CN110051347A - 一种用户睡眠检测方法及系统 - Google Patents
一种用户睡眠检测方法及系统 Download PDFInfo
- Publication number
- CN110051347A CN110051347A CN201910201461.8A CN201910201461A CN110051347A CN 110051347 A CN110051347 A CN 110051347A CN 201910201461 A CN201910201461 A CN 201910201461A CN 110051347 A CN110051347 A CN 110051347A
- Authority
- CN
- China
- Prior art keywords
- signal
- ear
- ear side
- measurement unit
- signal measurement
- 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
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/389—Electromyography [EMG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/398—Electrooculography [EOG], e.g. detecting nystagmus; Electroretinography [ERG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7253—Details of waveform analysis characterised by using transforms
- A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Abstract
本申请提供了一种用户睡眠分期方法及系统,通过耳侧佩戴装置,从用户耳侧获取用户生物电信号;并从用户生物电信号中提取生物特征信号用于对用户的睡眠情况进行综合分析;还可以根据耳侧佩戴装置的阻抗值来判断耳侧佩戴装置是否能够正常工作。通过耳侧佩戴装置来获取,使得信号的采集更加方便易行,通过考虑多种信号能够更加准确的判断是用户的睡眠状态,同时确保了装置的正确佩戴以保证测量信号的准确性。可应用于人工智能领域用于对用户的睡眠情况进行智能监测,以便后续基于监测结果对针对性的去提升用户的睡眠质量。
Description
技术领域
本申请涉及数据处理领域,尤其涉及对人体的生物电信号的分析和处理,通过生物电信号的分析处理获得用户当前的睡眠分类结果的方法及系统。
背景技术
睡眠在人类生活中扮演重要的角色,现代人由于生活压力大,睡眠质量也越来越低。如何精确地检测人的睡眠状态,以及据此来提示人们去关注自身的睡眠状况或是协助人们获得更好质量的睡眠成为关注的重点。
目前检测睡眠状态主要实现方式有:通过手环检测睡眠的特征数据,所采集的数据包括手臂从静止到摆动的次数、手臂处于静止状态的次数、手臂连续活动的时间、各阶段内手臂活动的总时间;通过读取加速度传感器中寄存器中的三轴数据,得到用于识别手臂姿势的判据;通过获取心率值,来进一步判断睡眠的开始和结束。此种方式虽然算法简单,器件成熟,但无法准确区分不同阶段睡眠;或者通过睡眠枕头或者睡眠垫测量心率来进行测量,心率会在特定睡眠阶段过渡时增加或减少,当从觉醒到轻度睡眠过渡时心率减慢,在REM期间稍微增加,然后在深度睡眠期间变得最慢,然而存在缺点是睡眠分期不准,不容易通过分期来做生理反馈从而改善睡眠;此外还有医用的睡眠测量设备,广泛应用于各大医疗院所,但是,因体积较大,人体传感器连接较多,连线复杂等原因只适合在医院病床上使用,使用地点环境受限,舒适度欠佳,无法用于日常睡眠与疲劳监测。
如何更加方便且准确的测量用户生物电信号,如何更加准确的获得用户的睡眠分期结果成为睡眠检测类产品的研究重点。
发明内容
本申请实施例提供了一种睡眠检测方法及系统,能够应用于用户睡眠分期的检测,通过耳侧获取生物特征信号,使得生物电信号的获取更加便捷可行,用户可以随时随地的进行睡眠检测,不再受地点的局限,以及需要佩戴复杂的检测设备,降低了测量成本,同时由于在睡眠分类的过程中考虑了多种信号,也确保了睡眠分类结果判断的准确性。
第一方面,本申请实施例提供一种用户睡眠检测方法,所述方法包括:通过耳侧佩戴装置,采集生物电信号;所述用户生物电信号包括从耳侧采集的用户生物电信号;对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
具体的,在本申请的可选实现方式中睡眠分类结果可以是用户的睡眠分期分类结果。
上述方法中通过耳侧获取生物电信号,更加方便快捷,耳侧佩戴装置携带方便,设置在耳侧,佩戴过程中不易脱落,使得在睡眠检测过程中测量用户生物电信号更加方便可行。同时在进行睡眠检测的过程中考虑了生物特征信号,使得睡眠检测的结果更加准确可信。
在所述第一方面的某些实现方式下,所述通过耳侧佩戴装置,从用户耳侧获取用户生物电信号具体包括:所述耳侧佩戴装置包括多个耳侧信号测量单元;判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第一方面的某些实现方式下,所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第一方面的某些实现方式下,所述通过耳侧佩戴装置,从用户耳侧获取用户生物电信号具体包括:所述耳侧佩戴装置为单侧耳侧佩戴装置,所述多个耳侧信号测量单元为多个单侧耳侧信号测量单元;判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值;将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第一方面的某些实现方式下,所述左耳耳侧信号测量单元为多个;所述右耳耳侧信号测量单元为多个;当其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值;分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
通过判断测量单元间的阻抗,能够准确判断耳侧佩戴装置是否能够进行正常测量,排除了耳侧佩戴装置没有正常佩戴而导致耳道不贴合无法进行准确测量的情况。确保用户生物电信号的准确性。
在所述第一方面的某些实现方式下,所述用户生物电信号还包括传感信号;所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;所述根据所述生物特征信号分析所述用户的睡眠分类结果,包括:根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
考虑生物特征信号的同时,还辅助考虑其他传感信号,用于睡眠分类的判断,使得睡眠分期的结果是一个综合考量因素,确保睡眠分类结果的准确度。
在所述第一方面的某些实现方式下,所述方法包括:所述根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果,包括:根据所述生物特征信号和SVM模型获得所述用户的睡眠分类结果。
在所述第一方面的某些实现方式下,所述方法包括:所述根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果,包括:根据所述生物特征信号和所述传感信号和SVM模型获得所述用户的睡眠分类结果。
在所述第一方面的某些实现方式下,所述方法包括:所述根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果,包括:根据所述生物特征信号和深度神经网络模型获得所述用户的睡眠分类结果。
在所述第一方面的某些实现方式下,所述方法包括:所述根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果,包括:根据所述生物特征信号和所述传感信号和深度神经网络模型获得所述用户的睡眠分类结果。
通过机器学习模型来进行睡眠分类的判断,能够更为准确的分析出用户当前的生物特征信号和/或传感信号所对应的睡眠分类。
第二方面,本发明实施例提供一种睡眠检测系统,其特征在于,所述系统包括:耳侧佩戴装置,用于采集生物电信号;所述用户生物电信号包括从耳侧采集的用户生物电信号;用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;睡眠检测装置,用于根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
在所述第二方面的某些实现方式下,所述耳侧佩戴装置包括多个耳侧信号测量单元;所述耳侧佩戴装置判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第二方面的某些实现方式下,所述耳侧佩戴装置包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;所述耳侧佩戴装置还用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第二方面的某些实现方式下,其特征在于,所述耳侧佩戴装置包括多个单侧耳侧信号测量单元;所述耳侧佩戴装置还用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第二方面的某些实现方式下,所述左耳耳侧信号测量单元为多个;所述右耳耳侧信号测量单元为多个;所述耳侧佩戴装置还用于当所述第一判断单元判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第二方面的某些实现方式下,所述耳侧佩戴装置还用于采集传感信号;
所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;
所述睡眠检测装置根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
在所述第二方面的某些实现方式下,所述睡眠检测装置,具体用于根据所述生物特征信号和SVM模型获得所述用户的睡眠分类结果。
在所述第二方面的某些实现方式下,所述睡眠检测装置,具体用于根据所述生物特征信号和所述传感信号和SVM模型获得所述用户的睡眠分类结果。
在所述第二方面的某些实现方式下,所述睡眠检测装置,具体用于根据所述生物特征信号和深度神经网络模型获得所述用户的睡眠分类结果。
在所述第二方面的某些实现方式下,所述睡眠检测装置,具体用于根据所述生物特征信号和所述传感信号和深度神经网络模型获得所述用户的睡眠分类结果。
第三方面,本发明实施例提供一种耳侧佩戴装置,所述装置包括:耳侧信号测量单元,用于采集生物电信号;所述用户生物电信号包括从耳侧采集的用户生物电信号;特征分解单元,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;睡眠检测单元,用于根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
在所述第三方面的某些实现方式下,所述耳侧佩戴装置包括多个耳侧信号测量单元;所述耳侧佩戴装置还包括第一判断单元,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第三方面的某些实现方式下,所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;所述第一判断单元,用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第三方面的某些实现方式下,耳侧佩戴装置为单侧耳道测量装置,所述多个耳侧信号测量单元包括多个单侧耳侧信号测量单元;所述第一判断单元,用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第三方面的某些实现方式下,所述左耳耳侧信号测量单元为多个;所述右耳耳侧信号测量单元为多个;所述耳侧佩戴装置还包括第二判断单元;当所述第一判断单元判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,所述第二判断单元分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第三方面的某些实现方式下,所述耳侧佩戴装置还包括传感信号测量单元,用于采集传感信号;
所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;所述睡眠检测单元根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
第四方面,本发明实施例提供一种耳侧佩戴装置,所述装置包括:耳侧信号测量单元,用于采集生物电信号;所述用户生物电信号包括从耳侧采集的用户生物电信号;特征分解单元,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;发送单元,用于将所述生物特征信号发送给信号分析装置。
在所述第四方面的某些实现方式下,所述耳侧佩戴装置包括多个耳侧信号测量单元;所述耳侧佩戴装置还包括第一判断单元,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第四方面的某些实现方式下,所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;所述第一断单元,用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第四方面的某些实现方式下,所述耳侧佩戴装置为单侧耳道测量装置,所述多个耳侧信号测量单元包括多个单侧耳侧信号测量单元;所述第一判断单元,用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第四方面的某些实现方式下,所述左耳耳侧信号测量单元为多个;所述右耳耳侧信号测量单元为多个;所述耳侧佩戴装置还包括第二判断单元;当所述第一判断单元判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,所述第二判断单元分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第四方面的某些实现方式下,所述耳侧佩戴装置还包括传感信号测量单元,用于采集传感信号;
所述传感信号为为运动传感信号、心率传感信号、声音传感信号中的一种或多种。
第五方面,本发明实施例提供一种睡眠检测装置,所述装置包括:接收单元,用于从耳侧佩戴装置接收生物特征信号;所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号;睡眠检测单元,用于根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
