CN108089451A - 一种基于实时脑电位信号处理的智能睡眠环境控制系统 - Google Patents

一种基于实时脑电位信号处理的智能睡眠环境控制系统 Download PDF

Info

Publication number
CN108089451A
CN108089451A CN201710034043.5A CN201710034043A CN108089451A CN 108089451 A CN108089451 A CN 108089451A CN 201710034043 A CN201710034043 A CN 201710034043A CN 108089451 A CN108089451 A CN 108089451A
Authority
CN
China
Prior art keywords
neuroelectricity
signal
signal processing
sleep
control system
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
CN201710034043.5A
Other languages
English (en)
Inventor
张克华
严晓梦
刘智强
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.)
Zhejiang Normal University CJNU
Original Assignee
Zhejiang Normal University CJNU
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 Zhejiang Normal University CJNU filed Critical Zhejiang Normal University CJNU
Priority to CN201710034043.5A priority Critical patent/CN108089451A/zh
Publication of CN108089451A publication Critical patent/CN108089451A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种基于实时脑电位信号处理的智能睡眠环境控制系统，包括脑电位信号测量系统，脑电位信号处理系统和睡眠环境控制系统三部分，其中，脑电位信号测量系统包括脑波测量电路，A/D转换和无线通信模块；脑电位信号处理系统包括信号分析模型和数据交换平台，采用了PSD算法，运用了多线程设计；睡眠环境控制系统包括主控制器，睡眠设备控制器和两者间的通信设备。本发明通过测量脑电位信号并设计了一种脑电位信号处理算法和多线程设计系统，提出了一套具有实时分析能力的脑机界面系统，结合使用者的精神状态对家居进行智能控制，提供给行动不便的病人、老人等人群一个舒适的睡眠环境。

