M。
[0085]当然，也可以同时利用加速度信号和鼾声信号来实现睡眠阶段的细分，此时，可以在确定预先获得的所述时间片段内的加速度信号大于指定第一阈值，且确定预先获得的所述时间片段内的鼾声信号小于指定第二阈值时，确定所述时间片段对应的睡眠阶段为醒，否则，确定所述时间片段对应的睡眠阶段为REM。
[0086]在本步骤中，也可以结合已知的睡眠阶段的出现规律，来实现睡眠阶段的综合判断，实现睡眠阶段的后处理。例如，在实现清醒阶段和REM阶段细分的情况下，若确定出的所述时间片段对应的睡眠阶段为深度睡眠阶段，则，确定所述指定时段中，所述时间片段之前的指定时长内是否存在时间片段对应的睡眠阶段为REM，若存在，则将确定出的睡眠阶段更新为浅度睡眠阶段，否则，保持确定出的睡眠阶段不变；
[0087]以及，若确定出的所述时间片段对应的睡眠阶段为REM，确定所述指定时段中，所述时间片段之前是否存在时间片段对应的睡眠阶段为浅度睡眠阶段，或为深度睡眠阶段，若不存在，则将确定出的睡眠阶段更新为浅度睡眠阶段，否则，保持确定出的睡眠阶段不变。
[0088]在本实施例中，需要说明的是，某些体征信号可以独立用于睡眠阶段的判断(确定出的睡眠阶段可以为醒或REM、深度睡眠阶段、浅度睡眠阶段、醒、NREM1、NREM2、NREM3、NREM4以及REM中的任意一种)，例如，在一个时间片段对应的加速度信号表明睡眠者处于运动状态时，可以直接确定该时间片段对应的睡眠阶段为醒，因此，可以利用某些体征信号直接实现所述指定时段中一个时间片段对应的睡眠阶段的判断，并可以针对所述指定时段中，无法直接用体征信号来确定睡眠阶段的时间片段，执行步骤101?104，从而实现对整个指定时段中，各时间片段对应的睡眠阶段的确定。
[0089]下面通过一个具体的实例对本发明实施例一的方案进行说明。
[0090]实施例二、
[0091]本发明实施例二提供一种睡眠阶段确定方法，该方法的步骤示意图可以如图5所示，包括:
[0092]步骤201、采集指定时段内的体征信号。
[0093]本实施例中，所述体征信号可以为心电信号或脉搏波信号。并设定所述指定时段每个时间片段的长度均为30秒。
[0094]步骤202、确定指定时段内的心率变异率。
[0095]若采集的体征信号为心电信号，在本步骤中，可以提取采集到的所述指定时段内心电信号的R波位置，根据所述R波位置确定所述指定时段内的心率变异率数据。
[0096]若采集的体征信号为脉搏波信号，在本步骤中，可以提取采集到的所述指定时段内脉搏波信号的脉搏波关键点，根据所述脉搏波关键点确定所述指定时段内的心率变异率数据。
[0097]步骤203、对心率变异率数据进行异常处理。
[0098]在本步骤中，可以对心率异率数据进行异常处理。若确定有心率变异率数据存在异常，较优的，可以利用距离该心率变异率数据最近，且没有发生异常的心率变异率数据的数值替代发生异常的心率变异率数据的数值。
[0099]步骤204、对心率变异率数据进行重采样。
[0100]具体的，在本步骤中，可以采用双线性插值的方法对经过异常处理的心率变异率数据进行2Hz的重采样。
[0101]步骤205、对心率变异率数据进行去趋势分析。
[0102]在本步骤中，可以对经过重采样的心率变异率数据进行去趋势分析。具体的，可以采用最小二乘法，对经过重采样的心率变异率数据进行线性拟合，得到该心率变异率数据的变化趋势数据，确定该心率变异率数据与所述变化趋势数据的差值，利用所述差值更新该心率变异率数据。
[0103]步骤206、确定特征参数。
[0104]在本步骤中，可以针对进行去趋势分析后得到的心率变异率数据，来确定特征参数。以特征参数包括第一标准值NDMH，第二标准值NLFHF，第三标准值NVLF，第四标准值NStd和第五标准值NDif为例。
[0105]可以通过以下方式确定NDMH、NStd和NDif:
[0106]NDMH⑴=DMH(i)/StdDMH
[0107]其中，
[0108]NDMH(i)表示所述指定时段第i个时间片段的第一标准值；
[0109]DMH(i)表示经过去趋势分析后，所述指定时段第i个时间片段内心率变异率数据的均值；
[0110]StdDMH表示经过去趋势分析后，所述指定时段每个时间片段内心率变异率数据的均值数组的方差。
[0111]NStd (i) = (Std (i) - MeanStd)/StdStd
[0112]其中，
[0113]NStd(i)表示所述指定时段第i个时间片段的第四标准值；
[0114]Std(i)表示经过去趋势分析后，所述指定时段第i个时间片段内心率变异率数据的方差；
[0115]MeanStd表示经过去趋势分析后，所述指定时段每个时间片段内心率变异率数据的方差数组的均值；
[0116]StdStd表示经过去趋势分析后，所述指定时段每个时间片段内心率变异率数据的方差数组的方差。
[0117]Dif (i) = |MH(i+l)-MH(1-l)
[0118]其中，Dif (i)表示去趋势分析后，所述指定时段第i个时间片段的差分；
[0119]MH(i+l)表示去趋势分析后，所述指定时段第i+Ι个时间片段内心率变异率数据的均值；
[0120]MH(1-l)表示去趋势分析后，所述指定时段第i_l个时间片段内心率变异率数据的均值。
[0121]NDif (i) = (Dif (i) - MeanDif)/StdDif
[0122]其中，NDif (i)表示所述指定时段第i个时间片段的第五标准值；
[0123]Dif(i)表示去趋势分析后，所述指定时段第i个时间片段的差分；
[0124]MeanDif表示去趋势分析后，所述指定时段每个时间片段内差分数组的均值；
[0125]StdDif表示去趋势分析后，所述指定时段每个时间片段内差分数组的方差。
[0126]NLFHF和NVLF可以通过以下方式确定:
[0127]对于心率变异率的频域特征，可以采用窗口为512个点的功率谱分析，512个点对应256秒时长，选择这个窗口尺寸的原因是在保持频率分辨率的基础上有效利用快速傅里叶变换(FFT)的计算资源。对于功率谱分析的结果，可以选择低频高频比(LF/HF)、极低频(VLF)作为有效特征。
[0128]对LF/HF按照均值和方差进行标准化，可以得到NLFHF，对VLF按照均值和方差进行标准化，可以得到NVLF，其中:
[0129]NLFHF (i) = (LFHFQ) - MeanLFHF)/StdLFHF
[0130]其中，
[0131]NLFHF⑴表示所述指定时段第i个时间片段的第二标准值；
[0132]LFHF(i)表示经过去趋势分析后，所述指定时段第i个时间片段内心率变异率数据LF/HF的方差；
[0133]MeanLFHF表示经过去趋势分析后，所述指定时段每个时间片段内心率变异率数据LF/HF的方差数组的均值；
[0134]StdLFHF表示经过去趋势分析后，所述指定时段每个时间片段内心率变异率数据LF/HF的方差数组的方差。
[0135]NVLF (i) = (VLF (i) - Mean VLF) /StdVLF
[0136]其中，
[0137]NVLF⑴表示所述指定时段第i个时间片段的第三标准值；
[0138]VLF(i)表示经过去趋势分析后，所述指定时段第i个时间片段内心率变异率数据VLF的方差；
[0139]MeanVLF表示经过去趋势分析后，所述指定时段每个时间片段内心率变异率数据VLF的方差数组的均值；
[0140]StdVLF表示经过去趋势分析后，所述指定时段每个时间片段内心率变异率数据VLF的方差数组的方差。
[0141]步骤207、确定睡眠阶段。
[0142]在本实施例中，可以通过两轮判断来确定一个时间片段对应的睡眠阶段。可以设定第一门限值THl=I,第二门限值TH2=0，第三门限值ΤΗ3=-1/2，第四门限值TH4=0，第五门限值TH5=0。
[0143]第一轮判断可以利用NDMH进行初步分类，规则逻辑图可以如图6所示。第二轮判断中，可以根据心率和差分特征，在第一轮判断的结果上进一步进行细分，从深度睡眠阶段中区分出差分特征较大的浅度睡眠阶段，从醒或REM中区分出差分特征不够大的浅度睡眠阶段，规则逻辑图可以如图7所示，其中Stage (i)表示经过第一轮判断确定出的所述指定时段第i个时间片段所对应的睡眠阶段。
[0144]步骤208、进行确定结果的后处理。
[0145]在本步骤中，可以根据加速度信号和/或鼾声信号实现睡眠阶段的进一步细分。并可以根据REM之后不会马上进入深度睡眠阶段，睡眠先经过深度睡眠阶段或浅度睡眠阶段，才会进入REM，进行睡眠阶段的综合判断。
[0146]与本发明实施例一基于同一发明构思,提供以下的系统。
[0147]实施例三、
[0148]本发明实施例三提供一种睡眠阶段确定系统，该系统的结构示意图可以如图8所示，包括确定模块11和判断模块12，其中:
[0149]确定模块11用于确定指定时段内的心率变异率数据；