在所述第五方面的某些实现方式下,所述接收单元,还用于从耳侧佩戴装置接收传感信号;所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;所述睡眠检测单元根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
第六方面,本发明实施例提供一种耳侧佩戴装置,所述装置包括:耳侧信号测量单元,用于采集生物电信号;所述用户生物电信号包括从耳侧采集的用户生物电信号;特征分解单元,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;处理器,用于根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
在所述第六方面的某些实现方式下,所述耳侧佩戴装置包括多个耳侧信号测量单元;所述处理器用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第六方面的某些实现方式下,所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;所述处理器用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第六方面的某些实现方式下,所述耳侧佩戴装置为单侧耳道测量装置,所述耳侧信号测量单元包括多个单侧耳侧信号测量单元;所述处理器还用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第六方面的某些实现方式下,所述左耳耳侧信号测量单元为多个;所述右耳耳侧信号测量单元为多个;所述处理器还用于,当所述第一判断单元判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第六方面的某些实现方式下,所述耳侧佩戴装置还包括传感信号测量单元,用于采集传感信号;
所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;所述睡眠检测单元根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
第七方面,本发明实施例提供一种耳侧佩戴装置,所述装置包括:耳侧信号测量单元,用于采集生物电信号;所述用户生物电信号包括从耳侧采集的用户生物电信号;特征分解单元,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;发送单元,用于将所述生物特征信号发送给用户生物电信号分析装置。
在所述第七方面的某些实现方式下,所述耳侧佩戴装置包括多个耳侧信号测量单元;所述处理器用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第七方面的某些实现方式下,所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;所述耳侧佩戴装置还包括处理器,用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第七方面的某些实现方式下,所述耳侧佩戴装置为单侧耳道测量装置,所述耳侧信号测量单元包括多个单侧耳侧信号测量单元;所述耳侧佩戴装置还包括处理器,用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第七方面的某些实现方式下,所述左耳耳侧信号测量单元为多个;所述右耳耳侧信号测量单元为多个;所述耳侧佩戴装置还包括处理器;当所述第一判断单元判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,所述处理器分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第七方面的某些实现方式下,所述耳侧佩戴装置还包括传感信号测量单元,还用于采集传感信号;
所述传感信号为为运动传感信号、心率传感信号、声音传感信号中的一种或多种。
第八方面,本发明实施例提供一种睡眠检测装置,所述装置包括:接收单元,用于从耳侧佩戴装置接收生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;处理器,用于根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
在所述第八方面的某些实现方式下,所述接收单元,还用于从耳侧佩戴装置接收传感信号;所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;所述处理器根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
第九方面,本发明实施例提供一种生物电信号检测方法,包括:耳侧佩戴装置包括多个耳侧信号测量单元,用于从耳侧采集的用户生物电信号;对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;将所述生物特征信号发送给信号分析装置。
所述从耳侧采集的用户生物电信号,具体包括:判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第九方面的某些实现方式下,所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;所述判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号,具体为:判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第九方面的某些实现方式下,所述耳侧佩戴装置为单侧耳侧佩戴装置;所述多个耳侧信号测量单元包括多个单侧耳侧信号测量单元;
所述判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号,具体为:
判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个单侧耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第九方面的某些实现方式下,所述左耳耳侧信号测量单元为多个;所述右耳耳侧信号测量单元为多个;当判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
在所述第九方面的某些实现方式下,所述耳侧佩戴装置还采集传感信号;所述传感信号为为运动传感信号、心率传感信号、声音传感信号中的一种或多种;将所述传感信号发送给信号分析装置。
第十方面,本发明实施例提供一种睡眠检测方法,包括:
从耳侧佩戴装置接收生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
在所述第十方面的某些实现方式下,方法还包括,从耳侧佩戴装置接收传感信号;所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
在所述第十方面的某些实现方式下,方法包括,根据所述生物特征信号和SVM模型获得所述用户的睡眠分类结果。
在所述第十方面的某些实现方式下,方法包括,根据所述生物特征信号和所述传感信号和SVM模型获得所述用户的睡眠分类结果。
在所述第十方面的某些实现方式下,方法包括,根据所述生物特征信号和深度神经网络模型获得所述用户的睡眠分类结果。
在所述第十方面的某些实现方式下,方法包括,根据所述生物特征信号和所述传感信号和深度神经网络模型获得所述用户的睡眠分类结果。
在以上方面的某些实现方式下,所述用户的睡眠分类结果具体可以是用户的睡眠分期结果,或者是用户当前是否处于睡眠状态的判断结果。
在以上方面的某些实现方式下,所述多个耳侧信号测量单元中的多个为两个或者两个以上。
在以上方面的某些实现方式下,所述生物特征信号可以是包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号的多种生物特征信号。
在以上方面的某些实现方式下,所述判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值,可以是基于预先的设定来从多个耳侧信号测量单元中选取两个,也可以是基于优先级的设定顺序选取两个耳侧信号测量单元进行比较,在阻抗一直低于预设阈值的情况下,可以比较预设次数终止比较,或者遍历所有情况之后终止比较。
在以上方面的某些实现方式下,所述判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值,可以是左耳耳侧信号测量单元和右耳耳侧信号测量单元均为一个,直接进行比较;也可以左耳耳侧信号测量单元和右耳耳侧信号测量单元均为多个,基于预先的设定来从多个左耳耳侧信号测量单元和多个右耳耳侧信号测量单元中分别选取两个,也可以是基于优先级的设定顺序选取两个耳侧信号测量单元进行比较,在阻抗一直低于预设阈值的情况下,可以比较预设次数终止比较,或者遍历所有情况之后终止比较。
在以上方面的某些实现方式下,所述判断所述多个单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,可以是单侧耳侧信号测量单元为两个,直接进行比较;也可以是基于预先的设定来从多个单侧耳侧信号测量单元中选取两个,也可以是基于优先级的设定顺序选取两个耳侧信号测量单元进行比较,在阻抗一直低于预设阈值的情况下,可以比较预设次数终止比较,或者遍历所有情况之后终止比较。
在以上方面的某些实现方式下,当判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,可以是左、右耳耳侧信号测量单元分别为两个,直接进行比较;也可以是基于预先的设定来分别从多个左、右耳耳侧信号测量单元中选取两个;也可以是对于左耳耳侧信号测量单元,基于优先级的设定顺序选取两个左耳耳侧信号测量单元进行比较,在阻抗一直低于预设阈值的情况下,可以比较预设次数终止比较,或者遍历所有情况之后终止比较;对于右耳耳侧信号测量单元,基于优先级的设定顺序选取两个右耳耳侧信号测量单元进行比较,在阻抗一直低于预设阈值的情况下,可以比较预设次数终止比较,或者遍历所有情况之后终止比较。
可以看到,实施本申请实施例的技术方案,能够解决当前技术产品形态复杂不便携,用户生物电信号单一,且在未能正确佩戴的情况下无法及时察觉,或者即时适配新的测量方案的情况,通过耳部采集多类生物特征信号,使得用户生物电信号的采集更加便捷可行,同时通过测量单元间阻抗值来判断耳侧佩戴装置的佩戴状态,并通过机器学习的方法,对睡眠分期阶段进行判定,可以相对准确地判断出用户当下的睡眠状态,便于更准确方便的评估用户的睡眠质量。
附图说明
为了更清楚地说明本申请实施例或背景技术中的技术方案,下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1示出了本申请实施例中的一种应用场景示意图;
图2示出了R&K睡眠分期标准中的睡眠分期结构图;
图3示出了人在清醒、轻度睡眠、快速眼动期和慢波睡眠不同阶段下的脑电波图;
图4示出了按照R&K睡眠分期标准中普通人在睡眠过程中的睡眠周期分布情况图;
图5a示出了本发明实施例的一种典型的应用场景;
图5b示出了本发明实施例的一种佩戴方式;
图6示出了本发明实施例的一种用户睡眠检测方法流程图;
图7示出了本申请实施例提供的一种从耳侧采集生物电信号的采集方式流程图;
图8示出了本申请实施例提供的一种从耳侧采集生物电信号的采集方式流程图;
图9对应于本申请实施例的一种睡眠检测系统;
图9a对应于本申请实施例的又一种睡眠检测系统;
图9b对应于本申请实施例的又一种睡眠检测系统;
图10a示出了本申请实施例的一种耳侧佩戴装置为单侧测量时的结构图;
图10b示出了本申请实施例的一种耳侧佩戴装置为双侧测量时的结构图;
图10c示出了本申请实施例的一种耳侧佩戴装置的结构图;
图11示出了本申请实施例的一种集成了睡眠检测功能的耳侧佩戴装置的结构图;
图12示出了本申请实施例的另一种耳侧佩戴装置的结构图;
图13示出了本申请实施例的一种睡眠检测装置的结构示意图;
图14示出了本申请实施例的另一种耳侧佩戴装置的结构图;
图15示出了本申请实施例的另一种耳侧佩戴装置的结构图;
图16示出了本申请实施例提供的一种测量用户相关信号的方法的流程图;
图17示出了本申请实施例提供的一种睡眠检测方法的流程图。
具体实施方式
下面结合本申请实施例中的附图对本申请的具体实现方式进行举例描述。然而本申请的实现方式还可以包括在不脱离本申请的精神或范围的前提下将这些实施例组合,比如采用其它实施例和做出结构性改变。因此以下实施例的详细描述不应从限制性的意义上去理解。本申请的实施例部分使用的术语仅用于对本申请的具体实施例进行解释,而非旨在限定本申请。
本申请的具体实施例中所提到的功能、模块、特征、单元等的一个或多个结构组成可以理解为由任何物理的或有形的组件(例如,由在计算机设备上运行的软件、硬件(例如,处理器或芯片实现的逻辑功能)等、和/或其它任何组合)以任何方式来实现。在某些实施例中,所示出的将附图中的将各种设备分成不同的模块或单元可以反映在实际实现中使用对应的不同的物理和有形的组件。可选的,本申请实施例附图中的单个模块也可以由多个实际物理组件来实现。同样,在附图中描绘的任何两个或更多个模块也可以反映由单个实际物理组件所执行的不同的功能。
关于本申请实施例的方法流程图,将某些操作描述为以一定顺序执行的不同的步骤。这样的流程图属于说明性的而非限制性的。可以将在本文中所描述的某些步骤分组在一起并且在单个操作中执行、可以将某些步骤分割成多个子步骤、并且可以以不同于在本文中所示出的顺序来执行某些步骤。可以由任何电路结构和/或有形机制(例如,由在计算机设备上运行的软件、硬件(例如,处理器或芯片实现的逻辑功能)等、和/或其任何组合)以任何方式来实现在流程图中所示出的各个步骤。
以下的说明可以将一个或多个特征标识为“可选的”。该类型的声明不应当被解释为对可以被认为是可选的特征的详尽的指示;即,尽管没有在文本中明确地标识,但其他特征可以被认为是可选的。此外,对单个实体的任何描述不旨在排除对多个这样的实体的使用;类似地,对多个实体的描述不旨在排除对单个实体的使用。最后,术语“示例性的”是指在潜在的许多实现中的一个实现。
本申请实施例主要用于用户睡眠分期的监测,通过分析用户生物电信号特征判断用户的睡眠分类结果,从而能够根据判断用户当前的睡眠情况,以及用户整体的睡眠质量。
生物电信号可以从人体皮肤表层进行获取,比较常见的生物电信号有脑电EEG信号,心电ECG,眼电EOG和肌电EMG信号等。除此之外,和用户当前状态相关性较高的特征信号还有运动信号,心率信号,声音信号等。现有技术中进行睡眠分类通常考虑较多的是脑电信号,以及运动信号。在本申请中会结合上述多类用户特征信号来进行用户睡眠状态的分析,以便综合多类信息,综合考量用户的睡眠状态。下面具体就脑电信号和用户睡眠的关系进行示例说明。
