号放大、滤波、模数转换等环节,图6中未详细表示。CPU处理器23对该加速度信号一方面存储到存储器24中,另一方面结合时域和频域的脑电波信号,综合判断人体的睡眠情况。
显示屏231例如是LCD显示屏,可以实时地显示脑电波信号、加速度信号的信息,也可以实时地显示CPU处理器23判断出的人体的清醒或睡眠状态信息。为节省电源,显示屏231可以设置为默认关闭,根据用户按键才开启。
存储器24例如是flash存储器等,要求存储器24在掉电后仍可保存数据。存储器24中既保存有所采集的人体脑电波信号(时域)、加速度信号,也保存有CPU处理器23处理后的人体脑电波信号(频域),以及CPU处理器23判断出的人体的睡眠情况信息。进一步地,存储器24中还可以保存有可以帮助睡眠的催眠音乐、催眠语音等。
CPU处理器23还通过信号放大器232连接耳机25。CPU处理器23可以控制存储器24中的音频文件输出到信号放大器232,经放大后在耳机25中播放。
USB接口233也可以是任何其他通用的数据接口,本发明睡眠检测装置可以通过该USB接口233连接到计算机上,将存储器24中存储的人体的脑电波信号、加速度信号的详细信息、以及CPU处理器23判断出的人体的睡眠情况的详细信息导出到计算机上,用于进一步地详细分析。各种音频文件也可以通过该USB接口233传输到存储器24之中。
本发明睡眠检测装置检测人体的方法,是由CPU处理器根据人体前额的脑电波信号的时域特性和/或频域特性、和/或加速度信号综合判断的,具体包括如下规则:
规则1:每个测量周期中加速度信号的波动均在第一阈值以上,则CPU处理器仅根据脑电波信号判断人体的睡眠情况,而不考虑加速度信号;
本申请文件中,所述“加速度信号的波动”是指加速度信号的最大值与最小值之间的差值。
所述“仅根据脑电波信号判断人体的睡眠情况”是指:
规则1.1:在一个测量周期内,脑电波信号在8~25Hz的能量占总能量的80%以上,并且脑电波信号在8~9Hz的能量占总能量的4%以上,并且脑电波信号的平均幅度在30μV以下,则判断人体处于清醒阶段;
本申请文件中,脑电波信号的总能量是指其频域曲线(横坐标为频率、纵坐标为幅值)下所覆盖的总面积,脑电波信号在某一频段内的能量是指其频域曲线在该频段内所覆盖的面积。
在规则1.1中,对脑电波信号在8~9Hz的能量占比的规定,是为了区别情形阶段和眼球转动的睡眠阶段。
规则1.2:在一个测量周期内,脑电波信号在6~8Hz的能量占总能量的80%以上,并且脑电波信号的平均幅度在30μV以下,则判断人体处于模糊入睡阶段;
规则1.3:在连续的四个测量周期内,脑电波信号在4~7Hz的能量占总能量的80%以上,并且至少出现一次睡眠纺锤形波和/或K形杂波,并且脑电波信号的平均幅度大于30μV且在75μV以下,则判断人体处于浅睡阶段;
规则1.4:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量在总能量的20%以上且小于总能量的50%,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的前期;
规则1.5:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量占总能量的50%以上,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的后期;
规则1.6:在一个测量周期内,脑电波信号在10Hz以上的能量占总能量的80%以上,并且脑电波信号的平均幅度在30μV以下,则判断人体处于快速眼球转动阶段。
规则2:当脑电波信号在各个频段的能量分布均匀,则CPU处理器仅根据加速度信号判断人体的睡眠情况,而不考虑脑电波信号;
所述各个频段为以下五个频段:8~25Hz、6~8Hz、4~7Hz、0.5~3Hz、10Hz以上。所述“脑电波信号在各个频段的能量分布均匀”是指各个频段的最大能量与最小能量的差值小于10%。
所述“仅根据加速度信号判断人体的睡眠情况”是指:
规则2.1:在连续的四个测量周期内,至少一个测量周期内加速度信号的波动在第二阈值以上,则判断人体处于清醒状态;
规则2.2:在连续的四个测量周期内,至少一个测量周期内加速度信号的波动在第一阈值以上且小于第二阈值,则判断人体处于浅睡阶段或快速眼球转动阶段;
规则2.3:在连续的三个测量周期内,加速度信号的波动小于第一阈值,则判断人体处于深睡阶段。
规则3:在一个测量周期内,脑电波信号在8~25Hz的能量占总能量的80%以上,并且脑电波信号在8~9Hz的能量占总能量的4%以上,并且脑电波信号的平均幅度在30μV以下,并且加速度信号的波动在第一阈值以上,则判断人体处于清醒阶段;
