一种基于皮电的睡眠质量评估方法及系统与流程

本发明涉及睡眠评估领域，特别涉及一种基于皮电的睡眠质量评估方法及系统。

背景技术：

作为日常生活中不可或缺的生命活动，睡眠和人体基本的运转息息相关，包括正常生长，身体恢复，情绪调节，记忆整理等。充足的睡眠是维持人体心理及生理健康的基础，不足的睡眠则有害于人体健康，增加疾病入侵的风险。因此，日常睡眠质量将关系到人们生活的方方面面，而及时地获取自身睡眠质量情况并积极采取措施进行调节成为了关注热点。传统上睡眠分析主要基于脑电波。人体睡眠阶段包含NREM(NON-RAPID EYE MOVEMENT，慢速眼动期)和REM(RAPID EYE MOVEMENT，快速眼动期)，通过脑电波能够识别出睡眠阶段，从而获取睡眠质量情况，但脑电波需要由脑电设备进行监测，而脑电设备不好便携且价格昂贵，因此一直很难被广泛使用。另外，还有通过传感器采集睡眠过程中人体体温、心率等数据进行睡眠情况分析与质量评估的，但是睡眠过程中的体温、心率等数据存在较大个体差异，也会导致最终的准确度不高。

技术实现要素：

本发明提供一种基于皮电的睡眠质量评估方法及系统，通过分析皮肤电活动数据提取皮电波动指标，并建立皮电波动指标与睡眠质量的相关性，并对睡眠质量进行评估，进而根据评估结果准确有效地量化了人体睡眠质量。

根据本发明实施例的第一方面，提供一种基于皮电的睡眠质量评估方法，包括：

获取人体睡眠期间的皮肤电活动数据；

在所述皮肤电活动数据中提取预设的皮电波动指标，其中，所述皮电波动指标包括皮电波动振荡数量和皮电波动振荡时长；

根据所述皮电波动指标获取睡眠分值；

根据预设的睡眠评估体系以及所述睡眠分值对睡眠质量进行评估并返回评估结果。

在一些实施例中，所述在所述皮肤电活动数据中提取预设的皮电波动指标，包括：

对获取的所述皮肤电活动数据进行去噪处理；

将去噪后的所述皮肤电活动数据通过小波变换进行分解，并获取多尺度信号；

根据所述多尺度信号提取皮电波动振荡数量和皮电波动振荡时长。

在一些实施例中，所述根据所述多尺度信号提取皮电波动振荡数量和皮电波动振荡时长，包括：

在所述多尺度信号中找寻与皮肤电活动趋势波匹配的第一尺度信号，并在所述第一尺度信号中统计波形数量，并将所述波形数量记录为皮电波动振荡数量；

在所述多尺度信号中找寻与皮肤电活动振荡波匹配的第二尺度信号，并在所述第二尺度信号中统计与预设条件匹配的波形的时间区域，并将所述时间区域的总时长记录为皮电波动振荡时长。

在一些实施例中，所述预设条件包括：所述第二尺度信号中波形振荡频率大于预设阈值。

在一些实施例中，所述根据所述皮电波动指标获取睡眠分值，包括：

令睡眠分值为SQ，皮电波动振荡数量为x，皮电波动振荡时长为y，并获取睡眠分值：

SQ＝a*x+b*y+c；其中，a、b、c均为变量系数。

根据本发明实施例的第二方面，还提供一种基于皮电的睡眠质量评估系统，包括：

数据获取模块，用于获取人体睡眠期间的皮肤电活动数据；

提取模块，用于在所述皮肤电活动数据中提取预设的皮电波动指标，其中，所述皮电波动指标包括皮电波动振荡数量和皮电波动振荡时长；

分值获取模块，用于根据所述皮电波动指标获取睡眠分值；

评估模块，用于根据预设的睡眠评估体系以及所述睡眠分值对睡眠质量进行评估并返回评估结果。

在一些实施例中，所述提取模块包括：

数据处理子模块，用于对获取的所述皮肤电活动数据进行去噪处理；

分解子模块，用于将去噪后的所述皮肤电活动数据通过小波变换进行分解，并获取多尺度信号；

提取子模块，用于根据所述多尺度信号提取皮电波动振荡数量和皮电波动振荡时长。

在一些实施例中，所述提取子模块包括：

第一统计单元，用于在所述多尺度信号中找寻与皮肤电活动趋势波匹配的第一尺度信号，并在所述第一尺度信号中统计波形数量，并将所述波形数量记录为皮电波动振荡数量；

第二统计单元，用于在所述多尺度信号中找寻与皮肤电活动振荡波匹配的第二尺度信号，并在所述第二尺度信号中统计与预设条件匹配的波形的时间区域，并将所述时间区域的总时长记录为皮电波动振荡时长。

在一些实施例中，所述预设条件包括：所述第二尺度信号中波形振荡频率大于预设阈值。

在一些实施例中，所述分值获取模块包括：

获取子模块，用于令睡眠分值为SQ，皮电波动振荡数量为x，皮电波动振荡时长为y，并获取睡眠分值：SQ＝a*x+b*y+c；其中，a、b、c均为变量系数。

本发明实施例提供的技术方案可产生以下有益效果：获取人体睡眠期间的皮肤电活动数据；在所述皮肤电活动数据中提取预设的皮电波动指标，其中，所述皮电波动指标包括皮电波动振荡数量和皮电波动振荡时长；根据所述皮电波动指标获取睡眠分值；根据预设的睡眠评估体系以及所述睡眠分值对睡眠质量进行评估并返回评估结果。本发明通过分析皮肤电活动数据提取皮电波动指标，并建立皮电波动指标与睡眠质量的相关性，并对睡眠质量进行评估，进而根据评估结果准确有效地量化了人体睡眠质量。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

在附图中：

图1为本发明根据一示例性实施例示出的一种基于皮电的睡眠质量评估方法的流程图。

图2为本发明根据一示例性实施例示出的一种基于皮电的睡眠质量评估方法的步骤S20的流程图。

图3为本发明根据一示例性实施例示出的一种基于皮电的睡眠质量评估方法的步骤S203的流程图。

图4为本发明根据一示例性实施例示出的一种基于皮电的睡眠质量评估系统的框图。

图5为本发明根据一示例性实施例示出的一种基于皮电的睡眠质量评估系统的提取模块62的框图。

图6为本发明根据一示例性实施例示出的一种基于皮电的睡眠质量评估系统的提取子模块623的框图。

图7为本发明根据一示例性实施例示出的一种基于皮电的睡眠质量评估系统中分值获取模块63的框图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本公开实施例提供了一种基于皮电的睡眠质量评估方法，用于通过分析皮肤电活动数据提取皮电波动指标，并建立皮电波动指标与睡眠质量的相关性，并对睡眠质量进行评估，进而根据评估结果准确有效地量化了人体睡眠质量。如图1所示，该方法包括步骤S10-S40：

在步骤S10中，获取人体睡眠期间的皮肤电活动数据；其中，皮肤电活动(EDA：Electro Dermal Activity)是指在自主神经调节下，皮肤导电性会产生较为明显的变化，在人体睡眠过程中，EDA在不同的睡眠阶段会存在一些固有的特性，如，当EDA曲线的风暴振荡(指EDA曲线频繁地出现波峰，且形成波动趋势)更易出现于深度睡眠期，更多的EDA风暴振荡意味着更长的深度睡眠时长，而睡眠质量依赖于深度睡眠情况，因此通过分析人体睡眠期间的皮肤电活动数据，能有效的评估人体睡眠质量；因此，在该实施例中，首先要获取人体睡眠期间的皮肤电活动数据，且其获取方法可以是通过专门的皮肤电活动数据采集装置实时采集进行获取，也可以是直接输入预先采集的皮肤电活动数据。

在步骤S20中，在所述皮肤电活动数据中提取预设的皮电波动指标，其中，所述皮电波动指标包括皮电波动振荡数量和皮电波动振荡时长；也即，在该实施例中，需要对获取到的所述皮肤电活动数据进行处理和分析之后，提取皮电波动振荡数量和皮电波动振荡时长指标，可理解的，所述皮电波动指标也可以根据需求设定为其他可以有助于进行评估睡眠质量的指标。

在一些实施例中，如图2所示，所述步骤S20包括：

步骤S201、对获取的所述皮肤电活动数据进行去噪处理；也即，在该实施例中，对所述皮肤电活动数据进行去噪处理，比如，该处理方式可以为：采用低通滤波滤除高于0.5HZ的皮肤电活动数据。

步骤S202、将去噪后的所述皮肤电活动数据通过小波变换进行分解，并获取多尺度信号；可理解的，可以将去噪后的所述皮肤电活动数据采用db4小波变换进行分解，从而得到构成去噪后的所述皮肤电活动数据的多尺度信号。

步骤S203、根据所述多尺度信号提取皮电波动振荡数量和皮电波动振荡时长。也即，将去噪后的所述皮肤电活动数据采用db4小波变换进行分解之后，能够在所述多尺度信号中与皮肤电活动趋势波和振荡波相匹配的尺度下找到构成皮肤电活动的风暴振荡的趋势波和振荡波，进而提取皮电波动振荡数量和皮电波动振荡时长。

在一些实施例中，如图3所示，所述步骤S203包括：

步骤S2031、在所述多尺度信号中找寻与皮肤电活动趋势波匹配的第一尺度信号，并在所述第一尺度信号中统计波形数量，并将所述波形数量记录为皮电波动振荡数量；也即，在小波变换进行分解后获取的所述多尺度信号中寻找同皮肤电活动的风暴振荡的趋势波最接近的尺度(也即第一尺度信号)，并在该尺度下统计波形数量，并将所述波形数量记录为皮电波动振荡数量；可理解的，该皮电波动振荡数量超过第一阈值时表明睡眠者的睡眠质量较高，而低于第二阈值时表明睡眠者的睡眠质量较差，以上第一阈值与第二阈值可以根据研究来进行科学设定。

步骤S2032、在所述多尺度信号中找寻与皮肤电活动振荡波匹配的第二尺度信号，并在所述第二尺度信号中统计与预设条件匹配的波形的时间区域，并将所述时间区域的总时长记录为皮电波动振荡时长。在一些实施例中，所述预设条件包括：所述第二尺度信号中波形振荡频率大于预设阈值，所述预设阈值可以根据用户需求进行设定，比如，在一个实施例中，所述预设阈值为波形振荡频率大于每分钟6个波形。也即，在小波变换进行分解后获取的所述多尺度信号中寻找同皮肤电活动的风暴振荡的振荡波最接近的尺度(也即第二尺度信号)，并在该尺度下统计与预设条件匹配的波形的时间区域，并将所述时间区域的总时长记录为皮电波动振荡时长；可理解的，该皮电波动振荡时长超过第三阈值时表明睡眠者的睡眠质量较高，而低于第四阈值时表明睡眠者的睡眠质量较差，以上第三阈值与第四阈值可以根据研究来进行科学设定。

如图1所示，在步骤S30中，根据所述皮电波动指标获取睡眠分值；该睡眠分值的计算依赖于以上提取的皮电波动振荡数量和皮电波动振荡时长两个指标，也即，根据预设的二元线性回归模型(模型中包含皮电波动振荡数量和皮电波动振荡时长两个指标)，可以直接计算出睡眠分值。

在一些实施例中，所述根据所述皮电波动指标获取睡眠分值，包括：

令睡眠分值为SQ，皮电波动振荡数量为x，皮电波动振荡时长为y，并获取睡眠分值：SQ＝a*x+b*y+c；其中，a、b、c均为变量系数。也即，根据以上模型可以计算出睡眠分值，并在后续可以根据该睡眠分值来评估睡眠质量。

如图1所示，在步骤S40中，根据预设的睡眠评估体系以及所述睡眠分值对睡眠质量进行评估并返回评估结果；也即，睡眠质量评估体系根据预设的换算公式直接输出换算后睡眠分值或根据睡眠分值将睡眠质量进行等级划分，并将换算后睡眠分值或者划分的等级作为评估结果来判断睡眠者的睡眠质量。

本发明实施例提供的上述方法，获取人体睡眠期间的皮肤电活动数据；在所述皮肤电活动数据中提取预设的皮电波动指标，其中，所述皮电波动指标包括皮电波动振荡数量和皮电波动振荡时长；根据所述皮电波动指标获取睡眠分值；根据预设的睡眠评估体系以及所述睡眠分值对睡眠质量进行评估并返回评估结果。本方案通过分析皮肤电活动数据提取皮电波动指标，并建立皮电波动指标与睡眠质量的相关性，并对睡眠质量进行评估，进而根据评估结果准确有效地量化了人体睡眠质量。

对应本发明实施例提供的基于皮电的睡眠质量评估方法，本发明还提供基于皮电的睡眠质量评估系统，如图4所示，该系统可包括：

数据获取模块61，用于获取人体睡眠期间的皮肤电活动数据；在该实施例中，首先要获取人体睡眠期间的皮肤电活动数据，且其获取方法可以是通过专门的皮肤电活动数据采集装置实时采集进行获取，也可以是直接输入预先采集的皮肤电活动数据。

提取模块62，用于在所述皮肤电活动数据中提取预设的皮电波动指标，其中，所述皮电波动指标包括皮电波动振荡数量和皮电波动振荡时长；也即，在该实施例中，需要对获取到的所述皮肤电活动数据进行处理和分析之后，提取皮电波动振荡数量和皮电波动振荡时长指标，可理解的，所述皮电波动指标也可以根据需求设定为其他可以有助于进行评估睡眠质量的指标。

分值获取模块63，用于根据所述皮电波动指标获取睡眠分值；也即，根据预设的二元线性回归模型(模型中包含皮电波动振荡数量和皮电波动振荡时长两个指标)，可以直接计算出睡眠分值。

评估模块64，用于根据预设的睡眠评估体系以及所述睡眠分值对睡眠质量进行评估并返回评估结果。也即，睡眠质量评估体系根据预设的换算公式直接输出换算后睡眠分值或根据睡眠分值将睡眠质量进行等级划分，并将换算后睡眠分值或者划分的等级作为评估结果来判断睡眠者的睡眠质量。

在一些实施例中，如图5所示，所述提取模块62包括：

数据处理子模块621，用于对获取的所述皮肤电活动数据进行去噪处理；比如，该处理方式可以为：采用低通滤波滤除高于0.5HZ的皮肤电活动数据。

分解子模块622，用于将去噪后的所述皮肤电活动数据通过小波变换进行分解，并获取多尺度信号；可理解的，可以将去噪后的所述皮肤电活动数据采用db4小波变换进行分解，从而得到构成去噪后的所述皮肤电活动数据的多尺度信号。

提取子模块623，用于根据所述多尺度信号提取皮电波动振荡数量和皮电波动振荡时长。也即，将去噪后的所述皮肤电活动数据采用db4小波变换进行分解之后，能够在所述多尺度信号中与皮肤电活动趋势波和振荡波相匹配的尺度下找到构成皮肤电活动的风暴振荡的趋势波和振荡波，进而提取皮电波动振荡数量和皮电波动振荡时长。

在一些实施例中，如图6所示，所述提取子模块623包括：

第一统计单元6231，用于在所述多尺度信号中找寻与皮肤电活动趋势波匹配的第一尺度信号，并在所述第一尺度信号中统计波形数量，并将所述波形数量记录为皮电波动振荡数量；也即，在小波变换进行分解后获取的所述多尺度信号中寻找同皮肤电活动的风暴振荡的趋势波最接近的尺度(也即第一尺度信号)，并在该尺度下统计波形数量，并将所述波形数量记录为皮电波动振荡数量；可理解的，该皮电波动振荡数量超过第一阈值时表明睡眠者的睡眠质量较高，而低于第二阈值时表明睡眠者的睡眠质量较差，以上第一阈值与第二阈值可以根据研究来进行科学设定。

第二统计单元6232，用于在所述多尺度信号中找寻与皮肤电活动振荡波匹配的第二尺度信号，并在所述第二尺度信号中统计与预设条件匹配的波形的时间区域，并将所述时间区域的总时长记录为皮电波动振荡时长。在一些实施例中，所述预设条件包括：所述第二尺度信号中波形振荡频率大于预设阈值，所述预设阈值可以根据用户需求进行设定，比如，在一个实施例中，所述预设阈值为波形振荡频率大于每分钟6个波形。也即，在小波变换进行分解后获取的所述多尺度信号中寻找同皮肤电活动的风暴振荡的振荡波最接近的尺度(也即第二尺度信号)，并在该尺度下统计与预设条件匹配的波形的时间区域，并将所述时间区域的总时长记录为皮电波动振荡时长；可理解的，该皮电波动振荡时长超过第三阈值时表明睡眠者的睡眠质量较高，而低于第四阈值时表明睡眠者的睡眠质量较差，以上第三阈值与第四阈值可以根据研究来进行科学设定。

在一些实施例中，如图7所示，所述分值获取模块63包括：

获取子模块631，用于令睡眠分值为SQ，皮电波动振荡数量为x，皮电波动振荡时长为y，并获取睡眠分值：SQ＝a*x+b*y+c；其中，a、b、c均为变量系数。也即，根据以上模型可以计算出睡眠分值，并在后续可以根据该睡眠分值来评估睡眠质量。

本发明实施例提供的上述系统，通过分析皮肤电活动数据提取皮电波动指标，并建立皮电波动指标与睡眠质量的相关性，并对睡眠质量进行评估，进而根据评估结果准确有效地量化了人体睡眠质量。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序请求实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序请求到通用计算机、专用计算机、嵌入式处理机或其他可编程信息处理设备的处理器以产生一个机器，使得通过计算机或其他可编程信息处理设备的处理器执行的请求产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序请求也可存储在能引导计算机或其他可编程信息处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的请求产生包括请求装置的制造品，该请求装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序请求也可装载到计算机或其他可编程信息处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的请求提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。