CN111973177A - 一种基于便携式脑电设备的睡眠辅助系统及方法 - Google Patents
一种基于便携式脑电设备的睡眠辅助系统及方法 Download PDFInfo
- Publication number
- CN111973177A CN111973177A CN202010717046.0A CN202010717046A CN111973177A CN 111973177 A CN111973177 A CN 111973177A CN 202010717046 A CN202010717046 A CN 202010717046A CN 111973177 A CN111973177 A CN 111973177A
- Authority
- CN
- China
- Prior art keywords
- sleep
- module
- data
- electroencephalogram
- mental state
- 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
- 230000007958 sleep Effects 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000006996 mental state Effects 0.000 claims abstract description 58
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 7
- 230000008667 sleep stage Effects 0.000 claims description 38
- 238000000605 extraction Methods 0.000 claims description 14
- 230000000875 corresponding effect Effects 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000011426 transformation method Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003340 mental effect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003860 sleep quality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Psychiatry (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本公开提出了一种基于便携式脑电设备的睡眠辅助系统及方法，包括便携式脑电设备、云端服务器和终端；便携式脑电设备:被配置为采集脑电数据；云端服务器:被配置为根据脑电数据进行睡眠分期和精神状态评估，将睡眠分期结果及精神状态评估结果发送至终端；终端:根据接收的睡眠分期结果执行相应的睡眠辅助控制，并根据实时获取的精神状态评估结果调整睡眠辅助控制。通过设置便携式脑电设备、云端服务器和终端多端协同实现睡眠智能辅助，通过实时的睡眠分期及精神状态实时调整睡眠辅助的控制，能够根据调整过程中的精神状态变化，实时调整睡眠辅助的措施，能够实现个性化的推荐，能够提高辅助睡眠系统的工作效率，同时提高用户满意度。
Description
技术领域
本公开涉及睡眠辅助装置相关技术领域，具体的说，是涉及一种基于便携式脑电设备的睡眠辅助系统及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。
随着生活节奏加快，越来越多的人被睡眠问题所困扰。在现有的临床睡眠分析中，主要由专家根据R&K睡眠分期规则，利用脑电信号对睡眠划分阶段，判断用户的睡眠状态。多导脑电监测设备作为脑电信号获取的代表设备，具有监测精确、监测信息多元化的特点。相对于移动设备麦克风，加速度计以及光敏传感器等传统监测方式可以更精确地获取脑电信息。
发明人发现，当前的睡眠研究方向主要停留在信息的获取上，例如对精神状况以及睡眠阶段分期的评估，缺乏对信息的实时利用即改善睡眠或缓解压力的具体措施。
发明内容
本公开为了解决上述问题，提出了一种基于便携式脑电设备的睡眠辅助系统及方法，能够自动化实现睡眠辅助，能够缓解用户精神压力和改善睡眠质量。
为了实现上述目的，本公开采用如下技术方案：
一个或多个实施例提供了一种基于便携式脑电设备的睡眠辅助系统，包括便携式脑电设备、云端服务器和终端；
便携式脑电设备:被配置为采集脑电数据；
云端服务器:被配置为根据脑电数据进行睡眠分期和精神状态评估，将睡眠分期结果及精神状态评估结果发送至终端；
终端:根据接收的睡眠分期结果执行相应的睡眠辅助控制，并根据实时获取的精神状态评估结果调整睡眠辅助控制。
一个或多个实施例提供了一种基于便携式脑电设备的睡眠辅助方法，包括如下步骤：
采集脑电数据；
根据脑电数据进行睡眠分期和精神状态评估，将睡眠分期结果及精神状态评估结果发送至终端；
根据接收的睡眠分期结果执行相应的睡眠辅助控制，并根据实时获取的精神状态评估结果调整睡眠辅助控制。
一个或多个实施例提供了一种基于便携式脑电设备的睡眠辅助方法，包括如下步骤：
接收并保存原始EEG波形数据，对原始EEG波形数据进行特征提取获得特征数据；
基于特征数据，输入至训练好的数据分析模型对睡眠进行分期；
根据睡眠分期结果判断用户是否进入睡眠阶段，若已进入睡眠阶段，则继续进行睡眠分期；若未进入睡眠阶段，则向终端发送辅助睡眠措施，实时获取脑电数据，并根据脑电数据中的α波对用户精神状况进行评估。
与现有技术相比，本公开的有益效果为：
(1)本公开通过设置便携式脑电设备、云端服务器和终端多端协同实现睡眠智能辅助，通过实时的睡眠分期及精神状态实时调整睡眠辅助的控制，能够根据调整过程中的精神状态变化，实时调整睡眠辅助的措施，能够实现个性化的推荐，能够提高辅助睡眠系统的工作效率，同时提高用户满意度。
(2)本公开通过与云平台进行数据交互，在云端服务器中进行数据的处理和指令的发出，能够实现大数据的处理，能够提高系统的可扩展性，实现大范围的推广。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的限定。
图1是本公开实施例1的便携式脑电设备主体示意图；
图2是本公开实施例1提供的一种基于便携式脑电设备的睡眠辅助系统原理图；
图3是本公开实施例2的方法流程图；
图4是本公开实施例3的方法流程图。
具体实施方式：
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。需要说明的是，在不冲突的情况下，本公开中的各个实施例及实施例中的特征可以相互组合。下面将结合附图对实施例进行详细描述。
实施例1
在一个或多个实施方式中公开的技术方案中，如图1-2所示，一种基于便携式脑电设备的睡眠辅助系统，包括便携式脑电设备、云端服务器和终端；
便携式脑电设备:被配置为采集脑电数据；
云端服务器:被配置为根据脑电数据进行睡眠分期和精神状态评估，将睡眠分期结果及精神状态评估结果发送至终端；
终端:根据接收的睡眠分期结果执行相应的睡眠辅助控制，并根据实时获取的精神状态评估结果调整睡眠辅助控制。
本实施例通过设置便携式脑电设备、云端服务器和终端多端协同实现睡眠智能辅助，通过实时的睡眠分期及精神状态实时调整睡眠辅助的控制，能够根据调整过程中的精神状态变化，实时调整睡眠辅助的措施，能够实现个性化的推荐，能够提高辅助睡眠系统的工作效率，同时提高用户满意度。
在一些实施例中，所述便携式脑电设备包括佩戴头套以及无线通讯模块，所述无线通讯模块可以为蓝牙模块、无线模块等。
可选的，可以在佩戴头套顶部通过安装盒安装控制电路板，所述电路板上设置无线通讯模块。
具体的，佩戴头套内的前侧和两侧分别设置电极组，每个电极组分别包括脑电电极3和参考电极2，使用脑电电极3采集脑电电势信号后与参考电极2的电势信号比较，记录两者之差，即为脑电数据。
在一些实施例中，终端可以为移动终端如手机或者便携式电脑，也可以是固定的终端。
具体的，所述控制电路电板上可以同时设置蓝牙模块，所述蓝牙模块与终端如手机连接，所述终端和云端服务器连接。
可选的，云端服务器，包括数据预处理模块、分期模块、睡眠辅助决策模块和调整模块，如下：
数据预处理模块：被配置为用于接收并保存原始EEG波形数据，对原始EEG波形数据进行特征提取获得特征数据。
可选的，特征提取可以采用时域和频域分析，也可以采用非线性特征分析。具体的，可以采用EMD算法、小波变换进行特征提取。本领域技术人员可以根据实际模型自行设置。
分期模块：被配置为用于基于特征数据，输入至训练好的数据分析模型对睡眠进行分期。
