CN111202516B - 一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统 - Google Patents
一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统 Download PDFInfo
- Publication number
- CN111202516B CN111202516B CN202010061045.5A CN202010061045A CN111202516B CN 111202516 B CN111202516 B CN 111202516B CN 202010061045 A CN202010061045 A CN 202010061045A CN 111202516 B CN111202516 B CN 111202516B
- Authority
- CN
- China
- Prior art keywords
- information
- sleep
- brain waves
- electrocardio
- brain
- 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.)
- Active
Links
Images
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
- A61B5/48—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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M2021/0005—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus
- A61M2021/0083—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis by the use of a particular sense, or stimulus especially for waking up
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Anesthesiology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- Cardiology (AREA)
- Acoustics & Sound (AREA)
- Hematology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统,包括如下步骤:通过生理信息捡拾发射器在受测者的胸骨柄前区部位采集脑电波信息;在采集时间段中连续解读采集到的脑电波信息,脑电波信息包括:α脑电波、β脑电波、θ脑电波中的至少一种;并用于判断测试者的睡眠深度为闭目状态、浅睡状态还是深睡状态;分别统计闭目状态、浅睡状态及深睡状态的累计时长,并将上述累计时长作为睡眠参数数据输出;其中,脑电波信号包括α脑电波、β脑电波、θ脑电波。所述系统应用所述方法。本发明的基于脑电波判断睡眠深度的方法,判断睡眠深度的方法准确,且测试者只需佩戴生理信息捡拾发射器即可,不会影响测试者的睡眠状态。
Description
技术领域
本发明属于生理检测装置技术领域,具体而言,本发明涉及一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统。
背景技术
据科学界粗略统计:1岁以下的婴儿每天需要累计睡眠18小时、1到3岁的幼儿每天需要累计睡眠14至15小时、4到12岁的儿童每天需要累计睡眠10到12小时、13到29岁青年每天需要累计睡眠8小时、30到60岁的成年人每天需要累计睡眠7小时、60岁以上的老年人每天需要累计睡眠5.5至7小时;睡眠中,人体的代谢会得到减慢,清醒状态下受损的机能得到逐渐恢复,体力和精力重新获得充沛及饱满。上述数据虽对引导人们健康睡眠习惯具有一定的指导性意义,但相同睡眠时长下,同一人体的睡眠质量会存在诸多差异,致使即使获得足够时长的睡眠亦不能让精力得到充分的恢复,长时间积累会对身体造成不良影响。研究表明,只有在睡眠累计时长满足上述要求的前提下深睡状态占比不低于20%才能让人体的精力得到相对充沛的恢复,不会对人体健康造成不良影响。因此,对于睡眠不足的人群,指导其补充合适时长的睡眠具有极为重要的技术意义。