规则4:在连续的四个测量周期内,脑电波信号在6~8Hz的能量占总能量的80%以上,并且脑电波信号的平均幅度在30μV以下,并且未检测到睡眠纺锤形波和K形杂波,则判断人体处于模糊入睡阶段;
规则5:在连续的四个测量周期内,脑电波信号在4~7Hz的能量占总能量的80%以上,并且至少出现一次睡眠纺锤形波和/或K形杂波,并且脑电波信号的平均幅度均大于30μV且在75μV以下,并且至少一个测量周期内的加速度信号的波动小于第一阈值,则判断人体处于浅睡阶段;
规则6:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量占总能量的20%以上且小于50%,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的前期;
规则7:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量占总能量的50%以上,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的后期;
规则8:在连续的四个测量周期内,脑电波信号在1~4Hz的能量占总能量的50%以上,并且脑电波信号的平均幅度大于75μV,并且加速度信号的波动在0.05g以上,则判断人体处于深度睡眠阶段的后期且待测人员处于梦游状态;
规则9:在连续的四个测量周期内,脑电波信号在10Hz以上的能量占能量的80%以上,并且脑电波信号的平均幅度在30μV以下,并且至少一个测量周期内加速度信号的波动小于0.05g,则判断人体处于快速眼球转动阶段;
规则10:在每个测量周期中,加速度信号的波动均大于第三阈值且小于第四阈值,并且加速度信号的峰值每分钟出现10~20次,则CPU处理器仍按上述规则3~9判断人体的睡眠情况,但将第一阈值改为第二阈值。
所述测量周期可以是20~60秒,优选为30秒。
所述第一阈值为0.05g,第二阈值为0.1g,第三阈值为0.02g,第四阈值为0.08g。
实际上,上述规则3、4、5、6、7、9属于基本规则,已经可以在大多数情形下得到准确的睡眠状态。可是考虑到某些复杂的情况,例如前面所述的电极与皮肤接触不良时、或者周围环境有很强的电磁噪声造成干扰时、或者被测人员具有脑功能紊乱造成脑电波异常时,又增加了其余各项规则。
本申请文件中,对于的脑电波信号的频域特性,优选地只考虑其在0~50Hz范围内的能量分布情况,这也是脑电波的信号的主要频率分布范围。
本申请文件中,在检测睡眠纺锤形波和K形杂波时,对于时域采样的脑电波信号进一步经截止频率为40Hz的低通滤波器,以便进一步去除50Hz的工频噪声,滤波后的信号和预先采集的典型的睡眠纺锤形波和K形杂波的数字信号序列进行相关计算。当相关系数达到可接受的值,即判断脑电波信号中有睡眠纺锤形波或K形杂波的存在。所述相关系数的可接受的值(判决值)可以选择0.6以上的一个值。
当本发明所述睡眠检测装置判断出人体的睡眠阶段后,还可进一步地辅助人体睡眠。具体而言,人体开始睡眠时,CPU处理器控制耳机中播放催眠音乐或催眠语音等音频;当CPU处理器判断人体处于模糊入睡阶段,则降低耳机中的音量,例如每分钟降低6分贝,直至耳机的输出音量小于5分贝;当CPU处理器判断人体进入浅睡阶段,则关闭音频播放。该方法既能帮助人体睡眠,又不会影响待测人员的睡眠。
综上所述,本发明睡眠检测装置内置电极和加速度传感器,通过CPU处理器判断人体的睡眠情况。该装置在检测人体睡眠时,综合考虑脑电波信号和加速度信号,从而可以得到即便在各种复杂情况下仍然较为精确的人体睡眠阶段。该装置还可进一步地辅助人体睡眠。

Claims (10)

1.一种睡眠检测装置,其特征是,包括:电极、加速度传感器、CPU处理器;其中电极直接与人体脑部相接触并采集脑电波信号,加速度传感器固定于人体前额并采集人体运动的加速度信号,所述脑电波信号和加速度信号传递至CPU处理器,由CPU处理器判断人体的睡眠情况。
2.根据权利要求1所述的睡眠检测装置,其特征是,还包括:存储器、耳机;其中存储器中存储有音频文件,由CPU处理器控制所述音频文件播放到耳机之中。
3.根据权利要求1所述的睡眠检测装置,其特征是,所述电极为并排的三个,中间的一个电极作为参考电平,两边的两个电极作为一对差分输入信号,所述三个电极采集一路脑电波信号。
4.根据权利要求1所述的睡眠检测装置,其特征是,所述加速度传感器为三轴重力加速度传感器,其测量的加速度信号为三轴方向上的加速度信号的矢量和,即三轴方向上的加速度信号值的平方和再开平方根的值。
5.如权利要求1所述的睡眠检测装置检测睡眠的方法,其特征是,CPU处理器根据接收的脑电波信号和加速度信号,判断人体的睡眠情况,具体包括如下规则:
规则1:每个测量周期中加速度信号的波动均在第一阈值以上,则CPU处理器仅根据脑电波信号判断人体的睡眠情况,而不考虑加速度信号;