可选的，所述数据分析模型可以为任意形式的神经网络，可以为卷积神经网络，进一步地，分期模块中还可以包括训练模块，被配置为用于对神经网络进行训练并修正。
可选的，可以采用卷积神经网络LeNet-5结构进行分类，输入的数据先经过两次卷积层到池化层，再经过全连接层，最后使用softmax分类作为输出层。
睡眠辅助决策模块：被配置为用于根据睡眠分期结果判断用户是否进入睡眠阶段，若已进入睡眠阶段，则继续进行睡眠分期；若未进入睡眠阶段，则向终端如手机发送辅助睡眠措施并根据脑电数据中的α波对用户精神状况进行评估。
可选的，所述辅助睡眠措施可以为推荐音乐。
可选的，还包括用户精神状态评估模块：根据脑电信号以及α波的能量，在设定时间的滑动窗口内按照单步步长进行前后状态对比，若α波的能量明显增加，则说明用户精神状态好转。
可选的，设定时间的滑动窗口可以设置为几分钟或者几十分钟，如可以为5min,单步步长可以设置为几十秒，如可以为30s。
调整模块：被配置为用于根据睡眠分期结果判断用户是否进入睡眠阶段，若已进入睡眠阶段，则继续进行睡眠分期；若未进入睡眠阶段，则向终端发送辅助睡眠措施，并实时获取脑电数据，根据脑电数据中的α波对用户精神状况进行评估。
可选的，辅助睡眠措施的调整指令可以为音量调低或音乐切换指令。
在一些实施例中，所述终端中设置助眠软件系统，所述助眠软件系统包括：数据接收模块和助眠执行模块。
数据接收判断模块：被配置为用于接收云端服务器信号，并对信号类别进行判断；
助眠执行模块；被配置为用于根据信号类别执行相对应的动作。
可选的，助眠执行模块根据信号类别执行相对应的动作，可以具体为：若接收的信号为睡眠报告，则绘制并显示睡眠报告；若接收的信号为播放音乐，则推荐助眠音乐；若接收的信号为音乐切换，则重新选择音乐；若接收的信号为音量降低或关闭音乐则自动进行音量降低或关闭音乐。
可选的，助眠执行模块还包括音乐推荐模块，所述音乐推荐模块用于执行推荐音乐的过程，音乐推荐模块包括如下模块：
相似度判断模块：被配置为用于计算音乐之间的相似度，建立相似度矩阵；
推荐音乐列表生成模块：被配置为用于根据音乐的相似度和用户的历史行为形成推荐音乐列表；历史行为可以为音乐播放行为。
具体的所述推荐音乐列表根据与用户历史行为的音乐相似度由高到低排列，相似度高的音乐即为用户喜好程度较高的音乐，可以用喜好程度得分进行量化标定。
播放模块：被配置为用于选择推荐列表中喜好程度得分最高的音乐播放。
本实施例的睡眠辅助系统结合了便携式脑电设备与云端服务器中睡眠分期和助眠软件推荐音乐的方法，利用了便携式脑电设备的精确性以及推荐音乐的人性化，缓解了用户精神压力和改善睡眠质量，提高了用户的体验度。
实施例2
一种基于便携式脑电设备的睡眠辅助方法，包括如下步骤：
S1OO：采集脑电数据；
S200：根据脑电数据进行睡眠分期和精神状态评估，将睡眠分期结果及精神状态评估结果发送至终端；
S300：根据接收的睡眠分期结果执行相应的睡眠辅助控制，并根据实时获取的精神状态评估结果调整睡眠辅助控制。
本实施例通过实时的睡眠分期及精神状态实时调整睡眠辅助的控制，能够根据调整过程中的精神状态变化，实时调整睡眠辅助的措施，能够实现个性化的推荐，能够提高辅助睡眠系统的工作效率，同时提高用户满意度。
其中，所述脑电数据可以采用便携式脑电设备采集。
步骤200中，根据脑电数据进行睡眠分期的方法，可以具体为：
步骤201：接收并保存原始EEG波形数据，对原始EEG波形数据进行特征提取获得特征数据；
步骤202：基于特征数据，输入至训练好的数据分析模型对睡眠进行分期；
可选的，特征提取可以采用时域和频域分析，也可以采用非线性特征分析。具体的，可以采用EMD算法、小波变换进行特征提取。本领域技术人员可以根据实际模型自行设置。
可选的，所述数据分析模型可以为任意形式的神经网络，可以为卷积神经网络，进一步地，分期模块中还可以包括训练模块，被配置为用于对神经网络进行训练并修正。
可选的，可以采用卷积神经网络LeNet-5结构进行分类，输入的数据先经过两次卷积层到池化层，再经过全连接层，最后使用softmax分类作为输出层。
步骤200中，根据脑电数据进行精神状态评估的方法，可以具体为：根据脑电信号以及α波的能量，在设定时间的滑动窗口内按照单步步长进行前后状态对比，若α波的能量明显增加，则说明用户精神状态好转。
可选的，设定时间的滑动窗口可以设置为几分钟或者几十分钟，如可以为5min,单步步长可以设置为几十秒，如可以为30s。