Description

一种基于实时脑电位信号处理的智能睡眠环境控制系统
技术领域
本发明涉及智能睡眠家居控制，特别涉及一种基于实时脑电位信号处理的智能睡眠环境控制系统。
背景技术
每个人花了三分之一的时间在睡眠上，为了维持心理与身体的健康，拥有好的睡眠是很重要的。随着新的通信技术和互联网技术不断涌现，智能家居快速发展，人们可以通过手机客户端选择合适的家居环境，比如遥控空调的温度上升或下降，灯具是亮一点还是暗一点，来营造舒适的睡眠环境。但是对于一些肌肉萎缩症病患者，刚下班十分疲乏的人们或入睡中的人们来说，这种方法就不太适用了。
1929年德国的HansBerger医生发表论文描述了当被试者眼睛闭上时在大脑枕部检测到了微弱的电信号并将其称为头皮脑电(即脑电位)信号。1973年美国加州大学洛杉矶分校的J.J.Vidal博士在美国国防部高级研究计划署和美国国家自然科学基金的研究资助下发表的论文中首次提出了脑机接口的概念，并对脑机接口技术的可行性和实用性进行了分析、论述J.J.Vidal的设想及其早期的探索性研究工作被认为是现代脑机接口技术发展的起点。由于计算机、半导体、脑科学等相关技术的进步，使得脑机接口技术进入了快速发展阶段，并使其成为生物医学及康复工程研究的热门领域。且体积小、成本低、简单易用是脑电信号采集设备的发展趋势，如美国神念公司的MindBandt和Emotive公司的EPOC等产品，它们为脑机接口技术应用于实际创造了有利条件，拓宽了脑机接口的应用范围。
在此技术背景下，本发明提出了一种基于实时脑电位信号处理的智能睡眠环境控制系统，通过测量和睡眠状况相关度较高的脑电位信号，处理分析后根据该信号判断人体精神状态，实现对睡眠环境的智能控制，提供给行动不便的病人、老人等人群一个舒适的睡眠环境。此设计原理简单且在一定程度上扩展了现有智能家居的控制方法及发展，居有十分重要的意义。
发明内容
本发明目的是：提供一种基于实时脑电位信号处理的智能睡眠环境控制系统，通过测量脑电位信号并设计了一种脑电位信号处理算法和多线程设计系统，提出了一套具有实时分析能力的脑机界面系统，结合使用者的精神状态对家居进行智能控制，提供给行动不便的病人、老人甚至每个人一个舒适的居家环境如睡眠环境。其发明意义是：(1)该发明提出了一套具有实时分析能力的脑机界面系统，结合使用者的精神状态对家居进行智能控制，提供给每个人一个舒适的睡眠环境；(2)该发明提出了一种新型智能家居的控制方式，使智能家居的控制变得更加人性化，让使用者感觉更加便捷和贴心，完善了智能家居的应用，为其日后发展提供了新思路。
本发明的技术方案是：一种基于实时脑电位信号处理的智能睡眠环境控制系统，其特征在于：包括脑电位信号测量系统，脑电位信号处理系统和睡眠环境控制系统三部分，其中，脑电位信号测量系统包括脑波测量电路和无线通信模块；睡眠环境控制系统包括主控制器，睡眠设备控制器和两者间的通信设备。
优选的，所述的脑电位信号测量系统的脑波测量电路包括前置放大电路，带通滤波电路，增益放大器，带阻滤波电路和A/D转换器；脑电位信号测量系统的无线通信模块将脑电位信号传给脑电位信号处理系统。
优选的，所述的脑电位信号处理系统包括信号分析模型和数据交换平台。
优选的，所述的睡眠环境控制系统的睡眠设备控制器控制空调、主灯和夜灯设备。
优选的，所述的基于实时脑电位信号处理的智能睡眠环境控制系统的脑电位信号处理系统中分析模型的建立方法为：
(1)当接收到脑电位信号后对其进行取样，加窗处理后作快速傅立叶变换得到频谱；快速傅立叶变换公式为：其中f(t)是EEG信号的自相关函数，F(ω)是EEG信号在频域中的函数，t为信号采集的时间，ω是信号在频域上的频率；
(2)以2s为一个区间，分别求出每一段的功率谱与平均功率密度谱，作去噪处理；
计算公式为：S(ω)为功率谱，P是功率密度谱，PK为平均功率密度谱，K为总区间数，T为EEG信号的周期；
(3)最后选取与睡眠状态相关度较高的频段，即1-25Hz的脑电位功率谱，对其取log得到dB值，观察Alpha、Theta的dB值的变化情况，以此来判定使用者的精神状态；
