一种人体睡眠信号检测方法与流程

本发明涉及医疗设备技术领域，尤其涉及一种人体睡眠信号检测方法。

背景技术：

睡眠是生物中普遍存在的自然休息状态，人类的睡眠时间占了人生的三分之一，如此睡眠质量的好坏是生活质量一半的基础。普遍认为睡眠能帮助恢复体力和脑力，并能舒缓压力，增强记忆力，从而保持身体健康，且众多研究表明睡眠质量的好坏直接反应人身体的健康状况。现为更好的监测人体健康状况，对人体睡眠的监测越来越普遍。

目前，睡眠监护设备主要根据呼吸、心跳、体动信号来分析睡眠指标。现有呼吸频率、心率的检测方法基本都是基于接触式设备，对特征明显的信号进行采样处理可以获得监测数据，这些方法对信号波形、幅值、信噪比要求较高。在监测的过程中，须到专业医疗场所，需要专业技术人员进行监控，且需要在被监测对象身上设置多个监测电极，进行接触式监测，监测时候所处的环境以及监测过程中电极的接触干扰，不能客观自然的反应被监测对象的睡眠状态，导致监测的结果不准确。而非接触式检测设备如压电薄膜、射频传感器等，其波形多变、幅度波动范围大，信噪比较低，使用现有算法往往难以获得准确数据。

技术实现要素：

本发明提供的人体睡眠信号检测方法，以便于实现人体睡眠信号的采集，以及提高信号采集的准确率。

本发明提供了一种人体睡眠信号检测方法，所述方法包括：

对压电薄膜传感器的输出信号进行连续周期采样，并将采样数据转换为波形数据；

采用数字滤波器将所述波形数据分为两个频段波形数据，其分别为0.1-0.5Hz频段和1-15Hz频段；

分别求取所述两个频段波形数据的周期；

计算得到所述两个频段波形数据的频率。

优选的，上述人体睡眠信号检测方法中，所述对压电薄膜传感器的输出信号进行连续周期采样，获得波形数据，具体包括：

判断采样周期是否完成；

若否，则继续采样；或者，

若是，则执行后续步骤。

优选的，上述人体睡眠信号检测方法中，所述分别求取所述两个频段波形数据的周期前，所述方法还包括：

分别对两个频段波形数据进行信号增益处理。

优选的，上述人体睡眠信号检测方法中，所述分别求取所述两个频段波形数据的周期前，所述方法还包括：

分别计算所述两个频段波形数据的幅值；

当所述频段波形数据的幅值在360-1000mV时，执行后续步骤；

当所述频段波形数据的幅值不在360-1000mV时，调整信号增益，重新进行所述述频段波形数据的增益处理。

优选的，上述人体睡眠信号检测方法中，所述分别求取所述两个频段波形数据的周期，包括：

分别扫描获得所述频段波形数据的波峰点，计算各相邻波峰点的时间间隔，记作各频段波形数据对应的周期，统计计算各频段波形数据的周期。

优选的，上述人体睡眠信号检测方法中，所述计算得到所述两个频段波形数据的频率前，所述方法还包括：

计算所述各频段波形数据周期的周期变异率；

当周期变异率小于15％时，执行后续步骤。

优选的，上述人体睡眠信号检测方法中，所述信号增益范围为1-512倍。

优选的，上述人体睡眠信号检测方法中，所述分别扫描所述频段波形数据的波峰点，包括：

分别以0.5S为周期扫描各频段波形数据的波峰点。

优选的，上述人体睡眠信号检测方法中，所述对压电薄膜传感器信号进行连续周期采样，具体为：

对所述压电薄膜传感器的输出信号以64Hz频率连续采样8S。

本发明实施例提供的人体睡眠信号检测方法，通过对压电薄膜传感器输出的信号周期采样，将采样数据转换为波形数据，对波形数据分频段并进行处理，求取各频段波形数据的周期，计算各频段数据的频率，获得相应的呼吸频率和心率，完成人体睡眠的检测。本发明实施例提供的人体睡眠信号检测方法，便于睡眠的检测，其中包括动态、模糊信号处理方法，解决了现有方法不能准确获得非接触式检测设置监测数据的难题，并提高睡眠检测数据的准确率。并且算法建议，对硬件配置要求低，有助于人体睡眠信号检测的进行。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的人体睡眠信号检测方法的流程示意图；

图2为本发明实施例二提供的人体睡眠信号检测方法的流程示意图；

图3为本发明实施例三提供的人体睡眠信号检测方法的流程示意图；

图4为本发明实施例四提供的人体睡眠信号检测方法的流程示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

下面结合几个实施例来说明本发明提供的人体睡眠信号检测方法的实现方式。

实施例一

参见图1，图1为本发明提供的人体睡眠信号检测方法一个实施例的流程示意图，该方法包括如下步骤：

步骤S100，对压电薄膜传感器的输出信号进行连续周期采样，并将采样数据转换为波形数据。

本发明实施例中提供的人体睡眠信号检测方法，通过压电薄膜传感器进行人体振动信号的感应，并将振动信号转换为交流电信号，对压电薄膜传感器的输出信号进行连续的周期采样，设定采样周期，根据设定的周期进行采样，获取采样数据，将一周期的采样数据转换为波形数据，波形数据便于后续的数据处理。一般通过高分辨率的AD转换进行采样数据的转换。

如对压电薄膜传感器的输出信号以64Hz频率连续采样8S，如此在周期8秒的时间内进行512次压电薄膜传感器的输出信号的数据采样。

步骤S200，采用数字滤波器将所述波形数据分为两个频段波形数据，其分别为0.1-0.5Hz频段和1-15Hz频段。

考虑到人体睡眠的心率、呼吸频率以及动作频率在0.1-15Hz范围内，进行信号的放大以及滤波更加准确的提取到0.1-15Hz范围内的电信号。又人体睡眠时，呼吸频率在0.1-0.5Hz内以及心率在1-15Hz内，如此将上述获得的波形数据通过数字滤波器分离成两个频段波形数据，分别为0.1-0.5Hz频段和1-15Hz频段。

步骤S300，分别求取所述两个频段波形数据的周期。

分别求取两个频段波形数据的周期。通过计算相邻波峰或波谷之间的时间间隔，求取两个频段波形数据的周期。优选的，选用波峰数据进行周期的计算。

分别扫描获得所述频段波形数据的波峰点，计算各相邻波峰点的时间间隔，记作各频段波形数据对应的周期，统计计算各频段波形数据的周期。扫描各频段波形数据，进行单点比较，找到波形数据的波峰点。统计计算各频段波形数据的周期的时候，采用求平均、权重等方法。优选的，以0.5S为周期进行扫描各频段波形数据波峰点的扫描，计算出，各峰值之间的时间间隔。

步骤S400，计算得到所述两个频段波形数据的频率。

根据频率f＝1/T的换算关系，将上述求取得到的各频段波形数据的周期，换算为频率，如此将得到人体睡眠时候的呼吸频率和心率，实现人体睡眠信号的检测。

本发明实施例提供的人体睡眠信号检测方法，通过对压电薄膜传感器输出的信号周期采样，将采样数据转换为波形数据，对波形数据分频段并进行处理，求取各频段波形数据的周期，计算各频段数据的频率，获得相应的呼吸频率和心率，完成人体睡眠的检测。本发明实施例提供的人体睡眠信号检测方法，便于睡眠的检测，其中包括动态、模糊信号处理方法，解决了现有方法不能准确获得非接触式检测设置监测数据的难题，并提高睡眠检测数据的准确率。并且算法建议，对硬件配置要求低，有助于人体睡眠信号检测的进行。

实施例二

为方便实施例一的实施，本发明实施例提供了实施例二，具体参见附图2，实施例二提供的人体睡眠信号检测方法中，还包括；

步骤S101：判断采样周期是否完成。

若否，则继续采样。

若是，则执行后续步骤。

在对压电薄膜传感器的输出信号周期采样的过程中，进行判断周期采样是否完成，若是则继续执行后续步骤，进行波形数据的处理，若否则返回继续采样，直到完成周期采样。

本实施例达到对周期采样的检测，保证采样的过程中完成周期采样。本实施例有益效果参见实施例一，在此不再赘述。

实施例三

为优化技术方案，结合实施例一，本发明实施例提供了实施例三，具体参见附图3，在本实施例中所述人体睡眠信号检测方法还包括：

步骤S500：分别对两个频段波形数据进行信号增益处理。

步骤S500设置在步骤S200和步骤S300之间。在完成波形数据的分频段后，对各频段波形数据进行增益处理。增益范围一般选择为1-512，可在其范围内自动调整，如此各频段的波形数据稳定在一定范围内，提高数据处理的准确性。

进一步，本实施例提供的人体睡眠信号检测方法还包括：

步骤S501：分别计算所述两个频段波形数据的幅值。

步骤S502：当所述频段波形数据的幅值在360-1000mV时，执行后续步骤；或者当所述频段波形数据的幅值不在360-1000mV时，调整信号增益，重新进行所述述频段波形数据的增益处理。

通过计算各个频段波形数据的幅值判断信号增益处理是否合适。当频段波形数据的幅值在360-1000mV范围内时，认为频段波形数据的信号增益处理合适，继续执行后续的步骤；当频段波形数据的幅值不在360-1000mV范围内时，即频段波形数据的幅值小于360mV或者大于1000mV时，认为频段波形数据的信号增益处理不合适，将调整信号增益，使频段波形数据的幅值在360-1000mV范围内。如此实现了增益的自动调整，使各个频段波形数据的信号增益处理满足实际的处理使用需要。本实施例的其他有益效果参见实施例一，在此不再赘述。

实施例四

结合实施例一，本发明实施例还提供了实施例四，具体参见附图4，实施例四提供的人体睡眠信号检测方法还包括：

步骤S600：计算所述各频段波形数据周期的周期变异率；当周期变异率小于15％时，执行后续步骤。

在步骤S300，分别求取所述两个频段波形数据的周期中，统计计算各个频段波形数据周期的周期变异率，在各个频段波形数据的周期变异率小于15％时，执行各个频段波形数据的频率的计算，否则舍弃求取的频段波形数据的周期。周期变异率的计算公式：

其中：n是信号周期次数，x是信号周期时长，E_x是周期平均数，是标准差，V_x是变异率。

变异率反应数据的离散程度，通过信号周期的离散程度和幅度可以将采集获得的信号数据区分出是有效信号数据还是干扰信号数据，提高测量的稳定性和准确性。

以上各个实施例与其上述实施例均由相同之处，相同部分可相互参照，在此不再过多阐述。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。