一种基于耳部EEG的便携式睡眠监测系统

    公开(公告)号:CN113907709B

    公开(公告)日:2023-05-02

    申请号:CN202111144401.0

    申请日:2021-09-28

    Abstract: 本发明公开了一种基于耳部EEG的便携式睡眠监测系统,包括两个挂耳式电极模块、EEG采集模块、移动端模块和分析模块,其中,两个挂耳式电极模块设置在两个耳朵上,每个挂耳式电极模块分别包括多个采集电极和一个参考电极;EEG采集模块连接挂耳式电极模块,用于采集来自采集电极和参考电极的EEG信号并进行初步信号处理,获得处理后的耳部EEG信号;移动端模块用于接收处理后的耳部EEG信号、实时显示波形并在采集完成后将耳部EEG信号传输至分析模块;分析模块对耳部EEG信号进行睡眠阶段划分、特征波检测,并生成睡眠分析报告。该睡眠监测系统采用挂耳式电极,可以实现自主穿戴、便携、贴合度高,且具有较高的灵敏度和准确性。

    一种基于耳部EEG的便携式睡眠监测系统

    公开(公告)号:CN113907709A

    公开(公告)日:2022-01-11

    申请号:CN202111144401.0

    申请日:2021-09-28

    Abstract: 本发明公开了一种基于耳部EEG的便携式睡眠监测系统,包括两个挂耳式电极模块、EEG采集模块、移动端模块和分析模块,其中,两个挂耳式电极模块设置在两个耳朵上,每个挂耳式电极模块分别包括多个采集电极和一个参考电极;EEG采集模块连接挂耳式电极模块,用于采集来自采集电极和参考电极的EEG信号并进行初步信号处理,获得处理后的耳部EEG信号;移动端模块用于接收处理后的耳部EEG信号、实时显示波形并在采集完成后将耳部EEG信号传输至分析模块;分析模块对耳部EEG信号进行睡眠阶段划分、特征波检测,并生成睡眠分析报告。该睡眠监测系统采用挂耳式电极,可以实现自主穿戴、便携、贴合度高,且具有较高的灵敏度和准确性。

    基于多尺度宽度学习网络的睡眠阶段自动划分框架的方法

    公开(公告)号:CN117688363A

    公开(公告)日:2024-03-12

    申请号:CN202311700763.2

    申请日:2023-12-12

    Abstract: 本发明公开了基于多尺度宽度学习网络的睡眠阶段自动划分框架的方法,涉及睡眠分类识别技术领域,该方法包括:获取初始信号,对初始信号进行预处理,得到特征矩阵并得到特征集合;利用特征集合对睡眠分期模型进行训练,得到训练好的睡眠分期模型;其中,睡眠分期模型包括:预训练模块和上下文特征增强模块;预训练模块包括分类单元和样本平衡单元,预训练模块用于利用预训练模块以及特征集合,得到与特征集合中每条数据对应的第一预测标签以及第一分期概率矩阵;上下文特征增强模块用于利用第一分期概率矩阵,得到最终分期概率矩阵;利用训练好的睡眠分期模型,确定睡眠阶段;实现了减少计算量的同时,利用模型训练的方法,得到了可解释行的模型。

Patent Agency Ranking