申请/专利权人：四川北易信息技术有限公司

申请日：2021-12-08

公开（公告）日：2024-06-25

公开（公告）号：CN114145717B

主分类号：A61B5/00

分类号：A61B5/00;A61B5/024;A61B5/352

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.03.25#实质审查的生效;2022.03.08#公开

摘要：本发明公开了基于PPG心率特征参数和运动量的睡眠状态分析方法，包括：接收脉搏波PPG心率数据及其属性时间戳和体动感知运动数据后，对接收的心率和运动数据进行异常数据处理；采用窗口移动的方式分别对处理后的心率数据和运动数据进行特征参数提取，获得实时特征参数；对自动学习数据组库中数据进行特征参数提取，将其和对应已知的多导睡眠图PSG精准睡眠状态结果一并输入神经网络进行初始自动学习，并根据输出的学习结果构建睡眠状态时相神经网络分析模型；将实时特征参数输入到睡眠状态时相神经网络分析模型中进行分析，输出睡眠的最终分析结果。本发明可精准测量睡眠状态时相，有效提高睡眠状态时相分析的准确性，具有广泛的应用前景。

主权项：1.基于PPG心率特征参数和运动量的睡眠状态分析方法，其特征在于，包括：步骤一：数据预处理，首先接收脉搏波PPG心率数据及其心率数据属性时间戳和体动感知运动数据，并对接收的脉搏波PPG心率数据和体动感知运动数据进行异常数据处理；步骤二：特征参数提取，采用固定时段窗口移动的方式分别对预处理后的脉搏波PPG心率数据和体动感知运动数据进行特征参数提取，获得实时特征参数；步骤三：睡眠状态时相分析，将实时特征参数输入到睡眠状态时相神经网络分析模型中进行睡眠分析，输出最终的睡眠状态时相分析结果；将提取的实测脉搏波PPG心率数据特征参数输入到睡眠状态时相神经网络分析模型中进行睡眠状态分析判断过程具体包括：步骤S401：将脉搏波PPG心率数据连续4个移动窗口作为一个处理分析单元，并将睡眠状态划分为清醒期W、浅睡期L、快速眼动期R和深睡期D；步骤S402：首先判断处理分析单元内的特征参数心率均值HR、RR间期的心率变异性HRV的标准差STD以及HRV心率变异性系数CV以及均值与NREMS期心率的波动程度阀值和清醒期W状态下心率值进行比较；并同时辅助判断移动窗口分析单元内体动感知运动数据均为最低区段，则判断其属于NREMS深睡期D；步骤S403：对不满足NREMS深睡期D特点的处理分析单元的特征参数，则判断处理分析单元内特征参数心率均值HR、RR间期的心率变异性HRV标准差STD以及HRV心率变异性系数CV，并同时辅助判断处理分析单元内体动感知运动量均为最高区段，则判断其属于WAKE清醒期W；步骤S404：对不满足NREMS深睡期D和WAKE清醒期W特点的处理分析单元的特征参数，即睡眠时相状态属于NREMS浅睡期L或REM快速眼动期R处理分析单元，则利用睡眠状态的连续性特点，判断其相邻的前一处理分析单元所属的睡眠时相状态，若前一处理分析单元属于NREMS浅睡期L或REM快速眼动期R，表明该处理分析单元及可能继续保持其前一处理分析单元的睡眠时相状态，所以会将该处理分析单元所属时相划分与前一处理分析单元一致，若前一处理分析属于NREMS深睡期D和WAKE清醒期W则意味着当前单元睡眠时相状态发生转变，需对其过渡单元进行分期处理；步骤S405：对于过渡单元需要解决粒度不精导致的单一时相区分特征失效问题，将过渡单元转为4个30s固定时段窗口移动为一个小单元重新处理；首先顺序处理每个小单元至不满足NREMS深睡期D和WAKE清醒期W的特征，然后利用NREMS深睡期D进入REM快速眼动期R期时，心率值上升迅速且心率值不稳定的区分特征，通过计算由时相改变处两侧2个所属不同时相30s片段构成1min心率数据的极差值，与NREMS深睡期D到REM快速眼动期R期心率跳变程度阀值比较，判断余下单元所属REM快速眼动期R期；或利用NREMS浅睡期L进入NREMS深睡期D时，心率值下降迅速且心率值连续稳定的区分特征，通过计算由时相改变处两侧2个所属不同时相30s片段构成1min心率数据的极差值，与NREMS浅睡期D到NREMS深睡期L心率波动程度阀值比较，判断余下单元所属NREMS浅睡期D；睡眠状态时相神经网络分析模型的核心是睡眠深度与睡眠期间心率特征参数和体动感知运动量呈负相关，随着睡眠深度增加，特征参数差逐渐减少，清醒期W特征参数最大，快速眼动期R其次，非快速眼动期浅睡期L再其次，最后非快速眼动期深睡期D最小，即STDWSTDRSTDLSTDD；HRWHRRHRLHRD；CVWCVRCVLCVD；其中清醒期的运动量信号一般较频繁且动作幅度较大，而睡眠时相的REM和NREMS阶段可能存在表现不明显的体动行为，其频率较低且幅度小，加速度运动量功率谱g即gWgRgLgD。

全文数据：

权利要求：

百度查询： 四川北易信息技术有限公司 基于PPG心率特征参数和运动量的睡眠状态分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD