CN115969393A - 睡眠深度衡量指标的获取方法、装置、设备及存储介质 - Google Patents

Abstract

本申请提出一种睡眠深度衡量指标的获取方法、装置、设备及存储介质，该方法包括：将采集到的脑电信号分割为多段子脑电信号；对子脑电信号进行截取，得到脑电截取信号；计算每段脑电截取信号在不同脑波波段的信号功率；根据同一段子脑电信号所对应的所有脑电截取信号在不同脑波波段的信号功率，计算得到子脑电信号对应的第一睡眠深度指标；对所有子脑电信号的第一睡眠深度指标进行拼接，得到脑电信号的睡眠深度指标结果。本申请利用简单的方法分段对睡眠深度指标进行提取，通过不同波段的功率对睡眠深度进行衡量，尽可能地保留脑电信号中的所有信息，同时捕捉了睡眠深度的变化，减少了不必要的干扰，能够高效准确反映睡眠深度。

Description

睡眠深度衡量指标的获取方法、装置、设备及存储介质

技术领域

本申请涉及脑电信号分析技术领域，尤其涉及一种睡眠深度衡量指标的获取方法、装置、设备及存储介质。

背景技术

人类睡眠会在不同阶段切换，这导致睡眠深度的评判缺乏一个直接可靠的评价标准。传统衡量睡眠深度的方法是通过实验的方法，测试出刚好足以让受试者出现皮质觉醒的声音干扰强度，并使用这个声音干扰强度来衡量受试者的睡眠深度。或者，使用脑电图对睡眠深度进行衡量。现存针对脑电的睡眠深度指标主要有两种，一种是直接使用δ脑波波段功率作为指标，另一种是基于优势比(ORP)，通过人工建立四个频段功率和睡眠深度的关系模型，从而反映睡眠的深度水平。

然而，目前这些方法都存在一定的缺陷。传统实验方法效率低下，为了测量所应用的干扰可能本身就会影响受试者的睡眠，因此实验结果的准确性无法保证，且获取结果需要的时间长，无法实时捕捉到睡眠深度的变化。基于脑电的方法仅采用δ脑波波段功率作为指标从脑电信号中丢失了过多信息，可靠性较低；基于优势比的方法需要人工建立关系模型，且计算方法繁杂，不适用于大范围商业应用。

发明内容

为了解决现有技术中无法准确衡量睡眠深度、所需时间长以及繁琐的技术问题。本申请提供了一种睡眠深度衡量指标的获取方法、装置、设备及存储介质，其主要目的在于通过简单准确的方法反映睡眠深度。

为实现上述目的，本申请提供了一种睡眠深度衡量指标的获取方法，该方法包括：

将获取到的脑电信号分割为多段子脑电信号；

对子脑电信号进行截取，得到脑电截取信号；

计算每段脑电截取信号在不同脑波波段的信号功率；

根据同一段子脑电信号所对应的所有脑电截取信号在不同脑波波段的信号功率，计算得到子脑电信号对应的第一睡眠深度指标；

对所有子脑电信号的第一睡眠深度指标进行拼接，得到脑电信号的睡眠深度指标结果。

此外，为实现上述目的，本申请还提供了一种睡眠深度衡量指标的获取装置，该装置包括：

分割模块，用于将获取到的脑电信号分割为多段子脑电信号；

截取模块，用于对子脑电信号进行截取，得到脑电截取信号；

第一计算模块，用于计算每段脑电截取信号在不同脑波波段的信号功率；

第二计算模块，用于根据同一段子脑电信号所对应的所有脑电截取信号在不同脑波波段的信号功率，计算得到子脑电信号对应的第一睡眠深度指标；

拼接模块，用于对所有子脑电信号的第一睡眠深度指标进行拼接，得到脑电信号的睡眠深度指标结果。

为实现上述目的，本申请还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时执行如前面任一项的睡眠深度衡量指标的获取方法的步骤。

为实现上述目的，本申请还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行如前面任一项的睡眠深度衡量指标的获取方法的步骤。

本申请提出的睡眠深度衡量指标的获取方法、装置、设备及存储介质，对脑电信号进行分割后根据不同脑波波段的功率来计算子脑电信号的第一睡眠深度指标，再对所有子脑电信号的第一睡眠深度指标进行拼接，得到该脑电信号的睡眠深度指标结果，利用简单的方法分段对睡眠深度指标进行提取，实现了通过脑电信息或脑电数据获取睡眠深度指标结果，通过不同波段的功率对睡眠深度进行衡量，尽可能地保留脑电信号中的所有信息，同时捕捉了睡眠深度的变化，减少了不必要的干扰因素，能够通过简单高效的方法准确反映睡眠深度，可靠性高，适用范围广。

附图说明

图1为本申请一实施例中睡眠深度衡量指标的获取方法的流程示意图；

图2为本申请一实施例中睡眠深度指标结果对应的可视化效果图；

图3为本申请一实施例中睡眠深度衡量指标的获取装置的结构框图；

图4为本申请一实施例中计算机设备的内部结构框图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

图1为本申请一实施例中睡眠深度衡量指标的获取方法的流程示意图。参考图1，该睡眠深度衡量指标的获取方法包括以下步骤S110-S150。

S110：将获取到的脑电信号分割为多段子脑电信号。

具体地，通过脑电EEG设备按照一定的采样频率可以采集用户一定时长的脑电信号，脑电信号为一种信号波形。脑电信号即脑电图(Electro Encephalo Gram，EEG)，是临床医学日常实践中的基本工具，在睡眠健康分析中处于至关重要的地位。

脑电信号(EEG)反映脑细胞群自发而有节律的电活动。当进入睡眠状态时，EEG的基本特征随着睡眠程度加深或变浅呈顺序性变化，因而可用来反映睡眠深度。

本实施例的脑电信号是对采集的原始脑电信号进行进行放大、滤波、去除干扰和基线漂移等处理后得到的。

人的大脑活动是变化的，且脑电信号具有一定时长，在该时长内脑电信号会随着人的大脑活动而发生变化，如果针对脑电信号整体分析会存在较大误差甚至错误，因此需要将脑电信号分割为多段子脑电信号。每段子脑电信号即为脑电信号的一个小片段，且子脑电信号之间不重叠。

更具体地，可以根据脑电信号的实际时长将脑电信号平均分为第一数量的子脑电信号，或者，按照一定的分割时长将脑电信号分割为第一数量的子脑电信号。每段子脑电信号对应一定的子时长。

S120：对子脑电信号进行截取，得到脑电截取信号。

具体地，使用相同的截取规则对每段子脑电信号进行截取，截取后每段子脑电信号对应第二数量的脑电截取信号。

截取规则具体可以为按照等分截取方式从每段子脑电信号截取第二数量的脑电截取信号；或者，使用固定窗长和步长的窗口从每段子脑电信号截取第二数量的脑电截取信号。

S130：计算每段脑电截取信号在不同脑波波段的信号功率。

具体地，在不同的睡眠状态下，大脑产生不同频率的脑波：Btea波(β波)、Alpha波(α波)、Theta波(θ波)、Detta波(δ波)、Slow wave activity慢波等。

脑电截取信号为脑电信号片段，同理可能包含不同频率的脑波，不同脑波波段的信号功率即不同频率的脑波的功率。例如，α波的功率、β波的功率、θ波的功率、δ波的功率中的一种或多种。

信号功率为睡眠特征，本实施例对一段子脑电信号使用截取方式来捕捉短时间内的睡眠特征。

S140：根据同一段子脑电信号所对应的所有脑电截取信号在不同脑波波段的信号功率，计算得到子脑电信号对应的第一睡眠深度指标。

具体地，同一段子脑电信号对应第二数量的脑电截取信号，每段脑电截取信号对应有不同脑波波段的信号功率，通过比较同一段子脑电信号所对应的所有脑波波段的信号功率来确定该子脑电信号的第一睡眠深度指标。

更具体地，例如根据脑波波段的信号功率确定脑波波段之间的占比，根据占比确定该子脑电信号对应的第一睡眠深度指标。具体的第一睡眠深度指标也是第一睡眠深度指数。

脑波波段之间的占比具体可以是对第二数量的脑电截取信号在同一个脑波波段的信号功率求和，根据功率之和的比值来确定该子脑电信号脑波波段之间的占比。或者，根据同一个脑电截取信号在不同脑波波段的信号功率确定该脑电截取信号中脑波波段之间的占比，对第二数量的脑电截取信号的占比求平均值得到该子脑电信号脑波波段之间的占比。

S150：对所有子脑电信号的第一睡眠深度指标进行拼接，得到脑电信号的睡眠深度指标结果。

具体地，子脑电信号组成了脑电信号，对子脑电信号的第一睡眠深度指标按照子脑电信号的时间先后顺序进行拼接，得到该脑电信号的睡眠深度指标结果。

当然还可以对拼接结果进行减噪处理后，得到脑电信号的睡眠深度指标结果。睡眠深度指标结果反映了对应用户的睡眠深度。

本实施例对脑电信号进行分割后根据不同脑波波段的功率来计算子脑电信号的第一睡眠深度指标，再对所有子脑电信号的第一睡眠深度指标进行拼接，得到该脑电信号的睡眠深度指标结果，利用简单的方法分段对睡眠深度指标进行提取，实现了通过脑电信息或脑电数据获取睡眠深度指标结果，通过不同波段的功率对睡眠深度进行衡量，尽可能地保留脑电信号中的所有信息，同时捕捉了睡眠深度的变化，减少了不必要的干扰因素，能够通过简单高效的方法准确反映睡眠深度，可靠性高，适用范围广。

在一个实施例中，步骤S120具体包括：

根据预设步长，使用具有预设窗长的滑窗对子脑电信号进行截取，得到子脑电信号对应的脑电截取信号。

具体地，预设窗长为滑窗的长度。窗长和步长决定了同一个子脑电信号所截取的脑电截取信号之间是否重叠或者存在间隔。为了防止部分信号丢失或相邻脑电截取信号之间存在间隔，预设步长小于或等于预设窗长。

使得滑窗策略截取子脑电信号，可以使得截取的脑电截取信号之间存在关联，避免脑电截取信号之间孤立。

在一个实施例中，计算每段脑电截取信号在不同脑波波段的信号功率，包括：

获取每段脑电截取信号对应的频谱和功率谱；

根据同一段脑电截取信号的频谱和功率谱，计算脑电截取信号中δ波脑波波段的第一信号功率和β波脑波波段的第二信号功率。

具体地，人在不同睡眠阶段大脑产生不同频率的波形，人在活跃的时候，大脑会发射出β波；当人闭眼进入放松状态，就认为开始进入睡眠模式了，这时的波形被称为α波，这一阶段是清醒与睡眠之间的过渡期；进入第一阶段后期，脑波就会变成θ波；在第二个阶段中会出现不规则的脑波，即K-复合波；进入第三阶段后，大脑会发射出高幅波δ波；第四个阶段中会出现更多的θ波来干扰δ波，我们的眼睛会快速的回动，称为快速眼动(REM)，这一阶段的睡眠以β波的活动为特征，这时大脑还处于活动状态，但是人仍然还在睡眠中，这个阶段内人会做梦，当一定的时间之后，人会进入完全睡眠状态，接下来的整晚，会在REM阶段和非REM阶段内交替。

大脑的夜间活动会维持活跃，不同睡眠阶段的脑波发射频率和波长都会有明显的不同，根据频率对脑电截取信号进行分析和波形分辨，可以得到α波、β波、θ波、δ波等波形。

本实施例可以利用傅里叶变换获取脑电截取信号的频谱，根据频谱从获取的功率谱中截取不同波段的功率，进而获取不同波段的信号功率。更具体地，利用傅里叶变换将时域信号转换至频域信号，找到信号随频率变化的特性，从频谱图中可以找到脑电信号在不同频带的功率分布，即可获取不同波段的功率。其中，傅里叶变换可以使用快速傅里叶变换。其中，第一信号功率和第二信号功率可以均为平均功率。

本实施例通过傅里叶变换得到脑电截取信号的频率，进而根据不同波段的波形的频率从功率谱中截取不同波段的频率，进而得到目标波段的信号功率，计算简单高效。

在一个实施例中，步骤S140具体包括：

根据同一个脑电截取信号的第一信号功率和第二信号功率之间的占比，计算得到脑电截取信号对应的第二睡眠深度指标；第二睡眠深度指标也是第二睡眠深度指数。

获取子脑电信号的时长，根据时长和步长，计算得到子脑电信号所包含的脑电截取信号的数量；

对子脑电信号所包含的所有脑电截取信号的第二睡眠深度指标求均值，得到子脑电信号的第一睡眠深度指标。

具体地，设一段子脑电信号为x(t)，根据预设窗长w和预设步长s对子脑电信号x(t)进行滑窗处理，获取第i段脑电截取信号xⁱ(t)，具体公式如下：

xⁱ(t)＝x(si：si+w)

其中，si为第i段脑电截取信号的起始时刻，相邻脑电截取信号的起始时刻间隔步长s，si+w为第i段脑电截取信号的截止时刻。w和s的取值不同，截取的脑电截取信号不同，例如w＝6s，s＝1s，本申请对此不作限制。

分别对每一个窗内的脑电截取信号xⁱ(t)进行快速傅里叶变换，获取其频谱sⁱ(ω)。

根据频谱sⁱ(ω)截取不同脑波波段的信号功率，并评估其占比情况，获取睡眠深度信息，具体公式如下：

其中，

和

分别为该子脑电信号第i个窗的脑电截取信号中β波段和δ波段的平均功率，Dⁱ为第i个窗的脑电截取信号的第二睡眠深度指标。在脑电波信号中：β波频率范围15～30hz，因此，在

公式中w的取值为15-30；δ波频率范围0.5～4hz，因此，在

公式中w的取值为0.5-4。

对时间长度N的子脑电信号所对应的所有脑电截取信号的第二睡眠深度指标取均值，作为该段子脑电信号的第一睡眠深度指标D，具体公式如下：

其中，N为子脑电信号所占时长，S为步长，N/S为该子脑电信号所包含的脑电截取信号的个数，也即第二睡眠深度指标的个数。i的取值为1到N/S。

例如，N＝30s，S＝1s，则脑电截取信号的个数为30个。

在一个实施例中，步骤S150具体包括：

对所有子脑电信号的第一睡眠深度指标进行拼接，得到第一睡眠深度指标序列；

对第一睡眠深度指标序列进行平滑处理，得到第二睡眠深度指标序列；

对第二睡眠深度指标序列进行尺度变换处理，将得到的第三睡眠深度指标序列作为脑电信号的睡眠深度指标结果。

具体地，根据子脑电信号之间的时间先后顺序对第一睡眠深度指标D进行拼接，得到第一睡眠深度指标序列。即，第一睡眠深度指标序列包括第一数量的、依次排列的第一睡眠深度指标。

具体步骤为：

拼接所有第一睡眠深度指标D，得到第一睡眠深度指标序列D(t)。

对第一睡眠深度指标序列D(t)进行平滑处理，获得平滑后的第二睡眠深度指标序列D′(t)，具体公式如下：

D′(t)＝mean(D(t-K：t+K))

其中，mean()表示取均值，K表示平滑处理中平滑窗口的窗口长度，取值范围：3～20，例如K＝9。

对第二睡眠深度指标序列D′(t)进行尺度变换处理，得到最后的第三睡眠深度指标序列SleepDepth(t)，具体公式如下：

其中，max()和min()分别表示取最大值和取最小值，min(D)表示所有第一睡眠深度指标D中的最小值，max(D)表示所有第一睡眠深度指标D中的最大值。

对第一睡眠深度指标序列进行平滑和尺度变换处理(或缩放处理或归一化处理)，可以减少噪声的干扰，提升指标的稳定性。

在一个实施例中，步骤S110具体包括：

对采集到的原始脑电信号进行预处理，其中，预处理包括去干扰处理和去基线漂移处理中的至少一个；

将预处理后得到的脑电信号按照预设的分割时长分割为多段子脑电信号。

具体地，由于采集到的原始脑电信号比较微弱，因此需要进行预处理以放大原始脑电信号，并去除干扰和基线漂移。

本实施例对得到的脑电信号按照相同的时间长度分割为多段子脑电信号，可以将脑电信号分割为定长的多段子脑电信号。

在一个实施例中，在步骤S110之前，该方法还包括：

利用单通道设备或单模态设备按照预设采样频率采集预设采样时长的脑电波信号。

具体地，脑电信号可以利用单通道采集设备采集，得到单模态或单通道的脑电信号；也可以使用多通道采集设备采集，得到多模态或多通道的脑电信号。采样频率例如可以为250hz等其他频率，本申请对此不作限制。

单通道设备为单通道脑电信号采集设备，用于采集用户的脑电信号并传输至计算机终端进行监测分析。

本实施例使用单通道脑电信号采集设备采集单通道脑电信号，以实现基于单导联脑电图信号进行日常健康监测、信号处理、睡眠分期、消费端主动健康干预的研究。

在一个实施例中，在步骤S150得到脑电信号的睡眠深度指标结果之后，该方法还包括：

对脑电信号的睡眠深度指标结果进行可视化处理后展示。

具体地，为了便于研发者对睡眠深度指标结果的研究，可以将睡眠深度指标结果即第三睡眠深度指标序列对应的数字数据绘制在可视化界面内，或者将第三睡眠深度指标序列转化为更易于理解的方式例如图形进行展示。

图2为本申请一实施例中睡眠深度指标结果对应的可视化效果图，参考图2，该可视化效果图中包括睡眠深度指标结果对应的可视化的睡眠深度曲线效果图与睡眠分期图。由图2可以看出，通过本申请获取到的睡眠深度指标结果对应的睡眠深度曲线与睡眠分期图具有高度对应性和一致性，由此可见，通过本申请获取的睡眠深度指标结果具有较高准确性和可靠性。

本方案创新性地提出了一种简便的通过脑电信息即脑电图获取睡眠深度指标的方法，创新性地分段对睡眠深度指标进行提取，获得了可视化的睡眠深度变化情况；同时利用了波段和波段的功率信息对睡眠深度进行衡量，尽可能地保留信息的同时捕捉了与睡眠深度相关的频率特征作为指标；对睡眠深度序列进行平滑和尺度变换，减少了离群样本点对总体结果的影响，具有很好的可靠性和稳定性。

图3为本申请一实施例中睡眠深度衡量指标的获取装置的结构框图，参考图，该睡眠深度衡量指标的获取装置包括：

分割模块110，用于将获取到的脑电信号分割为多段子脑电信号；

截取模块120，用于对子脑电信号进行截取，得到脑电截取信号；

第一计算模块130，用于计算每段脑电截取信号在不同脑波波段的信号功率；

第二计算模块140，用于根据同一段子脑电信号所对应的所有脑电截取信号在不同脑波波段的信号功率，计算得到子脑电信号对应的第一睡眠深度指标；

拼接模块150，用于对所有子脑电信号的第一睡眠深度指标进行拼接，得到脑电信号的睡眠深度指标结果。

在一个实施例中，截取模块120，具体用于根据预设步长，使用具有预设窗长的滑窗对子脑电信号进行截取，得到子脑电信号对应的脑电截取信号。

在一个实施例中，第一计算模块130具体包括：

第一子计算模块，用于获取每段脑电截取信号对应的频谱和功率谱；

第二子计算模块，用于根据同一段脑电截取信号的频谱和功率谱，计算脑电截取信号中δ波脑波波段的第一信号功率和β波脑波波段的第二信号功率。

在一个实施例中，第二计算模块140具体包括：

第三子计算模块，用于根据同一个脑电截取信号的第一信号功率和第二信号功率之间的占比，计算得到脑电截取信号对应的第二睡眠深度指标；

第四子计算模块，用于获取子脑电信号的时长，根据时长和步长，计算得到子脑电信号所包含的脑电截取信号的数量；

第五子计算模块，用于对子脑电信号所包含的所有脑电截取信号的第二睡眠深度指标求均值，得到子脑电信号的第一睡眠深度指标。

在一个实施例中，拼接模块150具体包括：

拼接单元，用于对所有子脑电信号的第一睡眠深度指标进行拼接，得到第一睡眠深度指标序列；

平滑处理单元，用于对第一睡眠深度指标序列进行平滑处理，得到第二睡眠深度指标序列；

尺度变换单元，用于对第二睡眠深度指标序列进行尺度变换处理，将得到的第三睡眠深度指标序列作为脑电信号的睡眠深度指标结果。

在一个实施例中，分割模块110具体包括：

预处理单元，用于对采集到的原始脑电信号进行预处理，其中，预处理包括去干扰处理和去基线漂移处理中的至少一个；

分割单元，用于将预处理后得到的脑电信号按照预设的分割时长分割为多段子脑电信号。

在一个实施例中，该装置还包括：

可视化模块，用于对脑电信号的睡眠深度指标结果进行可视化处理后展示。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

其中上述模块/单元中的“第一”和“第二”的意义仅在于将不同的模块/单元加以区分，并不用于限定哪个模块/单元的优先级更高或者其它的限定意义。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块，本申请中所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式。

关于睡眠深度衡量指标的获取装置的具体限定可以参见上文中对于睡眠深度衡量指标的获取方法的限定，在此不再赘述。上述睡眠深度衡量指标的获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

关于睡眠深度衡量指标的获取装置的具体限定可以参见上文中对于睡眠深度衡量指标的获取方法的限定，在此不再赘述。上述睡眠深度衡量指标的获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

图4为本申请一实施例中计算机设备的内部结构框图。如图4所示，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，该计算机设备的处理器用于提供计算和控制能力。存储器包括存储介质和内存储器。存储介质可以是非易失性存储介质，也可以是易失性存储介质。存储介质存储有操作系统，还可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器实现睡眠深度衡量指标的获取方法。该内存储器为存储介质中的操作系统和计算机可读指令的运行提供环境。该内存储器中也可储存有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行睡眠深度衡量指标的获取方法。该计算机设备的网络接口用于与外部服务器通过网络连接通信。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令(例如计算机程序)，处理器执行计算机可读指令时实现上述实施例中睡眠深度衡量指标的获取方法的步骤，例如图1所示的步骤S110至步骤S150及该方法的其它扩展和相关步骤的延伸5。或者，处理器执行计算机可读指令时实现上述实施例中睡眠深度衡量指标的获取装置的各模块/单元的功能，例如图3所示模块110至模块150的功能。为避免重复，这里不再赘述。

处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。

存储器可用于存储计算机可读指令和/或模块，处理器通过运行或执行存储在存储器内的计算机可读指令和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、视频数据等)等。

存储器可以集成在处理器中，也可以与处理器分开设置。

本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机可读指令，计算机可读指令被处理器执行时实现上述实施例中睡眠深度衡量指标的获取方法的步骤，例如图1所示的步骤S110至步骤S150及该方法的其它扩展和相关步骤的延伸。或者，计算机可读指令被处理器执行时实现上述实施例中睡眠深度衡量指标的获取装置的各模块/单元的功能，例如图3所示模块110至模块150的功能，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指示相关的硬件来完成，的计算机可读指令可存储于一计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍速率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