步骤S300中，根据接收的睡眠分期结果执行相应的睡眠辅助控制，并根据实时获取的精神状态评估结果调整睡眠辅助控制，可以具体为：若接收的信号为睡眠报告，则绘制并显示睡眠报告；若接收的信号为播放音乐，则推荐助眠音乐；若接收的信号为音乐切换，则重新选择音乐；若接收的信号为音量降低或关闭音乐则自动进行音量降低或关闭音乐。
实施例3
一种基于便携式脑电设备的睡眠辅助方法，该方法在实施例1所述的云端服务器中实现，包括如下步骤：
S101：接收并保存原始EEG波形数据，对原始EEG波形数据进行特征提取获得特征数据；
S102：基于特征数据，输入至训练好的数据分析模型对睡眠进行分期；
S103：根据睡眠分期结果判断用户是否进入睡眠阶段，若已进入睡眠阶段，则继续进行睡眠分期；若未进入睡眠阶段，则向终端如手机发送辅助睡眠措施并根据脑电数据中的α波对用户精神状况进行评估。
步骤S101中，特征提取可以采用时域和频域分析方法；还可以采用EMD算法，小波变换进行特征提取。本领域技术人员可以根据实际模型自行设置。
可选的，所述数据分析模型可以为任意形式的神经网络，可以为卷积神经网络，进一步地，分期模块中还可以包括训练模块，被配置为用于对神经网络进行训练并修正。
可选的，可以采用卷积神经网络LeNet-5结构进行分类，输入的数据先经过两次卷积层到池化层，再经过全连接层，最后使用softmax分类作为输出层。
步骤S103中，可选的，所述辅助睡眠措施可以为推荐音乐。
对用户精神状态评估的过程，可以具体如下：
S1031：根据脑电信号以及α波的能量，在设定时间的滑动窗口内按照单步步长进行前后状态对比，若α波的能量明显增加，则说明用户精神状态好转。
可选的，设定时间的滑动窗口可以设置为几分钟或者几十分钟，如可以为5min,单步步长可以设置为几十秒，如可以为30s.
进一步地改进，还包括根据精神状态信息进行调整的步骤S104：当评估完成后，判断用户的精神状态与播放音乐之前相比是否放松，若用户的精神状态更加紧张，则向终端发送辅助睡眠措施的调整指令；若用户精神放松，则继续对用户精神状态进行评估，直至睡眠分期结果为睡眠阶段。
可选的，辅助睡眠措施的调整指令可以为进行音量调低或音乐切换指令。
可选的，辅助睡眠措施的调整指令可以为进行音量调低或音乐切换指令。
本实施例通过与云平台进行数据交互，在云端服务器中进行数据的处理和指令的发出，能够实现大数据的处理，能够提高系统的可扩展性，实现大范围的推广。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种基于便携式脑电设备的睡眠辅助系统，其特征是：包括便携式脑电设备、云端服务器和终端；
便携式脑电设备:被配置为采集脑电数据；
云端服务器:被配置为根据脑电数据进行睡眠分期和精神状态评估，将睡眠分期结果及精神状态评估结果发送至终端；
终端:根据接收的睡眠分期结果执行相应的睡眠辅助控制，并根据实时获取的精神状态评估结果调整睡眠辅助控制。
2.如权利要求1所述的一种基于便携式脑电设备的睡眠辅助系统，其特征是：云端服务器，包括数据预处理模块、分期模块、睡眠辅助决策模块和调整模块；
数据预处理模块：被配置为用于接收并保存原始EEG波形数据，对原始EEG波形数据进行特征提取获得特征数据；
分期模块：被配置为用于基于特征数据，输入至训练好的数据分析模型对睡眠进行分期；
睡眠辅助决策模块：被配置为用于根据睡眠分期结果判断用户是否进入睡眠阶段，若已进入睡眠阶段，则继续进行睡眠分期；若未进入睡眠阶段，则向终端发送辅助睡眠措施，并实时获取脑电数据，根据脑电数据中的α波对用户精神状况进行评估；
调整模块：被配置用于根据精神状态评估结果，判断用户的精神状态与辅助睡眠措施之前相比是否放松，若用户的精神状态更加紧张，则向终端发送辅助睡眠措施的调整指令；若用户精神放松，则继续对用户精神状态进行评估，直至睡眠分期结果为睡眠阶段。
3.如权利要求2所述的一种基于便携式脑电设备的睡眠辅助系统，其特征是：所述特征提取采用时域和频域分析方法，具体算法为EMD算法或小波变换方法；
或者，数据分析模型为卷积神经网络；
或者，所述分期模块中还包括训练模块，被配置为用于对神经网络进行训练并修正；
或者，所述辅助睡眠措施为推荐音乐，辅助睡眠措施的调整指令为音量调低或音乐切换指令；
或者，还包括用户精神状态评估模块：被配置为用于根据脑电信号以及α波的能量，在设定时间的滑动窗口内按照单步步长进行前后状态对比，若α波的能量明显增加，则说明用户精神状态好转。
