清醒狀態下的腦電信號數據類型的標注方法和系統技術方案

本發明專利技術涉及一種清醒狀態下的腦電信號數據類型的標注方法和系統，其中所述方法包括：在用戶開始睡眠過程后，根據設定幀長度采集用戶的實時眼電信號和腦電信號樣本，進行小波分解和低頻段重建得到眼電信號和腦電信號；根據同一時刻腦電信號和眼電信號，在眼電信號上檢測眨眼活動，并對樣本熵進行閾值判斷，當存在眨眼活動或樣本熵大于閾值，將當前腦電信號樣本的信號類型標注為清醒狀態。本發明專利技術可以避免腦電信號受到干擾，準確地檢測腦電信號的清醒狀態，并進行有效的數據類型標注，使得利用該標注的腦電信號樣本訓練出來的個人分類器的識別準確率更高，也提升了后期對個人睡眠狀態檢測結果的可靠性。

【技術實現步驟摘要】

本專利技術涉及輔助睡眠
，特別是涉及一種清醒狀態下的腦電信號數據類型的標注方法和系統。
技術介紹
目前市面上已經有一些輔助設備來進行輔助人們入睡，即輔助睡眠，以提高用戶的睡眠質量。睡眠狀態分析是輔助設備了解用戶睡眠質量的重要手段，而在此過程中，需要對用戶睡眠狀態進行檢測，以準確知道用戶是清醒還是睡著狀態，然后才能夠進行對應的干預措施。多導睡眠圖(Polysomnography,PSG)，又稱睡眠腦電圖，是目前臨床上用于睡眠診斷和分析的“金標準”。多導睡眠圖利用多種生命體征對睡眠進行分析，在這些體征信號中，腦電處于核心地位；利用腦電波4種節律：δ波(1-3Hz)，θ波(4-7Hz)，α波(8-12Hz)，β波(14-30Hz)的頻率特性。根據不同節律的腦電波和眼球運動特征，除了清醒階段以外，睡眠可以分成非眼快動睡眠(NoRapidEyeMovementSleep,NREMsleep)和眼快動睡眠(RapidEyeMovementSleep,REMsleep)周期。其中非眼快動睡眠又可以分為4個時期：S1期(完全清醒至睡眠之間的過渡階段)，S2期(淺睡階段)，S3期(中等深度睡眠)，S4期(深睡期)。一般情況下，檢測用戶是否處于清醒狀態，是通過利用腦電波在4個頻段的信號(δ波頻段、θ波頻段、α波頻段和β波頻段)訓練清醒狀態的識別模型(分類器)來對腦電信號進行識別，這些識別模型往往是利用其他人的腦電波進行訓練的通用識別模型，但由于腦電信號的個人特異性很強，并且腦電的強度很弱(腦電為微伏級別，心電為毫伏級別)，在信號采集時極易被外界信號所干擾。在此過程中，當需要訓練個人分類器時，就需要對采集的個人腦電信號樣本的數據類型進行標注，這樣才可以對標注類型的數據進行自學習和測試，訓練出更加適用于個人的個人分類器，而采用通用識別模型來對腦電信號進行檢測標注時，如前面所述，由于腦電信號的強度很弱容易受到干擾，采用通用識別模型來標注腦電波信號樣本的類型，容易混入干擾成分，導致訓練出來的個人分類器的識別準確率較低，影響了后期對個人睡眠狀態檢測結果的可靠性。
技術實現思路
基于此，有必要針對上述問題，提供一種清醒狀態下的腦電信號數據類型的標注方法和系統，可以準確地檢測清醒狀態下的腦電信號，并進行數據類型的標注。一種清醒狀態下的腦電信號數據類型的標注方法，包括：在用戶開始睡眠過程后，根據設定幀長度采集用戶的實時眼電信號和腦電信號樣本；分別對所述實時眼電信號和腦電信號樣本進行小波分解，并根據設定低頻段的小波系數進行信號重建得到眼電信號和腦電信號；根據同一時刻腦電信號和眼電信號的相關性以及眨眼眼電波形的特征，在眼電信號上檢測眨眼活動；并將所述腦電信號的樣本熵與預設的樣本熵閾值進行比較；當眼電信號上檢測到眨眼活動或所述樣本熵大于所述樣本熵閾值時，將當前腦電信號樣本的信號類型標注為清醒狀態。一種清醒狀態下的腦電信號數據類型的標注系統，包括：信號采集模塊，用于在用戶開始睡眠過程后，根據設定幀長度采集用戶的實時眼電信號和腦電信號樣本；信號重建模塊，用于分別對所述實時眼電信號和腦電信號樣本進行小波分解，并根據設定低頻段的小波系數進行信號重建得到眼電信號和腦電信號；檢測比較模塊，用于根據同一時刻腦電信號和眼電信號的相關性以及眨眼眼電波形的特征，在眼電信號上檢測眨眼活動；并將所述腦電信號的樣本熵與預設的樣本熵閾值進行比較；樣本標注模塊，用于當眼電信號上檢測到眨眼活動或所述樣本熵大于所述樣本熵閾值時，將當前腦電信號樣本的信號類型標注為清醒狀態。上述清醒狀態下的腦電信號數據類型的標注方法和系統，在用戶開始睡眠過程后，根據設定幀長度采集用戶的實時眼電信號和腦電信號樣本，進行小波分解和低頻段重建得到眼電信號和腦電信號；根據同一時刻腦電信號和眼電信號，在眼電信號上檢測眨眼活動，并對樣本熵進行閾值判斷，當存在眨眼活動或樣本熵大于閾值，將當前腦電信號樣本的信號類型標注為清醒狀態。通過該方案來標注腦電波信號樣本的類型，可以避免腦電信號受到干擾，準確地檢測腦電信號的清醒狀態，并進行有效的數據類型標注，使得利用該標注的腦電信號樣本訓練出來的個人分類器的識別準確率更高，也提升了后期對個人睡眠狀態檢測結果的可靠性。附圖說明圖1為一個實施例的清醒狀態下的腦電信號數據類型的標注方法的流程圖；圖2是一段常見的清醒時期的腦電信號與眼電信號示意圖；圖3為滑動窗口內眼電信號波形尖峰面積示意圖；圖4為檢測到眨眼活動的結果示意圖；圖5為基于本專利技術的標注方法實現的清醒狀態檢測器原理圖；圖6為一個實施例的清醒狀態下的腦電信號數據類型的標注系統結構示意圖。具體實施方式下面結合附圖闡述本專利技術的清醒狀態下的腦電信號數據類型的標注方法和系統的實施例。參考圖1所示，圖1為一個實施例的清醒狀態下的腦電信號數據類型的標注方法的流程圖，包括：步驟S101，在用戶開始睡眠過程后，根據設定幀長度采集用戶的實時眼電信號和腦電信號樣本；此步驟中，此步驟中，可以是在對用戶進行輔助睡眠，訓練個人識別模型時，在確保用戶是清醒的狀態下，開始對用戶進行腦電信號樣本采集，通過用戶佩戴相關腦電傳感設備，采集用戶在睡眠過程中產生的腦電信號，采集腦電信號樣本時，同時利用用戶佩戴相關眼電傳感設備對用戶的實時眼電信號進行采集。在采集信號時，可以以30s為一幀進行采集，每幀腦電信號作為一個樣本，后續對每幀眼電信號和腦電信號進行分析處理。一般情況下，考慮到人正常的入睡時間為10～15分鐘，在勞累/疲憊時入睡時間甚至會縮短，因此，在用戶完全清醒的狀態下開始采集用戶的腦電信號，可以認為在開始采集后的一個設定時間段T內，可以認為用戶是處于清醒狀態的。在一個實施例中，若開始采集腦電信號樣本和實時眼電信號的時間長度小于設定時間T，將所有采集的腦電信號樣本標注為清醒狀態；以T＝300s(5分鐘)為例，即用戶開始采集腦電信號后的300秒內的腦電信號樣本被判斷為清醒狀態；如上所述，腦電信號樣本是以30s為一幀，那么在前10個腦電樣本的數據類型即可直接標注為清醒狀態。步驟S102，分別對所述實時眼電信號和腦電信號樣本進行小波分解，并根據設定低頻段的小波系數進行信號重建得到眼電信號和腦電信號；首先分別對實時眼電信號和腦電信號樣本進行小波分解，并根據設定低頻段的小波系數重建眼電信號和腦電信號，為了避免高頻噪聲的干擾同時保留信號的基本信息，我們在較低頻段上對腦電信號進行分析。為了計算的方便，可以選擇θ波的頻率上限(0～8Hz)進行小波分解和重建。為了計算的方便，可以選擇腦電信號的θ波(主要是4-7Hz)的頻率上限進行重建，即0～8Hz。步驟S103，根據同一時刻腦電信號和眼電信號的相關性以及眨眼眼電波形的特征，在眼電信號上檢測眨眼活動；并將所述腦電信號的樣本熵與預設的樣本熵閾值進行比較；對于檢測眨眼活動：在正常人的睡眠周期中，眨眼是清醒期所特有的一個活動，由于眨眼時眼電信號的幅度較高，會對腦電信號造成干擾。參考圖2，圖2是一段常見的清醒時期的腦電信號與眼電信號示意圖；圖中實線為腦電信號，虛線為眼電信號。通過圖中可以看出，眨眼活動在腦電信號和眼電信號上都產生了向下的尖峰，眨眼活動在腦電圖上表現為具有短時間的高尖峰的波形，這也是眨眼眼電波形的特征。在本文檔來自技高網...

