【技術實現步驟摘要】
本專利技術涉及信息，尤其涉及一種基于磁場技術的睡眠調節方法。
技術介紹
1、隨著全球化進程的加快和現代交通工具的發展，長途飛行已經成為許多人生活和工作中的一部分。然而，長時間的飛行往往伴隨著各種睡眠問題，嚴重影響了乘客的健康和生活質量。在飛機上，乘客面臨的主要問題包括環境噪音、座位的舒適度不足、時區變化導致的生物鐘紊亂等，這些因素共同導致了飛行中的睡眠質量普遍較差。飛機艙內的環境噪音是影響睡眠質量的一個重要因素，飛機引擎噪音、空調系統的噪音、乘客活動的噪音等都對乘客的睡眠造成了嚴重干擾。雖然目前一些航空公司已經開始在機艙內使用噪音消減技術，但效果仍然有限，無法完全消除噪音對睡眠的影響。長途飛行中的座位舒適度也是一個亟待解決的問題，經濟艙狹小的座位空間使得乘客難以找到一個舒適的睡眠姿勢，這不僅影響了睡眠質量，還可能導致肌肉酸痛和疲勞感。此外，飛行過程中頻繁的座椅震動也會對睡眠造成干擾，影響乘客的深度睡眠和快速眼動睡眠階段。跨時區飛行導致的生物鐘紊亂也是影響睡眠質量的一個重要因素，人體的生物鐘受光照、溫度、飲食等多種因素的影響，長時間飛行打破了這些規律，使得乘客在降落后面臨嚴重的時差反應。時差反應不僅影響乘客的睡眠，還可能導致白天的困倦、注意力不集中和工作效率下降。傳統的睡眠調節方法，如提供眼罩、耳塞、頸枕等，雖然在一定程度上能夠緩解這些問題，但效果有限，無法從根本上解決飛行中的睡眠問題。而且，這些方法無法根據乘客的個體差異和實時狀態進行動態調整，導致許多乘客仍然難以在飛機上獲得高質量的睡眠。近年來，腦電圖eeg技術和人工智能技術在
技術實現思路
1、本專利技術提供了一種基于磁場技術的睡眠調節方法，主要包括：
2、根據用戶設定的入睡時間和當前飛行狀態,結合出發地及目的地的時區信息,通過腦電圖傳感器對用戶的腦電波進行實時檢測,采用快速傅里葉變換算法對腦電波信號進行頻域分析,并構建用戶睡眠階段判斷模型，判斷用戶當前的睡眠階段；
3、根據用戶當前睡眠階段信息和目的地時區信息,通過用戶個性化睡眠參數數據庫中獲取該睡眠階段下最佳的磁場強度和音波頻率組合,動態調整眼罩內置磁場發生器的磁場強度和頻率,以及音波發生器的音波頻率和振幅；
4、根據實時獲取的環境噪音音頻信號及用戶睡眠狀態,結合噪音抑制策略數據庫動態調節音波發生器的參數,生成與噪音頻率相匹配的音波抵消噪音；
5、通過用戶的歷史睡眠監測數據庫獲取用戶的生理參數及磁場和音波頻率數據,使用循環神經網絡模型預測不同睡眠階段下的最優磁場強度和音波頻率參數值,并更新到用戶個性化睡眠參數數據庫；
6、根據用戶航班信息和電子日程表確定預計落地和用餐時間，進行腦電波清醒程度檢測，并基于用戶的清醒程度調整磁場和音波參數，持續監測并優化用戶的睡眠環境；
7、根據用戶歷史睡眠數據和當前睡眠狀態，采用長短期記憶神經網絡算法建立用戶睡眠質量預測模型，判斷用戶未來預設時間段內是否存在睡眠質量問題，并基于強化學習算法確定最優的磁場強度和音波頻率調整策略。
8、進一步地，所述根據用戶設定的入睡時間和當前飛行狀態,結合出發地及目的地的時區信息,通過腦電圖傳感器對用戶的腦電波進行實時檢測,采用快速傅里葉變換算法對腦電波信號進行頻域分析,并構建用戶睡眠階段判斷模型，判斷用戶當前的睡眠階段，包括：