进一步的,随着社会的快速发展和工作压力的增大,越来越多的人出现睡眠不佳和焦虑紧张的情况,紧张和焦虑可以导致睡眠不佳,睡眠不佳可以加进紧张和焦虑,形成挥之不去的恶性循环,将使人体的抵抗力下降,恢复力下降,记忆力退化,各种功能减弱,甚至紊乱,严重时容易发展为老年痴呆症;并且长期睡眠不佳还会造成习惯性脱发和抑郁;为了及时获知这种情况,现在急需通过一种有效的方式来判断人们睡眠深度,以便及时提出精确合理的睡眠建议时长对个人生活方式等进行调整。
现有技术中,有通过呼吸、体位等信息对睡眠进行监控的装置,例如,申请日为2011年11月8日、申请号为201120438702.X、名称为“带胸腹呼吸、鼾声、体位的睡眠呼吸监测仪”的中国专利文件,该中国专利文件公开了一种带胸腹呼吸、鼾声、体位的睡眠呼吸监测仪,压力传感器连接呼吸信号放大滤波电路,心电信号放大滤波电路、血氧模块和呼吸信号放大滤波电路均与MCU连接,MCU连接SD卡,其中,还包括胸部信号放大滤波电路、腹部信号放大滤波电路、鼾声信号放大滤波电路和体位传感器,胸部信号放大滤波电路、腹部信号放大滤波电路和鼾声信号放大滤波电路均连接到MCU上,胸部信号放大滤波电路连接胸部运动传感器,腹部信号放大滤波电路连接腹部运动传感器,鼾声信号放大滤波电路连接鼾声传感器。该中国专利文件可对测试者睡眠期间的胸腹呼吸、鼾声、体位参数进行监测,但仍无法实现对使用者的心电进行监测,且无法精确判断测试者的睡眠深度,致使无法依据获取的监测数据为受测者提供精确的休息数据建议。此外,现有技术中所采用的诸多传感器通常采用连线方式与检测仪相连,不仅使用不便,抗干扰能力较差,使用者佩戴后也影响其睡眠状态。
因此,研发一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统,以解决上述技术问题成为一种创新技术。
发明内容
本发明针对现有技术中睡眠深度判断数据不精确、无法精确推送休息建议的技术问题,进而提供一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统。
为了解决上述问题,本发明提供了一种基于胸骨柄前区脑电波判断睡眠深度的方法,包括如下步骤:
步骤一、通过生理信息捡拾发射器在受测者的胸骨柄前区部位采集脑电波信息;
步骤二、在采集时间段中连续解读采集到的所述脑电波信息,所述脑电波信息包括:α脑电波、β脑电波和θ脑电波中的至少一种;通过脑电波来识别出闭目状态、浅睡状态及深睡状态;
步骤三、分别统计所述闭目状态、浅睡状态及深睡状态的累计时长,并将上述累计时长作为睡眠参数数据输出。
优选地,在步骤一中,通过生理信息捡拾发射器还进一步采集的测试者的心电信息;所述心电信息包括:所述闭目状态时的心电信息、浅睡状态时的心电信息和深睡状态时的心电信息;在获取所述心电信息过程中,当入睡后的心电波形图相对于入睡前的心电波形图出现驼峰曲线时,开始检测到脑电波信号并持续判断测试者的睡眠状态;当入睡后的心电波形图相对于入睡前的心电波形图未出现驼峰曲线时,则判断测试者未进入深睡眠状态。
优选地,所述驼峰曲线是心电图上频谱和波形在脑电β和θ波范围的特征信号。
优选地,还包括:
步骤四、将所述睡眠参数数据存入云端。
本发明还提供一种基于脑电波判断睡眠深度的系统,所述系统适于实现如前所述基于脑电波判断睡眠深度的方法。
优选地,所述系统包括:
生理信息捡拾发射器,用于采集和发送测试者的心电信息、呼吸波形信息和体位信息;
移动终端,在所述移动终端内设有接收模块、数据处理模块;所述接收模块与所述生理信息捡拾发射器无线相连,用于接收所述生理信息捡拾发射器发送的测试者的心电信息、脑电波信息、呼吸波形信息、体位和体动信息;所述数据处理模块与所述接收模块相连,所述数据处理模块将接收到的测试者心电信息、脑电波信息、呼吸波形信息、体位和体动信息进行处理;
云端,所述云端与移动终端无线连接,用于存储测试者的心电信息、呼吸波形信息、体位和体动信息,及睡眠测试数据。
优选地,还包括:智能手环,所述智能手环与所述云端无线连接;所述智能手环用于获取所述云端中的心电信息、呼吸波形信息、体位和体动信息,及睡眠测试数据。
优选地,还包括PC终端,所述PC终端与所述生理信息捡拾发射器和/或所述移动终端连接,所述PC终端用于处理、显示测试者的心电信息、呼吸波形信息、体位和体动信息,并分析脑电波信号,根据脑电波信号的分析结果,判断测试者的睡眠深度,并将判断结果以睡眠测试数据的方式可视化。
优选地,还包括:睡眠唤醒装置;所述睡眠唤醒装置与所述移动终端通信连接,用于在受测人员的深度睡眠时长达到设定时长时将受测者唤醒。
优选地,所述云端还存储有休息建议及所述系统的使用说明。
与现有技术相比,本发明的优点和有益效果在于:
1、本发明所述的基于胸骨柄前区脑电波判断睡眠深度的方法,通过分析心电图中的脑电波信号,然后对采集到的信息进行处理,根据脑电波信号的分析结果,判断测试者的睡眠深度。其判断睡眠深度的方法准确,且测试者只需在胸骨柄前区佩戴生理信息捡拾发射器即可,不会影响测试者的睡眠状态。
2、本发明通过采用生理信息捡拾发射器进一步采集测试者的心电信息,并利用心电波形图的变化特征作为开始及停止检测脑电波信号的辨别依据,能够相比现有睡眠时长的统计方法获得更为精准的统计数据,便于受测者精确掌握自己的睡眠状态,并依据当前已测睡眠状态合理安排自身的休息时间,将深睡状态累计持续时长及时补充至满足当前年龄段所需的健康时长。
3、本发明所述的基于胸骨柄前区脑电波判断睡眠深度的系统,采用位于心电图上频谱和波形在脑电β和θ波范围的驼峰特征信号,具有检测精度更为精准和有效的使用效果。
本发明以生理信息捡拾发射器为采集源头,通过贴置在胸骨柄前区的生理信息捡拾发射器对测试者的心电信息、呼吸波形信息和体位信息进行采集和发送,进而判断测试者的睡眠深度,分析结果可靠,并且生理信息捡拾发射器具有装置小巧、采集方便、抗干扰能力强和采集准确度高的特点。
4、本发明通过采用将睡眠参数数据存入云端,方便通过PC、手机亦或平板随时访问所述云端,读取被采集的睡眠参数数据,有助于在任何方便的时间节点为测试人员提供针对性的睡眠指导建议。
5、本发明提供的基于脑电波判断睡眠深度的系统在采用上述基于脑电波判断睡眠深度的方法后能够为使用人群提供更为专业的睡眠指导。
附图说明
图1为本发明实施例1中基于胸骨柄前区脑电波判断睡眠深度的方法的操作流程图;
图2为本发明实施例1中测试者的脑电波信息结构示意图;
图3为本发明实施例1中该测试者一个脉动周期内的心电图;
图4为本发明实施例1中驼峰曲线的外形结构示意图;
图5为本发明实施例2中适用于前述方法的基于胸骨柄前区脑电波判断睡眠深度的系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
参见图1,本实施例的基于胸骨柄前区脑电波判断睡眠深度的方法,包括如下步骤:
步骤一、通过生理信息捡拾发射器在受测者的胸骨柄前区部位采集脑电波信息;
步骤二、如图2所示,在采集时间段中连续解读采集到的所述脑电波信息,所述脑电波信息包括:α脑电波、β脑电波和θ脑电波中的至少一种;通过脑电波来识别出闭目状态、浅睡状态及深睡状态;
步骤三、分别统计所述闭目状态、浅睡状态及深睡状态的累计时长,并将上述累计时长作为睡眠参数数据输出。
优选地,在本实施例的其中一个优选技术方案中,在步骤一中,通过生理信息捡拾发射器还进一步采集的测试者的心电信息;所述心电信息包括:所述闭目状态时的心电信息、浅睡状态时的心电信息和深睡状态时的心电信息;在获取所述心电信息过程中,当入睡后的心电波形图相对于入睡前的心电波形图出现驼峰曲线时,开始检测到脑电波信号并持续判断测试者的睡眠状态;当入睡后的心电波形图相对于入睡前的心电波形图未出现驼峰曲线时,则判断测试者未进入深睡眠状态。
优选地,在本实施例的其中一个优选技术方案中,所述频谱和波形在脑电B和6波范围的驼峰曲线位于图3所示的心电图上。
优选地,在本实施例的其中一个优选技术方案中,还包括:步骤四、将所述睡眠参数数据存入云端。
本实施例所述的基于胸骨柄前区脑电波判断睡眠深度的方法的原理如下:
测试者将所述生理信息捡拾发射器佩戴在胸骨柄的位置,实时采集测试者的心电信息、呼吸波形信息、体位和体动信息,在测试者入睡前,由于人体体表的电阻抗值很高,脑电波信号在胸骨柄前区的位置检测不到,而当测试者入眠后,人体体表电阻抗值大幅下降,脑电信号由觉醒的杂乱无序状态,随着睡眠深度的加深,趋向于低频有序化,进而在人体胸骨柄前区的位置即可检测到这时的脑电波信号,该脑电波信号与心电信号叠加,使心电图中出现图4所示的驼峰曲线,通过对驼峰曲线的分析,即可判断该测试者进入睡眠状态的深度。
