CN117797378A - 一种可穿戴声光电助睡眠仪及其助眠方法 - Google Patents

Abstract

本发明公开了可穿戴声光电助睡眠仪及其助眠方法，包括：脑波传感器，用于采集脑电波信号；声光电刺激模块，具有音乐模块、LED双光波模块、生物电极；控制模块，具有主控芯片、脑波采集模块、数模转换电路、电流控制检测电路，主控芯片通过脑波采集模块与脑波传感器相连，用于获取脑电波信号，对脑电波信号实时监测，提取特征波，根据特征波生成声音、光波、电刺激三种控制信号，主控芯片内设置有不同的数字波形信号，用于产生满足生物电刺激疗法要求的生物电波形，电刺激控制信号经数模转换电路、电流控制检测电路输出至生物电极，使得流向生物电极的电流近似恒定。本发明实现自动检测睡眠状态质量、治疗失眠、改善睡眠质量。

Description

一种可穿戴声光电助睡眠仪及其助眠方法

技术领域

本发明涉及助眠仪技术领域，具体涉及一种可穿戴声光电助睡眠仪及其助眠方法。

背景技术

随着我国科技和经济的迅猛发展，国民工作、生活节奏的加快，睡眠质量问题严重影响着广大国民的正常生活起居，已经成为影响国民身心健康的大敌。调查数据显示，2019年我国有超3亿人深受睡眠妨碍症或失眠症的困扰，而且患病人数还在逐年递增，日趋年轻化。短期的睡眠质量影响容易造成精神疲乏、注意力不集中、头晕头疼、记忆力减退、情绪低落、易激动等一系列问题，影响着工作、学习和生活的正常开展。严重的睡眠质量患者因正常的生活节奏持续性被打乱，大脑正常产生兴奋和抑制的节律变得混乱，引发形成睡眠妨碍症和失眠症，造成患者神经衰弱，身体免疫力下降，进而诱导出神经系统和其他生理性疾病。

目前，治疗睡眠质量问题的方式是以药物为主，辅以心理疏导。长期依赖药物治疗，会促使患者表现出很强的药物依赖性，并存在不同程度的药物毒副作用风险。

发明内容

发明目的：本发明目的在于针对现有技术的不足，提供一种可穿戴声光电助睡眠仪及其助眠方法，实现自动检测睡眠状态质量、治疗失眠、改善睡眠质量。

技术方案：本发明所述可穿戴声光电助睡眠仪，采用额部头戴式结构，包括：

脑波传感器，用于采集脑电波信号；

声光电刺激模块，具有音乐模块、LED双光波模块、生物电极，用于产生声、光、电中一种或几种刺激的组合；

控制模块，具有主控芯片、脑波采集模块、数模转换电路、电流控制检测电路，所述主控芯片通过脑波采集模块与所述脑波传感器相连，用于获取脑电波信号，对脑电波信号实时监测，提取特征波，根据特征波生成声音、光波、电刺激三种控制信号，其中：声音控制信号输出至所述音乐模块，光波控制信号输出至所述LED双光波模块，电刺激控制信号经数模转换电路、电流控制检测电路输出至所述生物电极，使得流向生物电极的电流近似恒定。

进一步完善上述技术方案，所述脑波采集模块包括依次连接的前置放大模块、滤波电路、数据采样模块和控制器，所述前置放大模块与所述脑波传感器连接；所述前置放大模块用于将脑波传感器采集的脑波信号进行放大，所述滤波电路采用的滤波范围为0.5～60Hz，排除了非此频段信号的干扰影响，所述数据采样模块用于将滤波后信号的进行模数转换；所述控制器对所述脑波传感器采集的脑电波信号进行分析处理，以得出脑电波的基本特征波。

进一步地，所述主控芯片内设置有不同的数字波形信号，用于产生满足生物电刺激疗法要求的电刺激控制信号。

进一步地，所述电流控制检测电路包括第一运算放大器U3A、第二运算放大器U4A、第三运算放大器U4B；所述第一运算放大器U3A的同相输入端与所述数模转换电路的输出端相连，反相输入端与主控芯片的参考电压输出端相连；所述第二运算放大器U4A的反相输入端通过电阻R5与所述第一运算放大器U3A的输出端相连，反相输入端与输出端之间连接有电阻R6，正相输入端通过电阻R7接地，正相输入端通过电阻R8与所述第三运算放大器U4B的输出端相连；所述第三运算放大器U4B的正相输入端通过电阻R9与第二运算放大器U4A的输出端相连，反相输入端与其输出端相连。电阻R5、R6、R7、R8的阻值满足关系式：R5×R6＝R7×R8，所述第三运算放大器U4B运算放大器输出电压V与接地负载Rbrain的电流I的关系满足如下公式(1)：