规则2:当脑电波信号在各个频段的能量分布均匀,则CPU处理器仅根据加速度信号判断人体的睡眠情况,而不考虑脑电波信号;
规则3:在一个测量周期内,脑电波信号在8~25Hz的能量占总能量的80%以上,并且脑电波信号在8~9Hz的能量占总能量的4%以下,并且脑电波信号的平均幅度在30μV以下,并且加速度信号的波动在第一阈值以上,则判断人体处于清醒阶段;
规则4:在连续的四个测量周期内,脑电波信号在6~8Hz的能量占总能量的80%以上,并且脑电波信号的平均幅度在30μV以下,并且未检测到睡眠纺锤形波和K形杂波,则判断人体处于模糊入睡阶段;
规则5:在连续的四个测量周期内,脑电波信号在4~7Hz的能量占总能量的80%以上,并且至少出现一次睡眠纺锤形波和/或K形杂波,并且脑电波信号的平均幅度均大于30μV且在75μV以下,并且至少一个测量周期内的加速度信号的波动小于第一阈值,则判断人体处于浅睡阶段;
规则6:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量占总能量的20%以上且小于50%,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的前期;
规则7:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量占总能量的50%以上,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的后期;
规则8:在连续的四个测量周期内,脑电波信号在1~4Hz的能量占总能量的50%以上,并且脑电波信号的平均幅度大于75μV,并且加速度信号的波动在0.05g以上,则判断人体处于深度睡眠阶段的后期且待测人员处于梦游状态;
规则9:在连续的四个测量周期内,脑电波信号在10Hz以上的能量占能量的80%以上,并且脑电波信号的平均幅度在30μV以下,并且至少一个测量周期内加速度信号的波动小于0.05g,则判断人体处于快速眼球转动阶段;
规则10:在每个测量周期中,加速度信号的波动均大于第三阈值且小于第四阈值,并且加速度信号的峰值每分钟出现10~20次,则CPU处理器仍按上述规则3~9判断人体的睡眠情况,但将第一阈值改为第二阈值。
6.根据权利要求5所述的睡眠检测装置检测睡眠的方法,其特征是,所述规则1中“仅根据脑电波信号判断人体的睡眠情况”是指:
规则1.1:在一个测量周期内,脑电波信号在8~25Hz的能量占总能量的80%以上,并且脑电波信号的平均幅度在30μV以下,则判断人体处于清醒阶段;
规则1.2:在一个测量周期内,脑电波信号在6~8Hz的能量占总能量的80%以上,并且脑电波信号的平均幅度在30μV以下,则判断人体处于模糊入睡阶段;
规则1.3:在连续的四个测量周期内,脑电波信号在4~7Hz的能量占总能量的80%以上,并且至少出现一次睡眠纺锤形波和/或K形杂波,并且脑电波信号的平均幅度大于30μV且在75μV以下,则判断人体处于浅睡阶段;
规则1.4:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量在总能量的20%以上且小于总能量的50%,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的前期;
规则1.5:在连续的四个测量周期内,脑电波信号在0.5~3Hz的能量占总能量的50%以上,并且脑电波信号的平均幅度大于75μV,则判断人体处于深度睡眠阶段的后期;
规则1.6:在一个测量周期内,脑电波信号在10Hz以上的能量占总能量的80%以上,并且脑电波信号的平均幅度在30μV以下,则判断人体处于快速眼球转动阶段。
7.根据权利要求5所述的睡眠检测装置检测睡眠的方法,其特征是,所述规则2中的各个频段为以下五个频段:8~25Hz、6~8Hz、4~7Hz、0.5~3Hz、10Hz以上;
所述“脑电波信号在各个频段的能量分布均匀”是指各个频段的最大能量与最小能量的差值小于10%;
所述“仅根据加速度信号判断人体的睡眠情况”是指:
规则2.1:在连续的四个测量周期内,至少一个测量周期内加速度信号的波动在第二阈值以上,则判断人体处于清醒状态;
规则2.2:在连续的四个测量周期内,至少一个测量周期内加速度信号的波动在第一阈值以上且小于第二阈值,则判断人体处于浅睡阶段或快速眼球转动阶段;
规则2.3:在连续的三个测量周期内,加速度信号的波动小于第一阈值,则判断人体处于深睡阶段。
8.根据权利要求5所述的睡眠检测装置检测睡眠的方法,其特征是,所述测量周期为20~60秒。
9.根据权利要求5所述的睡眠检测装置检测睡眠的方法,其特征是,所述第一阈值为0.05g,第二阈值为0.1g,第三阈值为0.02g,第四阈值为0.08g。