进一步的,所述驼峰曲线为α脑电波、β脑电波和θ脑电波与心电叠加而成,为验证上述结论,进行以下实验:采用现有技术中常规的方法采集测试者的脑电波图,如图2所示为该测试者入睡后的α脑电波图、β脑电波图、和θ脑电波图。将图2中的脑电波图叠加后,与测试者入睡前的心电图进行叠加后即为包含图4所示的带有驼峰曲线的心电图。
实施例2:
本实施例在实施例1的基础上进一步提供一种适用于前述方法的基于胸骨柄前区脑电波判断睡眠深度的系统。如图5所示,在其中一个优选技术方案中,所述系统包括:
生理信息捡拾发射器100,用于采集和发送测试者的心电信息、呼吸波形信息和体位信息;
移动终端200,在所述移动终端200内设有接收模块210、数据处理模块220;所述接收模块210与所述生理信息捡拾发射器100无线相连,用于接收所述生理信息捡拾发射器100发送的测试者的心电信息、脑电波信息、呼吸波形信息、体位和体动信息;所述数据处理模块220与所述接收模块210相连,所述数据处理模块220将接收到的测试者心电信息、脑电波信息、呼吸波形信息、体位和体动信息进行处理;
云端300,所述云端300与移动终端200无线连接,用于存储测试者的心电信息、呼吸波形信息、体位和体动信息,及睡眠测试数据。
需要说明的是上述生理信息捡拾发射器100的结构基于现有技术,在已公开申请文件:CN107334460A、CN107348945A、CN107349510A、CN107374615A、CN107374642A;中均有相关应用。此外,上述云端300可由多组服务器构成,亦满足采用服务器集群来加以实现。
优选地,在本实施例的其中一个优选技术方案中,还包括:智能手环,所述智能手环与所述云端无线连接;所述智能手环用于获取所述云端中的心电信息、呼吸波形信息、体位和体动信息,及睡眠测试数据。
优选地,在本实施例的其中一个优选技术方案中,还包括PC终端,所述PC终端与所述生理信息捡拾发射器和/或所述移动终端连接,所述PC终端用于处理、显示测试者的心电信息、呼吸波形信息、体位和体动信息,并分析脑电波信号,根据脑电波信号的分析结果,判断测试者的睡眠深度,并将判断结果以睡眠测试数据的方式可视化。
优选地,在本实施例的其中一个优选技术方案中,还包括:睡眠唤醒装置;所述睡眠唤醒装置与所述移动终端通信连接,用于在受测人员的深度睡眠时长达到设定时长时将受测者唤醒。
优选地,在本实施例的其中一个优选技术方案中,所述云端还存储有休息建议及所述系统的使用说明。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (7)
1.一种基于胸骨柄前区脑电波判断睡眠深度的方法,其特征在于,包括如下步骤:
步骤一、通过生理信息捡拾发射器在受测者的胸骨柄前区部位采集心电信息;所述心电信息包括:闭目状态时的心电信息、浅睡状态时的心电信息和深睡状态时的心电信息;在获取所述心电信息过程中,当心电波形图出现驼峰曲线时,表明开始检测到脑电波信号并持续判断测试者的睡眠状态;心电波形图未出现驼峰曲线时,表明未检测到脑电波信号,则判断测试者未进入睡眠状态;
步骤二、在采集时间段中连续解读采集到的所述心电信息,从中提取脑电波信息,所述脑电波信息包括:α脑电波、β脑电波和θ脑电波中的至少一种;通过所述脑电波信息来识别出闭目状态、浅睡状态及深睡状态;
步骤三、分别统计所述闭目状态、浅睡状态及深睡状态的累计时长,并将上述累计时长作为睡眠参数数据输出。
2.根据权利要求1所述的基于胸骨柄前区脑电波判断睡眠深度的方法,其特征在于,还包括:
步骤四、将所述睡眠参数数据存入云端。
3.一种基于胸骨柄前区脑电波判断睡眠深度的系统,所述系统适于实现权利要求1-2中任意一项所述的方法,其特征在于,所述系统包括:
生理信息捡拾发射器,用于采集和发送测试者的心电信息、呼吸波形信息、体位和体动信息;
移动终端,在所述移动终端内设有接收模块、数据处理模块;所述接收模块与所述生理信息捡拾发射器无线相连,用于接收所述生理信息捡拾发射器发送的测试者的心电信息、呼吸波形信息、体位和体动信息;所述数据处理模块与所述接收模块相连,所述数据处理模块将接收到的测试者心电信息、呼吸波形信息、体位和体动信息进行处理,提取和分析脑电波信号,根据脑电波信号的分析结果,判断测试者的睡眠深度,得到睡眠测试数据;
云端,所述云端与移动终端无线连接,用于存储测试者的心电信息、呼吸波形信息、体位和体动信息,及睡眠测试数据。
4.根据权利要求3所述的基于胸骨柄前区脑电波判断睡眠深度的系统,其特征在于,还包括:智能手环,所述智能手环与所述云端无线连接;所述智能手环用于获取所述云端中的心电信息、呼吸波形信息、体位和体动信息,及睡眠测试数据。
5.根据权利要求3所述的基于胸骨柄前区脑电波判断睡眠深度的系统,其特征在于,还包括PC终端,所述PC终端与所述生理信息捡拾发射器和/或所述移动终端连接,所述PC终端用于处理、显示测试者的心电信息、呼吸波形信息、体位和体动信息,并提取和分析脑电波信号,根据脑电波信号的分析结果,判断测试者的睡眠深度,并将判断结果以睡眠测试数据的方式可视化。
6.根据权利要求3所述的基于胸骨柄前区脑电波判断睡眠深度的系统,其特征在于,还包括:睡眠唤醒装置;所述睡眠唤醒装置与所述移动终端通信连接,用于在受测人员的深度睡眠时长达到设定时长时将受测者唤醒。
7.根据权利要求3所述的基于胸骨柄前区脑电波判断睡眠深度的系统,其特征在于,所述云端还存储有休息建议及所述系统的使用说明。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010061045.5A CN111202516B (zh) | 2020-01-19 | 2020-01-19 | 一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010061045.5A CN111202516B (zh) | 2020-01-19 | 2020-01-19 | 一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111202516A CN111202516A (zh) | 2020-05-29 |
CN111202516B true CN111202516B (zh) | 2023-04-07 |
Family
ID=70780906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010061045.5A Active CN111202516B (zh) | 2020-01-19 | 2020-01-19 | 一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111202516B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113941071B (zh) * | 2021-12-20 | 2022-04-26 | 深圳市心流科技有限公司 | 基于脑电的睡眠唤醒方法、装置、智能终端及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106345034A (zh) * | 2016-11-09 | 2017-01-25 | 武汉智普天创科技有限公司 | 基于脑电采集终端的用于认知情绪调节的装置 |
CN107334460A (zh) * | 2017-08-15 | 2017-11-10 | 北京道贞健康科技发展有限责任公司 | 基于心电、呼吸、体位信号的睡眠质量评估系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7894890B2 (en) * | 2007-02-09 | 2011-02-22 | Neuropace, Inc. | Devices and methods for monitoring physiological information relating to sleep with an implantable device |
US8870764B2 (en) * | 2011-09-06 | 2014-10-28 | Resmed Sensor Technologies Limited | Multi-modal sleep system |
US20150100135A1 (en) * | 2013-10-09 | 2015-04-09 | Mc10, Inc. | Utility gear including conformal sensors |
CN107730211A (zh) * | 2017-10-29 | 2018-02-23 | 佛山市凯荣泰科技有限公司 | 采用可穿戴设备的睡眠提醒方法以及系统 |