需要说明的是，在本文中，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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种睡眠深度衡量指标的获取方法，其特征在于，所述方法包括：

将获取到的脑电信号分割为多段子脑电信号；

对所述子脑电信号进行截取，得到脑电截取信号；

计算每段所述脑电截取信号在不同脑波波段的信号功率；

根据同一段子脑电信号所对应的所有脑电截取信号在不同脑波波段的信号功率，计算得到所述子脑电信号对应的第一睡眠深度指标；

对所有子脑电信号的第一睡眠深度指标进行拼接，得到所述脑电信号的睡眠深度指标结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述子脑电信号进行截取，得到脑电截取信号，包括：

根据预设步长，使用具有预设窗长的滑窗对所述子脑电信号进行截取，得到所述子脑电信号对应的脑电截取信号。

3.根据权利要求2所述的方法，其特征在于，所述计算每段所述脑电截取信号在不同脑波波段的信号功率，包括：

获取每段所述脑电截取信号对应的频谱和功率谱；

根据同一段脑电截取信号的所述频谱和功率谱，计算所述脑电截取信号中δ波脑波波段的第一信号功率和β波脑波波段的第二信号功率。

4.根据权利要求3所述的方法，其特征在于，所述根据同一段子脑电信号所对应的所有脑电截取信号在不同脑波波段的信号功率，计算得到所述子脑电信号对应的第一睡眠深度指标，包括：

根据同一个脑电截取信号的第一信号功率和第二信号功率之间的占比，计算得到所述脑电截取信号对应的第二睡眠深度指标；

获取所述子脑电信号的时长，根据所述时长和所述步长，计算得到所述子脑电信号所包含的脑电截取信号的数量；

对所述子脑电信号所包含的所有脑电截取信号的第二睡眠深度指标求均值，得到所述子脑电信号的第一睡眠深度指标。

5.根据权利要求1所述的方法，其特征在于，所述对所有子脑电信号的第一睡眠深度指标进行拼接，得到所述脑电信号的睡眠深度指标结果，包括：

对所有子脑电信号的第一睡眠深度指标进行拼接，得到第一睡眠深度指标序列；

对所述第一睡眠深度指标序列进行平滑处理，得到第二睡眠深度指标序列；

对所述第二睡眠深度指标序列进行尺度变换处理，将得到的第三睡眠深度指标序列作为所述脑电信号的睡眠深度指标结果。

6.根据权利要求1所述的方法，其特征在于，所述将采集到的脑电信号分割为多段子脑电信号，包括：

对采集到的原始脑电信号进行预处理，其中，所述预处理包括去干扰处理和去基线漂移处理中的至少一个；

将预处理后得到的脑电信号按照预设的分割时长分割为多段子脑电信号。

7.根据权利要求1所述的方法，其特征在于，在所述得到所述脑电信号的睡眠深度指标结果之后，所述方法还包括：

对所述脑电信号的睡眠深度指标结果进行可视化处理后展示。

8.一种睡眠深度衡量指标的获取装置，其特征在于，所述装置包括：

分割模块，用于将获取到的脑电信号分割为多段子脑电信号；

截取模块，用于对所述子脑电信号进行截取，得到脑电截取信号；

第一计算模块，用于计算每段所述脑电截取信号在不同脑波波段的信号功率；

第二计算模块，用于根据同一段子脑电信号所对应的所有脑电截取信号在不同脑波波段的信号功率，计算得到所述子脑电信号对应的第一睡眠深度指标；

拼接模块，用于对所有子脑电信号的第一睡眠深度指标进行拼接，得到所述脑电信号的睡眠深度指标结果。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时执行如权利要求1-7任一项所述的睡眠深度衡量指标的获取方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时，使得所述处理器执行如权利要求1-7任一项所述的睡眠深度衡量指标的获取方法的步骤。

Images