进一步地，所述主控芯片连接有生物电强度调节及模式切换，用于实时增强或降低所述电刺激控制信号的强度。

进一步地，所述主控芯片还连接有时间设置键，用于控制刺激时间。

采用上述可穿戴声光电助睡眠仪进行助眠方法，包括如下步骤：

S1：获取脑电波信号；

S2：对脑电波信号进行处理，以得到基本特征波；

S3；根据基本特征波得出针对性声光电控制模式，输出声音、光波、电刺激控制信号；

S4：通过声音、光波、电刺激控制信号控制音乐模块、LED双光波模块、生物电极进行声光电刺激；

S5：进行按键检测，若获取到按键信号，根据按键信号修改声音、光波、电刺激控制信号，若没有获取到按键信号，维持原有控制信号；

S6：进行时间控制判断，若获取到时间控制信号，则根据时间控制信号关机，若没有，返回S1。

进一步地，所述S2的处理包括：对采集的脑波信号进行前置放大，采用滤波电路对放大后的脑波信号进行去滤波，使用数据采样模块对滤波处理后的信号进行模数转换，对转换后的信号进行盲源信号分离ICA以得到独立源信号，对独立源信号按照设定的频率和时长进行数据采样，对采样后的独立源信号进行特征值提取以得到脑基本特征波。

进一步地，所述S3中，从基本特征波提取出不同频率分量的分量幅度、相位、相关系数及其两两之间的比值作为特征信息，利用拟合好的模型得出对应声光电模式。

进一步地，所述模型的训练过程包括：

建立特征向量X，包括从基本特征波提取的特征信息，以及声光电控制模式向量Y，包括对应的声音、光波、电刺激三种控制信号，

使用拟合法建立基本特征波提取的特征信息与声光电控制模式之间的关联，

Y＝f(X)＝a₀+a₁X₁+…+a_nX_n，

其中，X₁，…，X_n是特征向量的各个分量，a₁，…，a_n是拟合系数；

利用已有的训练数据集进行拟合，使用最小二乘法，将实际值与拟合值之间误差平方和最小系数作为拟合好模型的拟合系数；

拟合完成后，采用验证数据集对拟合好的模型进行评估，输出评估合格的拟合模型。

实际应用中，对于新的特征向量X，使用训练好的模型输出控制信号。

有益效果：与现有技术相比，本发明的优点在于：本发明只需要一个脑电波监测即可得出相应控制信号,并针对性启动生物电波、光波、助眠音乐干預，真正实现检测干预一体的可穿戴生物电助睡眠仪。

脑波传感器采用干式电极，与主控芯片连接，实时监测脑电波信号，根据用户的睡眠状况执行针对性的生物电刺激治疗模式，实现对用户睡眠状态的精准监测和调控。

与传统的药物治疗和电抽搐治疗不同，声光电助眠仪采用了音乐、LED光照和生物电三合一的综合治疗方法，通过多种刺激方式相互作用，提高了治疗效果。音乐模块用于播放助眠音乐，LED双光波模块产生可见光和不可见光，生物电刺激仪产生生物电刺激，这些模块协同工作，通过模拟自然光和音乐的方式，创造一个有助于放松和入睡的环境。

通过电流控制检测电路的设计，保证了生物电刺激仪输出电流的恒定性，只随主控芯片的数字波形信号变化而变化，提高了治疗的可控性。

采用了多种脑波信号处理技术，如去基线漂移、陷通滤波、带通滤波、盲源信号分离ICA、数据采样、特征值提取等，以提高脑波信号的质量和可分析性。

利用AI模型结合特征信息，提取不同频率分量的特征信息，通过插值法或拟合法计算出对应生物电模式，从而更精确地进行生物电刺激的调控。

引入锁定、自动关闭计时器及闹铃等功能，通过提示用户电极位置不当，保证了设备的安全和用户的便利性。

附图说明

图1是本发明中可穿戴生物电助睡眠仪的原理框图；

图2是本发明中电流控制检测电路的电路原理图；

图3是本发明中脑波采集模块的原理框图；

图4是本发明的工作流程图。

具体实施方式

下面通过附图对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

实施例1：如图1所示的可穿戴生物电助睡眠仪，包括主控芯片、脑波传感器、脑波采集模块、数模转换电路、电流控制检测电路、生物电极、音乐模块、LED双光波模块、时间设置键、显示模块、生物电强度调节及模式切换模块。

声光电助眠仪(Acoustics Photoelectricity Bioelectricity Sleeping Aid，简称APBSA)，是一种与传统药物治疗、电抽搐治疗完全不同的治疗方法，尤其是通过音乐、LED可见光和不可见光，生物电三合一同时干预效果比单一明显数倍。可穿戴声光电助眠仪包括集成有一对生物电电极和脑波采集模块，音乐模块，双波发光模组组成声光电三合一助眠器。生物电强度调节及模式切换，用于实时增强或降低所述电刺激控制信号的强度。时间设置键，用于控制刺激时间。

其中，音乐模块用于播放助眠音乐，通过助眠音效有助于人们释放压力放松心情，从而营造一个安详的睡眠环境。LED双光波模块具有可见光和不可见光双波发光模组，通过模拟自然光，以绿光为不可见光照射、红光为可见光辅助的方式，使得发光模组上任何两点辐照度差不大于1/10000，极大地提高了光-神经讯号的转化率。生物电刺激仪产生低强度生物电刺激大脑，改变患者大脑异常的脑电波，促使大脑分泌一系列与焦虑、抑郁、失眠等存在密切联系的神经递质和激素，以此实现对这些症状的治疗。

生物电刺激仪的两个电极夹在枕大神经时，负载便是人体(头部)。装置包括用来保持流向电极电流近似恒定的电路，从而可以将电极阻抗变化影响最小化。连续运行自检程序以保证电路各方面运行正常及电极与皮肤接触正常和实时监测脑电波闭环控制及可视化干预后效果提示。

脑波传感器采用干式电极，用于采集脑电波信号。主控芯片通过脑电波采集模块与脑波传感器相连，对脑电波信号进行实时监测，计算使用者的睡眠状况；根据当前的睡眠情况，执行调用针对性的生物电刺激治疗模式启动，通过有效的生物电刺激帮助使用者快速入睡，也能根据使用者的睡眠情况实时增强或降低刺激强度。

脑电波采集模块包括依次连接的前置放大模块、滤波电路、A/D数据采样模块和控制器，前置放大模块与脑波传感器连接。前置放大模块采用多级放大的形式，其前置放大器必须具备高输入阻抗、高共模抑制比和低噪声的性能，在整个放大回路中一般还需设置一些可调装置，以便在测量时根据需要调整放大器的时间常数、增益等参数。滤波电路，采用的滤波范围为0.5～60Hz，排除了非此频段信号的干扰影响，更有效的识别有用的脑电波信号。A/D数据采样模块用于将经过适当放大的模拟形式的脑电波信号转换为计算机可以识别和处理的离散数字信号形式，采用12位及以上的采样精度，并在500Hz以上的采样频率下，充分保障了AD采样的实时性与准确性。控制器采用32位高速处理器对脑电波信号进行分析处理，从处理过的脑电信号中提取特征值，这些特征值可以用于判断用户的睡眠状态，常见的特征值包括频谱特征、时域特征和幅度特征，包括：通过小波变换与时频分析结合，以更好地捕捉信号的时变特性；通过对时频分析和特征提取结果的分析，可以识别脑电信号中的基本特征波，如α波、β波、θ波和δ波，这些波段通常与特定的生理状态和认知活动相关联。

通过这些步骤，脑电波采集模块能够识别脑电波的基本特征波，将其输入至主控芯片，从而与特定的控制信号进行对应，实现对用户睡眠状态的实时监测和生物电刺激的有效调控。

主控芯片内设置有不同的数字波形信号，用于产生满足生物电刺激疗法要求的生物电波形，主控芯片通过数模转换器与电流控制检测电路相连，电流控制检测电路与生物电极相连，生物电极用于产生生物电刺激。

电流控制检测电路是生物电刺激的关键部分，其具体电路如图2所示，包括第一运算放大器、第二运算放大器、第三运算放大器；第一运算放大器的同相输入端与数模转换器的输出端相连，反相输入端与主控芯片的参考电压输出端相连；第二运算放大器的反相输入端通过电阻R5与第一运算放大器的输出端相连，反相输入端与输出端之间连接有电阻R6，正相输入端通过电阻R7接地，正相输入端通过电阻R8与第三运算放大器的输出端相连；第三运算放大器的正相输入端通过电阻R9与第二运算放大器的输出端相连，反相输入端与其输出端相连。电阻R5、R6、R7、R8的阻值满足关系式：R5×R6＝R7×R8。

第一个运算放大器构成一个正相侧加法器，同相输入端接数字模拟器的输出(DACoutput)，反相输入端接参考电压，调节可调电阻R2，得到合适的参考电压，就可以得到过零点的方波信号。正相侧加法器使用的参考电压VREF接主控芯片的参考电压VREF，而不应接电源电压作为参考电压，这是因为电源电压的稳定性在此处不能达到所要求的稳定性，会导致产生非理想的输出波形。后2个运算放大器构成一个恒流源电路，在电路满足R5×R6＝R7×R8条件下，U4B运算放大器输出电压V与接地负载Rbrain的电流I的关系满足公式(1)。

由公式(1)可见，输出电流I与负载电阻Rbrain无关，即输出电流不随负载变化，从而保证电流控制电路最终的输出电流是恒定的，只随主控芯片里的数字波形信号变化而变化。

本发明提供的一种可穿戴声光电助眠仪系统，在主控芯片内设置不同的数字波形信号，使其产生满足生物电刺激疗法要求的生物电波形，并且电流控制检测电路最终的输出生物电是恒定的，只随主控芯片里的数字波形信号变化而变化，使用者可通过控制按键来选择刺激、光度、音乐、强度大小和时间，操作方便，功能丰富。

本发明集成有声光电三种干预的睡眠监测反馈及自动干预助睡眠，省去了洗头，涂导电膏等麻烦，只需要一个脑电波监测即可得出相应结论进行针对性高效干预，从而弥补了传统的多导睡眠图(PSG)须整夜监测的不足，使用简单方便，助眠效果明显。

实施例2：如图4所示，采用实施例1的助睡眠仪进行助眠方法，包括如下步骤：

S1：获取脑电波信号；

S2：对脑电波信号进行处理，以得到基本特征波；

S3；根据基本特征波得出针对性声光电控制模式，输出声音、光波、电刺激控制信号；

S4：通过声音、光波、电刺激控制信号控制音乐模块、LED双光波模块、生物电极进行声光电刺激；

S5：进行按键检测，若获取到按键信号，根据按键信号修改声音、光波、电刺激控制信号，若没有获取到按键信号，维持原有控制信号；

S6：进行时间控制判断，若获取到时间控制信号，则根据时间控制信号关机，若没有，返回S1。

其中，S2包括：对采集的脑波信号进行前置放大，采用滤波电路对放大后的脑波信号进行去滤波，使用数据采样模块对滤波处理后的信号进行模数转换，对转换后的信号进行盲源信号分离ICA以得到独立源信号，对独立源信号按照设定的频率和时长进行数据采样，对采样后的独立源信号进行特征值提取以得到脑基本特征波。

运用模型和结合特征信息提取出不同频率分量的分量幅度、相位、相关系数及其两两之间的比值作为特征信息，利用插值法或拟合法计算出对应生物电模式。模型的训练过程包括：

建立特征向量X，包括从基本特征波提取的特征信息，以及声光电控制模式向量Y，包括对应的声音、光波、电刺激三种控制信号，

使用拟合法建立基本特征波提取的特征信息与声光电控制模式之间的关联，

Y＝f(X)＝a₀+a₁X₁+…+a_nX_n，

其中，X₁，…，X_n是特征向量的各个分量，a₁，…，a_n是拟合系数；

利用已有的训练数据集进行拟合，使用最小二乘法，将实际值与拟合值之间误差平方和最小系数作为拟合好模型的拟合系数；

拟合完成后，采用验证数据集对拟合好的模型进行评估，输出评估合格的拟合模型。

在实时应用中，对于新的特征向量，使用训练好的模型进行预测，根据预测的声光电控制模式调整声光电助眠仪的参数，包括声音、光波和电刺激的强度、频率等。

如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上作出各种变化。

Claims (10)

1.一种可穿戴声光电助睡眠仪，采用额部头戴式结构，其特征在于：包括：

脑波传感器，用于采集脑电波信号；

声光电刺激模块，具有音乐模块、LED双光波模块、生物电极，用于产生声、光、电中一种或几种刺激的组合；

控制模块，具有主控芯片、脑波采集模块、数模转换电路、电流控制检测电路，所述主控芯片通过脑波采集模块与所述脑波传感器相连，用于获取脑电波信号，对脑电波信号实时监测，提取特征波，根据特征波生成声音、光波、电刺激三种控制信号，其中：声音控制信号输出至所述音乐模块，光波控制信号输出至所述LED双光波模块，电刺激控制信号经数模转换电路、电流控制检测电路输出至所述生物电极，使得流向生物电极的电流近似恒定。

