一种基于脑电信息的睡眠状态评估方法
阅读说明：本技术 一种基于脑电信息的睡眠状态评估方法 (Sleep state evaluation method based on electroencephalogram information ) 是由 褚明礼 于 2021-01-15 设计创作，主要内容包括：本发明提供了一种基于脑电信息的睡眠状态评估方法,该方法包括如下步骤：获取用户脑电信号；对所述脑电信号进行处理以获得多个预设波段的功率；根据获得的所述功率计算睡眠波段占比；通过所述睡眠波段占比,进行睡眠质量评估及睡眠因子评估,并展示分项数据图表。(The invention provides a sleep state evaluation method based on electroencephalogram information, which comprises the following steps: acquiring a user electroencephalogram signal; processing the electroencephalogram signals to obtain power of a plurality of preset wave bands; calculating the sleep band ratio according to the obtained power; and performing sleep quality evaluation and sleep factor evaluation according to the sleep band ratio, and displaying a itemized data chart.)
技术领域
本发明涉及脑电监测与睡眠监测技术领域，具体涉及一种基于脑电信息的睡眠状态评估方法。
背景技术
睡眠时相(phase of sleep)是睡眠状态中的特定生理过程。生理学家根据人在睡眠中的脑电图、肌电图、心电图和眼动电图以及血压和呼吸等的变化，发现睡眠由正相睡眠和异相睡眠两种交替出现的不同时相组成。这两大时相周期性交替，一夜中大约交替6次。每个周期包括20分钟～30分钟的快波睡眠和约60分钟的慢波睡眠。
正相睡眠又称慢波睡眠(slow wave sleep)。慢波睡眠由浅至深又可分为四期(S1～S4期)。第一、二期称浅睡期，第三、四期称深睡期。深睡期对恢复精神和体力具有重要价值。在整个慢波睡眠中，以副交感神经活动占优势，脑电图特征是呈现同步化的慢波。可引起心率减慢，血压降低，胃肠活动增加，全身肌肉松弛，但没有张力和活力。在此阶段因故醒来的人们会感到意识迷迷糊糊，精神不甚清醒。如果被剥夺了这段睡眠，尽管隔了几个小时后，身体仍然被大脑要求恢复尚未完成的慢波睡眠。
异相睡眠(paradoxical sleep)又称快波睡眠。为在睡眠过程中周期性出现的一种激动状态。脑电图与觉醒时的相似，呈现低振幅去同步化快波。虽然各种感觉机能进一步减退、运动机能进一步降低、肌肉几乎完全松弛、运动系统受到很强的抑制，但植物性神经系统活动增强，如血压升高、心率及呼吸加速、脑血流量及耗氧量增加等。
成年人睡眠是以慢波睡眠入睡，1～2h后转入快波睡眠，快波睡眠维持约0.5h，又转入慢波睡眠。在整个睡眠期间如此转换可达4～5次。典型睡眠节律按以下程序进行：觉醒→S1→S2→S3→S4→S3→S2→第一次快波睡眠→S2→S3→S4→S3→S2→第二次快波睡眠……
尽管正常成年人一个睡眠周期的平均时间为90分钟，但个体之间仍存在较大差异。进一步地，当人在慢波睡眠时被叫醒，即使已经睡眠了较长时间，但仍然会产生意识不清醒、甚至嗜睡的情况，从而进一步导致工作效率的降低以及身体的疲倦；而如果在快波睡眠时被叫醒，即使只有较少的睡眠周期，但依然能够保证次日的精神状态。
因此，如何研发一种基于脑电信息的睡眠状态评估方法，通过检测脑电信息来对睡眠的时相进行监测，以帮助用户制定更加适合自己的起床闹钟及睡眠辅助策略，变成了一种亟需解决的技术问题。
发明内容
为解决现有技术中存在的上述技术问题，本发明的目的在于提供一种基于脑电信息的睡眠状态评估方法，通过对使用者睡眠时的脑电进行实时监测，使得用户更加了解自己的睡眠状况，并根据个人需求制定更加个性化的睡眠策略。
为达到上述目的，本发明提出了如下技术方案：
一种基于脑电信息的睡眠状态评估方法，包括如下步骤：
获取用户脑电信号；
对所述脑电信号进行处理以获得多个预设波段的功率；
根据获得的所述功率计算睡眠波段占比；
通过所述睡眠波段占比，进行睡眠质量评估及睡眠因子评估，并展示分项数据图表。
优选地，在获取所述用户脑电信号时，根据国际10-20系统法所标记的电极位置放置电极。
最好，对所述脑电信号的处理过程包括对脑电信号的放大及滤波。
优选地，所述预设波段包括δ波、θ波、低α波、高α波、低β波、高β波、低γ波、中γ波，共计8个波段。
优选地，所述睡眠波段占比为各个所述预设波段的功率与全部所述预设波段的总功率的比值。
优选地，所述睡眠质量评估包括入睡质量指数、睡中质量指数、总体睡眠质量指数。
最好，所述入睡质量指数＝1000/总功率平均值；
所述睡中质量指数＝睡眠时长占比*慢波占比*15/功率平均值，其中，所述睡眠时长占比＝睡眠时长/7，所述δ占比为去掉睡眠开始的第1小时数据后的所有慢波功率的平均值，所述功率平均值为去掉睡眠开始的第1小时数据后的睡眠功率的平均值；
所述总体睡眠质量指数＝入睡质量指数/2+睡中质量指数/2。
优选地，所述睡眠因子评估包括入睡时长、总睡眠时长、睡眠周期数、睡眠维持、深睡眠占比、深睡眠时长、平均总功率及连续低功率占比。
优选地，所述入睡时长为第一个连续3个总功率在10万以下之前的时间或者功率小于25且睡眠分期在S3的时间，二者中时间较小者；
所述总睡眠时长为睡眠结束时间与睡眠开始时间的差值；
所述睡眠周期数由现有周期数中相邻且相同的数字合并而成；
所述睡眠维持＝200/所有功率值的标准差stdevp，范围15～50；
所述深睡眠占比为S3期和S4期的时间占睡眠总时间的百分比；
所述深睡眠时长为S3期和S4期的总时间；
所述平均总功率为睡眠期间总功率的平均值；
所述连续低功率占比为整个睡眠过程中，连续3个总功率在10万以下的时间占比。
优选地，所述分项数据图表包括能量消耗分析图、睡眠周期分析图、抑制指数分析图及活跃指数分析图。
与现有技术相比，本发明所述的一种基于脑电信息的睡眠状态评估方法，达到了如下效果：
(1)、通过实时监测用户的脑电信号来计算睡眠周期，同时对其睡眠状态进行多个维度的评估，以帮助用户直观的了解自己的睡眠质量与有效睡眠时间。
(2)、用户可以根据自己的睡眠评估结果，制定更加适合自己的睡眠策略及作息时间，以保证次日的精神状态达到最优。
(3)、可以选择仅在使用者的左右额极贴合电极并采集脑电信号，在不影响使用者的正常睡眠的前提下进行睡眠评估。
(4)、共采集8个波段的脑电信号，并计算总功率及各波段的功率占比，使得对睡眠周期的计算与判断更加准确。
(5)、根据睡眠状态的评估结果，用户可选择进行认知行为干预或反馈训练。
附图说明
图1是本发明中一种基于脑电信息的睡眠状态评估方法的一种优选实施例的流程框图；
图2是本发明中能量消耗分析图的实际使用示例图；
图3是本发明中睡眠周期分析图的实际使用示例图；
图4是本发明中抑制指数分析图的实际使用示例图；
图5是本发明中活跃指数分析图的实际使用示例图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
参照图1-图5，在一种优选实施例中，公开了一种基于脑电信息的睡眠状态评估方法，包括如下步骤：
步骤S11，获取用户脑电信号；
步骤S12，对所述脑电信号进行处理以获得多个预设波段的功率；
步骤S13，根据获得的所述功率计算睡眠波段占比；
步骤S14，通过所述睡眠波段占比，进行睡眠质量评估及睡眠因子评估，并展示分项数据图表。
下面，将对本示例实施方式中的所述的基于脑电信息的睡眠状态评估方法进行进一步地阐述：
在步骤S11中，在获取所述用户脑电信号时，根据国际10-20系统法所标记的电极位置放置电极，优选将电极放置在左右额极，即FP1和FP2，以保证在用户在睡眠过程中可以正常进行脑电信号的采集，而不影响正常的睡眠过程。
在步骤S12中，对脑电信号的处理过程包括对脑电信号的放大及滤波，以保证采集到的脑电信号图形的准确性。
进一步地，在步骤S12中，所述预设波段包括δ波、θ波、低α波、高α波、低β波、高β波、低γ波、中γ波，共计8个波段。其中，α节律是清醒状态下在后头部出现的8-13Hz的节律，大多数人9-10Hz，波幅10-100μV；比α波快的波称为快波，比α波慢的波称为慢波。
在步骤S13中，先将所有预设波段所采集的功率进行加和计算，以获得总功率，即总功率P＝Pδ波+Pθ波+P低α波+P高α波+P低β波+P高β波+P低γ波+P中γ波；各个预设波段的功率与总功率的比值即为睡眠波段占比。
在步骤S14中，所述睡眠质量评估包括入睡质量指数、睡中质量指数、总体睡眠质量指数。
具体地，入睡质量指数＝1000/总功率平均值，使用前12个点计算，取值范围为0-100；
睡中质量指数＝睡眠时长占比*慢波占比*15/功率平均值，取值范围为0-100；
其中，睡眠时长占比＝睡眠时长/7，当数值大于1.2时，系数最大为1.2；系数低于0.8的时候，使用0.8，
δ占比为去掉睡眠开始的第1小时数据后的所有慢波功率的平均值，功率平均值为去掉睡眠开始的第1小时数据后的睡眠功率的平均值；
总体睡眠质量指数＝入睡质量指数/2+睡中质量指数/2，取值范围为0-100。
在上述的入睡质量指数、睡中质量指数、总体睡眠质量指数中，任一指数的值在0-60时的评估结果为差，61-70时评估结果为不良，71-80为良好，81-100为优秀。
为了更进一步的从其他维度评估用户的睡眠状态，在本实施例中的睡眠因子评估更进一步地包括了入睡时长、总睡眠时长、睡眠周期数、睡眠维持、深睡眠占比、深睡眠时长、平均总功率及连续低功率占比。
其中，所述入睡时长为第一个连续3个总功率在10万以下之前的时间，或者功率小于25且睡眠分期在S3的时间，二者相较，选择时间较小者；
所述总睡眠时长为睡眠结束时间与睡眠开始时间的差值；
所述睡眠周期数由现有周期数中相邻且相同的数字合并，形成新的队列。现有的睡眠分期为REM:90<快波<100，S1：75<δ占比<90，S2：65<δ占比<75，S3：50<δ占比<65，S4：δ占比<50。
而本实施例中在进行判断时，REM-S2-S3、REM-S3-S4、REM-S2-S3-S4、REM-S1-S3-S4、REM-S1-S2-S3-S4、S1-S2-S3-S4、S2-S3-S4、S1-S3-S4均排列为所述睡眠周期；
所述睡眠维持＝200/所有功率值的标准差stdevp，范围15～50，睡眠维持指数越低，睡眠越稳定，睡眠质量越好；
所述深睡眠占比为S3期和S4期的时间占睡眠总时间的百分比；
所述深睡眠时长为S3期和S4期的总时间；
平均总功率为睡眠期间总功率的平均值，取值范围为3.2～15.3，数值越低，睡眠深度越深，睡眠质量也更好；
由于较好的睡眠质量与总功率的值呈负相关，并且功率波动比较小，因此所述连续低功率占比为整个睡眠过程中，连续3个总功率在10万以下的时间占比。
进一步地，所述分项数据图表包括能量消耗分析图、睡眠周期分析图、抑制指数分析图及活跃指数分析图。
其中，能量消耗分析图的纵坐标为总功率，如图2所示；
睡眠周期分析图的纵坐标为REM、N1(S1)、N2(S2)、N3(S3+S4),如图3所示；
抑制指数分析图的纵坐标为Pδ占比，如图4所示；
活跃指数分析图的纵坐标为(P高β+P低γ+P中γ)占比*3，如图5所示。
通过上述睡眠质量评估、睡眠因子评估及分项数据图表的采集结果，根据用户的实际情况，可以采取不同的睡眠干预方法，如CBTI(认知行为干预)或反馈训练，特别是当出现睡眠心理问题时，可以采取CBTI干预方法；当出现睡眠生理问题时，使用反馈训练。
与现有技术相比，本发明提供了一种基于脑电信息的睡眠状态评估方法，达到了如下效果：
(1)、通过实时监测用户的脑电信号来计算睡眠周期，同时对其睡眠状态进行多个维度的评估，以帮助用户直观的了解自己的睡眠质量与有效睡眠时间。
(2)、用户可以根据自己的睡眠评估结果，制定更加适合自己的睡眠策略及作息时间，以保证次日的精神状态达到最优。
(3)、可以选择仅在使用者的左右额极贴合电极并采集脑电信号，在不影响使用者的正常睡眠的前提下进行睡眠评估。
(4)、共采集8个波段的脑电信号，并计算总功率及各波段的功率占比，使得对睡眠周期的计算与判断更加准确。
(5)、根据睡眠状态的评估结果，用户可选择进行认知行为干预或反馈训练。
上述说明示出并描述了本申请的若干优选实施例，但如前所述，应当理解本申请并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围，则都应在本申请所附权利要求的保护范围内。