【技術保護點】
一種清醒狀態下的腦電信號數據類型的標注方法，其特征在于，包括：在用戶開始睡眠過程后，根據設定幀長度采集用戶的實時眼電信號和腦電信號樣本；分別對所述實時眼電信號和腦電信號樣本進行小波分解，并根據設定低頻段的小波系數進行信號重建得到眼電信號和腦電信號；根據同一時刻腦電信號和眼電信號的相關性以及眨眼眼電波形的特征，在眼電信號上檢測眨眼活動；并將所述腦電信號的樣本熵與預設的樣本熵閾值進行比較；當眼電信號上檢測到眨眼活動或所述樣本熵大于所述樣本熵閾值時，將當前腦電信號樣本的信號類型標注為清醒狀態。

【技術特征摘要】
1.一種清醒狀態下的腦電信號數據類型的標注方法，其特征在于，包括：在用戶開始睡眠過程后，根據設定幀長度采集用戶的實時眼電信號和腦電信號樣本；分別對所述實時眼電信號和腦電信號樣本進行小波分解，并根據設定低頻段的小波系數進行信號重建得到眼電信號和腦電信號；根據同一時刻腦電信號和眼電信號的相關性以及眨眼眼電波形的特征，在眼電信號上檢測眨眼活動；并將所述腦電信號的樣本熵與預設的樣本熵閾值進行比較；當眼電信號上檢測到眨眼活動或所述樣本熵大于所述樣本熵閾值時，將當前腦電信號樣本的信號類型標注為清醒狀態。2.根據權利要求1所述的清醒狀態下的腦電信號數據類型的標注方法，其特征在于，還包括：若開始采集腦電信號樣本和實時眼電信號的時間長度小于設定時間T，將所有采集的腦電信號樣本標注為清醒狀態。3.根據權利要求1所述的清醒狀態下的腦電信號數據類型的標注方法，其特征在于，所述根據同一時刻腦電信號和眼電信號的相關性以及眨眼眼電波形的特征，在眼電信號上檢測眨眼活動的步驟包括：利用具有設定信號幅度范圍和時間長度的滑動窗口截取所述低頻眼信號；分別計算滑動窗口內眼電信號與同一時刻腦電信號的波形的相關系數，滑動窗口內眼電信號波形尖峰的尖銳程度參數以及尖峰的持續時間；若所述相關系數、尖銳程度參數和持續時間均分別滿足預設的相關系數閾值、尖銳程度參數閾值和持續時間閾值，判斷該滑動窗口內眼電信號存在眨眼活動。4.根據權利要求3所述的清醒狀態下的腦電信號數據類型的標注方法，其特征在于，所述計算滑動窗口內眼電信號波形尖峰的尖銳程度參數的步驟包括：分別計算眼電信號波形在滑動窗口內的上部區域面積和下部區域面積，計算公式如下：areaup=Σi=1n(pmax-pi)]]>areadown=Σi=1n(pi-pmin)]]>式中，pi為滑動窗口內的眼電信號，pmax為滑動窗口內眼電信號的最大值，pmin為滑動窗口內眼電信號的最小值，areaup表示上部區域面積，areadown表示下部區域面積；根據所述上部區域面積和下部區域面積計算所述眼電信號波形尖峰的面積，計算公式如下：blinkarea=areaupifareaup<areadownareadownifareaup>areadown]]>式中，blinkarea表示尖峰的面積，if表示滿足條件；根據尖峰面積計算尖銳程度參數，計算公式如下：blinkratio＝blinkarea/in-blinkarea式中，blinkratio表示尖銳程度參數，in-blinkarea表示非尖峰部分的面積。5.根據權利要求4所述的清醒狀態下的腦電信號數據類型的標注方法，其特征在于，所述計算滑動窗口內眼電信號波形尖峰的持續時間的步驟包括：根據所述上部區域面積和下部區域面積計算所述眼電信號波形尖峰的方向，計算公式如下：blinkdirection=1ifareaup<areadown-1ifareaup>areadown]]>式中，blinkdirection表示尖峰方向，標記為1表示尖峰向下，標記為-1表示尖峰向上；在尖峰向下時，根據尖峰兩側的局部極大值點計算尖峰的持續時間；或者在尖峰向上時，根據尖峰兩側的局部局部極小值點計算尖峰的持續時間；計算公式如下：blinkts＝vertexright-vertexleft,s.t.vertexright=right_min_locavertexleft=left_min_locaifblinkdire...

【專利技術屬性】
技術研發人員：趙巍，胡靜，韓志，
申請(專利權)人：廣州視源電子科技股份有限公司，
類型：發明
國別省市：廣東;44