4.如权利要求1所述的一种基于便携式脑电设备的睡眠辅助系统，其特征是：所述终端中设置助眠软件系统，所述助眠软件系统包括：数据接收模块和助眠执行模块；
数据接收判断模块：被配置为用于接收云端服务器信号，并对信号类别进行判断；
助眠执行模块；被配置为用于根据信号类别执行相对应的动作。
5.如权利要求1所述的一种基于便携式脑电设备的睡眠辅助系统，其特征是：助眠执行模块根据信号类别执行相对应的动作，具体为：
若接收的信号为睡眠报告，则绘制并显示睡眠报告；若接收的信号为播放音乐，则推荐助眠音乐；
若接收的信号为音乐切换，则重新选择音乐；
若接收的信号为音量降低或关闭音乐则自动进行音量降低或关闭音乐；
或/和
助眠执行模块还包括音乐推荐模块，所述音乐推荐模块用于执行推荐音乐的过程，音乐推荐模块包括相似度判断模块、推荐音乐列表生成模块和播放模块；
相似度判断模块：被配置为用于计算音乐之间的相似度，建立相似度矩阵；
推荐音乐列表生成模块：被配置为用于根据音乐的相似度和用户的历史行为形成推荐音乐列表；历史行为可以为音乐播放行为；
播放模块：被配置为用于选择推荐列表中喜好程度得分最高的音乐播放。
6.如权利要求1所述的一种基于便携式脑电设备的睡眠辅助系统，其特征是：所述便携式脑电设备包括佩戴头套以及无线通讯模块，在佩戴头套顶部通过安装盒安装控制电路板，所述电路板上设置无线通讯模块；
或者，佩戴头套内的前侧和两侧分别设置电极组，每个电极组分别包括脑电电极和参考电极。
7.一种基于便携式脑电设备的睡眠辅助方法，其特征是，包括如下步骤：
采集脑电数据；
根据脑电数据进行睡眠分期和精神状态评估，将睡眠分期结果及精神状态评估结果发送至终端；
根据接收的睡眠分期结果执行相应的睡眠辅助控制，并根据实时获取的精神状态评估结果调整睡眠辅助控制。
8.如权利要求7所述的一种基于便携式脑电设备的睡眠辅助方法，其特征是：根据脑电数据进行睡眠分期的方法，具体为：
接收并保存原始EEG波形数据，对原始EEG波形数据进行特征提取获得特征数据；
基于特征数据，输入至训练好的数据分析模型对睡眠进行分期；
或者，
根据脑电数据进行精神状态评估的方法，具体为：根据脑电信号以及α波的能量，在设定时间的滑动窗口内按照单步步长进行前后状态对比，若α波的能量明显增加，则说明用户精神状态好转。
9.一种基于便携式脑电设备的睡眠辅助方法，其特征是，包括如下步骤：
接收并保存原始EEG波形数据，对原始EEG波形数据进行特征提取获得特征数据；
基于特征数据，输入至训练好的数据分析模型对睡眠进行分期；
根据睡眠分期结果判断用户是否进入睡眠阶段，若已进入睡眠阶段，则继续进行睡眠分期；若未进入睡眠阶段，则向终端发送辅助睡眠措施，实时获取脑电数据，并根据脑电数据中的α波对用户精神状况进行评估。
10.如权利要求9所述的一种基于便携式脑电设备的睡眠辅助方法，其特征是：还包括根据精神状态信息进行调整的步骤：判断用户的精神状态与播放音乐之前相比是否放松，若用户的精神状态更加紧张，则向终端发送辅助睡眠措施的调整指令；若用户精神放松，则继续对用户精神状态进行评估，直至睡眠分期结果为睡眠阶段。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010717046.0A CN111973177A (zh) | 2020-07-23 | 2020-07-23 | 一种基于便携式脑电设备的睡眠辅助系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010717046.0A CN111973177A (zh) | 2020-07-23 | 2020-07-23 | 一种基于便携式脑电设备的睡眠辅助系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111973177A true CN111973177A (zh) | 2020-11-24 |
Family
ID=73439290
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010717046.0A Pending CN111973177A (zh) | 2020-07-23 | 2020-07-23 | 一种基于便携式脑电设备的睡眠辅助系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111973177A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113842117A (zh) * | 2021-11-26 | 2021-12-28 | 珠海开悦睡眠之家科技有限公司 | 一种睡眠数据采集处理方法和系统 |