10.如权利要求2所述的睡眠检测装置辅助睡眠的方法,其特征是,待测人员戴上睡眠检测装置,其中电极和加速度传感器固定于人体前额,耳机佩带于人体耳部;
当CPU处理器判断人体处于清醒阶段,则在耳机中播放音频;
当CPU处理器判断人体处于模糊入睡阶段,则在耳机中降低音量;
当CPU处理器判断人体处于浅睡阶段,则立即在耳机中停止播放音频。
CN2010101800307A 2010-05-20 2010-05-20 睡眠检测装置及其检测、辅助睡眠的方法 Pending CN102247122A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010101800307A CN102247122A (zh) 2010-05-20 2010-05-20 睡眠检测装置及其检测、辅助睡眠的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010101800307A CN102247122A (zh) 2010-05-20 2010-05-20 睡眠检测装置及其检测、辅助睡眠的方法

Publications (1)

Publication Number Publication Date
CN102247122A true CN102247122A (zh) 2011-11-23

Family

ID=44974968

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010101800307A Pending CN102247122A (zh) 2010-05-20 2010-05-20 睡眠检测装置及其检测、辅助睡眠的方法

Country Status (1)

Country Link
CN (1) CN102247122A (zh)

Cited By (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102671276A (zh) * 2012-06-07 2012-09-19 北京师范大学 基于脑电信号的智能唤醒系统
CN103239227A (zh) * 2012-02-07 2013-08-14 联想(北京)有限公司 睡眠质量检测装置及其检测方法
CN103372258A (zh) * 2012-04-12 2013-10-30 孙雪青 失眠治疗仪及失眠治疗方法
CN103475971A (zh) * 2013-09-18 2013-12-25 青岛歌尔声学科技有限公司 一种头戴式耳机
CN104093071A (zh) * 2014-06-18 2014-10-08 惠州Tcl移动通信有限公司 一种播放方法及播放设备
CN104240740A (zh) * 2014-09-05 2014-12-24 上海斐讯数据通信技术有限公司 一种助眠系统
CN104257381A (zh) * 2014-10-23 2015-01-07 太原特玛茹电子科技有限公司 一种基于脑电波信号的音频助眠装置
CN104410747A (zh) * 2014-10-17 2015-03-11 广东欧珀移动通信有限公司 一种通过穿戴式智能设备自动控制音视频应用的方法及系统
CN104434088A (zh) * 2013-09-13 2015-03-25 纬创资通股份有限公司 量测脑波讯号及心电图讯号的量测装置
CN104699248A (zh) * 2015-03-24 2015-06-10 小米科技有限责任公司 音频播放的控制方法及装置、电子设备
CN104833369A (zh) * 2014-02-11 2015-08-12 北京超思电子技术股份有限公司 一种计步器
CN104980838A (zh) * 2015-07-03 2015-10-14 深圳市前海安测信息技术有限公司 基于健康管理的耳机音量控制方法及耳机
CN104994455A (zh) * 2015-07-03 2015-10-21 深圳市前海安测信息技术有限公司 有助于提高睡眠质量的耳机音量调节方法及耳机
CN105126187A (zh) * 2015-08-31 2015-12-09 杭州回车电子科技有限公司 一种通过脑电波辅助睡眠的方法和系统
WO2016045273A1 (zh) * 2014-09-23 2016-03-31 京东方科技集团股份有限公司 睡眠唤醒系统及方法
CN105476631A (zh) * 2015-11-25 2016-04-13 华南理工大学 一种基于脑电信号的睡眠检测及睡眠辅助方法及装置
CN105617504A (zh) * 2014-11-07 2016-06-01 英业达科技有限公司 助眠系统及其助眠方法
CN105813558A (zh) * 2013-12-16 2016-07-27 皇家飞利浦有限公司 用于基于睡眠周期确定睡眠阶段的系统和方法
CN105832303A (zh) * 2016-05-11 2016-08-10 南京邮电大学 一种睡眠监测方法及系统
CN105848040A (zh) * 2016-06-08 2016-08-10 安徽理工大学 一种智能头戴式防噪音耳机
CN106175699A (zh) * 2016-09-21 2016-12-07 广州视源电子科技股份有限公司 基于催眠术的智能辅助睡眠设备
US9603566B2 (en) 2014-09-23 2017-03-28 Boe Technology Group Co., Ltd. Sleep awaking system and method
WO2017070853A1 (zh) * 2015-10-27 2017-05-04 深圳还是威健康科技有限公司 一种睡眠状态判断方法及智能可穿戴设备
WO2017084200A1 (zh) * 2015-11-21 2017-05-26 深圳市易特科信息技术有限公司 用于单兵数字化战场的睡眠调节头盔
CN107106085A (zh) * 2014-12-30 2017-08-29 日东电工株式会社 用于睡眠监测的设备和方法
CN107168529A (zh) * 2017-04-26 2017-09-15 深圳市明德智慧教育科技有限公司 用户状态的监测及调控方法及头戴式设备
CN107713991A (zh) * 2017-11-08 2018-02-23 四川大学 体征检测装置、方法及系统
WO2018053967A1 (zh) * 2016-09-21 2018-03-29 广州视源电子科技股份有限公司 催眠深度检测器
CN107875496A (zh) * 2017-11-22 2018-04-06 宁波德葳智能科技有限公司 一种智能睡眠管理眼罩装置及其控制方法
WO2018098719A1 (zh) * 2016-11-30 2018-06-07 华为技术有限公司 一种睡眠监测方法、装置及终端
CN108211081A (zh) * 2017-12-11 2018-06-29 绵眠(上海)智能科技有限公司 一种基于脑电的眼部光催眠方法
WO2018205586A1 (zh) * 2017-05-10 2018-11-15 京东方科技集团股份有限公司 助睡设备及其方法、服务器及系统
CN108815674A (zh) * 2018-03-30 2018-11-16 广东欧珀移动通信有限公司 调节睡眠方法及相关产品
CN108874130A (zh) * 2018-06-04 2018-11-23 Oppo广东移动通信有限公司 播放控制方法及相关产品
CN109069056A (zh) * 2016-04-12 2018-12-21 皇家飞利浦有限公司 用于改善用户的睡眠效果的系统
CN109084432A (zh) * 2018-08-20 2018-12-25 广东美的暖通设备有限公司 睡眠环境的调控方法和空调器
CN109363669A (zh) * 2018-10-30 2019-02-22 深圳和而泰数据资源与云技术有限公司 眼罩和计算机可读存储介质
CN110012374A (zh) * 2014-02-23 2019-07-12 伯斯有限公司 智能耳塞系统
CN110083236A (zh) * 2014-09-23 2019-08-02 飞比特公司 可穿戴电子装置中的移动量度产生
CN111467646A (zh) * 2020-05-09 2020-07-31 杭州趣安科技有限公司 一种基于睡眠状态节点的复合式助眠方法
CN111528839A (zh) * 2020-05-29 2020-08-14 北京京东方健康科技有限公司 睡眠检测方法和装置、助眠设备和方法
CN112022122A (zh) * 2020-09-29 2020-12-04 深圳职业技术学院 一种睡眠监测耳机
CN113577499A (zh) * 2021-07-23 2021-11-02 钟建华 一种助眠系统
CN113908397A (zh) * 2021-09-04 2022-01-11 武汉左点科技有限公司 一种基于脑电波监测技术的失眠治疗方法及装置
CN114543313A (zh) * 2022-02-22 2022-05-27 海信集团控股股份有限公司 空调控制方法、服务器、空调及用户终端
CN115089839A (zh) * 2022-08-25 2022-09-23 柏斯速眠科技(深圳)有限公司 一种头部的检测方法、系统和助眠设备的控制方法、系统
US11458279B2 (en) 2017-10-20 2022-10-04 Thought Beanie Limited Sleep enhancement system and wearable device for use therewith

Cited By (61)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103239227A (zh) * 2012-02-07 2013-08-14 联想(北京)有限公司 睡眠质量检测装置及其检测方法
CN103239227B (zh) * 2012-02-07 2015-11-25 联想(北京)有限公司 睡眠质量检测装置及其检测方法
CN103372258A (zh) * 2012-04-12 2013-10-30 孙雪青 失眠治疗仪及失眠治疗方法
CN103372258B (zh) * 2012-04-12 2016-04-27 孙雪青 失眠治疗仪
CN102671276A (zh) * 2012-06-07 2012-09-19 北京师范大学 基于脑电信号的智能唤醒系统
CN104434088A (zh) * 2013-09-13 2015-03-25 纬创资通股份有限公司 量测脑波讯号及心电图讯号的量测装置
CN104434088B (zh) * 2013-09-13 2016-10-05 纬创资通股份有限公司 量测脑波讯号及心电图讯号的量测装置
CN103475971A (zh) * 2013-09-18 2013-12-25 青岛歌尔声学科技有限公司 一种头戴式耳机
CN103475971B (zh) * 2013-09-18 2017-04-19 青岛歌尔声学科技有限公司 一种头戴式耳机
CN105813558A (zh) * 2013-12-16 2016-07-27 皇家飞利浦有限公司 用于基于睡眠周期确定睡眠阶段的系统和方法
US11344253B2 (en) 2013-12-16 2022-05-31 Koninkliike Philips N.V. System and method for determining sleep stage based on sleep cycle
CN104833369A (zh) * 2014-02-11 2015-08-12 北京超思电子技术股份有限公司 一种计步器
CN110012374A (zh) * 2014-02-23 2019-07-12 伯斯有限公司 智能耳塞系统
CN104093071A (zh) * 2014-06-18 2014-10-08 惠州Tcl移动通信有限公司 一种播放方法及播放设备
CN104240740A (zh) * 2014-09-05 2014-12-24 上海斐讯数据通信技术有限公司 一种助眠系统
WO2016045273A1 (zh) * 2014-09-23 2016-03-31 京东方科技集团股份有限公司 睡眠唤醒系统及方法
CN110083236B (zh) * 2014-09-23 2022-08-05 飞比特有限公司 可穿戴电子装置中的移动量度产生
CN110083236A (zh) * 2014-09-23 2019-08-02 飞比特公司 可穿戴电子装置中的移动量度产生
US9603566B2 (en) 2014-09-23 2017-03-28 Boe Technology Group Co., Ltd. Sleep awaking system and method
CN104410747A (zh) * 2014-10-17 2015-03-11 广东欧珀移动通信有限公司 一种通过穿戴式智能设备自动控制音视频应用的方法及系统
CN104410747B (zh) * 2014-10-17 2017-03-08 广东欧珀移动通信有限公司 一种通过穿戴式智能设备自动控制音视频应用的方法及系统
CN104257381A (zh) * 2014-10-23 2015-01-07 太原特玛茹电子科技有限公司 一种基于脑电波信号的音频助眠装置
CN105617504A (zh) * 2014-11-07 2016-06-01 英业达科技有限公司 助眠系统及其助眠方法
CN107106085A (zh) * 2014-12-30 2017-08-29 日东电工株式会社 用于睡眠监测的设备和方法
CN104699248A (zh) * 2015-03-24 2015-06-10 小米科技有限责任公司 音频播放的控制方法及装置、电子设备
CN104980838A (zh) * 2015-07-03 2015-10-14 深圳市前海安测信息技术有限公司 基于健康管理的耳机音量控制方法及耳机
CN104994455A (zh) * 2015-07-03 2015-10-21 深圳市前海安测信息技术有限公司 有助于提高睡眠质量的耳机音量调节方法及耳机
CN105126187A (zh) * 2015-08-31 2015-12-09 杭州回车电子科技有限公司 一种通过脑电波辅助睡眠的方法和系统
WO2017070853A1 (zh) * 2015-10-27 2017-05-04 深圳还是威健康科技有限公司 一种睡眠状态判断方法及智能可穿戴设备
WO2017084200A1 (zh) * 2015-11-21 2017-05-26 深圳市易特科信息技术有限公司 用于单兵数字化战场的睡眠调节头盔
CN105476631A (zh) * 2015-11-25 2016-04-13 华南理工大学 一种基于脑电信号的睡眠检测及睡眠辅助方法及装置
CN109069056B (zh) * 2016-04-12 2022-08-16 皇家飞利浦有限公司 用于改善用户的睡眠效果的系统
CN109069056A (zh) * 2016-04-12 2018-12-21 皇家飞利浦有限公司 用于改善用户的睡眠效果的系统
CN105832303A (zh) * 2016-05-11 2016-08-10 南京邮电大学 一种睡眠监测方法及系统
CN105848040A (zh) * 2016-06-08 2016-08-10 安徽理工大学 一种智能头戴式防噪音耳机
WO2018053967A1 (zh) * 2016-09-21 2018-03-29 广州视源电子科技股份有限公司 催眠深度检测器
CN106175699A (zh) * 2016-09-21 2016-12-07 广州视源电子科技股份有限公司 基于催眠术的智能辅助睡眠设备
CN106175699B (zh) * 2016-09-21 2019-08-13 广州视源电子科技股份有限公司 基于催眠术的智能辅助睡眠设备
WO2018098719A1 (zh) * 2016-11-30 2018-06-07 华为技术有限公司 一种睡眠监测方法、装置及终端
CN107168529A (zh) * 2017-04-26 2017-09-15 深圳市明德智慧教育科技有限公司 用户状态的监测及调控方法及头戴式设备
WO2018205586A1 (zh) * 2017-05-10 2018-11-15 京东方科技集团股份有限公司 助睡设备及其方法、服务器及系统
US10881346B2 (en) 2017-05-10 2021-01-05 Boe Technology Group Co., Ltd. Sleep aiding device and method thereof, server and system
US11458279B2 (en) 2017-10-20 2022-10-04 Thought Beanie Limited Sleep enhancement system and wearable device for use therewith
CN107713991A (zh) * 2017-11-08 2018-02-23 四川大学 体征检测装置、方法及系统
CN107875496A (zh) * 2017-11-22 2018-04-06 宁波德葳智能科技有限公司 一种智能睡眠管理眼罩装置及其控制方法
CN108211081A (zh) * 2017-12-11 2018-06-29 绵眠(上海)智能科技有限公司 一种基于脑电的眼部光催眠方法
CN108815674A (zh) * 2018-03-30 2018-11-16 广东欧珀移动通信有限公司 调节睡眠方法及相关产品
CN108874130A (zh) * 2018-06-04 2018-11-23 Oppo广东移动通信有限公司 播放控制方法及相关产品
CN108874130B (zh) * 2018-06-04 2021-09-07 Oppo广东移动通信有限公司 播放控制方法及相关产品
CN109084432A (zh) * 2018-08-20 2018-12-25 广东美的暖通设备有限公司 睡眠环境的调控方法和空调器
CN109363669A (zh) * 2018-10-30 2019-02-22 深圳和而泰数据资源与云技术有限公司 眼罩和计算机可读存储介质
CN111467646A (zh) * 2020-05-09 2020-07-31 杭州趣安科技有限公司 一种基于睡眠状态节点的复合式助眠方法
CN111528839A (zh) * 2020-05-29 2020-08-14 北京京东方健康科技有限公司 睡眠检测方法和装置、助眠设备和方法
CN112022122A (zh) * 2020-09-29 2020-12-04 深圳职业技术学院 一种睡眠监测耳机
CN113577499A (zh) * 2021-07-23 2021-11-02 钟建华 一种助眠系统
CN113577499B (zh) * 2021-07-23 2024-01-05 钟建华 一种助眠系统
CN113908397A (zh) * 2021-09-04 2022-01-11 武汉左点科技有限公司 一种基于脑电波监测技术的失眠治疗方法及装置
CN114543313A (zh) * 2022-02-22 2022-05-27 海信集团控股股份有限公司 空调控制方法、服务器、空调及用户终端
CN114543313B (zh) * 2022-02-22 2023-10-27 海信集团控股股份有限公司 空调控制方法、服务器、空调及用户终端
CN115089839A (zh) * 2022-08-25 2022-09-23 柏斯速眠科技(深圳)有限公司 一种头部的检测方法、系统和助眠设备的控制方法、系统
CN115089839B (zh) * 2022-08-25 2022-11-11 柏斯速眠科技(深圳)有限公司 一种头部的检测方法、系统和助眠设备的控制方法、系统

Similar Documents

Publication Publication Date Title
CN102247122A (zh) 睡眠检测装置及其检测、辅助睡眠的方法
JP7416676B2 (ja) Qol監視システムおよび方法
CN105105714B (zh) 一种睡眠分期方法及系统
KR100712198B1 (ko) 무구속 무게감지 기반 수면구조 분석 장치
US20090024044A1 (en) Data recording for patient status analysis
WO2004078132A2 (en) Automated insomnia treatment system
IL229317A (en) A system and method for determining a person's sleep and sleep stages
CN105982642A (zh) 一种基于体震信号的睡眠检测方法及检测系统
Liu et al. Low-power, noninvasive measurement system for wearable ballistocardiography in sitting and standing positions
TW201019901A (en) Sleep analysis system and analysis method thereof
WO2011075179A1 (en) Automated treatment system for sleep
CN105476631A (zh) 一种基于脑电信号的睡眠检测及睡眠辅助方法及装置
US20140378859A1 (en) Method of Multichannel Galvanic Skin Response Detection for Improving Measurement Accuracy and Noise/Artifact Rejection
JP4890474B2 (ja) 鎮静された患者を監視するための方法と装置
JP2004187961A (ja) 睡眠状態検出装置および睡眠状態管理システム
Kim et al. Wearable multi-biosignal analysis integrated interface with direct sleep-stage classification
Lee et al. A music recommendation system for depression therapy based on EEG
CN205795657U (zh) 一种采集睡眠过程中心冲击信号的装置
JP2000325315A (ja) 睡眠段階判定方法および睡眠段階判定装置
CN113662519A (zh) 一种非接触式心肺监测仪及心肺监测系统
CN103690179B (zh) 一种穿戴式脑电放松训练仪
CN205625901U (zh) 一种基于云数据平台的心理健康监控系统
CN113729732B (zh) 基于eeg信号的睡眠质量监测系统及方法
Mizumori et al. An ambulatory bruxism recording system with sleep-stage analyzing function
JP2005160650A (ja) 無呼吸症候群判定装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20111123