2.根据权利要求1所述的可穿戴声光电助睡眠仪，其特征在于：所述脑波采集模块包括依次连接的前置放大模块、滤波电路、数据采样模块和控制器，所述前置放大模块与所述脑波传感器连接；所述前置放大模块用于将脑波传感器采集的脑波信号进行放大，所述滤波电路采用的滤波范围为0.5～60Hz，排除了非此频段信号的干扰影响，所述数据采样模块用于将滤波后信号的进行模数转换；所述控制器对所述脑波传感器采集的脑电波信号进行分析处理，以得出脑电波的基本特征波。

3.根据权利要求2所述的可穿戴声光电助睡眠仪，其特征在于：所述主控芯片内设置有不同的数字波形信号，用于产生满足生物电刺激疗法要求的电刺激控制信号。

4.根据权利要求3所述的可穿戴声光电助睡眠仪，其特征在于：所述电流控制检测电路包括第一运算放大器U3A、第二运算放大器U4A、第三运算放大器U4B；所述第一运算放大器U3A的同相输入端与所述数模转换电路的输出端相连，反相输入端与主控芯片的参考电压输出端相连；所述第二运算放大器U4A的反相输入端通过电阻R5与所述第一运算放大器U3A的输出端相连，反相输入端与输出端之间连接有电阻R6，正相输入端通过电阻R7接地，正相输入端通过电阻R8与所述第三运算放大器U4B的输出端相连；所述第三运算放大器U4B的正相输入端通过电阻R9与第二运算放大器U4A的输出端相连，反相输入端与其输出端相连。电阻R5、R6、R7、R8的阻值满足关系式：R5×R6＝R7×R8，所述第三运算放大器U4B运算放大器输出电压V与接地负载Rbrain的电流I的关系满足如下公式(1)：

5.根据权利要求1所述的可穿戴声光电助睡眠仪，其特征在于：所述主控芯片连接有生物电强度调节及模式切换，用于实时增强或降低所述电刺激控制信号的强度。

6.根据权利要求1所述的可穿戴声光电助睡眠仪，其特征在于：所述主控芯片还连接有时间设置键，用于控制刺激时间。

7.采用权利要求1所述的可穿戴声光电助睡眠仪进行助眠方法，其特征在于，包括如下步骤：

S1：获取脑电波信号；

S2：对脑电波信号进行处理，以得到基本特征波；

S3；根据基本特征波得出针对性声光电控制模式，输出声音、光波、电刺激控制信号；

S4：通过声音、光波、电刺激控制信号控制音乐模块、LED双光波模块、生物电极进行声光电刺激；

S5：进行按键检测，若获取到按键信号，根据按键信号修改声音、光波、电刺激控制信号，若没有获取到按键信号，维持原有控制信号；

S6：进行时间控制判断，若获取到时间控制信号，则根据时间控制信号关机，若没有，返回S1。

8.根据权利要求7所述的助眠方法，其特征在于：所述S2的处理包括：对采集的脑波信号进行前置放大，采用滤波电路对放大后的脑波信号进行去滤波，使用数据采样模块对滤波处理后的信号进行模数转换，对转换后的信号进行盲源信号分离ICA以得到独立源信号，对独立源信号按照设定的频率和时长进行数据采样，对采样后的独立源信号进行特征值提取以得到脑基本特征波。

9.根据权利要求8所述的助眠方法，其特征在于：所述S3中，从基本特征波提取出不同频率分量的分量幅度、相位、相关系数及其两两之间的比值作为特征信息，利用拟合好的模型得出对应声光电模式。

10.根据权利要求9所述的助眠方法，其特征在于，所述模型的训练过程包括：

建立特征向量X，包括从基本特征波提取的特征信息，以及声光电控制模式向量Y，包括对应的声音、光波、电刺激三种控制信号，

使用拟合法建立基本特征波提取的特征信息与声光电控制模式之间的关联，

Y＝f(X)＝a₀+a₁X₁+…+a_nX_n，

其中，X₁，…，X_n是特征向量的各个分量，a₁，…，a_n是拟合系数；

利用已有的训练数据集进行拟合，使用最小二乘法，将实际值与拟合值之间误差平方和最小系数作为拟合好模型的拟合系数；

拟合完成后，采用验证数据集对拟合好的模型进行评估，输出评估合格的拟合模型。