| CN113855049A (zh) * | 2021-10-22 | 2021-12-31 | 上海电机学院 | 基于EMD-XGBoost的脑电睡眠分期方法 |
| CN114903480A (zh) * | 2022-03-18 | 2022-08-16 | 四川大学华西医院 | 便携式助于精神状态调节的装置及运行方法 |
| CN116369866A (zh) * | 2023-06-05 | 2023-07-04 | 安徽星辰智跃科技有限责任公司 | 基于小波变换的睡眠趋稳性量化及调节方法、系统和装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102737677A (zh) * | 2012-06-18 | 2012-10-17 | 哈尔滨工业大学深圳研究生院 | 基于脑电波信号的多媒体反馈控制系统 |
| US20150258301A1 (en) * | 2014-03-14 | 2015-09-17 | Aliphcom | Sleep state management by selecting and presenting audio content |
| 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 |
| 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 |
| CN107126615A (zh) * | 2017-04-20 | 2017-09-05 | 重庆邮电大学 | 基于脑电信号的音乐诱导睡眠方法及系统 |
| CN110167424A (zh) * | 2016-12-22 | 2019-08-23 | 皇家飞利浦有限公司 | 用于输出表示在睡眠期期间提供给对象的刺激的效果的指示符的系统和方法 |
| CN110327040A (zh) * | 2019-04-24 | 2019-10-15 | 武汉理工大学 | 基于云平台的睡眠分期方法及系统 |
| CN111001073A (zh) * | 2019-12-25 | 2020-04-14 | 华为技术有限公司 | 提升睡眠质量的方法、装置和智能穿戴设备 |
-
2020
- 2020-07-23 CN CN202010717046.0A patent/CN111973177A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102737677A (zh) * | 2012-06-18 | 2012-10-17 | 哈尔滨工业大学深圳研究生院 | 基于脑电波信号的多媒体反馈控制系统 |
| US20150258301A1 (en) * | 2014-03-14 | 2015-09-17 | Aliphcom | Sleep state management by selecting and presenting audio content |
| 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 |
| 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 |
| CN110167424A (zh) * | 2016-12-22 | 2019-08-23 | 皇家飞利浦有限公司 | 用于输出表示在睡眠期期间提供给对象的刺激的效果的指示符的系统和方法 |
| CN107126615A (zh) * | 2017-04-20 | 2017-09-05 | 重庆邮电大学 | 基于脑电信号的音乐诱导睡眠方法及系统 |
| CN110327040A (zh) * | 2019-04-24 | 2019-10-15 | 武汉理工大学 | 基于云平台的睡眠分期方法及系统 |
| CN111001073A (zh) * | 2019-12-25 | 2020-04-14 | 华为技术有限公司 | 提升睡眠质量的方法、装置和智能穿戴设备 |
