申请/专利权人：北京清雷科技有限公司;长沙清雷科技有限公司;深圳清雷科技有限公司

申请日：2023-12-07

公开（公告）日：2024-04-05

公开（公告）号：CN117357073B

主分类号：A61B5/00

分类号：A61B5/00;A61B5/05;G06F18/2131;G06F18/2431;G06F18/2415;G16H10/60;G16H40/67

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.01.26#实质审查的生效;2024.01.09#公开

摘要：本发明提供一种基于GMM‑HMM模型的睡眠分期方法及设备，所述方法包括获取毫米波雷达睡眠监测回波信号；根据所述回波信号得到雷达睡眠特征向量序列；利用特定训练方法得到的GMM‑HMM睡眠分期模型，根据所述雷达睡眠特征向量序列确定各时刻的睡眠分期。

主权项：1.一种GMM-HMM睡眠分期模型训练方法，其特征在于，包括：对每个Chirp内接收到的毫米波雷达回波信号进行去直流和FFT变换处理，得到距离维复信号，对于每帧内的N个距离维复信号进行慢时间去直流，利用去直流之后的距离维复信号进行非相参积累得到当前帧时刻对应的第一类距离维功率谱，将所有帧时刻对应的第一类距离维功率谱按先后顺序排列成二维矩阵，得到表征快速运动的距离-时间谱图；选取每帧第一个Chirp对应的距离维复信号沿时间维进行第一类滤波处理，通带范围为0.1Hz~5Hz，对第一类滤波后的距离维复信号计算功率得到当前帧时刻对应的第二类距离维功率谱，将所有帧时刻对应的第二类距离维功率谱按先后顺序排列成二维矩阵，得到表征慢速运动的距离-时间谱图；选取每帧第一个Chirp对应的距离维复信号沿时间维进行第二类滤波处理，通带范围为0.1Hz~0.8Hz，对第二类滤波后的距离维复信号在每个帧时刻沿距离维加权求和后提取相位得到表征呼吸运动的波形信号；选取每帧第一个Chirp对应的距离维复信号沿时间维进行第三类滤波处理，滤波器的通带范围为0.7Hz~2.0Hz，对第三类滤波后的距离维复信号在每个帧时刻沿距离维加权求和后提取相位得到表征心跳运动的波形信号；获取样本数据及其睡眠分期标签，所述样本数据是根据毫米波雷达信号得到的多个睡眠分期的雷达睡眠特征向量序列，其中包括从所述表征快速运动的距离-时间谱图中提取的特征、从所述表征慢速运动的距离-时间谱图中提取的特征、从所述表征呼吸运动的波形信号中提取的特征、从所述表征心跳运动的波形信号中提取的特征；从所述雷达睡眠特征向量序列中截取睡眠分期标签连续相同且持续时间超过预设时长的特征向量子序列作为训练数据；利用所述训练数据训练GMM-HMM睡眠分期模型：所述GMM-HMM睡眠分期模型被配置为包括多个对应于睡眠分期W、R、N1、N2、N3的状态，其中每个睡眠分期对应的所述状态包括一个起始状态、三个中间状态和一个结束状态，对于睡眠分期W、R、N1、N2、N3，每个睡眠分期对应5个状态，共25个状态s1~s25；所述状态之间的转移关系被配置为同一睡眠分期对应的起始状态向其自身和所述三个中间状态转移、所述三个中间状态内相互转移和向所述结束状态转移、所述结束状态向其自身转移，一个睡眠分期对应的结束状态向其它睡眠分期对应的起始状态进行转移；利用各个睡眠分期的所述训练数据分别训练相应睡眠分期对应的各种状态的概率模型，将同一睡眠分期对应的所述训练数据按时间划分为起始段数据、中间段数据和结束段数据，利用所述起始段数据训练所述起始状态的概率模型、利用所述中间段数据训练所述三个中间状态的概率模型、利用所述结束段数据训练所述结束状态的概率模型，以及确定对应于所述转移关系的状态转移概率，除对应于上述转移关系外的转移概率均为0。

全文数据：

权利要求：

百度查询： 北京清雷科技有限公司;长沙清雷科技有限公司;深圳清雷科技有限公司 基于GMM-HMM模型的睡眠分期方法及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD