CN105126187A - 一种通过脑电波辅助睡眠的方法和系统 - Google Patents

Abstract

本发明适用于数据处理领域，提供了一种通过脑电波辅助睡眠的方法和系统，所述方法包括：脑电波采样装置对采样的脑电波进行滤波，并将经过所述滤波的脑电波发送到智能眼罩；所述智能眼罩根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据所述状态和外部环境选择待播放音乐，并将所述待播放音乐发送到智能终端；所述智能终端根据所述待播放音乐将音乐发送到所述智能眼罩，以使所述智能眼罩辅助用户的睡眠。实施本发明实施例，可以使得辅助睡眠过程快速、准确。

Description

一种通过脑电波辅助睡眠的方法和系统

技术领域

本发明属于数据处理领域，尤其涉及一种通过脑电波辅助睡眠的方法和系统。

背景技术

脑电波是人们行为的载体，人们通过脑电波向手、脚等肢体下达命令，并通过肢体实现各种功能，检测脑电波即可获取人们最原始的命令，方便人们的生活，但现有技术检测脑电波使并不准确，容易受到干扰。

发明内容

鉴于此，本发明提供了一种通过脑电波辅助睡眠的方法和系统，以解决现有技术检测脑电波不准确的技术问题。

本发明实施例是这样实现的，一种通过脑电波辅助睡眠的方法，所述方法包括以下步骤：

脑电波采样装置对采样的脑电波进行滤波，并将经过所述滤波的脑电波发送到智能眼罩；

所述智能眼罩根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据所述状态和外部环境选择待播放音乐，并将所述待播放音乐发送到智能终端；

所述智能终端根据所述待播放音乐将音乐发送到所述智能眼罩，以使所述智能眼罩辅助用户的睡眠。

本发明实施例还提供一种通过脑电波辅助睡眠的系统，所述系统包括：

脑电波采样装置，用于对采样的脑电波进行滤波，并将经过所述滤波的脑电波发送到智能眼罩；

智能眼罩，用于根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据所述状态和外部环境选择待播放音乐，并将所述待播放音乐发送到智能终端；

智能终端，用于根据所述待播放音乐将音乐发送到所述智能眼罩，以使所述智能眼罩辅助用户的睡眠。

本发明实施例，脑电波采样装置对采样的脑电波进行滤波，智能眼罩根据经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据状态和外部环境选择待播放的音乐，智能终端辅助智能眼罩播放音乐，以辅助用户的睡眠，提供了一种根据脑电波辅助用户睡眠的方法，使得控制过程快速、准确。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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是本发明实施例提供的通过脑电波辅助睡眠方法的流程图；

图2a是本发明实施例提供的待检测脑电波信号的示意图；

图2b是本发明实施例提供的经过滤波的脑电波信号的示意图；

图3是本发明实施例提供的经过快速傅立叶变换后的待检测脑电波信号的功率谱示意图；

图4是本发明实施例提供的通过脑电波辅助睡眠系统的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

如图1所示为本发明实施例提供的通过脑电波辅助睡眠方法的流程图，所述方法包括以下步骤：

步骤S101，脑电波采样装置对采样的脑电波进行滤波，并将经过所述滤波的脑电波发送到智能眼罩。

在本发明实施例中，脑电波采样装置首先对采样的脑电波进行滤波，并将经过滤波的脑电波发送到智能眼罩，其中，所述脑电波包括但不限于：频率为0.4Hz～30Hz、幅度为20μV～200μV的δ脑电波；频率为4Hz～7Hz、幅度为100μV～150μV的θ脑电波；频率为8Hz～13Hz、幅度为5μV～20μV的α脑电波；频率为14Hz～30Hz、幅度为5μV～20μV的β脑电波。所述脑电波采样装置对采样的脑电波进行滤波，具体为：

1、脑电波采样装置对所述脑电波进行高通滤波。

2、脑电波采样装置对经过所述高通滤波的脑电波进行陷波滤波。

在本发明实施例中，50Hz频率信号对待检测脑电波信号的干扰最强，因此需要通过带阻滤波将50Hz频率信号滤除。

优选的，本发明实施例使用Notch陷波滤波器进行陷波处理，具体为：

Notch陷波滤波器的传递函数为：

$H\left(z\right)=\frac{(z-z_1)(z-z_2)}{(z-(1-\mathrm{\μ}\left)z_1\right)(z-(1-\mathrm{\μ}\left)z_2\right)}$

本文数据的采样频率为256Hz，需滤除的频率为50Hz，可得传递函数为：

$\begin{array}{c}H\left(z\right)=\frac{\left(z-z_1\right)\left(z-{z^{*}}_1\right)}{\left(z-p_1\right)\left(z-{p^{*}}_1\right)}\\ =\frac{\left(z-0.3368-j0.9415\right)\left(z-0.3368+j0.9415\right)}{\left(z-0.3365-j0.9406\right)\left(z-0.3365+j0.9406\right)}\\ =\frac{z^2-0.6736z+0.7136}{z^2-0.6730z+0.999}=\frac{1-0.6736z^{-1}+0.7136z^{-2}}{1-0.6730z^{-1}+0.999z^{-2}}.\end{array}$

3、脑电波采样装置对经过所述陷波滤波的脑电波进行低通滤波。

在本发明实施例中，通过最后的低通滤波处理即可消除所有的干扰信号。

优选的，本发明实施例使用巴特沃斯型低通滤波器进行低通滤波处理，具体的：

该低通滤波器通频带内的频率响应曲线最为平坦，没有起伏，而在组频带则逐渐下降为零。在振幅的对数对角频率的波特图上，从某一边界见频率开始，振幅随着角频率的增加而逐渐减少，趋向于负无穷大，因为后续算法中会用到功率能量谱，不希望在滤波器中产生对于有效频率带的幅值产生干扰，采用此滤波器。

所需要的脑电信号频率为30Hz，截止频率为30Hz，滤波器阶数为二阶。

在巴特沃斯滤波器设计过程中需明确以下几个参数：

λ_p：通带截止频率；

α_p：通带衰减，单位：dB；

λ_s：阻带起始频率；

α_s：阻带衰减，单位：dB。

本文中设计的低通滤波器λ_p＝30Hz，α_p＝3dB，λ_s＝60Hz，α_s＝30dB；

可计算出低通滤波器的阶数为5，其中归一化五阶巴特沃斯低通原型滤波器的系统函数H(p)

$H\left(p\right)=\frac{1}{p^5+3.2361p^4+5.2361p^3+5.2361p^2+3.2361p+1}$

去掉归一化影响

$\begin{array}{c}H\left(s\right)=H\left(p\right){|}_{p=\frac{s}{{\mathrm{\Ω}}_p}}\\ =\frac{{60}^5{\mathrm{\π}}^5}{s^5+3.236\×60{\mathrm{\πs}}^4+5.236\×{60}^2{\mathrm{\π}}^2{s}^3+5.236\×{60}^3{\mathrm{\π}}^3{s}^2+3.236\×{60}^4{\mathrm{\π}}^{4}s+{60}^5{\mathrm{\π}}^5}\end{array}$ 经过滤波后可以的到干净的脑波信号。

如图2a所示为本发明实施例提供的待检测脑电波信号的示意图，如图2b所示为本发明实施例提供的经过滤波的脑电波信号的示意图

步骤S102，所述智能眼罩根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据所述状态和外部环境选择待播放音乐，并将所述待播放音乐发送到智能终端。

在本发明实施例，智能眼罩在获取了经过滤波的脑电波之后，从该脑电波中获取处于能量最大值的脑电波种类，根据该脑电波种类判断大脑的状态，根据该状态和外部环境选择待播放音乐，并将待播放音乐发送到智能终端。所述智能眼罩根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，包括：

1.智能眼罩对所述经过滤波的脑电波进行频段分离；

2.智能眼罩获取经过所述频段分离后的脑电波中处于能量最大值的脑电波种类；

3.智能眼罩根据所述脑电波种类判断大脑的状态。

其中，所述智能眼罩对所述经过滤波的脑电波进行频段分离，包括：

a.智能眼罩通过快速傅立叶变换获取所述经过滤波的脑电波各频率段的能量值；

b.智能眼罩根据所述能量值对所述脑电波进行频段分离。

在本发明实施例中，在通过滤波获取了干净的脑电波信号之后，对该脑电波信号进行频段分离，便于后续的检测。快速傅立叶变换可以获取各频段电波信号的能量值，通过快速傅立叶变换获取了各频段的能量值之后，即可根据该能量值进行频段分离，具体的：快速傅立叶变换的窗口函数选择Hanning窗口，每次运算的运算频率点为1024，快速傅立叶变换运算后输出相应的θ(4～7Hz)，α(8～13Hz)，β(14～30Hz)的频率谱密度。

快速傅立叶变换后得出的功率谱作为放松度检测的依据。首先，计算α频段(8-13Hz)的能量值占整个频段(0.4-30Hz)的占比(参数1)，PSD的平均值作为阈值A。此阈值的作用为找到的峰值个数，频率，振幅(PSD)，并计算这些峰值的二阶导数，存储于数组中。并最终得到的alpha频段能量最大的那个峰的功率(参数2)。利用这两个参数计算放松状态值，具体的：放松状态＝参数1+参数2/1000000。

如图3所示为本发明实施例提供的经过快速傅立叶变换后的待检测脑电波信号的功率谱示意图。

步骤S103，所述智能终端根据所述待播放音乐将音乐发送到所述智能眼罩，以使所述智能眼罩辅助用户的睡眠。

在本发明实施例中，智能终端在获取了待播放的音乐之后，将音乐发送到智能眼罩，以使智能眼罩辅助用户睡眠。所述根据所述状态和外部环境选择待播放音乐，具体为：

如果外部环境为晚上，当智能眼罩根据所述状态判断用户进入深度睡眠时，智能眼罩调低播放音乐的音量或关闭音乐；或者，

如果外部环境为中午，当智能眼罩根据所述状态判断用户进入深度睡眠时，调高音量以唤醒用户。

本发明实施例，脑电波采样装置对采样的脑电波进行滤波，智能眼罩根据经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据状态和外部环境选择待播放的音乐，智能终端辅助智能眼罩播放音乐，以辅助用户的睡眠，提供了一种根据脑电波辅助用户睡眠的方法，使得控制过程快速、准确。

实施例二

如图4所示为本发明实施例提供的通过脑电波辅助睡眠系统的结构图，为了便于说明，仅示出与本发明实施例相关的部分，包括：

脑电波采样装置401，用于对采样的脑电波进行滤波，并将经过所述滤波的脑电波发送到智能眼罩402；

智能眼罩402，用于根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据所述状态和外部环境选择待播放音乐，并将所述待播放音乐发送到智能终端403；

智能终端403，用于根据所述待播放音乐将音乐发送到所述智能眼罩，以使所述智能眼罩辅助用户的睡眠。

在本发明实施例中，脑电波采样装置首先对采样的脑电波进行滤波，并将经过滤波的脑电波发送到智能眼罩，其中，所述脑电波包括但不限于：频率为0.4Hz～30Hz、幅度为20μV～200μV的δ脑电波；频率为4Hz～7Hz、幅度为100μV～150μV的θ脑电波；频率为8Hz～13Hz、幅度为5μV～20μV的α脑电波；频率为14Hz～30Hz、幅度为5μV～20μV的β脑电波。所述脑电波采样装置401，包括：

高通滤波单元4011，用于对所述脑电波进行高通滤波；

陷波滤波单元4012，用于对经过所述高通滤波单元4011滤波的脑电波进行陷波滤波；

在本发明实施例中，50Hz频率信号对待检测脑电波信号的干扰最强，因此需要通过带阻滤波将50Hz频率信号滤除。

优选的，本发明实施例使用Notch陷波滤波器进行陷波处理，具体为：

Notch陷波滤波器的传递函数为：

$H\left(z\right)=\frac{(z-z_1)(z-z_2)}{(z-(1-\mathrm{\μ}\left)z_1\right)(z-(1-\mathrm{\μ}\left)z_2\right)}$

本文数据的采样频率为256Hz，需滤除的频率为50Hz，可得传递函数为：

$\begin{array}{c}H\left(z\right)=\frac{\left(z-z_1\right)\left(z-{z^{*}}_1\right)}{\left(z-p_1\right)\left(z-{p^{*}}_1\right)}\\ =\frac{\left(z-0.3368-j0.9415\right)\left(z-0.3368+j0.9415\right)}{\left(z-0.3365-j0.9406\right)\left(z-0.3365+j0.9406\right)}\\ =\frac{z^2-0.6736z+0.7136}{z^2-0.6730z+0.999}=\frac{1-0.6736z^{-1}+0.7136z^{-2}}{1-0.6730z^{-1}+0.999z^{-2}}.\end{array}$