将精神状态分为三个等级：清醒、困倦有睡意，入睡；清醒时Alpha、Theta的dB值小于0；疲倦略有睡意时Alpha、Theta的dB值开始上升；当入睡时Alpha的dB值开始下降，Theta的dB值继续上升；dB值也称为分贝，代表脑电位信号的噪声大小；Alpha、Theta分别为为大脑产生的处于8-12Hz、4-8Hz间的脑电波段。
优选的，所述的基于实时脑电位信号处理的智能睡眠环境控制系统的脑电位信号处理系统中的数据交换平台基于TCP/IP的通信协议，其核心主要由Daemon程序和函数库组成，使不同的工作程序在此平台上运行并交换资料；
TCP/IP是一种通信协议，通信协议是指双方实体完成通信或服务所必须遵循的规则和约定；Daemon程序是一直运行的服务端程序，又称为守护进程，一般作为服务程序使用，等待客户端程序与它通信；函数库里存有初始化程序、终止程序、接收与发送程序，用于客户端与Daemon程序的通信。
优选的，所述的脑电位信号处理系统运用了多线程设计，即将除了主程序外所有的工作区分为三项：无线模块数据接受转换及发送、数据缓存管理和数据处理与分析，无线模块收满足够的脑电位信号数据的同时，将受到的数据送到缓存区，然后进行数据处理，再接收数据，周而复始，有效地利用了系统的资源，来保证工作的实时性。
优选的，所述的一种基于实时脑电位信号处理的智能睡眠环境控制系统，其特征在于智能睡眠环境控制的实现方法为：
(1)通过脑电图电极帽获取脑电位信号，经脑电位信号放大器滤波，将模拟信号转化为数字信号，经由无线通信模块将脑电位信号传给脑电位信号处理系统；
(2)脑电位信号处理系统接收到脑电位信号后对信号进行取样，加窗处理后作快速傅立叶变换得到频谱，以2s为一个区段，分别求出每一段的功率谱与平均功率密度谱，作去噪处理；
(3)选取与睡眠状态相关度较高的频段，即1-25Hz的脑电位功率谱，对其取log得到dB值，观察Alpha、Theta的dB值的变化情况，以此来判定使用者的精神状态；将精神状态分为三个等级：清醒、困倦有睡意和入睡。
(4)将三个等级状态下的信号传递给睡眠环境控制系统，睡眠环境主控制器与睡眠设备控制器进行无线通信，发出指令来控制空调、主灯与夜灯设备，以营造出符合使用者当前精神状态的睡眠环境；既当使用者在佩戴后的精神状态将经历清醒，困倦有睡意，入睡，清醒四个阶段，当使用者在由清醒转至有睡意时将空调温度调至26°，并将主灯光照强度调至50lx；入睡时关闭主灯，并开启夜灯；当使用者逐渐醒来，清醒时打开主灯，并将主灯亮度由50lx调至75lx，再调至100lx，并关闭空调，lx是照度单位。
本发明提供一种基于实时脑电位信号处理的智能睡眠环境控制系统，通过测量和睡眠状况相关度较高的脑电位信号，并设计了多线程系统，提出了一套具有实时分析能力的脑机界面系统，结合使用者的精神状态对家居进行智能控制，提供给行动不便的病人、老人等人群一个舒适的睡眠环境。其有益效果主要体现在：
(1)该发明基于实时脑电位信号处理的智能睡眠环境控制的方法，原理简单、实现难度相对较低、参数相关性大，可实现对脑电位信号的实时处理和使用者精神状态高精度、高可靠性的判别；
(2)该发明的应用可以给各类人群提供一种比较简单的睡眠环境控制方法，提高了人们的睡眠质量；
(3)该发明提出了一种新型智能家居的控制方式，使智能家居的控制变得更加人性化，让使用者感觉更加便捷和贴心，完善了智能家居的应用，为其日后发展提供了新思路。
附图说明
图1为本发明所述基于实时脑电位信号处理的智能睡眠环境控制系统的模块原理图；
图2为本发明基于实时脑电位信号处理的智能睡眠环境控制系统实现智能睡眠环境控制的工作流程图。
具体实施方式
如图1所示，本发明所揭示的一种基于实时脑电位信号处理的智能睡眠环境控制系统，包括脑电位信号测量系统，脑电位信号处理系统和睡眠环境控制系统三部分，其中，脑电位信号测量系统包括脑波测量电路和无线通信模块；睡眠环境控制系统包括主控制器，睡眠设备控制器和两者间的通信设备。脑电位信号测量系统的脑波测量电路包括前置放大电路，带通滤波电路，增益放大器，带阻滤波电路和A/D转换器；脑电位信号测量系统的无线通信模块将脑电位信号传给脑电位信号处理系统。
脑电位信号处理系统包括信号分析模型和数据交换平台。睡眠环境控制系统的睡眠设备控制器控制空调、主灯和夜灯设备。如图2所示，本发明的基于实时脑电位信号处理的智能睡眠环境控制系统实现智能睡眠环境控制的方法步骤为：(1)通过脑电图电极帽获取脑电位信号，经脑电位信号放大器滤波，进行A/D转换后进行封包处理得到数字式脑电位信号；(2)通过无线通信模块将数字式的脑电位信号传给脑电位信号处理系统；(3)脑电位信号处理系统接收到脑电位信号后对信号进行取样，加窗处理后作快速傅立叶变换得到频谱；(4)以2s为一个区段，分别求出每一段的功率谱与平均功率密度谱，作去噪处理；(5)选取与睡眠状态相关度较高的频段，即1-25Hz的脑电位功率谱，对其取log可得到dB值；(6)观察Alpha、Theta的dB值的变化情况，以此来判定使用者的精神状态；
将精神状态分为三个等级：清醒、困倦有睡意和入睡；清醒时Alpha、Theta的dB值小于0；疲倦略有睡意时Alpha、Theta的dB值开始上升；当入睡时Alpha的dB值开始下降，Theta的dB值继续上升；
(7)将三个等级状态下的信号传递给睡眠环境控制系统，睡眠环境主控制器与睡眠设备控制器进行无线通信，发出指令来控制空调、主灯与夜灯设备，以营造出符合使用者当前精神状态的睡眠环境；既当使用者在佩戴后的精神状态将经历清醒，困倦有睡意，入睡，清醒四个阶段，当使用者在由清醒转至有睡意时将空调温度调至26°，并将主灯光照强度调至50lx；入睡时关闭主灯，并开启夜灯；当使用者逐渐醒来，清醒时打开主灯，并将主灯亮度由50lx慢慢调至75lx，再调至100lx，并关闭空调，lx是照度单位。
一种基于实时脑电位信号处理的智能睡眠环境控制系统在肌肉萎缩病患者身上的应用实例为：
(1)肌肉萎缩症病患者在他人帮助下佩戴脑电图电极帽，采集脑电位信号，并将数据传送给脑电位信号处理系统；
(2)脑电位信号处理系统接收到脑电位信号后对信号进行取样，加窗处理后作快速傅立叶变换得到频谱，以2s为一个区段，分别求出每一段的功率谱与平均功率密度谱，作去噪处理；
(3)选取与睡眠状态相关度较高的频段，即1-25Hz的脑电位的功率頻谱，对其取log可得到dB值，观察Alpha、Theta的dB值的变化情况，以此来判定使用者的精神状态；将精神状态分为三个等级：清醒，困倦有睡意，入睡；
(4)假设使用者在佩戴后的精神状态将经历清醒，困倦有睡意，入睡，清醒四个阶段，当使用者在由清醒转至有睡意时将空调温度调至26°，并将主灯光照强度调至50lx；入睡时关闭主灯，并开启夜灯；当使用者逐渐醒来，清醒时打开主灯，并将主灯亮度由50lx调至75lx，再调至100lx，并关闭空调，lx是照度单位。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的使用者能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明主要技术方案的精神实质所做的修饰，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于实时脑电位信号处理的智能睡眠环境控制系统，其特征在于：包括脑电位信号测量系统，脑电位信号处理系统和睡眠环境控制系统三部分，其中，脑电位信号测量系统包括脑波测量电路和无线通信模块；睡眠环境控制系统包括主控制器，睡眠设备控制器和两者间的通信设备；脑电位信号测量系统的脑波测量电路包括前置放大电路，带通滤波电路，增益放大器，带阻滤波电路和A/D转换器；脑电位信号测量系统的无线通信模块将脑电位信号传给脑电位信号处理系统；脑电位信号处理系统包括信号分析模型和数据交换平台；睡眠环境控制系统的睡眠设备控制器用于控制空调、主灯和夜灯设备。
2.根据权利要求1所述的基于实时脑电位信号处理的智能睡眠环境控制系统的脑电位信号处理系统中分析模型的建立方法，其特征在于：采取了功率密度谱的方法建立分析模型，该方法的基本步骤是：
2-1.当接收到脑电位信号后对其进行取样，加窗处理后作快速傅立叶变换得到频谱；快速傅立叶变换公式为：其中f(t)是EEG信号的自相关函数，F(ω)是EEG信号在频域中的函数，t为信号采集的时间，ω是信号在频域上的频率；
2-2.以2s为一个区间，分别求出每一段的功率谱与平均功率密度谱，作去噪处理；计算公式为：S(ω)为功率谱，P是功率密度谱，PK为平均功率密度谱，K为总区间数，T为EEG信号的周期；
2-3.选取与睡眠状态相关度较高的频段，即1-25Hz的脑电位功率谱，对其取log得到dB值，观察Alpha、Theta的dB值的变化情况，以此来判定使用者的精神状态；将精神状态分为三个等级：清醒、困倦有睡意和入睡；清醒时Alpha、Theta的dB值小于0；疲倦略有睡意时Alpha、Theta的dB值开始上升；当入睡时Alpha的dB值开始下降，Theta的dB值继续上升；dB值也称为分贝，代表脑电位信号的噪声大小；Alpha、Theta分别为为大脑产生的处于8-12Hz、4-8Hz间的脑电波段。
3.根据权利要求1所述的基于实时脑电位信号处理的智能睡眠环境控制系统的脑电位信号处理系统中的数据交换平台，其特征在于：基于TCP/IP的通信协议，其核心主要由Daemon程序和函数库组成，使不同的工作程序在此平台上运行并交换资料。
4.根据权利要求1所述的基于实时脑电位信号处理的智能睡眠环境控制系统的脑电位信号处理系统，其特征在于：脑电位信号处理系统运用了多线程设计，即将除了主程序外所有的工作区分为三项：无线模块数据接受转换及发送、数据缓存管理和数据处理与分析，无线模块收满足够的脑电位信号数据的同时，将受到的数据送到缓存区，然后进行数据处理，再接收数据，周而复始，有效地利用了系统的资源，来保证工作的实时性。
5.根据权利要求1所述的一种基于实时脑电位信号处理的智能睡眠环境控制系统，其特征在于智能睡眠环境控制的实现方法为：
5-1.通过脑电图电极帽获取脑电位信号，经脑电位信号放大器滤波，将模拟信号转化为数字信号，经由无线通信模块将脑电位信号传给脑电位信号处理系统；
5-2.脑电位信号处理系统接收到脑电位信号后对信号进行取样，加窗处理后作快速傅立叶变换得到频谱，以2s为一个区段，分别求出每一段的功率谱与平均功率密度谱，作去噪处理；
5-3.选取与睡眠状态相关度较高的频段，即1-25Hz的脑电位的功率頻谱，对其取log可得到dB值，观察Alpha、Theta的dB值的变化情况，以此来判定使用者的精神状态；将精神状态分为三个等级：清醒，困倦有睡意，入睡；
5-4.将三个等级状态下的信号传递给睡眠环境控制系统，睡眠环境主控制器与睡眠设备控制器进行无线通信，发出指令来控制空调、主灯与夜灯设备，以营造出符合使用者当前精神状态的睡眠环境；既当使用者在佩戴后的精神状态将经历清醒，困倦有睡意，入睡，清醒四个阶段，当使用者在由清醒转至有睡意时将空调温度调至26°，并将主灯光照强度调至50lx；入睡时关闭主灯，并开启夜灯；当使用者逐渐醒来，清醒时打开主灯，并将主灯亮度由50lx调至75lx，再调至100lx，并关闭空调，lx是照度单位。
CN201710034043.5A 2017-01-11 2017-01-11 一种基于实时脑电位信号处理的智能睡眠环境控制系统 Pending CN108089451A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710034043.5A CN108089451A (zh) 2017-01-11 2017-01-11 一种基于实时脑电位信号处理的智能睡眠环境控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710034043.5A CN108089451A (zh) 2017-01-11 2017-01-11 一种基于实时脑电位信号处理的智能睡眠环境控制系统

Publications (1)

Publication Number Publication Date
CN108089451A true CN108089451A (zh) 2018-05-29

Family

ID=62171131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710034043.5A Pending CN108089451A (zh) 2017-01-11 2017-01-11 一种基于实时脑电位信号处理的智能睡眠环境控制系统

Country Status (1)

Country Link
CN (1) CN108089451A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109011100A (zh) * 2018-07-20 2018-12-18 渝新智能科技（上海）有限公司 一种基于光照的睡眠修复方法、装置及设备
CN110432865A (zh) * 2019-07-24 2019-11-12 喜临门家具股份有限公司 一种睡眠状态分类系统
CN111240220A (zh) * 2020-01-16 2020-06-05 珠海格力电器股份有限公司 一种设备的控制方法和装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7593767B1 (en) * 2006-06-15 2009-09-22 Cleveland Medical Devices Inc Ambulatory sleepiness and apnea propensity evaluation system
US20100191139A1 (en) * 2009-01-28 2010-07-29 Brainscope, Inc. Method and Device for Probabilistic Objective Assessment of Brain Function
CN102920453A (zh) * 2012-10-29 2013-02-13 泰好康电子科技（福建）有限公司 一种脑电波信号处理方法及其装置
CN203101953U (zh) * 2013-01-07 2013-07-31 广东美的制冷设备有限公司 家电设备
CN103919565A (zh) * 2014-05-05 2014-07-16 重庆大学 一种疲劳驾驶脑电信号特征提取与识别的方法
CN105302088A (zh) * 2014-07-15 2016-02-03 天津职业技术师范大学 基于脑-机接口与Zigbee的智能家居系统及控制方法
CN105854147A (zh) * 2016-03-16 2016-08-17 中山大学 一种智能家庭环境调控系统及方法
CN105942974A (zh) * 2016-04-14 2016-09-21 禅客科技（上海）有限公司 一种基于低频脑电的睡眠分析方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7593767B1 (en) * 2006-06-15 2009-09-22 Cleveland Medical Devices Inc Ambulatory sleepiness and apnea propensity evaluation system
US20100191139A1 (en) * 2009-01-28 2010-07-29 Brainscope, Inc. Method and Device for Probabilistic Objective Assessment of Brain Function
CN102920453A (zh) * 2012-10-29 2013-02-13 泰好康电子科技（福建）有限公司 一种脑电波信号处理方法及其装置
CN203101953U (zh) * 2013-01-07 2013-07-31 广东美的制冷设备有限公司 家电设备
CN103919565A (zh) * 2014-05-05 2014-07-16 重庆大学 一种疲劳驾驶脑电信号特征提取与识别的方法
CN105302088A (zh) * 2014-07-15 2016-02-03 天津职业技术师范大学 基于脑-机接口与Zigbee的智能家居系统及控制方法
CN105854147A (zh) * 2016-03-16 2016-08-17 中山大学 一种智能家庭环境调控系统及方法
CN105942974A (zh) * 2016-04-14 2016-09-21 禅客科技（上海）有限公司 一种基于低频脑电的睡眠分析方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐宁寿编著: "《系统辨识技术及其应用》", 31 December 1986, 北京：机械工业出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109011100A (zh) * 2018-07-20 2018-12-18 渝新智能科技（上海）有限公司 一种基于光照的睡眠修复方法、装置及设备
WO2020015036A1 (zh) * 2018-07-20 2020-01-23 渝新智能科技（上海）有限公司 一种基于光照的睡眠修复方法、装置及设备
CN110432865A (zh) * 2019-07-24 2019-11-12 喜临门家具股份有限公司 一种睡眠状态分类系统
CN111240220A (zh) * 2020-01-16 2020-06-05 珠海格力电器股份有限公司 一种设备的控制方法和装置

Similar Documents

Publication Publication Date Title
Zhao et al. Learning sleep stages from radio signals: A conditional adversarial architecture
Lin et al. Brain computer interface-based smart living environmental auto-adjustment control system in UPnP home networking
CN109999314B (zh) 一种基于脑电波监测智能助眠系统及其睡眠耳机
Tobón et al. Context awareness in WBANs: a survey on medical and non-medical applications
WO2017193497A1 (zh) 基于融合模型的智能化健康管理服务器、系统及其控制方法
CN103426275B (zh) 检测用眼疲劳度的装置、台灯及方法
CN108089451A (zh) 一种基于实时脑电位信号处理的智能睡眠环境控制系统
CN104822316B (zh) 用于从脑电图确定睡眠/觉醒状态的概率以及睡眠和觉醒的质量的方法和软件
WO2023005368A1 (zh) 用于健康监测的方法及装置、智能设备、存储介质
CN112074053A (zh) 一种基于室内环境参数的照明设备调控方法及装置
CN110958750B (zh) 照明设备控制方法及装置
Xu et al. Emotion recognition based on double tree complex wavelet transform and machine learning in Internet of Things
WO2023246182A1 (zh) 一种基于rPPG的非接触式疲劳检测系统及方法
Kartsch et al. An Energy-Efficient IoT node for HMI applications based on an ultra-low power Multicore Processor
Ren et al. Mitigating psychological trauma on adult burn patients based on virtual reality technology of smart medical treatment
CN108742639A (zh) 一种促进睡眠的方法、眼罩以计算存储介质
Zhuang et al. A brain-computer interface system for smart home control based on single trial motor imagery EEG
CN206400210U (zh) 脑电波控制的智能ar眼镜设备
Tong et al. Research on the preferred illuminance in office environments based on EEG
Borah et al. A BCI framework for smart home automation using EEG signal
Ma et al. Muscle fatigue detection and treatment system driven by internet of things
CN106997428A (zh) 目诊系统
CN106725514A (zh) 一种数据处理方法及其装置
Wan et al. An attention level monitoring and alarming system for the driver fatigue in the pervasive environment
CN112361542A (zh) 厨房空调器的控制方法、装置、控制器及一种电器系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180529

RJ01 Rejection of invention patent application after publication