脑电EEG信号是大脑活动的外在体现,不同的大脑活动表现为具有不同特征的脑电信号。研究表明,对这些脑电模式进行时空频域分析,有助于逆向分析人的意图活动,这为脑电信号的应用提供了理论基础。
头皮脑电信号是一种生物电信号,大脑860亿个神经元电位变化形成的电场,经由皮层、颅骨、脑膜及头皮构成的容积导体传导后,在头皮上产生一个电位分布。利用特定的设备记录这些变化的电位分布就可以获得脑电信号。
脑电信号又可以分为自发脑电和诱发脑电(Evoked Potential,EP)两种。自发脑电是在没有特定外界刺激时大脑中的神经细胞自发产生的电位变化。而诱发脑电是大脑中的神经细胞受声、光、电等不同类型刺激所引起的脑电位变化。本发明是实力所涉及检测睡眠状态可以是通过检测人的自发脑电信号进行分析来实现。图1为自发脑电信号根据频率范围不同划分出不同种类,以及对应的产生状态。
从清醒到睡眠,并不是两个状态的瞬间变换,而需要经历一个短暂的过渡阶段。而在睡眠阶段,睡眠状态也不是平稳不变的,而是由多个不同睡眠阶段在周而复始地交替进行。基于脑电信号的睡眠分期就是将睡眠的几个不同阶段分开,确定出每个阶段所占用的时间长度,从而分析出睡眠质量的变化。
1968年,Rechtschaffen和Kales制定《人类睡眠阶段标准化术语、技术及划分系统手册》,简称R&K标准,成为睡眠分期工作的标准。在该标准下,睡眠分觉醒期(Wakefulness,W)、非快速眼动睡眠(Non-rapid Eye Movement sleep,NREM)和快速眼动睡眠(Rapid EyeMovement Sleep,REM)。非快速眼动睡眠又分为四个时期:一期、二期、三期和四期(N1,N2,N3,N4期)。
在一次完整睡眠中,睡眠的不同阶段具有不同的振幅和频率特性,这成为睡眠研究的重要依据。为了更加具体地描述不同阶段的差别,下面将详细介绍睡眠这6个不同阶段的EEG信[发明人补充点1:各类信号和睡眠分期之间的关系。本申请中所涉及的信号都需要涉及。]号的特点:
(1)清醒时期(Wakefulness):人在大部分情况下都处在清醒时期,处于不断感知外部刺激并作出反应的状态。视觉刺激,听觉刺激,思维活动和心理活动最活跃,大脑活动最复杂。与睡眠时期的脑电信号相比,清醒状态下的脑电信号的特点是低幅高频,振幅通常小于50μV,频率范围为1.5-50Hz。从采集到的脑电信号中可以观察到强烈的眼电信号,这对脑电信号处理造成了很大的影响。所以在脑电信号处理上,清醒时期所采集的脑电信号通常需要去伪迹减少眼电干扰。
(2)NREM睡眠I期(N1):在N1期,人的身体活动开始减少,头脑开始茫茫然,意识逐渐模糊。经历几分钟的睡眠前期,大脑状态逐渐稳定下来,整个时期的时间大约为1-10min。在这个时期醒来人容易被唤醒,醒过来的人通常否认睡眠。从生理指标生看,肌电水平明显降低,心率明显变慢,血压和体温较清醒状态也轻度下降,呼吸逐渐规则。脑电信号是一种低压混合波,主要频率为4-8Hz,振幅为50-100μV之间,也可能出现尖峰信号,但是不会出现纺锤波和K复合波。
(3)NREM睡眠II期(N2):一般认为,真正的睡眠是从N2期开始的,持续10-20min。N1和N2期都属于浅睡时期,有可能被唤醒,也有可能自己惊醒。在N2阶段,大脑出现了纺锤波和K复合波,主要频率为4-15Hz,振幅为50-150μV,稍大于睡眠I期。纺锤波或K复合波出现的周期一般低于3分钟,否则视为还未进入睡眠II期。
(4)NREM睡眠III期(N3):该时期的出现标志着人开始进入深度睡眠,意识消失,难以唤醒。从脑信号来看,以慢波为主,频率为2-4Hz,振幅为100-150μV,纺锤波和K复合波也可能在此时期出现。
(5)NREM睡眠IV期(N4):N4睡眠较深,觉醒非常困难,脑信号特征和睡眠III期类似,但是低于2Hz的成分明显增多,主要为0.5-2Hz,振幅在100-200μV之间。
(6)REM睡眠期:该时期可以发现眼球的快速运动,身体不会移动,大部分梦也在这个时期发生。REM睡眠一般为90-120分钟,NREM睡眠一般为4-7小时。REM睡眠持续时间较短,但却在人的记忆功能方面有重要作用。从脑信号来看,该阶段主要是一种混合频率低压快波,频率为15-30Hz,振幅通常小于50μV。
2007年,美国睡眠医学会综合了R&K标准,并提出了修正版本,得到了欧关大部分睡眠中心的支持,我国也已经采用了该标准。在修正的R&K睡眠分期标准中,N1和N2被合并成浅度睡眠(Light Sleep,LS),N3和N4被合并成慢波睡眠(Slow Wave Sleep,WS),新的睡眠分期结构图如图2所示。图3为人在清醒、轻度睡眠、快速眼动期和慢波睡眠不同阶段下的脑电波,图4为按照上述睡眠分期标准,普通人在睡眠过程中的睡眠周期分布情况。
除了脑电信号外,其他用户特征信号也能用于判断用户的睡眠状态,如是否睡眠,或者进一步的判断用户的睡眠分期结果。
图5a为本发明实施例的一种典型的应用场景,耳侧佩戴装置101贴近用户耳侧,从耳侧采集生物电信号,并将用户生物电信号发送给用户睡眠监测装置102,其中耳侧佩戴装置101具体操作可选的还可以包括左耳耳侧信号测量单元101a和右耳耳侧信号测量单元101b,也可以只包括单侧耳侧信号测量单元。耳侧佩戴装置101采集到用户生物电信号后将用户生物电信号发送给睡眠检测设备102用于对用户的睡眠分类结果进行判断。其中从耳道采集到测量信号之后,还需要对测量信号进行相应的处理,相关处理可以包括,电位差值处理,用于排除外界杂扰信号干扰,增强信号;常规的去躁处理,以及对所采集的用户生物电信号进行特征提取,从测量信号中获取多种生物电信号,如脑电信号,眼电信号,心电信号,肌电信号中的一种或多种。由于脑电信号在进行睡眠分期分析的过程中比较重要,通常其中一种优选的提取方式为眼电信号,心电信号,肌电信号中的一种或多种以及脑电信号。耳侧佩戴装置101具体的形态可以是耳机或者耳塞。用户睡眠监测装置102(具体可以为手持终端,如手机,PDA,pad等,或者也可以是耳侧佩戴装置101的一部分,集成于耳侧佩戴装置中,或者将睡眠分类功能集成在云端服务器)对用户脑电信号进行分析。
本申请实施例中,分析获得的用户睡眠情况还可以用于后续的睡眠改善处理,如当判断用户睡眠质量不好时,提醒用户注意休息,增加运动量,或者通过在耳侧佩戴装置中播放助眠音乐来帮助改善用户睡眠。所述用于睡眠调节或提醒的模块可以设置于系统的任意位置,如耳侧佩戴装置101中或睡眠检测装置102中。
本发明实施例中的耳侧指的是人体耳朵上以及耳朵附近可以测量得到生物电信号的区域,如耳道内侧,耳廓,耳沟,耳背,以及耳周等位置。通过将耳侧信号测量单元部署在人耳区域上,以及人耳附近来采集生物电信号。
图5b是本发明实施例的一种示例性的耳侧佩戴装置的佩戴即信号采集方式,示例性的给出了一种从耳道内侧获取生物电信号的信号采集方式。其中401为人体耳道,403为耳侧信号测量单元,402为耳侧佩戴装置的主体,404为用户的耳廓。
图6是本发明实施例的一种用户睡眠检测方法,具体包括以下步骤:
S601:通过耳侧佩戴装置从耳侧采集生物电信号;
具体包括,耳侧佩戴装置可以包括耳侧信号测量单元,用于配戴在耳侧,佩戴时贴合耳侧皮肤,以便采集生物电信号。其中耳侧佩戴装置根据采集需要可以是单侧也可以是双侧,单侧耳侧信号测量单元,用于从左耳道或者右耳道获取用户生物电信号,双侧则可以具体划分为左耳耳侧信号测量单元和右耳耳侧信号测量单元,用于分别从左右耳道获取用户生物电信号。需要从耳侧测量获取的用户生物电信号可以为用户生物电信号。通常的获取方式为通过柔性电极贴近耳侧皮肤测量获取,测量得到的通常为混合信号,需要经过后续的分解处理来获得一种或生物特征信号。可选的,耳侧佩戴装置可以通过开关控制来控制其是否开始信号采集工作,具体的操作方式可以包括摁下耳机实体按钮,或者触摸相应APP上的开始工作的虚拟按钮,或者也可以不通过开关控制电源有电的情况下始终处于工作状态。
由于耳侧佩戴装置在配戴过程中可能会出现,脱落,或者没有正确配戴的问题,因此直接获取耳侧佩戴装置采集的信号进行处理,可能会存在因为设备脱落,或者没有正确配戴而导致测量结果不准确,从而不能正确分析出用户的睡眠分类结果的问题,因此本申请的实施例会对耳侧佩戴装置的配戴情况进行判断,根据判断结果决定是否采集数据,或者是否将采集的数据用于进行用户睡眠分类的分析。
具体包括所述耳侧佩戴装置包括多个耳侧信号测量单元;判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号的电位差值信号作为所述用户生物电信号。
对应于耳侧佩戴装置为双侧耳道测量,即耳侧佩戴装置包括左耳耳侧信号测量单元和右耳耳侧信号测量单元,从耳侧采集生物电信号的采集方式还可以进一步如图7所示,包括:
S60101:通过判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值,来判断耳侧佩戴装置是否可以正常进行测量。
判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值,以此来判断耳侧佩戴装置是否可以正常进行测量(即正常配戴)。
具体的,左耳耳侧信号测量单元和右耳耳侧信号测量单元可以为一个也可以为多个,左/右耳耳侧信号测量单元的在实现的过程中其形态可以是电极,通过电极来测量耳侧的用户生物电信号。通过判断左右耳耳侧信号测量单元之间的阻抗值来判断耳侧佩戴装置的左耳耳侧信号测量单元和所述右耳耳侧信号测量单元是否贴合耳道,即耳侧佩戴装置是否配戴正确。当左右耳耳侧信号测量单元贴合耳道时,左右耳耳侧信号测量单元之间的阻抗值较低,通常是低于耳侧表面阻抗值,当左右耳耳侧信号测量单元有一侧或者两侧均不贴合耳道时,左右耳耳侧信号测量单元之间的阻抗值较高,通常是高于耳侧表面阻抗值。因此可以设置一个预设阈值用于判断耳侧佩戴装置的配戴情况,可选的,阻抗预设的判断阈值可以是耳侧表面的阻抗值。
当左耳耳侧信号测量单元和右耳耳侧信号测量单元为一个时,直接获取两个测量单元之间的阻抗值进行判断。
当左耳耳侧信号测量单元和右耳耳侧信号测量单元为多个时,可以有多种测量策略。如任意选择一个左耳耳侧信号测量单元和一个右耳耳侧信号测量单元进行阻抗值的获取,也可以是获取预设位置的左耳耳侧信号测量单元和获取预设位置的右耳耳侧信号测量单元之间的阻抗值,只获取一次阻抗值,根据获取的阻抗值判断左右耳配戴是否正常。或者也可以是设置优先级顺序来进行逐个匹配的测量,在不满足预设阈值的情况下测量预设数量次后终止测量和判断,或者逐个进行测量直到测量到低于预设值的阻抗,则说明耳侧佩戴装置可以正常测量,否则说明无法正常工作。在此对多测量单元情况下具体的测量方法不做限定。
S60102:当判断耳侧佩戴装置可以正常进行测量,根据所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号。
即当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值,根据所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号。
具体为,当耳侧信号测量单元为左右各一个的情况下,当测量到左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值则判断耳侧佩戴装置可以正常进行测量;根据所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号。
其中根据所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号具体方式可以包括,直接将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号;耳侧佩戴装置上还可以设置参考电极,分别获取所述左耳耳侧信号测量单元采集的生物电信号和参考电极的第一电位差信号,以及所述右耳耳侧信号测量单元采集的生物电信号和参考电极的第二电位差信号,然后获取第一电位差信号和第二电位差信号的差值信号。
在耳侧信号测量单元为多个且测量次数可以为多次的情况下,当测量到左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值则判断所测量的两个测量单元对应的耳道均可以正常进行测量。将测量后判定为可以正常进行测量的所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
在耳侧信号测量单元为多个且测量次数为一次的情况下,当测量左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值则判断所测量的两个测量单元对应的耳道均可以正常进行测量。将测量后判定为可以正常进行测量的所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号,或者也可以基于测量结果认为耳侧佩戴装置为可以正常进行测量,则选择任意的左侧耳侧信号测量单元和右侧耳侧信号测量单元,或者预先指定的左侧耳侧信号测量单元和右侧耳侧信号测量单元来获取采集的生物电信号的电位差值信号作为所述用户生物电信号。
进一步当判断耳侧佩戴装置无法正常进行测量时,可以选择不再进行采集信号和睡眠分类的分析步骤。
可选的,也可以当判断耳侧佩戴装置没有正常配戴时,进一步分别判断左侧或者右侧有没有正常配戴,由此可选的,可以包括步骤S50103。
S60103:当判断结果为耳侧佩戴装置无法正常进行测量,分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值。将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
在此步骤下,左耳耳侧信号测量单元和右耳耳侧信号测量单元需要为多个。
在耳侧信号测量单元为多个且测量次数可以为多次的情况下,当多次测量左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗均高于预设阈值则判断所测量的两个测量单元对应的耳道至少有一个无法进行正常测量。
在耳侧信号测量单元为多个且测量次数为一次的情况下,当测量左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗高于预设阈值则判断所测量的两个测量单元对应的耳道至少有一个无法正常进行测量。即当其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,则判断所测量的两个测量单元对应的耳道至少有一个无法正常进行测量。
判断为所测量的两个测量单元对应的耳道至少有一个无法正常进行测量后,分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值。同样可以有多种测量策略。如任意选择两个左/右耳耳侧信号测量单元进行阻抗值的获取,也可以是获取预设位置的两个左/右耳耳侧信号测量单元之间的阻抗值,只获取一次阻抗值,根据获取的阻抗值判断左右耳配戴是否正常。或者也可以是设置优先级顺序来进行两个左/右耳耳侧信号测量单元之间的测量,在不满足预设阈值的情况下测量预设数量次后终止测量和判断,或者逐对进行测量直到测量到低于预设值的阻抗,则说明耳侧佩戴装置可以正常测量,否则当遍历所有情况均无测量到低于预设值的阻抗说明无法正常测量。在此同样本申请对单侧多测量单元情况下具体的测量方法不做限定。
将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号:
可以是将测量后判定为可以正常进行测量的所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
其中将测量后判定为可以正常进行测量的所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号具体方式可以包括,直接将两个可以正常测量一侧的耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号;耳侧佩戴装置上还可以设置参考电极,分别获取所述一个耳侧信号测量单元采集的生物电信号和参考电极的第三电位差信号,以及另一个耳侧信号测量单元采集的生物电信号和参考电极的第四电位差信号,然后获取第三电位差信号和第四电位差信号的差值信号。
其中耳侧信号测量单元的选取可以有多种发送,如直接选取进行阻抗值判断的两个测量单元来获取电位差值信号,也可以是按照预先设置来选择测量单元,或者是任意选取。
本申请中获取电位差值信号的方式具体可以是通过软件指令来实现,也可以是通过硬件电路来实现。
对应于耳侧佩戴装置为单侧测量,即耳侧佩戴装置仅包括左耳耳侧信号测量单元或右耳耳侧信号测量单元,在此实施方式下,左耳耳侧信号测量单元或右耳耳侧信号测量单元需要为多个,即单侧耳侧信号测量单元为多个。从耳侧采集生物电信号的采集方式还可以如图8所示,进一步包括:
S60111:通过判断所述单侧耳侧信号测量单元中的两个信号测量单元之间的阻抗是否低于预设阈值,来判断耳侧佩戴装置是否可以正常进行测量。
判断所述单侧耳侧信号测量单元中的两个信号测量单元之间的阻抗是否低于预设阈值,以此来判断耳侧佩戴装置是否可以正常进行测量(即正常配戴)。
具体的,可以有多种测量策略,如任意选择两个单侧耳侧信号测量单元进行阻抗值的获取,也可以是获取预设位置的两个单侧耳侧信号测量单元之间的阻抗值,只获取一次阻抗值,根据获取的阻抗值判断单侧耳道配戴是否正常。即判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值;低于阈值则判断为配戴正常。
或者也可以是设置优先级顺序来进行两个单侧耳侧信号测量单元之间的测量,在不满足预设阈值的情况下测量预设数量次后终止测量和判断,或者逐对进行测量直到测量到低于预设值的阻抗,则说明耳侧佩戴装置可以正常测量,否则当遍历所有情况均无测量到低于预设值的阻抗说明无法正常测量。在此本申请同样对单侧多测量单元情况下具体的测量方法不做限定。
S60112:当判断耳侧佩戴装置可以正常进行测量,将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
在单个耳侧信号测量单元为多个且测量次数可以为多次的情况下,当测量到两个单侧耳侧信号测量单元之间的阻抗低于预设阈值则判断耳侧佩戴装置可以正常进行测量。将测量后判定为可以正常进行测量的两个单侧耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
其中将测量后判定为可以正常进行测量的两个单侧耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号具体方式可以包括,直接将两个可以正常测量耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号;耳侧佩戴装置上还可以设置参考电极,分别获取所述一个耳侧信号测量单元采集的生物电信号和参考电极的第五电位差信号,以及另一个耳侧信号测量单元采集的生物电信号和参考电极的第六电位差信号,然后获取第五电位差信号和第六电位差信号的差值信号。
在单侧耳侧信号测量单元为多个且测量次数为一次的情况下,当测量到单侧耳侧信号测量单元之间的阻抗低于预设阈值则判断所测量的两个测量单元对应的耳道均可以正常进行测量。将测量后判定为可以正常进行测量的两个单侧耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号,或者也可以基于测量结果认为耳侧佩戴装置为可以正常进行测量,则选择任意的两个单侧耳道测量单元,或者预先指定的两个单侧耳道测量单元来获取采集的生物电信号的电位差值信号作为所述用户生物电信号。
除了耳侧信号测量单元,耳侧佩戴装置还可以包括传感器单元,例如心率传感器(具体可以是PPG传感器,也可以是其它用于测量心率的传感装置)用于测量获取心率信号,运动传感器(具体可以是IMU运动传感器,也可以是其它的用于测量运动的传感装置)用于测量感知用户活动情况,声音传感器(具体可以是麦克风,也可以是其它的用于测量声音的传感装置)用于检测用户发出的声音。
所述生物电信号可以是用户生物特征信号的混合信号,用于后期进行生物特征信号的提取,传感信号根据具体实现过程中传感器的部署,可以为运动传感信号、心率传感信号、声音传感信号中的一种或多种。
S602:对所述用户生物电信号进行特征分解,获得生物特征信号;
所述生物特征信号包括,心电ECG信号,眼电EOG信号,肌电EMG信号以及脑电EEG信号中的一种或多种。进行特征分解来提取不同类的生物特征信号的方法有多种,可以根据不同类信号存在的频谱不同而进行提取,较为常用的是利用盲信源分离算法独立成分分析(ICA)分解得到多个生物特征信号的成分:这些成分可能分别对应脑电EEG信号,心电ECG,眼电EOG和肌电EMG信号等,并提取信号特征。
S603:根据所述生物特征信号获得所述用户的睡眠分类结果。
本发明实施例中的睡眠分类结果的分析可以通过机器学习的方式来实现。机器学习的模型可以有多种,例如可以通过SVM模型来进行分析,也可以是通过深度神经网络模型来进行分析。
根据SVM模型来进行分析:根据生物特征信号采样和SVM模型来获得生物特征信号采样对应的睡眠时段的睡眠分类概率,以此来判断对应的睡眠时段的睡眠分类。
根据深度神经网络模型来进行分析,本实施例具体为CNN卷积神经网络模型,分析方式为根据生物特征信号的采样和CNN模型来获得对应的睡眠时段的睡眠所属分期的概率,以此来判断对应的睡眠时段的睡眠分类。
根据实施方式的不同,当耳侧佩戴装置还包括传感器单元时,根据所述生物特征信号获得所述用户的睡眠分类结果,具体包括,根据所述生物特征信号和传感信号获得所述用户的睡眠情况,具体的可以是获得用户当前的睡眠分期分类结果,或者是获取用户整个睡眠阶段的睡眠分期组成,可以是全阶段的分析,或者是间隔采样不同睡眠时段来进行分析。
根据SVM模型来进行分析:根据生物特征信号和传感信号的采样和SVM模型来获得对应的睡眠时段的睡眠所属分期的概率,以此来判断对应的睡眠时段的睡眠分期。
根据深度神经网络模型来进行分析,本实施例具体为CNN卷积神经网络模型,分析方式为根据生物特征信号和传感信号的采样和CNN模型来获得信号对应的睡眠时段的睡眠所属分类的概率,以此来判断对应的睡眠时段的睡眠分类。
其中本发明实施例在采用机器学习模型来进行睡眠分类结果的分析时,也可以不进行S502步骤,即不进行生物特征信号的提取,直接用用户生物电信号进行模型的训练,然后在分析过程中,直接使用检测到的用户生物电信号的采样作为输入,来获取相应的睡眠分类概率。
本发明实施例中的睡眠分类结果,可以输出的是所分析的信号对应的睡眠分期的概率,或者是用户是否在睡眠状态的概率,或者是直接的基于概率的判断结果。
其中在本发明实施例的判断过程中提到大于预设阈值,根据具体实现时的需要也可以是大于等于预设阈值,同样小于预设阈值,根据具体实现时的需要也可以是小于等于预设阈值。
此外,本申请实施例中用于进行特征分解的生物电信号还可以是经过二次处理后的生物电信号,如进行缓冲放大、滤波、二级放大,A/D转换等常规处理后的生物电信号。或是其他的去噪、放大,数模转换处理后的信号。同样后续用于进行睡眠分类的传感信号也是如此。此外还可以是进一步提取特征信息后的信号,如可以直接基于心电信号提取心率信号用于后续的睡眠分类分析。
在此以SVM模型和CNN模型为例,来示例性的说明如何进行睡眠分类结果的获取。SVM(Support Vector Machine)支持向量机,是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。CNN(Convolutional Neural Network,卷积神经网路)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。
本申请的睡眠检测方法涉及机器学习相关的人工智能方法,一般人工智能方法通常涉及模型训练和实时算法识别。
第一部分:模型训练
本发明涉及生物电信号和传感信号两部分,因此在模型训练阶段同样也需要获取这两类信号来进行特征提取和模型训练,目的在于利用已知目标数据样本来训练模型,得到损失最小情况下的模型参数。
SVM模型方案:
SVM模型训练由以下部分组成:信号采集、信号预处理、特征提取与选择、模式分类和结果输出。其中,特征提取与选择和模式分类是最关键的两个步骤。
以生物电信号为例,如果需要模型能够输出各个分期对应的概率来用于睡眠分期的判断。则需要对人在睡眠分期各阶段(可以是已由医生打好睡眠分期标签)所产生的多频段多脑区的生物电信号进行去噪声预处理,例如首先进行工频陷波。再利用盲信源分离算法独立成分分析(ICA)分解得到多个特征信号成分:这些成分可能分别对应脑电EEG信号,心电ECG,眼电EOG和肌电EMG信号中的一个或多个,并提取信号特征。
提取信号特征进行的方法有多种,主要分为时域分析、频域分析和时频分析三类,此处以经典的频域分析法中能量和比值分析方法为示例。
对已经分解后的特征信号(如EEG,ECG,EOG,EMG中的一个或多个),将每类信号分段,每段数据长度为7500点(采样频率250Hz,采集30s),选取某个睡眠阶段25分钟的数据,并对此25分钟的数据划分为多个30s进行特征提取,计算该睡眠阶段各特征的能量和的比值。
具体来说,例如对EEG信号需要通过小波分解得到alpha、beta、theta、delta波的能量比。可以利用db4小波基进行小波分解,分别计算alpha波(8-13Hz),beta波(13-30Hz),theta波(4-7Hz),delta(1-4Hz)在1-30Hz上所占能量和的比值;
同理对ECG、EMG、EOG信号利用小波基进行小波分解,计算其在该频率上所占的能量和的比值。
能量比计算公式如下所示:
其中μi为分解后第i层频带(例如,进行EGG信号的能量比计算,不同频带对应不同类型的EGG信号)所占总能量和的比值,Di(k)为分解后第i层频带上的第k个小波系数;n为第i层小波系数的数据个数;Es为各个频带信号的总能量和;N为总划分频带的个数。
同样以进行EGG信号的能量比计算为例,将得到当前睡眠阶段的EEG信号中alpha、beta、theta、delta波及其他特征信号的能量和的比,如果有7类信号则对应于7维信号特征,导入SVM(支持向量机)中,其中一个30s分段数据可得到睡眠分期分类概率结果,训练得到识别准确率最高的SVM模型参数,例如这里SVM可以采用径向基核函数作为激活函数,并可以根据经验选择当gamma取8.0,惩罚因子C取10.0时进行识别。
如果生物电信号和传感器融合进行睡眠分期判断,同理提取各睡眠阶段的其他生物特征信号和传感信号特征(如能量和比值),与EEG信号的alpha能量和的比值和其他特征信号的能量和比值一起作为信号特征导入SVM中,进行模型参数训练。
训练得到的SVM模型,在进行睡眠分类分析的时候即可以根据特征信号,或特征信号和传感信号的能量和比值来输出睡眠分类对应的概率值,用于判断当前所分析的信号所对应的睡眠分期结果。
CNN模型方案:
一个典型的卷积神经网络架构,通常来说包括输入->[[卷积层]*N->[池化层]*M->[全连接层]*K->识别运算,其中N1,M1,K为整数,可根据需要设定。
基于生物电信号的卷积神经网络的离线训练过程为,首先需要对人在睡眠和非睡眠阶段(可以是已由医生打好睡眠分期标签)所产生的多频段多脑区的生物电信号进行去噪声预处理,根据子空间分解算法ICA分解多频段多区的生物电信号并得到脑电EEG信号,心电ECG,眼电EOG和肌电EMG信号中的一个或多个。将经过预处理的分解信号形成多维信号联同其对应的标签(例如对应的睡眠分期类别),输入卷积神经网络,具体来说,对已经分解后的生物电信号(如EEG,ECG,EOG,EMG中的一个或多个),将每类信号分段,每段数据长度可以为7500点(采样频率250Hz,采集30s),如果四类生物特征信号全包括则形成EEG,ECG,EOG,EMG四维信号矩阵,将该信号矩阵联合其对应的标签,输入卷积神经网络。根据随机梯度下降算法进行迭代优化求解。最终求得目标函数收敛时对应的卷积核参数以及全连接层中的各个参数。最后识别层可以采用softmax层,当仅需要区别睡眠与非睡眠时,可以输出两个分类对应的概率。当需要区分更多睡眠状态时,可以相应增加输出端口的数目。因此卷积神经网络训练阶段,需要确定卷积层、池化层、全连接层和分类模型中的各种参数,以确保后续的目标识别准确率高。其中一个30s分段数据可得到睡眠分期分类概率结果。
基于特征信号和传感信号的卷积神经网络的离线训练过程:首先需要对人在睡眠和非睡眠阶段(已由医生打好睡眠分期标签)所产生的EGG特征信号、PPG心率信号、IMU运动信号、麦克风音频信号等(根据应用阶段所需要分析的信号种类来选择训练阶段所需的信号种类,如应用阶段通过采集脑电信号,眼电信号和运动信号来进行睡眠分析,则训练阶段需要获取不同标签阶段的脑电信号,眼电信号和运动信号。)进行去噪声预处理,如果获得的是生物电信号则可能还需要根据子空间分解算法ICA分解多频段多区的生物电信号来获取需要的脑电EEG信号,心电ECG,眼电EOG和肌电EMG信号中的一种或多种。将经过预处理的分解信号和多传感信号(PPG心率信号、IMU运动信号、麦克风音频信号中的一种或多种)形成多维信号输入卷积神经网络,具体来说,对已经分解后的生物电信号(如EEG,ECG,EOG,EMG等)和多传感信号(PPG心率信号、IMU运动信号、麦克风音频信号),将每类信号分段,每段数据长度为7500点(采样频率250Hz,采集30s),并形成EEG,ECG,EOG,EMG,PPG心率,IMU,音频等多维信号矩阵,维数根据具体的应用需求的不同而不同,将该信号矩阵联合其对应的标签,输入卷积神经网络。根据梯度下降算法进行迭代求使得神经网络误差最小时对应的卷积核、全连接层中的各个参数,最后识别运算阶段通常采用softmax回归分类模型,softmax模型中需要提前训练得到一个损失函数,也是通过随机梯度下降的方式,将已知训练数据概率输入计算损失最小时的损失函数参数。因此卷积神经网络训练阶段,需要确定卷积层、池化层、全连接层和分类模型种的各种参数,以确保后续的目标识别准确率高。
以上数据长度选择为7500点(采样频率250Hz,采集30s)仅为一种示例,也可以选择其他的采样频率和时长。