低通滤波单元4013，用于对经过所述陷波滤波单元4012滤波的脑电波进行低通滤波。

在本发明实施例中，通过最后的低通滤波处理即可消除所有的干扰信号。

优选的，本发明实施例使用巴特沃斯型低通滤波器进行低通滤波处理，具体的：

该低通滤波器通频带内的频率响应曲线最为平坦，没有起伏，而在组频带则逐渐下降为零。在振幅的对数对角频率的波特图上，从某一边界见频率开始，振幅随着角频率的增加而逐渐减少，趋向于负无穷大，因为后续算法中会用到功率能量谱，不希望在滤波器中产生对于有效频率带的幅值产生干扰，采用此滤波器。

所需要的脑电信号频率为30Hz，截止频率为30Hz，滤波器阶数为二阶。

在巴特沃斯滤波器设计过程中需明确以下几个参数：

λ_p：通带截止频率；

α_p：通带衰减，单位：dB；

λ_s：阻带起始频率；

α_s：阻带衰减，单位：dB。

本文中设计的低通滤波器λ_p＝30Hz，α_p＝3dB，λ_s＝60Hz，α_s＝30dB；

可计算出低通滤波器的阶数为5，其中归一化五阶巴特沃斯低通原型滤波器的系统函数H(p)

$H\left(p\right)=\frac{1}{p^5+3.2361p^4+5.2361p^3+5.2361p^2+3.2361p+1}$

去掉归一化影响

$\begin{array}{c}H\left(s\right)=H\left(p\right){|}_{p=\frac{s}{{\mathrm{\Ω}}_p}}\\ =\frac{{60}^5{\mathrm{\π}}^5}{s^5+3.236\×60{\mathrm{\πs}}^4+5.236\×{60}^2{\mathrm{\π}}^2{s}^3+5.236\×{60}^3{\mathrm{\π}}^3{s}^2+3.236\×{60}^4{\mathrm{\π}}^{4}s+{60}^5{\mathrm{\π}}^5}\end{array}$ 经过滤波后可以的到干净的脑波信号。

智能眼罩在获取了经过滤波的脑电波之后，从该脑电波中获取处于能量最大值的脑电波种类，根据该脑电波种类判断大脑的状态，根据该状态和外部环境选择待播放音乐，并将待播放音乐发送到智能终端。所述智能眼罩402，包括：

频段分离单元4021，用于对所述经过滤波的脑电波进行频段分离；

脑电波种类获取单元4022，用于获取经过所述频段分离单元4021频段分离后的脑电波中处于能量最大值的脑电波种类；

状态判断单元4023，用于根据所述脑电波种类获取单元4022获取的脑电波种类判断大脑的状态。

其中，频段分离单元4021，包括：

能量值获取子单元40211，用于通过快速傅立叶变换获取所述经过滤波的脑电波各频率段的能量值；

频段分离子单元4212，用于根据所述能量值获取子单元40211获取的能量值对所述脑电波进行频段分离。

在本发明实施例中，在通过滤波获取了干净的脑电波信号之后，对该脑电波信号进行频段分离，便于后续的检测。快速傅立叶变换可以获取各频段电波信号的能量值，通过快速傅立叶变换获取了各频段的能量值之后，即可根据该能量值进行频段分离，具体的：快速傅立叶变换的窗口函数选择Hanning窗口，每次运算的运算频率点为1024，快速傅立叶变换运算后输出相应的θ(4～7Hz)，α(8～13Hz)，β(14～30Hz)的频率谱密度。

快速傅立叶变换后得出的功率谱作为放松度检测的依据。首先，计算α频段(8-13Hz)的能量值占整个频段(0.4-30Hz)的占比(参数1)，PSD的平均值作为阈值A。此阈值的作用为找到的峰值个数，频率，振幅(PSD)，并计算这些峰值的二阶导数，存储于数组中。并最终得到的alpha频段能量最大的那个峰的功率(参数2)。利用这两个参数计算放松状态值，具体的：放松状态＝参数1+参数2/1000000。

智能终端在获取了待播放的音乐之后，将音乐发送到智能眼罩，以使智能眼罩辅助用户睡眠。所述智能眼罩403，还包括：

音量渐低单元4031，用于如果外部环境为晚上，当智能眼罩根据所述状态判断用户进入深度睡眠时，智能眼罩调低播放音乐的音量或关闭音乐；或者，

音量渐高单元4032，用于如果外部环境为中午，当智能眼罩根据所述状态判断用户进入深度睡眠时，调高音量以唤醒用户。

本发明实施例，脑电波采样装置对采样的脑电波进行滤波，智能眼罩根据经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据状态和外部环境选择待播放的音乐，智能终端辅助智能眼罩播放音乐，以辅助用户的睡眠，提供了一种根据脑电波辅助用户睡眠的方法，使得控制过程快速、准确。

本领域普通技术人员可以理解为上述实施例二所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种通过脑电波辅助睡眠的方法，其特征在于，所述方法包括一下步骤：

脑电波采样装置对采样的脑电波进行滤波，并将经过所述滤波的脑电波发送到智能眼罩；

所述智能眼罩根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据所述状态和外部环境选择待播放音乐，并将所述待播放音乐发送到智能终端；

所述智能终端根据所述待播放音乐将音乐发送到所述智能眼罩，以使所述智能眼罩辅助用户的睡眠。

2.一种检测脑电波的方法，其特征在于，所述智能眼罩根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，包括：

智能眼罩对所述经过滤波的脑电波进行频段分离；

智能眼罩获取经过所述频段分离后的脑电波中处于能量最大值的脑电波种类；

智能眼罩根据所述脑电波种类判断大脑的状态。

3.如权利要求2所述的方法，其特征在于，所述智能眼罩对所述经过滤波的脑电波进行频段分离，包括：

智能眼罩通过快速傅立叶变换获取所述经过滤波的脑电波各频率段的能量值；

智能眼罩根据所述能量值对所述脑电波进行频段分离。

4.如权利要求1所述的方法，其特征在于，所述脑电波采样装置对采样的脑电波进行滤波，具体为：

脑电波采样装置对所述脑电波进行高通滤波；

脑电波采样装置对经过所述高通滤波的脑电波进行陷波滤波；

脑电波采样装置对经过所述陷波滤波的脑电波进行低通滤波。

5.如权利要求1所述的方法，其特征在于，所述根据所述状态和外部环境选择待播放音乐，包括：

如果外部环境为晚上，当智能眼罩根据所述状态判断用户进入深度睡眠时，智能眼罩调低播放音乐的音量或关闭音乐；或者，

如果外部环境为中午，当智能眼罩根据所述状态判断用户进入深度睡眠时，调高音量以唤醒用户。

6.一种通过脑电波辅助睡眠的系统，其特征在于，所述系统包括：

脑电波采样装置，用于对采样的脑电波进行滤波，并将经过所述滤波的脑电波发送到智能眼罩；

智能眼罩，用于根据所述经过滤波的脑电波中处于能量最大值的脑电波种类判断大脑的状态，根据所述状态和外部环境选择待播放音乐，并将所述待播放音乐发送到智能终端；

智能终端，用于根据所述待播放音乐将音乐发送到所述智能眼罩，以使所述智能眼罩辅助用户的睡眠。

7.如权利要求6所述的系统，其特征在于，所述智能眼罩，包括：

频段分离单元，用于对所述经过滤波的脑电波进行频段分离；

脑电波种类获取单元，用于获取经过所述频段分离单元频段分离后的脑电波中处于能量最大值的脑电波种类；

状态判断单元，用于根据所述脑电波种类获取单元获取的脑电波种类判断大脑的状态。

8.如权利要求7所述的系统，其特征在于，所述频段分离单元，包括：

能量值获取子单元，用于通过快速傅立叶变换获取所述经过滤波的脑电波各频率段的能量值；

频段分离子单元，用于根据所述能量值获取子单元获取的能量值对所述脑电波进行频段分离。

9.如权利要求6所述的系统，其特征在于，所述脑电波采样装置，包括：

高通滤波单元，用于对所述脑电波进行高通滤波；

陷波滤波单元，用于对经过所述高通滤波单元滤波的脑电波进行陷波滤波；

低通滤波单元，用于对经过所述陷波滤波单元滤波的脑电波进行低通滤波。

10.如权利要求6所述的系统，其特征在于，所述智能眼罩，还包括：

音量渐低单元，用于如果外部环境为晚上，当智能眼罩根据所述状态判断用户进入深度睡眠时，智能眼罩调低播放音乐的音量或关闭音乐；或者，

音量渐高单元，用于如果外部环境为中午，当智能眼罩根据所述状态判断用户进入深度睡眠时，调高音量以唤醒用户。