Non-Patent Citations (1)
| Title |
|---|
| 陆苗等: "基于IMF能量熵的脑电情感特征提取研究", 《生物医学工程研究》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113855049A (zh) * | 2021-10-22 | 2021-12-31 | 上海电机学院 | 基于EMD-XGBoost的脑电睡眠分期方法 |
| CN113842117A (zh) * | 2021-11-26 | 2021-12-28 | 珠海开悦睡眠之家科技有限公司 | 一种睡眠数据采集处理方法和系统 |
| CN113842117B (zh) * | 2021-11-26 | 2022-03-01 | 珠海开悦睡眠之家科技有限公司 | 一种睡眠数据采集处理方法和系统 |
| CN114903480A (zh) * | 2022-03-18 | 2022-08-16 | 四川大学华西医院 | 便携式助于精神状态调节的装置及运行方法 |
| CN116369866A (zh) * | 2023-06-05 | 2023-07-04 | 安徽星辰智跃科技有限责任公司 | 基于小波变换的睡眠趋稳性量化及调节方法、系统和装置 |
| CN116369866B (zh) * | 2023-06-05 | 2023-09-01 | 安徽星辰智跃科技有限责任公司 | 基于小波变换的睡眠趋稳性量化及调节方法、系统和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111973177A (zh) | 一种基于便携式脑电设备的睡眠辅助系统及方法 | |
| CN109743656B (zh) | 基于脑电意念的智能运动耳机及其实现方法与系统 | |
| CN110288978B (zh) | 一种语音识别模型训练方法及装置 | |
| CN108304917A (zh) | 一种基于lstm网络的p300信号检测方法 | |
| CN103294199B (zh) | 一种基于脸部肌音信号的无声信息识别系统 | |
| CN111210021A (zh) | 一种音频信号处理方法、模型训练方法以及相关装置 | |
| CN108073856A (zh) | 噪音信号的识别方法及装置 | |
| CN109999314A (zh) | 一种基于脑电波监测智能助眠系统及其睡眠耳机 | |
| CN106920559A (zh) | 通话音的优化方法、装置及通话终端 | |
| CN110070863A (zh) | 一种语音控制方法及装置 | |
| CN105769173A (zh) | 一种具有心电信号去噪功能的心电监测系统 | |
| CN111508531B (zh) | 音频处理方法及装置 | |
| CN112751648B (zh) | 丢包数据恢复方法和相关装置、设备及存储介质 | |
| CN205900093U (zh) | 降噪装置及虚拟现实设备 | |
| CN105411580A (zh) | 一种基于触听觉诱发电位的脑控轮椅系统 | |
| CN110974219A (zh) | 一种基于侵入式bci的人脑意念识别系统 | |
| CN104571533A (zh) | 一种基于脑机接口技术的装置和方法 | |
| CN106356054A (zh) | 一种基于语音识别的农产品信息采集方法和系统 | |
| CN108919962B (zh) | 基于脑机数据集中处理的辅助钢琴训练方法 | |
| CN114252906A (zh) | 声音事件的检测方法和装置、计算机设备和存储介质 | |
| CN109389994A (zh) | 用于智能交通系统的声源识别方法及装置 | |
| CN107085468A (zh) | 一种实时检测并显示人类情绪状态的智能笔及其检测方法 | |
| CN102098530A (zh) | 摄像头模组品质的自动判别方法和装置 | |
| CN112998744B (zh) | 一种可判读听诊器 | |
| CN112771608A (zh) | 语音信息的处理方法、装置、存储介质及电子设备 |
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: 20201124 |