CN109674468A (zh) * | 2019-01-30 | 2019-04-26 | 大连理工大学 | 一种单导脑电自动睡眠分期方法 |
-
2020
- 2020-01-19 CN CN202010061045.5A patent/CN111202516B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106345034A (zh) * | 2016-11-09 | 2017-01-25 | 武汉智普天创科技有限公司 | 基于脑电采集终端的用于认知情绪调节的装置 |
CN107334460A (zh) * | 2017-08-15 | 2017-11-10 | 北京道贞健康科技发展有限责任公司 | 基于心电、呼吸、体位信号的睡眠质量评估系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111202516A (zh) | 2020-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020119245A1 (zh) | 一种基于可穿戴手环的情绪识别系统及方法 | |
EP2055235B1 (en) | Fetal movement information processing device and fetal movement information processing method | |
CN109480787B (zh) | 一种基于超宽带雷达的非接触式睡眠监测设备及睡眠分期方法 | |
US10456074B2 (en) | Method and device for contraction monitoring | |
CN111973151B (zh) | 一种基于可穿戴智能绷带的传染病监测系统及方法 | |
TW201019901A (en) | Sleep analysis system and analysis method thereof | |
CN106725383A (zh) | 基于动作和心率的睡眠状态判别系统及方法 | |
CN106725382A (zh) | 基于动作和hrv测量的睡眠状态判别系统及方法 | |
CN104224132A (zh) | 睡眠监测装置及其监测方法 | |
CN109907729A (zh) | 一种睡眠时生命特征的检测方法 | |
CN105051799A (zh) | 用于检测跌倒的方法和跌倒检测器 | |
CN108392211A (zh) | 一种基于多信息融合的疲劳检测方法 | |
CN106344034A (zh) | 一种睡眠质量评估系统及其方法 | |
CN113288095A (zh) | 一种基于身体活动和心率信息计算睡眠周期的睡眠健康管理的方法与系统 | |
CN112294264A (zh) | 一种基于bcg与血氧饱和率的睡眠分期方法 | |
CN111202516B (zh) | 一种基于胸骨柄前区脑电波判断睡眠深度的方法及系统 | |
CN115474901A (zh) | 基于无线射频信号的非接触式起居状态监测方法及系统 | |
CN115137308A (zh) | 一种提高智能穿戴设备睡眠算法中出入睡检测准确性的方法 | |
CN106175698B (zh) | 睡眠状态分析中睡眠周期检测装置 | |
Ahmed et al. | Classification of sleep-wake state in ballistocardiogram system based on deep learning | |
CN105852847A (zh) | 一种心脏及生命体征监护分析系统 | |
CN106361327B (zh) | 睡眠状态分析中清醒状态检测方法和系统 | |
CN115813342A (zh) | 一种基于睡眠监测的作息品质判断系统 | |
CN205849445U (zh) | 一种融合多传感器的人体生理特征信息采集装置 | |
CN114903445A (zh) | 一种心脑血管疾病智能监测预警系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |