本发明涉及睡眠监测
技术领域：
，尤其涉及一种睡眠质量与环境变量相关性的监测推理系统。
背景技术：
：医学研究证明睡眠质量对人体健康、社会活动以及工作效率有直接影响。睡眠健康已经成为一个重要的医学研究课题，取得了丰富的研究成果。临床研究表明，环境因素，比如光线强度、室内温度、空气湿度、大气压强和环境噪声等，是导致睡眠中断或者低质量睡眠的重要原因，因此改善睡眠环境，有利于获得更好的睡眠质量。随着移动技术和可穿戴设备技术的发展，市面上出现了越来越多针对个人健康监测的便携式穿戴设备，比如睡眠监测智能手环等，这些设备可以在日常生活中，监测人的睡眠质量。此外，利用手机自带传感器来监测环境变化的移动app也越来越多。到目前为止，尚未有将睡眠质量与环境因素结合的方案和系统。技术实现要素：本发明所解决的技术问题是提供一种睡眠质量与环境变量相关性的监测推理系统，以解决对用户的睡眠质量与环境变量的相关性进行监测与分析的技术问题。为了解决上述技术问题，本发明所采用的技术方案是:一种睡眠质量与环境变量相关性的监测推理系统，包括环境变量采集模块、睡眠质量监测模块、睡眠与环境因果关系推断模块以及睡眠推理分析模块，所述环境变量采集模块用于采集环境变量数据，所述睡眠质量监测模块用于监测用户的睡眠数据，所述环境变量采集模块和所述睡眠质量监测模块分别连接所述睡眠与环境因果关系推断模块，所述环境变量采集模块将所采集的环境变量数据传送给所述睡眠与环境因果关系推断模块，所述睡眠质量监测模块将所监测的用户睡眠数据传送给所述睡眠与环境因果关系推断模块，所述睡眠与环境因果关系推断模块根据接收到的所述环境变量数据和所述睡眠数据建立睡眠质量与睡眠环境之间的因果关系模型，所述睡眠推理分析模块根据用户的睡眠事件通过所述关系模型推算用户的睡眠环境并分析出睡眠环境改善建议。作为一种改进的方式，所述环境变量采集模块包括声学信号处理单元，所述声学信号处理单元包括拾音器，所述拾音器所采集的环境声学信号包括环境声音和睡眠者自身发出的声音，所述声学信号处理单元从声学信号中分解出时域和频域的声学特征，所述声学特征包括短时能量、响度、过零率、功率谱密度和谱，然后把这些特征输入非线性分类器，用来分离出突然和周期性的环境声音。作为一种改进的方式，所述环境变量采集模块包括非声学信号处理单元，所述非声学信号处理单元包括用于采集光照强度的光线传感器，用于采集室温的温度传感器，用于采集室内湿度的湿度传感器，用于采集大气压强的气压传感器以及一个用于采集环境声音的拾音器来连续监测环境信号。作为一种改进的方式，所述非声学信号处理单元用于消除人体不易察觉到的快速又短暂变化的非声学信号，所述非声学信号处理单元从非声学信号中提取出幅值时长和频率的特征，通过预定义的环境变量变化范围的阈值tha和变化持续时间的阈值thd来判断，如果非声学信号的特征低于对应阈值，则就舍弃该信号值。作为一种改进的方式，所述睡眠质量监测模块包括多导睡眠监测仪和可佩带的便携式设备，所述多导睡眠监测仪采集的睡眠数据包括总睡眠时间、总觉醒次数、各睡眠阶段的时长、周期性的肢体运动以及呼吸事件；所述可佩带的便携式设备采集用户的心率、呼吸以及身体运动的数据。作为一种改进的方式，所述睡眠与环境因果关系推断模块利用格兰杰因果关系，构建一个多变量自回归模型来识别睡眠质量变量x与环境变量y之间的因果联系，具体为：令环境变量所述包含的光照、室温、湿度、气压、环境噪声分别用x1,…,x5表示，睡眠事件用y表示，构建一个格兰杰因果的多变量自回归模型如下：其中是环境因素j从t-laggedj时刻到t-1时刻的值，laggedj是环境因素j的最大延迟时间，ai,j＝[ai,j,1,…,ai,j,lagged]是回归系数向量，元素ai,j,k(k＝1..lagged)代表yi(t)对延迟时间序列的依赖程度，yi(t)是发生在t时刻的睡眠事件，ε是残差向量。作为一种改进的方式，所述睡眠推理分析模块根据用户的睡眠事件通过所述关系模型分析出睡眠环境改善建议。由于采用上述技术方案所取得的技术效果为，本发明用于分析睡眠质量与环境变量之间的关系并提出改善建议，其具有以下特点：1)对声学信号和非声学信号分别采用不同的处理方法，可去除对睡眠质量影响不大的因素；2)通过格兰杰因果推断和多变量自回归建立了一个睡眠质量与睡眠环境之间的因果关系模型；3)因果关系模型能够给出睡眠质量不佳的原因，并且能够提供改善睡眠环境的建议，帮助用户改善睡眠质量。本发明对环境信号中的声学信号和非声学信号，采用不同的数据处理办法，提取出对睡眠质量产生影响的成分；本发明的环境与睡眠质量监控系统能够推断出环境变量与睡眠质量之间的关系；本发明的推理系统通过概率推理能够给出睡眠质量不佳的原因并给出改变睡眠环境以提高睡眠质量的建议。附图说明图1是本发明的各模块的链接示意图；图2是本发明各模块的内部结构图；具体实施方式本发明的总体设计方案如图1和图2共同所示，一种睡眠质量与环境变量相关性的监测推理系统，包括环境变量采集模块、睡眠质量监测模块、睡眠与环境因果关系推断模块以及睡眠推理分析模块。本发明的环境变量采集模块用于采集环境变量数据，环境变量采集模块包括光线传感器，温度传感器，湿度传感器，气压传感器以及一个拾音器，采集到的环境信号包括光照强度，室温，室内湿度，大气压以及环境声音，通过这些信号的阈值来区分出环境是否变化。睡眠质量监测模块用于监测用户的睡眠数据，睡眠质量监测模块可使用在睡眠实验室中利用多导睡眠监测仪(psg)检测得到的睡眠数据，用可佩带的便携式设备采集到的心率、呼吸以及身体运动的数据。多导睡眠监测仪(psg)采集的睡眠数据包括：1)总睡眠时间，从躺下熄灯到起床开灯的时间；2)总觉醒次数，在睡眠中觉醒的次数；3)总睡眠阶段的时长，包括入睡(n1)、浅睡(n2)、深睡(n3)和快速动眼睡眠(rem)这4个阶段各占总睡眠时间的比例；4)周期性的肢体运动，睡眠时肢体无意识的运动；5)呼吸事件，呼吸暂停、呼吸浅慢等。这些睡眠质量数据会被转换成睡眠事件的时间序列。环境变量采集模块和睡眠质量监测模块分别连接睡眠与环境因果关系推断模块，环境变量采集模块将所采集的环境变量数据传送给睡眠与环境因果关系推断模块，睡眠质量监测模块将所监测的用户睡眠数据传送给睡眠与环境因果关系推断模块，睡眠与环境因果关系推断模块根据接收到的环境变量数据和睡眠数据建立睡眠质量与睡眠环境之间的因果关系模型，睡眠与环境因果关系推断模块是合环境变化和睡眠事件，用格兰杰因果推断(grangercausality)来挖掘它们之间的因果关系，构建一个可解释的睡眠质量分析系统。附带置信因子的因果关系会直观的显示给用户，与此同时，睡眠推理分析模块根据用户的睡眠事件通过关系模型推算用户的睡眠环境并分析出睡眠环境改善建议，从而帮助用户改善睡眠质量。由于每种环境因素都有各自特性(比如声学信号和非声学信号)，所以环境监测模块用不同的算法来检测环境信号中的变化事件。睡眠事件的发生不仅依赖于环境变化的幅值，还与其持续时间和频率有关。该睡眠质量与环境变量相关性的监测推理系统的具体工作原理为：(1)非声学信号的处理通常人体不易察觉到非声学信号快速又短暂的变化，所以我们需要消除那些不重要的环境变化的影响。我们从非声学信号中提取出幅值时长和频率等特征，通过预定义的环境变量变化范围的阈值tha和变化持续时间的阈值thd来判断，如果非声学信号的特征低于对应阈值，我们就舍弃该信号值。算法如下：算法1：非声学数据处理输入：非声学环境传感数据，阈值tha，阈值thd输出：处理之后的非声学环境传感数据(2)声学信号处理用拾音器采集环境声学信号时，通常会包含有环境声音和睡眠者自身发出的声音，我们设计了一种方法来识别出环境声音。我们从声学信号中分解出时域和频域的声学特征，包括短时能量(ste)、响度(ld)、过零率(zcr)、功率谱密度(psd)和谱(熵pe)。然后把这些特征输入非线性分类器，用来检测出突然和周期性的环境声音。算法如下：算法2：声学数据处理输入：声学环境传感数据输出：处理之后的声学环境传感数据(3)睡眠与环境因果关系挖掘我们根据格兰杰因果关系理论(grangercausality)：一个时间序列x是另一个时间序列y的“格兰杰原因”，当且仅当用x的过去值合并的结果来预测未来的y值的效果，比单纯使用y的过去信息来预测的效果更好。利用格兰杰因果关系，我们构建了一个多变量自回归(mvar)模型来识别睡眠质量变量x与环境变量y之间的因果联系。令环境变量(光照、室温、湿度、气压、环境噪声)分别用x1,…,x5表示，睡眠事件用y表示，构建一个格兰杰因果的多变量自回归模型如下：其中是环境因素j从t-laggedj时刻到t-1时刻的值，laggedj是环境因素j的最大延迟时间。ai,j＝[ai,j,1,…,ai,j,lagged]是回归系数向量，元素ai,j,k(k＝1..lagged)代表yi(t)对延迟时间序列的依赖程度。yi(t)是发生在t时刻的睡眠事件。ε是残差向量，也叫预测误差。算法如下：算法3：输入：睡眠事件se，环境数据ed输出：引发睡眠事件的环境因素gc，置信因子cf(4)优质睡眠环境建议由方案(3)求出了格兰杰因果关系，当一个睡眠事件发生了，系统就可以利用模型来推断出事件发生的原因，即最有可能的环境因素gc。系统可以将我们的推断结果(gc)展示给用户，并且根据推断结果来建议用户改善睡眠环境。针对具体的环境因素，可以输出如下改善建议：影响睡眠质量的环境因素(gc)改善建议光线忽亮保持房间黑暗或者光线较暗温度升高或者降低注意降温或者保暖湿度升高或者降低注意通风或者加湿气压升高或者降低突发或持续噪声注意房间隔音要实现本发明提出的目标，本发明主要解决了以下的技术难点：1)声音传感器能同时采集到环境声音和睡眠者发出的声音，从声学信号中提取出我们需要的环境声音，消除了睡眠者声音的影响；2)环境传感器敏感度较高，会把环境变量的变化情况完整记录下来，但是人体对环境快速或短暂的变化不敏感，本发明可以处理这种作用较小的信号变化；3)建立了一个数学模型来推导睡眠环境与睡眠质量之间的关联属性，研究睡眠环境对睡眠质量的定量关系，以及给出改善建议。综上，本发明提出了一种睡眠质量与环境变量相关性的监测与推理系统，具有以下特点：(1)该系统对于声学信号，将时域和频域特性作为特征，采用非线性分类器算法分离出环境声音和睡眠者声音，对于非声学信号，采用阈值判断的方法，过滤掉人体感受不明显的环境变化。环境传感器数据处理方案是本发明的第一个核心要点。(2)该系统设计了一个睡眠环境与睡眠质量因果推理方案，该方案采用基于格兰杰因果关系的多变量自回归算法，构建睡眠环境与睡眠质量之间的因果关系模型，然后用模型输出来解释睡眠质量的影响因素。睡眠环境与睡眠质量因果推理方案是本发明的第二个核心要点。(3)本发明设计了睡眠环境的改善建议方案。该方案利用睡眠环境和睡眠质量之间隐含的因果关系，根据监测到的睡眠事件来推测最可能的环境因素原因，然后提出改善环境因素的建议。当前第1页12