9、獲取用戶設定的入睡時間、當前飛行狀態，以及出發地和目的地的時區信息，當前飛行狀態包括飛行高度、速度、機內環境；根據出發地和目的地的時區信息，計算出發地與目的地之間的時區差異，估算用戶當前的生物鐘偏移狀況；通過腦電圖傳感器實時獲取用戶的腦電波信號，應用帶通濾波器和小波變換，對腦電波信號進行預處理，提高腦電波信號質量，預處理包括去除低頻干擾、高頻噪聲和環境噪聲；利用快速傅里葉變換算法將時間域的腦電波信號轉換為頻域信號，得到不同頻率成分的振幅和相位信息；從頻域信號中提取關鍵特征，包括主要頻率成分的頻率和振幅，主要頻率成分包括α波、β波、θ波、δ波；根據預設的采樣率、窗口長度，提取并優化腦電波的頻率和振幅特征；通過用戶的歷史睡眠監測數據庫獲取歷史用戶腦電波信號數據，并對歷史用戶腦電波信號數據進行睡眠階段標注；根據歷史用戶腦電波信號數據，利用快速傅里葉變換算法得到不同頻率成分的振幅和相位信息，并從頻域信號中提取關鍵特征，使用隨機森林算法進行模型訓練，構建用戶睡眠階段判斷模型；根據用戶當前的腦電波頻域特征，使用用戶睡眠階段判斷模型，判斷用戶的睡眠階段，睡眠階段包括淺睡期、深睡期或快速眼動期；將用戶的睡眠階段判斷結果與根據時區信息和入睡時間估計的睡眠狀態進行比對，評估用戶睡眠狀態是否符合預期。
10、進一步地，所述根據用戶當前睡眠階段信息和目的地時區信息,通過用戶個性化睡眠參數數據庫中獲取該睡眠階段下最佳的磁場強度和音波頻率組合,動態調整眼罩內置磁場發生器的磁場強度和頻率,以及音波發生器的音波頻率和振幅，包括：
11、通過用戶的歷史睡眠監測數據庫，獲取歷史用戶睡眠階段信息和該睡眠階段下的磁場強度和音波頻率組合參數，使用深度神經網絡構建用戶個性化睡眠質量預測模型，預測用戶不同睡眠階段下最佳的磁場強度和音波頻率組合參數；根據腦電圖傳感器實時檢測到的用戶當前睡眠階段信息，使用用戶個性化睡眠質量預測模型，獲取該睡眠階段下最佳的磁場強度和音波頻率組合參數；將用戶個性化睡眠質量預測模型預測得到的磁場強度和音波頻率參數輸入到眼罩內置的磁場發生器和音波發生器中，控制磁場發生器根據輸入參數調整線圈電流，產生與最佳磁場強度匹配的磁場，控制音波發生器根據輸入參數調整振幅和頻率，產生與最佳音頻頻率匹配的音波；實時監測用戶的生理信號，生理信號包括心率、呼吸頻率、體動次數，并與用戶個人的正常范圍進行比較；利用目的地時區信息計算當前時刻在目的地對應的晝夜時間，從用戶個性化睡眠參數數據庫中獲取用戶在目的地時區下各睡眠階段的最佳磁場和音波參數值；根據當前時刻距離預設到達時間的時間差，設定一個漸進式調整的時間窗口，根據時間差將磁場和音波參數逐步調整到目的地晝夜節律匹配的最佳值，并在調整過程中，持續監測用戶的生理信號反饋。
12、進一步地，所述根據實時獲取的環境噪音音頻信號及用戶睡眠狀態,結合噪音抑制策略數據庫動態調節音波發生器的參數,生成與噪音頻率相匹配的音波抵消噪音，包括：
13、通過布置在飛機艙內不同位置的多個mems數字噪音傳感器，實時獲取噪音音頻信號，并對噪音音頻信號進行預處理，包括去除直流偏置、去除低頻噪聲、去除高頻噪聲；利用快速傅里葉變換算法對預處理后的噪音音頻信號進行頻域分析，得到噪音本文檔來自技高網...
【技術保護點】
1.一種基于磁場技術的睡眠調節方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其中，所述根據用戶設定的入睡時間和當前飛行狀態,結合出發地及目的地的時區信息,通過腦電圖傳感器對用戶的腦電波進行實時檢測,采用快速傅里葉變換算法對腦電波信號進行頻域分析,并構建用戶睡眠階段判斷模型，判斷用戶當前的睡眠階段，包括:
3.根據權利要求1所述的方法，其中，所述根據用戶當前睡眠階段信息和目的地時區信息,通過用戶個性化睡眠參數數據庫中獲取該睡眠階段下最佳的磁場強度和音波頻率組合,動態調整眼罩內置磁場發生器的磁場強度和頻率,以及音波發生器的音波頻率和振幅，包括:
4.根據權利要求1所述的方法，其中，所述根據實時獲取的環境噪音音頻信號及用戶睡眠狀態,結合噪音抑制策略數據庫動態調節音波發生器的參數,生成與噪音頻率相匹配的音波抵消噪音，包括:
5.根據權利要求4所述的方法，其中，所述根據實時獲取的環境噪音音頻數據及用戶睡眠狀態，動態調整音波發生器參數優化噪音抑制，并預測睡眠質量變化，包括:
6.根據權利要求1所述的方法，其中，所述
7.根據權利要求6所述的方法，其中，所述根據用戶不同睡眠階段下的最佳磁場強度和音波頻率參數值，結合實時睡眠監測數據動態調整磁場發生器和音波發生器參數，并計算用戶睡眠質量評分，包括:
8.根據權利要求1所述的方法，其中，所述根據用戶航班信息和電子日程表確定預計落地和用餐時間，進行腦電波清醒程度檢測，并基于用戶的清醒程度調整磁場和音波參數，持續監測并優化用戶的睡眠環境，包括:
9.根據權利要求1所述的方法，其中，所述根據用戶歷史睡眠數據和當前睡眠狀態，采用長短期記憶神經網絡算法建立用戶睡眠質量預測模型，判斷用戶未來預設時間段內是否存在睡眠質量問題，并基于強化學習算法確定最優的磁場強度和音波頻率調整策略，包括:
...【技術特征摘要】
1.一種基于磁場技術的睡眠調節方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其中，所述根據用戶設定的入睡時間和當前飛行狀態,結合出發地及目的地的時區信息,通過腦電圖傳感器對用戶的腦電波進行實時檢測,采用快速傅里葉變換算法對腦電波信號進行頻域分析,并構建用戶睡眠階段判斷模型，判斷用戶當前的睡眠階段，包括:
3.根據權利要求1所述的方法，其中，所述根據用戶當前睡眠階段信息和目的地時區信息,通過用戶個性化睡眠參數數據庫中獲取該睡眠階段下最佳的磁場強度和音波頻率組合,動態調整眼罩內置磁場發生器的磁場強度和頻率,以及音波發生器的音波頻率和振幅，包括:
4.根據權利要求1所述的方法，其中，所述根據實時獲取的環境噪音音頻信號及用戶睡眠狀態,結合噪音抑制策略數據庫動態調節音波發生器的參數,生成與噪音頻率相匹配的音波抵消噪音，包括:
5.根據權利要求4所述的方法，其中，所述根據實時獲取的環境噪音音頻數據及用戶睡眠狀態，動態調整音波發生器參數優化噪音抑制...
【專利技術屬性】
技術研發人員：肖君如，方海軍，李定坤，徐杰，
申請(專利權)人：領頭揚科技深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。