申请/专利权人：南方医科大学南方医院

申请日：2023-04-20

公开（公告）日：2024-06-25

公开（公告）号：CN116369941B

主分类号：A61B5/369

分类号：A61B5/369;A61B5/372;A61B5/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2023.07.21#实质审查的生效;2023.07.04#公开

摘要：本发明公开了基于脑电EEG生理信息的睡眠质量判断方法，包括以下步骤：步骤1、采集样本数据，对样本数据进行睡眠分期并标注；步骤2、预处理样本数据及确定样本特征；步骤3、通过样本数据训练出至少两个基于不同算法下的候选模型；步骤4、根据性能评估指标按预设标准对各候选模型的效果进行评估，并选择评估效果最佳的候选模型作为最终模型；步骤5、通过最终模型对需要判断的数据按预设标准进行睡眠分期；步骤6、根据步骤5的睡眠分期按预设标准来获得睡眠质量指标，并将睡眠质量指标与正常指标进行对比，判断是否睡眠质量下降。本发明具有能够有效判断睡眠质量好坏，实现对于广大亚健康人群进行睡眠质量变差进行提前预警及监控。

主权项：1.一种基于脑电EEG生理信息的睡眠质量判断方法，其特征在于，包括以下步骤：步骤1、采集样本数据，对样本数据进行睡眠分期并标注；步骤2、预处理样本数据及确定样本特征；步骤3、通过样本数据训练出至少两个基于不同算法下的候选模型；步骤4、根据性能评估指标按预设标准对各候选模型的效果进行评估，并选择评估效果最佳的候选模型作为最终模型；步骤5、通过最终模型对需要判断的数据按预设标准进行睡眠分期；步骤6、根据步骤5的睡眠分期按预设标准来获得睡眠质量指标，并将睡眠质量指标与正常指标进行对比，判断是否睡眠质量下降；步骤2具体包括：步骤2.1、从样本数据中提取多个样本特征，并按照预设标准筛选出若干个特征作为选定特征；步骤2.2、将样本数据中的特征值进行归一化算法处理，把特征值归一化到[0,1]范围内；在步骤2.1中，从样本数据中提取的样本特征包括各段样本数据中不同频段的均值、方差、绝对功率、相对功率、中心频率、绝对中心频率、相对中心频率、偏度、峰度、Hjorth参数的活动性、Hjorth参数的移动性、Hjorth参数的复杂性，以及全频段的香农熵、谱熵、柯尔莫哥洛夫熵、近似熵、最大李雅普诺夫指数、C0复杂度、关联维数、排列熵、柯尔莫哥洛夫复杂度，并通过最大互信息系数计算方法筛选出取互信息值最大的前n个样本特征作为选定特征，以及，通过穷举法获得各候选模型下不同n值与Acc值的组合，并计算性能评价函数选取performance值最大时的n值作为最终的选定特征的数量，其中，n代表选定特征的数量，N代表样本特征的总数量，ω1和ω2均是预先设定的权重系数，并且ω1+ω2＝1,ω11,ω21，所述Acc代表分类准确率，即候选模型的分类结果是正确的数量占所有分类结果的比例；在步骤4中，所述性能评估指标包括Acc、TPR、FPR、Precision、F-Measure，选择上述任意一个性能评估指标按预设标准来对各候选模型的效果进行评估，并按预设标准选择评估效果最佳的候选模型作为最终模型；其中，所述Acc指分类准确率；所述TPR指预测对的正样本总数占所有正样本总数的比例，即召回率Recall，所述正样本是指通过候选模型对各段样本数据进行分类所获得的结果与步骤1中标注的睡眠阶段标签一致的样本；所述FPR指预测错的正样本占全体正样本的比例；所述Precision指预测对的正样本总数占预测的正样本总数的比例；所述F-Mearsure指综合评价指标，该F-Mearsure＝2×Precision×RecallPrecision+Recall。

全文数据：

权利要求：

百度查询： 南方医科大学南方医院 基于脑电EEG生理信息的睡眠质量判断方法

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