一种提高睡眠监测准确性的可穿戴设备的制作方法

本发明涉及睡眠监测技术领域，特别涉及一种提高睡眠监测准确性的可穿戴设备。

背景技术

睡眠质量直接影响人们的生活和工作质量，睡眠质量差或紊乱会导致身体出现亚健康状态，甚至诱发疾病。随着生活节奏的加快，压力也越来越大，睡眠质量易出现问题，且难以预测。因此，对于睡眠质量进行检测的设备逐渐受到厂商和消费者的关注。目前，市场上睡眠质量监测装置的主流产品为多导睡眠监测仪(polysomnography,psg)。

现有的多导睡眠监测仪需要住院监测多个参数，由于其采用单独的模块分别进行呼吸和肌电采集，被试者头面部和身体需要安放多个电极导线和传感器，操作复杂，且由于监测环境变化，对被试者产生心理和生理影响，易干扰睡眠，甚至导致测量不准确。并且，用于呼吸信息采集的模块，在睡眠中的呼吸通常采用热敏电阻来监测气流变化，佩戴有异物感，且容易受到环境温度的干扰，数据准确性差；再加上为监测躯干和四肢的运动情况，常采用单独的肌电采集模块，增加了监测的设备和数据复杂度。

因此，针对现有产品的缺陷，需要提供一种可以提供连续、准确、舒适、低复杂度的睡眠监测的睡眠监测设备。

技术实现要素：

本发明所要解决的技术问题是：现有睡眠监测设备的设备复杂、容易干扰被测试者睡眠质量、数据处理过程繁琐、数据准确性差等问题。

本发明解决其技术问题所采取的技术方案是：

一种提高睡眠监测准确性的可穿戴设备，该设备包括：信号采集模块、信号调理模块、参数提取模块、决策模块、睡眠质量评估模块；信号采集模块通过传感器采集生理信号，信号调理模块接收上述生理信号并通过信号调理获得多种数据信号，参数提取模块接收数据信号提取特征参数信号，决策模块用于融合多种特征参数信号，睡眠质量评估模块用于根据融合后的多种特征参数信号进行睡眠质量评估；信号调整模块接收心电电极信号后，通过不同带通滤波的方式提取心电信号、呼吸信号和肌电信号三种生理信号。

进一步地，该穿戴设备进一步还包括无线通讯模块、显示模块、本地存储模块、电源模块和usb接口。

进一步地，信号采集模块包括心电电极、姿态变化传感器和温度传感器。

进一步地，姿态变化传感器为三轴磁通门传感器、倾角补偿式三维电子罗盘和/或三轴加速度计。

进一步地，心电电极包括两个或者两个以上的心电电极，通过该心电电极的检测，能够采集佩戴者高精度的心电信号。

进一步地，信号调理模块包括滤波电路，滤波电路包括低通滤波部分，线性部分和谐振部分。

基于所述的提高睡眠监测准确性的可穿戴设备的睡眠监测方法，该方法包括：

s1.生理信号采集步骤，上述生理信号包括心电电极信号、体温信号和姿态运动信号；

s2.将上述检测数据通过信号调理模块进行处理，分别得到心电信号、呼吸信号、肌电信号、标准体温和运动数据；

s3.根据s2步骤中获得心电信号、呼吸信号、肌电信号、标准体温和运动数据，通过参数提取模块进一步提取相应地特征值；

s4.通过决策模块，采用多参数融合方法，建立具有特异性的睡眠分期过程；

s5.通过睡眠质量评估模块，进行睡眠质量的评估。

进一步地，所述s2进一步包括:

s21.通过信号调理模块将心电电极获得的信号进行信号调理，通过不同频带滤波，提取心电电极信号中的心电信号、呼吸信号和肌电信号。

s22.对体温信号进行温度补偿，得到标准体温信号。

s23.对姿态运动信号进行处理，获得运动数据、加速度或者角加速度数据。

进一步地，所述步骤s3进一步包括：

s31.从心电信号中提取心率变异性特征值；

s32.从呼吸信号中提取呼吸频次的最大值、最小值特征值；

s33.从肌电信号中提取中位频率和平均频率特征值；

s34.从标准体温信号中提取体温的最大值、最小值、均值和标准差特征值；

s35.从运动数据中提取运动数据矢量和的积分、均值、峰度特征值。

进一步地，所述s4步骤，具体包括：根据体温和佩戴者年龄性别调整不同睡眠阶段的各特征的初始阈值，包括阈值上限th和阈值下限tl；连续佩戴若干天，保存并更新模板，提取相应睡眠状态对应的各时段数据特征，将上述各特征通过交叉验证，或最大相关最小冗余准则，进行特征筛选，并输入到分类器，优选的支持向量机中进行分类判别，从而建立具有特异性的睡眠分期过程。

本发明提供的提高睡眠监测准确性的可穿戴设备，具有以下有益效果：1)从两个或这两个以上的电极获得心电电极信号，通过信号调理的方式提取心电信号、呼吸信号和肌电信号三种生理信号，降低了设备的复杂度；2)采用多参数融合，提高了睡眠分期检测的可靠性。

附图说明

图1为本发明提供的提高睡眠监测准确性的可穿戴设备的整体结构示意图。

图2为信号调理模块中的滤波电路图。

图3为基于本发明提供的提高睡眠监测准确性的可穿戴设备的睡眠监测方法的流程图。

具体实施方式

下面将参照附图对本发明进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明而仍然实现本发明的有益效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。

为了清楚，不描述实际实施例的全部特征。在下列描述中，不详细描述公知的功能和结构，因为它们会使本发明由于不必要的细节而混乱。应当认为在任何实际实施例的开发中，必须作出大量实施细节以实现开发者的特定目标。

为使本发明的目的、特征更明显易懂，下面结合附图对本发明的具体实施方式作进一步的说明。需要说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用一方便、清晰地辅助说明本发明实施例的目的。

本实施例提供了一种提高睡眠监测准确性的可穿戴设备，如图1所示，该设备包括：信号采集模块、信号调理模块、参数提取模块、决策模块、无线通信模块、本地存储模块。此外，为了实现该可穿戴设备的通讯和电能需求，在该设备中还设置了usb接口、电源供电模块和显示模块。

下面对本申请提供的提高睡眠监测准确性的可穿戴设备的主要模块进行介绍：

信号采集模块

其中，信号采集模块包括心电电极、姿态变化传感器和温度传感器。其中，心电电极设置在一心率带上，而姿态变化传感器和温度传感器设置在可穿戴设备的主体部分上。该可穿戴设备的主体部分可以为现有的与被检测者头部和/或四肢相接触的可穿戴设备，作为举例性的说明，可穿戴设备可以为手表、头箍、颈圈等形式，但不限于上述方式。心率带和可穿戴设备主体部分之间通过无线通讯连接，具体的连接方式可以为局域网，蓝牙或者zigbee。

心电电极可以包括两个或者两个以上的心电电极，通过该心电电极的检测，能够采集佩戴者高精度的心电信号。在具体实施例中，该心电电极可以安装于心率带中，佩戴者仅需要在入睡前将心率带固定佩戴与胸部，使得心率带中的心电电极接触检测位置即可。优选地，心率带可以弹性纺织物，并在相应位置上配置了心电电极及其相关电路和无线通信设备。上述心率带采集的数据信息，通过无线通信设备发送到可穿戴设备的主体部分，优选发送到本地存储器存储。

姿态变化传感器采用单轴、双轴或三轴的加速度传感器和/或陀螺仪和/或磁力计监测被试的姿态变化。通过上述传感器或者传感器的组合可以采集被检测者的姿态变化情况，并且通过长时间的数据累计可以获得被检测者在睡眠中的运动数据。优选地，该姿态变化传感器为三轴磁通门传感器、倾角补偿式三维电子罗盘或三轴加速度计，上述集成高精度的mcu控制，能够实现对于被检测者姿态和动作最大化的精度测量。

温度传感器暴露在可穿戴设备表面，并且与被测试者的皮肤接触，其用来检测被检测者的体温变化。优选地，该温度传感器可以和心电极一起安装在心率带上，从而更加准确地获得该被检测人员胸前的体温信号。该胸前的体温信号能够更准确地反映被检测人员的身体状态。

上述信号采集模块中的传感器采集的数据通过数据传输电路和/或无线网络被储存到本地存储器中，作为原始数据被保存。

信号调理模块

信号调理模块用于将信号采集模块采集的信号进行调理处理，分别得到心电信号、呼吸信号、肌电信号、标准体温和运动数据(包括加速度、角加速度等)。

信号调理模块包括滤波电路，如图2所示。该信号调理模块包括低通滤波部分，线性部分和谐振部分。其中，低通滤波部分采用一阶低通滤波方式，信号经由放大器进行低通滤波。由于采用了放大器，而不是电感滤波，能够获得较好的衰减性能。经低通滤波部分的信号，进一步通过线性部分和谐振部分处理实现滤波。

采用结构来实现滤波器，使滤波器具有严格的线性相位特性；另一方面，滤波器系数都采用的整次幂，故可以用简单的移位运算来代替传统的浮点乘法，运算效率非常高。而且，该低通滤波器可以很容易扩展成高通、带通和带阻型的简单整系数滤波器。

在信号滤波处理时，由于不同信号的特点，采用了不同频段的带通滤波来提取信号。具体地，由于呼吸信号低于0.5hz，因此采用第一带通滤波提取呼吸信号；心电信号中的qrs主波频率约5-15hz,因此采用第二带通滤波提取心电信号；肌电信号的能量主要集中在20-150hz，因此采用第三带阻滤波滤除50hz工频干扰，采用第四带通滤波提取肌电信号。上述第一、二、四带通频率与相应的信号频率相对应，第三带阻频率为50hz。

优选地，为降低存储空间，可考虑对信号进行降采样处理。

参数提取模块

参数提取模块用于对上述心电信号进行心率变异性分析，提取某个时间窗内的时域和频域参数，其中频域参数lf/hf可用于评估交感神经和副交感神经的平衡性。其中，上述时间窗内的时域优选为5min。

对上述呼吸信号，提取某个时间窗内呼吸频次最大值、最小值、均值及标准差，并利用z-score方法，计算连续5min的各参数的归一化值，归一化值能在一定程度上降低个体差异性，而突出其变化性。上述时间窗优选为30s。呼吸信号亦可通过心率变异性指标的低频成分提取。

对上述体温信号，提取某个时间窗内(优选的30s)体温信号的最大值、最小值、均值及标准差，并利用z-score方法，计算连续5min的各参数的归一化值，归一化值能在一定程度上降低个体差异性，而突出其变化性。

运动传感器的各单轴、任两轴及三轴矢量和，并对某一时间窗长内数据进行积分或求均值，或计算其频谱及其峰度和偏度。

对肌电信号进行功率谱分析，提取其中位频率和平均频率。

决策模块

决策模块用于根据体温和佩戴者年龄性别调整不同睡眠阶段的各特征的初始阈值，包括阈值上限th和阈值下限tl；

连续佩戴若干天，如一周，保存并更新模板，提取相应睡眠状态对应的各时段数据特征，将上述各特征通过交叉验证，或最大相关最小冗余准则，进行特征筛选，并输入到分类器，优选的支持向量机中进行分类判别，从而建立具有特异性的睡眠分期过程，如清醒，浅睡眠和深睡眠分别对应着1,2,3三个等级。

进一步地，分类器输出结果进行回溯分析，其依据是睡眠阶段的变化规律。

计算睡眠质量模块

计算睡眠质量模块用于将整晚睡眠进行统计分析，各睡眠时相的时间统计，计算深度睡眠占总睡眠时间的指数，与深度睡眠相关的指数是睡眠质量的直接评估指标。

对睡眠分期进行低通滤波或差值处理，将锯齿状变化的睡眠时相转换为稍平滑的曲线，并进行功率谱分析，观察其变化的规律性，以此作为另一睡眠质量评估指标。

无线通信模块

无线通信模块用于将睡眠时相的分析结果，通过无线通信方式，发送到智能终端，以降低数据传送的功耗。并将智能终端的指令发送到可穿戴设备。

本地存储模块

本地存储模块用于在本地连续存储采集到的原始数据，或经过信号调理的数据，及状态参数等。

显示模块

将睡眠分析使用不同颜色的线段进行描绘，并显示睡眠统计质量结果，将上述结构直观地显示在一条直线上。

usb接口

usb接口用于将数据导数及充电用。

电源供电模块：

为可穿戴设备供电，以满足设备独立工作的需求。

下面结合附图3说明基于上述提高睡眠监测准确性的可穿戴设备的一种睡眠监测方法。

如图3所示，上述睡眠监测方法包括：

s1.生理信号采集步骤；

其中，通过信号采集模块中的心电电极、姿态变化传感器和温度传感器，分别采集被检测者的心电信号、姿态运动数据和人体体温数据。

s2.将上述检测数据通过信号调理模块进行处理，分别得到心电信号、呼吸信号、肌电信号、标准体温和运动数据(包括加速度、角加速度等)。

其中，上述s2进一步包括:

s21.通过信号调理模块将心电电极获得的信号进行信号调理，通过不同频带滤波，提取心电电极信号中的心电信号、呼吸信号和肌电信号。

具体地，通过信号调理模块根据不同信号的频带特点，采用了不同频段的带通滤波来提取信号。呼吸信号低于0.5hz，心电信号中的qrs主波频率约5-15hz,肌电信号的能量主要集中在20-150hz，因此采用第一低通滤波提取呼吸信号，采用第二带通滤波提取心电信号，采用第三带阻滤波滤除50hz工频干扰，采用第四带通滤波提取肌电信号。优选地，为降低存储空间，可考虑对信号进行降采样处理。

s22.对体温信号进行温度补偿，得到标准体温(例如腋下体温)。

具体地，根据温度传感器设置的不同位置，获取相应位置与标准体温之间的系数关系，上述系数关系可以存储于本地存储器中。当被检测人佩戴可穿戴设备后，可以在显示器上选择输入温度传感器设置的位置，根据上述位置信号调理模块读取本地存储器中的系数关系，并通过上述系数关系，将体温信号(例如胸前的体温信号)进行补偿获得标准体温(例如腋下体温)。

s23.对姿态运动信号进行处理，获得运动数据、加速度或者角加速度数据。

具体地，信号调理模块首先将上述姿态运动数据进行初始误差的去除，获得初步校正值；随后将通过融合算法将多种传感器的数据进行融合，具体的融合算法可以为本领域公知的卡尔曼滤波法和卡尔曼滤波法的其他扩展形式，从而获得运动数据、加速度或者角加速度数据。

s3.根据s2步骤中获得心电信号、呼吸信号、肌电信号、标准体温和运动数据，通过参数提取模块进一步提取相应地特征值。

具体地，上述步骤s3进一步包括：

s31.从心电信号中提取心率变异性特征值，例如:lf/hf,rmssd等；

s32.从呼吸信号中提取呼吸频次的最大值、最小值等特征值；

s33.从肌电信号中提取中位频率和平均频率等特征值；

s34.从标准体温信号中提取体温的最大值、最小值、均值和标准差等特征值；

s35.从运动数据中提取运动数据矢量和的积分、均值、峰度等特征值。

s4.通过决策模块，采用多参数融合方法，建立具有特异性的睡眠分期过程。

具体地，根据体温和佩戴者年龄性别调整不同睡眠阶段的各特征的初始阈值，包括阈值上限th和阈值下限tl；

连续佩戴若干天，如一周，保存并更新模板，提取相应睡眠状态对应的各时段数据特征，将上述各特征通过交叉验证，或最大相关最小冗余准则，进行特征筛选，并输入到分类器，优选的支持向量机中进行分类判别，从而建立具有特异性的睡眠分期过程，如清醒，浅睡眠和深睡眠分别对应着1,2,3三个等级。

进一步地，分类器输出结果进行回溯分析，其依据是睡眠阶段的变化规律。

s5.通过睡眠质量评估模块，进行睡眠质量的评估。

具体地，将整晚睡眠进行统计分析，各睡眠时相的时间统计，计算深度睡眠占总睡眠时间的指数，与深度睡眠相关的指数是睡眠质量的直接评估指标。

对睡眠分期进行低通滤波或差值处理，将锯齿状变化的睡眠时相转换为稍平滑的曲线，并进行功率谱分析，观察其变化的规律性，以此作为另一睡眠质量评估指标。

本发明提供的提高睡眠监测准确性的可穿戴设备，具有以下有益效果：1)从两个或这两个以上的电极获得心电电极信号，通过信号调理的方式提取心电信号、呼吸信号和肌电信号三种生理信号，降低了设备的复杂度；2)采用多参数融合，提高了睡眠分期检测的可靠性。

本领域内的技术人员应明白，本申请的实施例可提供为方法、装置、或计算机程序产品。因此，本申请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，本申请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、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。