睡眠调控方法、装置、系统及设备与流程

本申请属于睡眠科学，尤其涉及一种睡眠调控方法、装置、系统及设备。背景技术：1、当前，睡眠调控主要依赖于基于固定参数的助眠设备或药物干预，以期改善睡眠质量。固定的参数和规则制定的睡眠调控方案，通常关注整体的睡眠质量，而对于不同睡眠阶段的个性化调控相对较少，无法充分考虑个体差异，从而无法满足每个人的特殊需求和偏好；而药物干预可能会引起一系列潜在的副作用，如依赖性、耐受性和戒断反应等，限制了它们的长期应用和效果。2、此外，传统方法缺乏实时调整能力，无法提供实时的睡眠监测和反馈。因此，无法根据个体实时的睡眠状态进行调整，导致了睡眠调控的刚性和不灵活性。并且传统方法过于依赖于单一的生理指标，如睡眠周期或呼吸频率，而忽略了其他重要信息，如多通道脑电数据等；因此由于考虑的因素过于单一，从而影响了对睡眠状态的全面理解和对睡眠调控的准确性。3、综上所述，传统的睡眠调控方法存在个性化不足、实时调整能力弱、睡眠调控的准确性不足和潜在副作用等问题，限制了其在改善睡眠质量方面的应用效果和可持续性。技术实现思路1、本申请提供了一种睡眠调控方法、装置、系统及设备，旨在解决现有睡眠调控方法中由于对于个体差异和睡眠阶段的考虑不足而导致的个性化不足，实时调整能力弱的问题、以及由于考虑因素单一导致睡眠调控的准确性不足和传统药物调控存在的潜在副作用等问题。2、第一方面，本申请实施例提供了一种睡眠调控方法，其包括3、获取目标实时的多通道脑电数据；4、对获取的脑电数据进行特征提取，以获取脑电数据对应的特征矩阵；5、将所述特征矩阵输入训练好的睡眠分期模型，以输出所述脑电数据对应的睡眠分期结果；6、基于所述睡眠分期结果对所述脑电数据进行分析，将所述脑电数据转化为刺激参数；7、根据所述刺激参数生成用于对目标大脑进行经颅电刺激的刺激信号。8、第二方面，本申请实施例提供了一种睡眠调控装置，其包括9、获取单元，用于获取目标实时的多通道脑电数据；10、特征提取单元，用于对获取的脑电数据进行特征提取，以获取脑电数据对应的特征矩阵；11、处理单元，用于将所述特征矩阵输入训练好的睡眠分期模型，以输出所述脑电数据对应的睡眠分期结果；12、转化单元，用于基于所述睡眠分期结果对所述脑电数据进行分析，将所述脑电数据转化为刺激参数；13、生成单元，用于根据所述刺激参数生成用于对目标大脑进行经颅电刺激的刺激信号。14、第三方面，本申请实施例提供了一种睡眠调控系统，其包括头部穿戴装置、脑电刺激装置以及智能终端；15、所述头部穿戴装置，连接于目标大脑与所述脑电刺激装置之间，其用于采集到目标的多通道脑电数据，并将所述多通道脑电数据实时传输给所述脑电装置；16、所述脑电刺激装置，用于接收采集到的实时多通道脑电数据并将数据传输至所述智能终端，以及接收智能终端发送的控制指令，以对目标大脑释放刺激电流；17、所述智能终端，用于获取目标实时的多通道脑电数据；对获取的脑电数据进行特征提取，以获取脑电数据对应的特征矩阵；将所述特征矩阵输入训练好的睡眠分期模型，以输出所述脑电数据对应的睡眠分期结果；基于所述睡眠分期结果对所述脑电数据进行分析，将所述脑电数据转化为刺激参数；以及根据所述刺激参数生成用于对目标大脑进行经颅电刺激的刺激信号。18、第四方面，本申请实施例还提供了一种电子设备，所述电子设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述的睡眠调控方法。19、第五方面，本申请还提出了一种存储介质，存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集在被计算机设备的处理器执行时以实现上述的睡眠调控方法。20、第六方面，本申请实施例中提供了一种计算机程序产品，计算机程序产品包括计算机可读指令，计算机可读指令存储在存储介质中，电子设备的一个或多个处理器从存储介质读取计算机可读指令，加载并执行该计算机可读指令，使得电子设备实现如上所述的睡眠调控方法。21、与现有技术相比，本申请通过深度学习的睡眠分期模型对目标用户的睡眠状态进行调控，充分考虑了用户不同睡眠时期的不同状态，以提供更为个性化的睡眠调控，并且相比传统的药物调控而言，不存在潜在的副作用。同时通过实时监测用户的睡眠状态，并对睡眠脑电信号的深入分析，再通过经颅电刺激装置生成个性化的电刺激信号，以优化目标的睡眠功能，这使得系统在提供高质量睡眠的同时具备实时灵活性和个性化调控的特点。此外，本申请还全面考虑了用户的多通道脑电数据的特征，实现了对个体差异和不同睡眠分期的精准分析，提高了睡眠调控的准确性。技术特征：1.一种睡眠调控方法，其特征在于，所述的方法包括：2.根据权利要求1所述的方法，其特征在于，获取目标实时的多通道脑电数据之后，所述方法还包括：3.根据权利要求1所述的方法，其特征在于，对获取的脑电数据进行特征提取，以获取脑电数据对应的特征矩阵，包括：4.根据权利要求1所述的方法，其特征在于，所述睡眠分期模型包括输入模块、卷积模块、长短期记忆模块以及输出模块；所述将所述特征矩阵输入训练好的睡眠分期模型，以输出所述脑电数据对应的睡眠分期结果，包括：5.根据权利要求4所述的方法，其特征在于，所述卷积模块包括依次串联的卷积层、连接层以及正则化层。6.根据权利要求4所述的方法，其特征在于，所述长短期记忆模块包括2个单向的长短期记忆层。7.一种睡眠调控装置，其特征在于，所述装置包括：8.一种睡眠调控系统，其特征在于，所述系统包括：头部穿戴装置、脑电刺激装置以及智能终端；9.根据权利要求8所述的系统，其特征在于，所述脑电刺激装置包括电源模块、控制模块、采集模块、刺激模块以及通信模块；10.一种电子设备，其特征在于，所述电子设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的方法。技术总结本申请公开了一种睡眠调控方法，该方法包括获取目标实时的多通道脑电数据；对获取的脑电数据进行特征提取，以获取脑电数据对应的特征矩阵；将特征矩阵输入训练好的睡眠分期模型，以输出脑电数据对应的睡眠分期结果；基于睡眠分期结果对脑电数据进行分析，将脑电数据转化为刺激参数；根据刺激参数生成用于对目标大脑进行经颅电刺激的刺激信号。本申请通过深度学习的睡眠分期模型对目标用户的睡眠状态进行调控，实现了对个体差异和不同睡眠分期的精准分析，且不存在潜在的副作用，同时通过实时监测用户的睡眠状态，提供高质量睡眠的同时具备实时灵活性和个性化调控的特点。全面考虑了用户的多通道脑电数据的特征，提高了睡眠调控的准确性。技术研发人员：古法科,罗余,蔚鹏飞,都展宏受保护的技术使用者：深圳中科华意科技有限公司技术研发日：技术公布日：2024/8/16