同样在训练过程中能量和比值也仅为信号的一种特征,还可以选择其他特征,例如各类信号的功率谱估计来进行模型训练来获得睡眠分类模型进行睡眠分类。
图9对应于本申请实施例的一种睡眠检测系统,系统包括对应于图5中的耳侧佩戴装置101和睡眠检测装置102。
其中耳侧佩戴装置101,用于从耳侧采集的用户生物电信号;用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号;
耳侧佩戴装置101具体可以分为单侧或双侧测量,其中耳侧佩戴装置101为单侧测量其结构如图10a所示,其中单侧耳侧信号测量单元1011用于从左耳道或者右耳道获取用户生物电信号。
耳侧佩戴装置101为双侧测量其结构如图10b所示,其中左耳耳侧信号测量单元101a用于从左耳道获取用户生物电信号,右耳耳侧信号测量单元101b用于从右耳道获取用户生物电信号。
对应于双侧测量的耳侧佩戴装置101,即耳侧佩戴装置包括左耳耳侧信号测量单元101a和右耳耳侧信号测量单元101b,耳侧佩戴装置101通过判断所述左耳耳侧信号测量单元101a和所述右耳耳侧信号测量单元101b之间的阻抗是否低于预设阈值,来判断耳侧佩戴装置是否可以正常进行测量,当判断耳侧佩戴装置可以正常进行测量,根据所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号来获取所述用户生物电信号,当判断结果为耳侧佩戴装置无法正常进行测量,分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值。根据阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号来获取所述用户生物电信号。具体的判断方式可以参数步骤S60101-S60103。
对应于耳侧佩戴装置101为单侧耳道测量,即耳侧佩戴装置101仅包括左耳耳侧信号测量单元或右耳耳侧信号测量单元1011,在此实施方式下,左耳耳侧信号测量单元或右耳耳侧信号测量单元需要为多个,即单侧耳侧信号测量单元为多个。耳侧佩戴装置101通过判断所述单侧耳侧信号测量单元中的两个信号测量单元之间的阻抗是否低于预设阈值,来判断耳侧佩戴装置是否可以正常进行测量,当判断耳侧佩戴装置可以正常进行测量,根据所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号来获取所述用户生物电信号。具体的判断方式参考步骤S60111-S60112。
除了采集生物电信号,耳侧佩戴装置还用于采集传感信号,如用于获取心率信号,运动信号(感知用户活动情况),声音信号(检测用户发出的声音),其中的一种或多种。
本发明实施例中生物电信号可以是用户生物特征信号的混合信号,用于后期进行生物特征信号的提取,传感信号根据具体实现过程中传感器的部署,可以为运动传感信号、心率传感信号、声音传感信号中的一种或多种。
耳侧佩戴装置101还用于对所述用户生物电信号进行特征分解,获得生物特征信号;
所述生物特征信号包括,心电ECG信号,眼电EOG信号,肌电EMG信号以及脑电EEG信号中的一种或多种。
睡眠检测装置102,用于根据所述生物特征信号获得所述用户的睡眠分期分类结果。
本发明实施例中的睡眠分类结果的分析可以通过机器学习的方式来实现。机器学习的模型可以有多种,例如可以通过SVM模型来进行分析,也可以是通过深度神经网络模型来进行分析。具体实现方式可以参照步骤S503来实施。
睡眠检测装置或耳侧佩戴装置中还可以包括睡眠调节功能,用于根据睡眠检测结果在用户睡眠状况不佳时进行提示,或者进行干预,帮助用户改善睡眠质量,如播放一些舒缓的音乐等。睡眠检测装置在实现过程中具体的实现形式可以是各类便携终端,也可以是设置在云端服务器。
图10c为本发明实施例的一种从耳道内侧获取生物电信号的耳侧佩戴装置的一种示例性的结构图,耳侧佩戴装置可以有多种形态,例如可以是耳机形态,也可以是耳塞的形态,本示例给出的耳侧佩戴装置是耳塞形态,但在本申请中并不作为限定,耳侧佩戴装置包括耳塞本体301,柔性电极载体302和多个表面柔性电极303。柔性电极载体302提供一个足够弹性的支撑,确保附着在柔性电极载体302表面的多个柔性电极303和用户的耳道内表面形成紧密贴合,确保稳定地采集生物电信号信号。310部分示例性地呈现了一种表面柔性电极303的构成,包括呈现等角120度分布的生物感测柔性电极303A,生物感测柔性电极303B,接地的公共柔性电极303G,304是耳塞孔。针对另一些可行的实施例,附着在柔性电极载体302表面的生物感测柔性电极303可以只有1个或2个,而将耳塞本体301还可以连接有参考电极此处没有画出。或者在其他一些可行的实施例中,参考电极也可以采取耳廓支架上的电极触电来实现等多种方式。图10c中耳塞形态的耳侧佩戴装置的佩戴示意图如图5b所示,其中401为用户的耳道,402为脑电信号测量的入耳式的耳塞,403为柔性电极,404为用户的耳廓。从图5b可以看出,佩戴时柔性电极载体表面的多个柔性电极403和用户的耳道401内表面形成紧密贴合,和用户的头部形成一个测量系统。虽然图中没有示出,耳侧佩戴装置还可以,包括通信模块用于接收或者发送脑电信号,还可以可选的包括注意力检测单元用于通过脑电信号分析用户的注意力类型。
在本发明的有些实施例中,对生物电信号进行特征分解的步骤也可以设置于睡眠检测装置102中来实施。图9a、图9b即为本发明实施例对应的两种系统结构图,其中图9a对应于特征分解功能设置于耳侧佩戴装置来实现的实现方案,图9a中耳侧佩戴装置210具备较多数据处理功能,耳侧佩戴装置210的耳侧信号测量单元211获取用户生物电信号,传感信号测量单元212获取多种传感信号,具体可以是心率PPG,运动IMU,麦克风等数据,并分别通过耳道信号处理单元213和传感器信号处理单元214对这些生物电信号和传感信号进行预处理,如去噪声预处理,A/D转换等,睡眠调节模块216,用来根据睡眠检测单元221的睡眠检测结果,进行睡眠的告警或者干预。特征分解单元215用于将生物电信号进行特征提取,分解为脑电EEG,心电ECG,眼电EOG,肌电EMG。然后将这些分解后的特征信号和传感信号经过通信单元217发送到终端或者云端,终端或者云端通过通信单元222接收到这些信号后,传送到睡眠检测单元221,经过睡眠检测单元221处理后,会得到睡眠状态监测结果,得到睡眠状态监测结果后可根据睡眠调节模块216中的调控算法生成睡眠调节指令,控制播放模块播放适合的音乐声音等。
所述的睡眠调节模块可以是微型振动马达。所述耳道信号处理单元213和传感器信号处理单元214可以选择性的包括输入缓冲放大电路或预处理电路、滤波电路、二级放大电路;所述而到信号测量单元211和传感信号测量单元212所检测的信号可以是通过输入缓冲放大电路、滤波电路、二级放大电路等电路处理后传输至A/D转换电路。以及特征提取单元,例如从心电信号中提取心率信息。
图9b对应于耳侧佩戴装置设置于睡眠检测装置即终端或者云上来实现的实现方案,在此不再赘述。图9a,9b仅为示例性情况,在具体实现过程中可以对其中的单元模块进行增减和调整,或者各单元之间的功能进行整合。
在本发明的有些实施例中,还可以将睡眠检测装置和耳侧佩戴装置集成在一起,如图11所示,对应于本申请实施例的一种集成了睡眠检测功能的耳侧佩戴装置110。装置包括:
耳侧信号测量单元111,用于从耳侧采集的用户生物电信号。可选的,所述耳侧信号测量单元111可以包括左耳耳侧信号测量单元111a和右耳耳侧信号测量单元111b。当耳侧佩戴装置110为单侧测量装置时,耳侧信号测量单元111可以仅包括单侧耳侧信号测量单元111c。
特征分解单元112,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号。
睡眠检测单元113,用于根据所述生物特征信号获得所述用户的睡眠分期分类结果。具体分析方式可以参考上文具体实施例,在此不再赘述。
第一判断单元114,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号。
对应于双侧测量情况,所述耳侧佩戴装置还可以可选的包括第二判断单元。
第一断单元114,用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值(具体判断方式上文中已经介绍,在此不再赘述);当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
第二判断单元115,用于当第一判断单元114判断所述耳侧佩戴装置无法正常测量(具体判断方式上文中已经介绍,在此不再赘述),所述第二判断单元115分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。所述第二判断单元115为可选单元,第二判断单元115应用于所述左耳耳侧信号测量单元,右耳耳侧信号测量单元均为多个的情况。
对应于单侧测量情况,所述耳侧佩戴装置的包括第一判断单元114,用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值(具体判断方式上文中已经介绍,在此不再赘述),当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
耳侧佩戴装置110可选的还可以包括传感信号测量单元117,用于采集传感信号;传感信号测量单元117在具体实现的过程中,可以是包括多种传感器装置,如心率传感器(具体可以是PPG传感器,也可以是其它用于测量心率的传感装置)用于测量获取心率信号,运动传感器(具体可以是IMU运动传感器,也可以是其它的用于测量运动的传感装置)用于测量感知用户活动情况,声音传感器(具体可以是麦克风,也可以是其它的用于测量声音的传感装置)用于检测用户发出的声音中的一种或多种,用于测量运动传感信号、心率传感信号、声音传感信号中的一种或多种。
本发明实施例还公开了一种测量用户相关信号的方法,如图16所示:其中步骤S1601,S1602同图7相同,S1603为将所述生物特征信号发送给信号分析装置,信号分析装置在本申请实施例中具体可以为睡眠检测装置。
对应的本发明实施例还公开一种用于测量用户相关信号的耳侧佩戴装置,如图12所示,耳侧信号测量单元121,用于从耳侧采集的用户生物电信号。可选的,所述耳侧信号测量单元121可以包括左耳耳侧信号测量单元121a和右耳耳侧信号测量单元121b。当耳侧佩戴装置120为单侧测量装置时,耳侧信号测量单元121可以仅包括单侧耳侧信号测量单元121c。
特征分解单元122,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号。
发送单元123,用于将所述生物特征信号发送给信号分析装置;信号分析装置在本申请实施例中具体可以为睡眠检测装置。
第一判断单元124,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号。
对应于双侧测量情况,所述耳侧佩戴装置还可以可选的包括第二判断单元125。
第一断单元124,用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值(具体判断方式上文中已经介绍,在此不再赘述);当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
第二判断单元125,用于当第一判断单元124判断所述耳侧佩戴装置无法正常测量(具体判断方式上文中已经介绍,在此不再赘述),所述第三判断单元分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。所述第二判断单元125为可选单元,第二判断单元125应用于所述左耳耳侧信号测量单元,右耳耳侧信号测量单元均为多个的情况。
对应于单侧测量情况,所述耳侧佩戴装置的第一判断单元124,用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值(具体判断方式上文中已经介绍,在此不再赘述),当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号作为所述用户生物电信号。
耳侧佩戴装置120可选的还可以包括传感信号测量单元127,用于采集传感信号;传感信号测量单元127在具体实现的过程中,可以是包括多种传感器装置,如心率传感器(具体可以是PPG传感器,也可以是其它用于测量心率的传感装置)用于测量获取心率信号,运动传感器(具体可以是IMU运动传感器,也可以是其它的用于测量运动的传感装置)用于测量感知用户活动情况,声音传感器(具体可以是麦克风,也可以是其它的用于测量声音的传感装置)用于检测用户发出的声音中的一种或多种,用于测量运动传感信号、心率传感信号、声音传感信号中的一种或多种。
本发明实施例还公开了一种分析用户相关信号的方法,如图17所示:其中步骤S1702同图7中的S603相同,S1701为从耳侧佩戴装置接收生物特征信号。所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号。可选的,还可以从耳侧佩戴装置接收传感信号;所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种。
对应的,本发明实施例还公开一种睡眠检测装置130,如图13所示。装置包括:
接收单元131,用于从耳侧佩戴装置接收生物特征信号;
所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号;
睡眠检测单元132,用于根据所述生物特征信号获得所述用户的睡眠分期分类结果。
特征分解单元112,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号。
睡眠检测单元113,用于根据所述生物特征信号获得所述用户的睡眠分期分类结果。具体分析方式可以参考上文具体实施例,在此不再赘述。
可选的接收单元131,还用于从耳侧佩戴装置接收传感信号;所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种。
相应的,睡眠检测单元132,根据所述生物特征信号分析所述用户的睡眠分期分类结果,具体还可以为:根据所述生物特征信号和所述传感信号获得所述用户的睡眠分期分类结果。所述睡眠检测装置可以是用户的终端设备如手机,或其他可佩戴或便携终端,也可以是设置于云端的服务器中。
图14,是对应于是本申请实施例11,12的装置的处理器结构示意图。
如图14所示集成了睡眠检测功能的耳侧佩戴装置1400可以包括一个或者多个处理器1406、一个或多个存储器1401,传感信号测量单元1402,特征分解单元1403。具体实现中,耳侧佩戴装置还可以进一步包括传感器单元1404,通信单元1405。处理器1406可通过总线分别连接存储器1401、测量电极1402,特征分解电路1403,传感器1404等部件。分别描述如下:
处理器1406是耳侧佩戴装置的控制中心,利用各种接口和线路连接耳侧佩戴装置的各个部件,在可能实施例中,处理器1406还可包括一个或多个处理核心。处理器1400可通过执行程序指令来判断测量电极是否能正常测量(耳侧佩戴装置是否能正常测量),以及根据测量信号进行用户睡眠分期的分析。当处理器1406可以为专用处理器也可以为通用处理器,当处理器1406为通用处理器时,处理器1406通过运行或执行存储在存储器1401内的软件程序(指令)和/或模块。
存储器1401可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器1401还可以包括存储器控制器,以提供处理器1400和输入单元对存储器1401的访问。存储器1401可具体用于存储软件程序(指令)、以及采集的用户生物电信号。
耳侧信号测量单元1402,用于从耳侧采集的用户生物电信号。可选的,所述耳侧信号测量单元1402可以包括左耳耳侧信号测量单元和右耳耳侧信号测量单元。当耳侧佩戴装置1400为单侧测量装置时,耳侧信号测量单元1402可以仅包括单侧耳侧信号测量单元。耳侧信号测量单元1402通常通过硬件方式来实现,例如耳侧信号测量单元1402可以为电极,耳侧信号测量单元1402可以为一个或者多个。
特征分解单元1403,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号。特征分解单元1403通常通过硬件方式来实现,例如特征分解电路,ICA组件。
可选的,在某些实施例中还可以包括传感信号测量单元1404,用于采集传感信号;传感信号测量单元1404在具体实现的过程中,可以是包括多种传感器装置,如心率传感器(具体可以是PPG传感器,也可以是其它用于测量心率的传感装置)用于测量获取心率信号,运动传感器(具体可以是IMU运动传感器,也可以是其它的用于测量运动的传感装置)用于测量感知用户活动情况,声音传感器(具体可以是麦克风,也可以是其它的用于测量声音的传感装置)用于检测用户发出的声音中的一种或多种,用于测量运动传感信号、心率传感信号、声音传感信号中的一种或多种。
通信单元1405用于通过无线或有线通信技术和耳侧佩戴装置以及其他设备之间进行通信连接,如蜂窝移动通信技术,WLAN,蓝牙等。
本领域技术人员可以理解,本申请实施例中耳侧佩戴装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,耳侧佩戴装置还可以进一步包括扬声器、摄像头等,在此不再赘述。
具体的,处理器1406可通过读取,并分析判断存储在存储器1401中的测量信号来判断测量电极是否能正常测量(耳侧佩戴装置是否能正常测量),以及根据测量信号进行用户睡眠分期的分析。包括:
对应于双侧测量情况,处理器1406用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值(具体判断方式上文中已经介绍,在此不再赘述);当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;根据所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号;当判断所述耳侧佩戴装置无法正常测量(具体判断方式上文中已经介绍,在此不再赘述),分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并根据阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号获取所述用户生物电信号,电位差值信号可以通过处理器1406执行指令来获取,也通过电位差值获取单元即硬件电路来实现。
对应于单侧测量情况,处理器1406用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值(具体判断方式上文中已经介绍,在此不再赘述),当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,根据所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号获取所述用户生物电信号。
处理器1406还用于根据所述生物特征信号获得所述用户的睡眠分期分类结果。具体分析方式可以参考上文具体实施例,在此不再赘述。
还需要说明的是,虽然图14仅仅是本申请耳侧佩戴装置的一种实现方式,所述耳侧佩戴装置中处理器1406和存储器1401,在可能的实施例中,还可以是集成部署的。
图14还可以为本发明实施例的一种用于测量用户相关信号的耳侧佩戴装置可以包括一个或者多个处理器1406、一个或多个存储器1401,耳侧信号测量单元1402,特征分解单元1403。具体实现中,耳侧佩戴装置还可以进一步包括传感器单元1404,通信单元1405(包括发送单元和接收单元)。处理器1406可通过总线分别连接存储器1401、测量电极1402,特征分解电路1403,传感器1404等部件。分别描述如下:
处理器1406是耳侧佩戴装置的控制中心,利用各种接口和线路连接耳侧佩戴装置的各个部件,在可能实施例中,处理器1406还可包括一个或多个处理核心。处理器1400可通过执行程序指令来判断测量电极是否能正常测量(耳侧佩戴装置是否能正常测量)。当处理器1406可以为专用处理器也可以为通用处理器,当处理器1406为通用处理器时,处理器1406通过运行或执行存储在存储器1401内的软件程序(指令)和/或模块。
存储器1401可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器1401还可以包括存储器控制器,以提供处理器1400和输入单元对存储器1401的访问。存储器1401可具体用于存储软件程序(指令)、以及采集的用户生物电信号。
耳侧信号测量单元1402,用于从耳侧采集的用户生物电信号。可选的,所述耳侧信号测量单元1402可以包括左耳耳侧信号测量单元和右耳耳侧信号测量单元。当耳侧佩戴装置1400为单侧测量装置时,耳侧信号测量单元1402可以仅包括单侧耳侧信号测量单元。耳侧信号测量单元1402通常通过硬件方式来实现,例如耳侧信号测量单元1402可以为电极,耳侧信号测量单元1402可以为一个或者多个。
可选的,在某些实施例中还可以包括特征分解单元1403,用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,心电信号,眼电信号,肌电EMG信号中的一种或多种,以及脑电信号。特征分解单元1403通常通过硬件方式来实现,例如特征分解电路,ICA组件。
可选的,在某些实施例中还可以包括传感信号测量单元1404,用于采集传感信号;传感信号测量单元1404在具体实现的过程中,可以是包括多种传感器装置,如心率传感器(具体可以是PPG传感器,也可以是其它用于测量心率的传感装置)用于测量获取心率信号,运动传感器(具体可以是IMU运动传感器,也可以是其它的用于测量运动的传感装置)用于测量感知用户活动情况,声音传感器(具体可以是麦克风,也可以是其它的用于测量声音的传感装置)用于检测用户发出的声音中的一种或多种,用于测量运动传感信号、心率传感信号、声音传感信号中的一种或多种。
通信单元1405用于通过无线或有线通信技术和耳侧佩戴装置以及其他设备之间进行通信连接,如蜂窝移动通信技术,WLAN,蓝牙等,用于将生物电信号或采集并处理后的生物特征信号或生物特征信号和传感器信号发送给信号分析装置;信号分析装置在本申请实施例中具体可以为睡眠检测装置。除了睡眠检测装置外,由于获取的生物电信号,生物特征信号和传感信号还可以应用于用户其他特征的分析,例如运动状态,注意力状态,情绪状态的识别,因此信号分析装置还可以是运动状态检测装置,注意力检测装置,情绪检测装置等其他的需要通过生物特征信号分析来获得信息的装置。
本领域技术人员可以理解,本申请实施例中耳侧佩戴装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,耳侧佩戴装置还可以进一步包括扬声器、摄像头等,在此不再赘述。
具体的,处理器1406可通过读取,并分析判断存储在存储器1401中的测量信号来判断测量电极是否能正常测量(耳侧佩戴装置是否能正常测量),以及根据测量信号进行用户睡眠分期的分析。包括:
对应于双侧测量情况,处理器1406用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值(具体判断方式上文中已经介绍,在此不再赘述);当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;根据所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号获取所述用户生物电信号;当判断所述耳侧佩戴装置无法正常测量(具体判断方式上文中已经介绍,在此不再赘述),分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并根据阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号获取所述用户生物电信号,电位差值信号可以通过处理器1406执行指令来获取,也通过电位差值获取单元即硬件电路来实现。
对应于单侧测量情况,处理器1406用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值(具体判断方式上文中已经介绍,在此不再赘述),当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,根据所述多个单侧耳侧信号测量单元中的两个采集的生物电信号的电位差值信号获取所述用户生物电信号。
同样,图14仅仅是本申请耳侧佩戴装置的一种实现方式,所述耳侧佩戴装置中处理器1406和存储器1401,在可能的实施例中,还可以是集成部署的。
图15还可以为本发明实施例的一种睡眠检测装置1500可以包括一个或者多个处理器1406、一个或多个存储器1401。具体实现中,睡眠检测装置1500还可以进一步包括通信单元1405(包括发送单元和接收单元)。处理器1506可通过总线分别连接存储器1401,通信单元1505等部件。分别描述如下:
处理器1406是睡眠检测装置的控制中心,利用各种接口和线路连接睡眠检测装置的各个部件,在可能实施例中,处理器1406还可包括一个或多个处理核心。处理器1400可通过执行程序指令来判断用户的睡眠分期结果。当处理器1406可以为专用处理器也可以为通用处理器,当处理器1406为通用处理器时,处理器1406通过运行或执行存储在存储器1401内的软件程序(指令)和/或模块。
存储器1401可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器1401还可以包括存储器控制器,以提供处理器1400和输入单元对存储器1401的访问。存储器1401可具体用于存储软件程序(指令)、以及接收的睡眠检测用信号。
通信单元1505用于通过无线或有线通信技术和耳侧佩戴装置以及其他设备之间进行通信连接,如蜂窝移动通信技术,WLAN,蓝牙等,用于接收睡眠检测用信号;睡眠检测用信号可以是生物特征信号,也可以是直接采集的生物电信号,当通信单元接收的是生物电信号,睡眠检测装置1500中还可以包括特征分解单元用于对生物电信号进行特征分解。
本领域技术人员可以理解,本申请实施例中睡眠检测装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,睡眠检测装置还可以进一步包括扬声器、摄像头等,在此不再赘述。
具体的,处理器1506可通过读取,并分析判断存储在存储器1501中的睡眠检测用信号来进行用户睡眠分期的分析。包括:用于根据所述生物特征信号获得所述用户的睡眠分期分类结果。
同样,图15仅仅是本申请睡眠检测装置的一种实现方式,所述睡眠检测装置中处理器1506和存储器1501,在可能的实施例中,还可以是集成部署的。所述睡眠检测装置可以是用户的终端设备如手机,或其他可佩戴或便携终端,也可以是设置于云端的服务器中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者任意组合来实现。当使用软件实现时,可以全部或者部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令,在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述处理器可以是通用处理器或者专用处理器。所述耳侧佩戴装置可以是一个,也可以是多个耳侧佩戴装置组成的计算机网络。所述计算机指令可存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网络站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、微波等)方式向另一个网络站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质,也可以是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如DVD等)、或者半导体介质(例如固态硬盘)等等。
示例性的,本申请实施例的方案,执行主体可选的可以为ASIC、FPGA、CPU、GPU等,通过硬件或软件方式实现,存储器可选的可以为DDR、SRAM、HDD、SSD等易失或非易失性的存储设备。所述数据耳侧佩戴装置可以应用于多种场景,例如用于视频监控系统的服务器上,示例性的可以是以PCle扩展卡的形式。
其中ASIC、FPGA属于硬件实现,即在硬件设计时通过硬件描述语言的方式将本申请的方法落地;CPU、GPU属于软件实现,即在软件设计时通过软件程序代码的方式将本申请的方法落地。
在上述实施例中,对各个实施例的描述各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
Claims (38)
1.一种用户睡眠检测方法,其特征在于,所述方法包括:
通过耳侧佩戴装置,从用户耳侧获取用户生物电信号;
对所述用户生物电信号进行特征分解,获得生物特征信号;
所述生物特征信号包括脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;
根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果;
所述通过耳侧佩戴装置,从用户耳侧获取用户生物电信号具体包括:所述耳侧佩戴装置包括多个耳侧信号测量单元;判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号的电位差值信号作为所述用户生物电信号。
2.根据权利要求1所述的方法,其特征在于,
所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;
所述判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号的电位差值信号作为所述用户生物电信号,具体为:
判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;
将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
3.根据权利要求1所述的方法,其特征在于,所述通过耳侧佩戴装置,从用户耳侧获取用户生物电信号具体包括:
所述耳侧佩戴装置为单侧耳侧佩戴装置,所述多个耳侧信号测量单元包括多个单侧耳侧信号测量单元;
所述判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号的电位差值信号作为所述用户生物电信号,具体为:
判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个单侧耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
4.根据权利要求2所述的方法,其特征在于,所述方法包括:
所述左耳耳侧信号测量单元为多个;
所述右耳耳侧信号测量单元为多个;
当其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值;
分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;
将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
5.根据权利要求1-4任意一项所述的方法,其特征在于,所述方法包括:
所述耳侧佩戴装置还采集传感信号;
所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;
所述根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果,包括:
根据所述生物特征信号和所述传感信号基于所述机器学习模型获得所述用户的睡眠分类结果。
6.根据权利要求1-4任意一项所述的方法,其特征在于,所述方法包括:
所述根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果,包括:
根据所述生物特征信号和SVM模型获得所述用户的睡眠分类结果。
7.根据权利要求5所述的方法,其特征在于,所述方法包括:
所述根据所述生物特征信号和所述传感信号基于所述机器学习模型获得所述用户的睡眠分类结果,包括:
根据所述生物特征信号和所述传感信号和SVM模型获得所述用户的睡眠分类结果。
8.根据权利要求1-4任意一项所述的方法,其特征在于,所述方法包括:
所述根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果,包括:
根据所述生物特征信号和深度神经网络模型获得所述用户的睡眠分类结果。
9.根据权利要求5所述的方法,其特征在于,所述方法包括:
所述根据所述生物特征信号和所述传感信号基于机器学习模型获得所述用户的睡眠分类结果,包括:
根据所述生物特征信号和所述传感信号和深度神经网络模型获得所述用户的睡眠分类结果。
10.一种睡眠检测系统,其特征在于,所述系统包括:
耳侧佩戴装置,包括多个耳侧信号测量单元;
所述耳侧佩戴装置用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号的电位差值信号作为所述用户生物电信号;
用于对所述用户生物电信号进行特征分解,获得生物特征信号;所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;
睡眠检测装置,用于根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
11.根据权利要求10所述的系统,其特征在于,
所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;
所述耳侧佩戴装置用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;
当所述两个耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个耳侧信号测量单元测量的生物电信号的电位差值信号作为所述用户生物电信号,具体为:
所述耳侧佩戴装置用于判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
12.根据权利要求10所述的系统,其特征在于,
所述耳侧佩戴装置为单侧耳侧佩戴装置,所述多个耳侧信号测量单元包括多个单侧耳侧信号测量单元;
所述耳侧佩戴装置用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个耳侧信号测量单元测量的生物电信号的电位差值信号作为所述用户生物电信号,具体为:
所述耳侧佩戴装置用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个单侧耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
13.根据权利要求11所述的系统,其特征在于,
所述左耳耳侧信号测量单元为多个;
所述右耳耳侧信号测量单元为多个;
所述耳侧佩戴装置还用于当判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
14.根据权利要求10-13任意一项所述的系统,其特征在于,
所述耳侧佩戴装置还用于采集传感信号;
所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;
所述睡眠检测装置根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:
根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
15.根据权利要求10-13任意一项所述的系统,其特征在于,
所述睡眠检测装置,具体用于根据所述生物特征信号和SVM模型获得所述用户的睡眠分类结果。
16.根据权利要求14所述的系统,其特征在于,
所述睡眠检测装置,具体用于根据所述生物特征信号和所述传感信号和SVM模型获得所述用户的睡眠分类结果。
17.根据权利要求10-13任意一项所述的系统,其特征在于,
所述睡眠检测装置,具体用于根据所述生物特征信号和深度神经网络模型获得所述用户的睡眠分类结果。
18.根据权利要求14所述的系统,其特征在于,
所述睡眠检测装置,具体用于根据所述生物特征信号和所述传感信号和深度神经网络模型获得所述用户的睡眠分类结果。
19.一种耳侧佩戴装置,其特征在于,所述装置包括:
多个耳侧信号测量单元,用于从耳侧采集的用户生物电信号;
第一判断单元,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号;
特征分解单元,用于对所述用户生物电信号进行特征分解,获得生物特征信号;
所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;
睡眠检测单元,用于根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
20.根据权利要求19所述的装置,其特征在于,
所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;
所述第一判断单元,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;
当所述两个耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号,具体为:所述第一判断单元判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
21.根据权利要求19所述的装置,其特征在于,
所述耳侧佩戴装置为单侧耳侧佩戴装置;
所述多个耳侧信号测量单元包括多个单侧耳侧信号测量单元;
所述第一断单元,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号,具体为:
所述第一判断单元用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个单侧耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
22.根据权利要求20所述的装置,其特征在于,
所述左耳耳侧信号测量单元为多个;
所述右耳耳侧信号测量单元为多个;
所述耳侧佩戴装置还包括第二判断单元;
当所述第一判断单元判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,所述第二判断单元分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
23.根据权利要求19-22任意一项所述的装置,其特征在于,
所述耳侧佩戴装置还包括传感信号测量单元,用于采集传感信号;
所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;
所述睡眠检测单元根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:
根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
24.根据权利要求19-22任意一项所述的装置,其特征在于,
所述睡眠检测单元,具体用于根据所述生物特征信号和SVM模型获得所述用户的睡眠分类结果。
25.根据权利要求23所述的装置,其特征在于,
所述睡眠检测单元,具体用于根据所述生物特征信号和所述传感信号和SVM模型获得所述用户的睡眠分类结果。
26.根据权利要求19-22任意一项所述的装置,其特征在于,
所述睡眠检测单元,具体用于根据所述生物特征信号和深度神经网络模型获得所述用户的睡眠分类结果。
27.根据权利要求23所述的装置,其特征在于,
所述睡眠检测单元,具体用于根据所述生物特征信号和所述传感信号和深度神经网络模型获得所述用户的睡眠分类结果。
28.一种耳侧佩戴装置,其特征在于,所述装置包括:
多个耳侧信号测量单元,用于从耳侧采集生物电信号;
第一判断单元,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值;将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号;
特征分解单元,用于对所述用户生物电信号进行特征分解,获得生物特征信号;
所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;
发送单元,用于将所述生物特征信号发送给信号分析装置。
29.根据权利要求28所述的装置,其特征在于,
所述多个耳侧信号测量单元包括左耳耳侧信号测量单元和右耳耳侧信号测量单元;
所述第一判断单元,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;
当所述两个耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号,具体为:所述第一判断单元判断所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述左耳耳侧信号测量单元和所述右耳耳侧信号测量单元之间的阻抗低于预设阈值;将所述左耳耳侧信号测量单元采集的生物电信号和所述右耳耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
30.根据权利要求28所述的装置,其特征在于,
所述耳侧佩戴装置为单侧耳侧佩戴装置;
所述多个耳侧信号测量单元包括多个单侧耳侧信号测量单元;
所述第一断单元,用于判断其中两个耳侧信号测量单元之间的阻抗是否低于预设阈值;当所述两个耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个耳侧信号测量单元测量的生物电信号采集的生物电信号的电位差值信号作为所述用户生物电信号,具体为:
所述第一判断单元用于判断其中两个所述单侧耳侧信号测量单元之间的阻抗是否低于预设阈值,当所述两个所述单侧耳侧信号测量单元之间的阻抗低于预设阈值,将所述两个单侧耳侧信号测量单元采集的生物电信号的电位差值信号作为所述用户生物电信号。
31.根据权利要求29所述的装置,其特征在于,
所述左耳耳侧信号测量单元为多个;
所述右耳耳侧信号测量单元为多个;
所述耳侧佩戴装置还包括第二判断单元;
当所述第一判断单元判断其中一个左耳耳侧信号测量单元和其中一个右耳耳侧信号测量单元之间的阻抗高于预设阈值,所述第二判断单元分别判断所述多个左耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值,以及所述多个右耳耳侧信号测量单元中的两个之间的阻抗是否低于预设阈值;并将阻抗低于所述预设阈值的一侧耳道的两个生物电测量装置采集的生物电信号的电位差值信号作为所述用户生物电信号。
32.根据权利要求28-31任意一项所述的装置,其特征在于,
所述耳侧佩戴装置还包括耳侧信号测量单元,用于采集传感信号;
所述传感信号为为运动传感信号、心率传感信号、声音传感信号中的一种或多种;
所述发送单元,用于将所述传感信号发送给信号分析装置。
33.一种睡眠检测装置,其特征在于,所述装置包括:
接收单元,用于从耳侧佩戴装置接收生物特征信号;
所述生物特征信号包括,脑电信号,心电信号,眼电信号,肌电EMG信号中的一种或多种;
睡眠检测单元,用于根据所述生物特征信号基于机器学习模型获得所述用户的睡眠分类结果。
34.根据权利要求33所述的装置,其特征在于,
所述接收单元,还用于从耳侧佩戴装置接收传感信号;所述传感信号为运动传感信号、心率传感信号、声音传感信号中的一种或多种;
所述睡眠检测单元根据所述生物特征信号分析所述用户的睡眠分类结果,具体为:
根据所述生物特征信号和所述传感信号获得所述用户的睡眠分类结果。
35.根据权利要求33所述的装置,其特征在于,
所述睡眠检测单元,具体用于根据所述生物特征信号和SVM模型获得所述用户的睡眠分类结果。
36.根据权利要求34所述的装置,其特征在于,
所述睡眠检测单元,具体用于根据所述生物特征信号和所述传感信号和SVM模型获得所述用户的睡眠分类结果。
37.根据权利要求33所述的装置,其特征在于,
所述睡眠检测单元,具体用于根据所述生物特征信号和深度神经网络模型获得所述用户的睡眠分类结果。
38.根据权利要求34所述的装置,其特征在于,
所述睡眠检测单元,具体用于根据所述生物特征信号和所述传感信号和深度神经网络模型获得所述用户的睡眠分类结果。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910201461.8A CN110051347A (zh) | 2019-03-15 | 2019-03-15 | 一种用户睡眠检测方法及系统 |
PCT/CN2020/078822 WO2020187109A1 (zh) | 2019-03-15 | 2020-03-11 | 一种用户睡眠检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910201461.8A CN110051347A (zh) | 2019-03-15 | 2019-03-15 | 一种用户睡眠检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110051347A true CN110051347A (zh) | 2019-07-26 |
Family
ID=67316163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910201461.8A Pending CN110051347A (zh) | 2019-03-15 | 2019-03-15 | 一种用户睡眠检测方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110051347A (zh) |
WO (1) | WO2020187109A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110432870A (zh) * | 2019-08-13 | 2019-11-12 | 重庆邮电大学 | 一种基于1d cnn-lstm的睡眠信号自动分期方法 |
CN111248922A (zh) * | 2020-02-11 | 2020-06-09 | 中国科学院半导体研究所 | 基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 |
WO2020187109A1 (zh) * | 2019-03-15 | 2020-09-24 | 华为技术有限公司 | 一种用户睡眠检测方法及系统 |
CN111887830A (zh) * | 2020-09-10 | 2020-11-06 | 贵州省人民医院 | 睡眠监测方法、装置、设备及可读存储介质 |
CN112040359A (zh) * | 2020-08-19 | 2020-12-04 | 芯海科技(深圳)股份有限公司 | 耳机控制方法及耳机 |
TWI748485B (zh) * | 2020-05-28 | 2021-12-01 | 長庚醫療財團法人林口長庚紀念醫院 | 一種資訊處理系統及其方法 |
CN114177474A (zh) * | 2021-12-15 | 2022-03-15 | 中国人民解放军海军特色医学中心 | 一种可调节深海环境下睡眠质量的睡枕系统 |
TWI802134B (zh) * | 2021-12-07 | 2023-05-11 | 矽譜科技股份有限公司 | 癲癇發作及歷程偵測系統及其資訊平台 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200987666Y (zh) * | 2006-09-29 | 2007-12-12 | 北京新兴阳升科技有限公司 | 一种便携式睡眠监测装置 |
CN103040466A (zh) * | 2013-01-08 | 2013-04-17 | 中国人民解放军第四军医大学 | 一种电阻抗检测用电极连接异常的检测方法 |
CN103826533A (zh) * | 2011-08-24 | 2014-05-28 | 唯听助听器公司 | 具有电容性电极的eeg监控器以及监控脑波的方法 |
CN105997072A (zh) * | 2016-06-20 | 2016-10-12 | 中国人民解放军第四军医大学 | 一种基于测量精度的电阻抗检测用电极接触状态检测方法 |
CN206197938U (zh) * | 2016-08-04 | 2017-05-31 | 戴琨 | 一种心电图的处理装置 |
CN107007278A (zh) * | 2017-04-25 | 2017-08-04 | 中国科学院苏州生物医学工程技术研究所 | 基于多参数特征融合的自动睡眠分期方法 |
CN108388912A (zh) * | 2018-02-08 | 2018-08-10 | 南京理工大学 | 基于多传感器特征优化算法的睡眠分期方法 |
CN108451505A (zh) * | 2018-04-19 | 2018-08-28 | 广西欣歌拉科技有限公司 | 轻量入耳式睡眠分期系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012169839A (ja) * | 2011-02-14 | 2012-09-06 | Sony Corp | 音声信号出力装置、音声信号出力方法 |
WO2016176668A1 (en) * | 2015-04-30 | 2016-11-03 | Somtek, Inc. | Breathing disorder detection and treatment device and methods |
CN107865638A (zh) * | 2017-09-21 | 2018-04-03 | 广东思派康电子科技有限公司 | 计算机可读存储介质、入耳式耳塞检测装置 |
CN108742526A (zh) * | 2018-05-14 | 2018-11-06 | 广东思派康电子科技有限公司 | 一种具有入睡检测功能的智能穿戴设备及入睡检测方法 |
CN110051347A (zh) * | 2019-03-15 | 2019-07-26 | 华为技术有限公司 | 一种用户睡眠检测方法及系统 |
-
2019
- 2019-03-15 CN CN201910201461.8A patent/CN110051347A/zh active Pending
-
2020
- 2020-03-11 WO PCT/CN2020/078822 patent/WO2020187109A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200987666Y (zh) * | 2006-09-29 | 2007-12-12 | 北京新兴阳升科技有限公司 | 一种便携式睡眠监测装置 |
CN103826533A (zh) * | 2011-08-24 | 2014-05-28 | 唯听助听器公司 | 具有电容性电极的eeg监控器以及监控脑波的方法 |
CN103040466A (zh) * | 2013-01-08 | 2013-04-17 | 中国人民解放军第四军医大学 | 一种电阻抗检测用电极连接异常的检测方法 |
CN105997072A (zh) * | 2016-06-20 | 2016-10-12 | 中国人民解放军第四军医大学 | 一种基于测量精度的电阻抗检测用电极接触状态检测方法 |
CN206197938U (zh) * | 2016-08-04 | 2017-05-31 | 戴琨 | 一种心电图的处理装置 |
CN107007278A (zh) * | 2017-04-25 | 2017-08-04 | 中国科学院苏州生物医学工程技术研究所 | 基于多参数特征融合的自动睡眠分期方法 |
CN108388912A (zh) * | 2018-02-08 | 2018-08-10 | 南京理工大学 | 基于多传感器特征优化算法的睡眠分期方法 |
CN108451505A (zh) * | 2018-04-19 | 2018-08-28 | 广西欣歌拉科技有限公司 | 轻量入耳式睡眠分期系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020187109A1 (zh) * | 2019-03-15 | 2020-09-24 | 华为技术有限公司 | 一种用户睡眠检测方法及系统 |
CN110432870A (zh) * | 2019-08-13 | 2019-11-12 | 重庆邮电大学 | 一种基于1d cnn-lstm的睡眠信号自动分期方法 |
CN111248922A (zh) * | 2020-02-11 | 2020-06-09 | 中国科学院半导体研究所 | 基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 |
CN111248922B (zh) * | 2020-02-11 | 2022-05-17 | 中国科学院半导体研究所 | 基于加速度计和陀螺仪的人体呼吸情况采集贴及制备方法 |
TWI748485B (zh) * | 2020-05-28 | 2021-12-01 | 長庚醫療財團法人林口長庚紀念醫院 | 一種資訊處理系統及其方法 |
CN112040359A (zh) * | 2020-08-19 | 2020-12-04 | 芯海科技(深圳)股份有限公司 | 耳机控制方法及耳机 |
CN111887830A (zh) * | 2020-09-10 | 2020-11-06 | 贵州省人民医院 | 睡眠监测方法、装置、设备及可读存储介质 |
CN111887830B (zh) * | 2020-09-10 | 2023-03-10 | 贵州省人民医院 | 睡眠监测方法、装置、设备及可读存储介质 |
TWI802134B (zh) * | 2021-12-07 | 2023-05-11 | 矽譜科技股份有限公司 | 癲癇發作及歷程偵測系統及其資訊平台 |
CN114177474A (zh) * | 2021-12-15 | 2022-03-15 | 中国人民解放军海军特色医学中心 | 一种可调节深海环境下睡眠质量的睡枕系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2020187109A1 (zh) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110051347A (zh) | 一种用户睡眠检测方法及系统 | |
Nguyen et al. | A lightweight and inexpensive in-ear sensing system for automatic whole-night sleep stage monitoring | |
Zink et al. | Mobile EEG on the bike: disentangling attentional and physical contributions to auditory attention tasks | |
Bertrand | Distributed signal processing for wireless EEG sensor networks | |
Kothe et al. | Estimation of task workload from EEG data: new and current tools and perspectives | |
Kaveh et al. | Wireless user-generic ear EEG | |
CN106407733A (zh) | 基于虚拟现实场景脑电信号的抑郁症风险筛查系统和方法 | |
BRPI1100261B1 (pt) | Processo e dispositivo para interface cérebro-computador | |
CN104720748A (zh) | 一种睡眠阶段确定方法和系统 | |
AU2021250913B2 (en) | Localized collection of biological signals, cursor control in speech-assistance interface based on biological electrical signals and arousal detection based on biological electrical signals | |
Aydın et al. | The impact of musical experience on neural sound encoding performance | |
WO2020186915A1 (zh) | 一种注意力检测方法及系统 | |
CN109247917A (zh) | 一种空间听觉诱发p300脑电信号识别方法及装置 | |
CN110141258A (zh) | 一种情绪状态检测方法、设备及终端 | |
Angrisani et al. | Instrumentation and measurements for non-invasive EEG-based brain-computer interface | |
Kaongoen et al. | A novel online BCI system using speech imagery and ear-EEG for home appliances control | |
CN108491792B (zh) | 基于眼电信号的办公场景人机交互行为识别方法 | |
Nguyen et al. | LIBS: a lightweight and inexpensive in-ear sensing system for automatic whole-night sleep stage monitoring | |
Nguyen et al. | LIBS: a bioelectrical sensing system from human ears for staging whole-night sleep study | |
JP2020526269A (ja) | コンピューティング・デバイス、非一過性のコンピュータ可読記憶媒体、脳波(eeg)信号におけるアーティファクトを除去する方法、およびコンピュータ・プログラム | |
Nguyen et al. | LIBS: a low-cost in-ear bioelectrical sensing solution for healthcare applications | |
CN108837271A (zh) | 电子装置、提示信息的输出方法及相关产品 | |
Zhao et al. | A pervasive stress monitoring system based on biological signals | |
Yan et al. | A dry electrode based headband voice brain-computer interface device | |
Jeong et al. | Identification of attention state for menu-selection using in-ear eeg recording |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190726 |