一種基于腦電波分析的智能叫醒方法
【專利摘要】本發(fā)明涉及一種基于腦電波分析的智能叫醒方法，首先設(shè)定最優(yōu)起床時(shí)間段；在所述最優(yōu)起床時(shí)間段內(nèi)用預(yù)設(shè)的時(shí)間長(zhǎng)度來(lái)劃分用戶的腦電波，得到若干段腦電波段；針對(duì)每一個(gè)腦電波段，計(jì)算4個(gè)特征指標(biāo)：腦電波頻率、腦電波平均值、腦電波標(biāo)準(zhǔn)差、腦電波段的脈沖因子；根據(jù)4個(gè)特征指標(biāo)，進(jìn)行加權(quán)計(jì)算得到相似性指標(biāo)；根據(jù)相似性指標(biāo)判斷是否叫用戶起床。本發(fā)明能夠讓用戶的起床體驗(yàn)達(dá)到最佳。
【專利說(shuō)明】
-種基于腦電波分析的智能叫醒方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及腦電波分析領(lǐng)域，特別是一種基于腦電波分析的智能叫醒方法。
【背景技術(shù)】
[0002] 隨著科學(xué)技術(shù)的發(fā)展，我們已經(jīng)能夠檢測(cè)出大腦活動(dòng)時(shí)的腦電波，且能夠分析出 幾種常見的波的類型，運(yùn)為我們進(jìn)一步的利用腦電波數(shù)據(jù)來(lái)為醫(yī)療健康行業(yè)服務(wù)奠定了基 礎(chǔ)。早晨或者中午起床時(shí)，有時(shí)會(huì)覺(jué)得很有精神，但有時(shí)又會(huì)覺(jué)得沒(méi)睡夠，研究表明在午睡 時(shí)如果進(jìn)入深度睡眠不久就被鬧鐘叫醒的話，人反而會(huì)覺(jué)得很困。同樣，早上在不合適的時(shí) 間起床的話，也會(huì)覺(jué)得沒(méi)睡夠。因此研究最佳起床時(shí)間，可W大大改善工作時(shí)的精神狀態(tài)， 提高工作效率。本發(fā)明基于人工智能方法利用腦電波的各種特征來(lái)分析腦電波是否處于合 適的叫起階段。讓用戶在最合適的時(shí)間起床，獲得最好的工作狀態(tài)。

【發(fā)明內(nèi)容】

[0003] 有鑒于此，本發(fā)明的目的是提出一種基于腦電波分析的智能叫醒方法，讓用戶的 起床體驗(yàn)達(dá)到最佳。
[0004] 本發(fā)明采用W下方案實(shí)現(xiàn):一種基于腦電波分析的智能叫醒方法，具體包括W下 步驟：
[0005] 步驟S1:設(shè)定最優(yōu)起床時(shí)間段；
[0006] 步驟S2:在所述最優(yōu)起床時(shí)間段內(nèi)用預(yù)設(shè)的時(shí)間長(zhǎng)度來(lái)劃分用戶的腦電波，得到 若干段腦電波段X(n);
[0007] 步驟S3:針對(duì)每一個(gè)腦電波段X(n)，計(jì)算4個(gè)特征指標(biāo):腦電波頻率、腦電波平均 值、腦電波標(biāo)準(zhǔn)差、腦電波段的脈沖因子；
[0008]步驟S4:根據(jù)步驟S3計(jì)算的4個(gè)特征指標(biāo)，進(jìn)行加權(quán)計(jì)算得到相似性指標(biāo)；
[0009] 步驟S5:判斷所述相似性指標(biāo)是否滿足預(yù)設(shè)的闊值，若滿足，則對(duì)用戶進(jìn)行叫醒， 并采集用戶反饋信息，根據(jù)用戶反饋信息調(diào)整相似性指標(biāo)中的特定參數(shù);若整個(gè)最優(yōu)起床 時(shí)間段的相似性指標(biāo)都沒(méi)有滿足預(yù)設(shè)的闊值，則在最優(yōu)起床時(shí)間段的最后時(shí)刻對(duì)用戶進(jìn)行 叫醒。
[0010] 進(jìn)一步地，步驟S3中所述腦電波頻率F采用下式計(jì)算:針對(duì)腦電波段X(n)，有：
[0011]
[0012] 其中，P(X(n))為在片段X(n)內(nèi)峰值的個(gè)數(shù)，t是片段X(n)對(duì)應(yīng)的時(shí)間長(zhǎng)度。
[0013] 進(jìn)一步地，步驟S3中所述腦電波平均值A(chǔ)vg采用下式計(jì)算：
[0014]
[0015]其中，N為腦電波段長(zhǎng)度。
[0016] 進(jìn)一步地，步驟S3中所述腦電波標(biāo)準(zhǔn)差S采用下式計(jì)算：
[0017]
[001引其中，
|X(n)|代表了第η個(gè)時(shí)間序列點(diǎn)的信號(hào)強(qiáng)度，相當(dāng)于縱 坐標(biāo)，η相當(dāng)于橫坐標(biāo)。
[0019] 進(jìn)一步地，步驟S3中所述腦電波段的脈沖因子I采用下式計(jì)算：
[0020]
[0021] 進(jìn)一步地，步驟S4中所述相似性指標(biāo)value(i)采用下式計(jì)算：
[0022] value(i) = wiF(i)+W2Avg(i)+W3S(i)+W4l(i)；
[002；3]其中，功設(shè)定的最優(yōu)起床時(shí)間段內(nèi)的第i個(gè)劃分段;Wl+W2+W3+W4=l，每個(gè)Wi的值由 系統(tǒng)隨機(jī)生成，根據(jù)用戶反饋信息，用戶反饋起床體驗(yàn)越好，對(duì)應(yīng)的Wi的在下次計(jì)算中重復(fù) 出現(xiàn)的概率越高。
[0024] 進(jìn)一步地，步驟S5中所述判斷所述相似性指標(biāo)是否滿足預(yù)設(shè)的闊值具體為：當(dāng)當(dāng) 前相似性指標(biāo)的計(jì)算值大于歷史最優(yōu)相似性指標(biāo)的80%，則滿足。
[0025] 進(jìn)一步地，步驟S5中所述用戶反饋信息為用戶根據(jù)起床體驗(yàn)由差到好進(jìn)行由0至9 的評(píng)分，分之越高，起床體驗(yàn)越好。
[0026] 與現(xiàn)有技術(shù)相比，本發(fā)明有W下有益效果:本發(fā)明利用劃分時(shí)間段的方法來(lái)分析 腦電波的特征，然后根據(jù)用戶反饋?zhàn)罡咴u(píng)分的起床時(shí)間的腦電波特征作為標(biāo)準(zhǔn)，當(dāng)在可W 叫起的時(shí)間段內(nèi)，系統(tǒng)發(fā)現(xiàn)跟最優(yōu)起床時(shí)間相識(shí)的計(jì)算結(jié)果時(shí)啟動(dòng)鬧鐘叫起。本發(fā)明能夠 讓用戶在最合適的時(shí)間起床，獲得最好的工作狀態(tài)。
【附圖說(shuō)明】
[0027] 圖1為本發(fā)明實(shí)施例的方法流程示意圖。
【具體實(shí)施方式】
[0028] 下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明做進(jìn)一步說(shuō)明。
[0029] 如圖1所示，本實(shí)施例提供了一種基于腦電波分析的智能叫醒方法，具體包括W下 步驟：
[0030] 步驟S1:設(shè)定最優(yōu)起床時(shí)間段；
[0031] 步驟S2:在所述最優(yōu)起床時(shí)間段內(nèi)用預(yù)設(shè)的時(shí)間長(zhǎng)度來(lái)劃分用戶的腦電波，得到 若干段腦電波段X(n);
[0032] 步驟S3:針對(duì)每一個(gè)腦電波段X(n)，計(jì)算4個(gè)特征指標(biāo):腦電波頻率、腦電波平均 值、腦電波標(biāo)準(zhǔn)差、腦電波段的脈沖因子；
[0033] 步驟S4:根據(jù)步驟S3計(jì)算的4個(gè)特征指標(biāo)，進(jìn)行加權(quán)計(jì)算得到相似性指標(biāo)；
[0034] 步驟S5:判斷所述相似性指標(biāo)是否滿足預(yù)設(shè)的闊值，若滿足，則對(duì)用戶進(jìn)行叫醒， 并采集用戶反饋信息，根據(jù)用戶反饋信息調(diào)整相似性指標(biāo)中的特定參數(shù);若整個(gè)最優(yōu)起床 時(shí)間段的相似性指標(biāo)都沒(méi)有滿足預(yù)設(shè)的闊值，則在最優(yōu)起床時(shí)間段的最后時(shí)刻對(duì)用戶進(jìn)行 叫醒。
[0035] 特別的，在完成一輪叫醒之后，系統(tǒng)根據(jù)新增數(shù)據(jù)和歷史數(shù)據(jù)重復(fù)上述步驟，計(jì)算 新一天的起床時(shí)間。
[0036] 在本實(shí)施例中，步驟S3中所述腦電波頻率F采用下式計(jì)算:針對(duì)腦電波段X(n)，有：
[0037]
[0038] 其中，P(X(η))為在片段X(η)內(nèi)峰值的個(gè)數(shù)，t是片段X(η)對(duì)應(yīng)的時(shí)間長(zhǎng)度。
[0039] 較佳的，根據(jù)腦電波的頻率我們可W將腦電波劃分為一下幾種類型：
[0040] α波、清醒，安靜，閉眼及正常血糖范圍情況下出現(xiàn)；
[0041] 的皮、在睜眼和大腦皮層處在緊張活動(dòng)狀態(tài)時(shí)出現(xiàn)（即正常人白天工作時(shí)會(huì)出現(xiàn)的 腦電波）；
[0042] Κ波、進(jìn)入慢波睡眠時(shí)出現(xiàn)；
[0043] δ波、成人入睡后，或成年人困倦時(shí)出現(xiàn)；
[0044] Θ波、少年或成年人困倦時(shí)出現(xiàn)。
[0045] 在本實(shí)施例中，步驟S3中所述腦電波平均值A(chǔ)vg采用下式計(jì)算：
[0046]
[0047] 其中，N為腦電波段長(zhǎng)度。|X(n)|實(shí)際代表了第η個(gè)時(shí)間序列點(diǎn)的信號(hào)強(qiáng)度相當(dāng)于 縱坐標(biāo)，η相當(dāng)于橫坐標(biāo)，于是上式中的Avg就代表了異常片段的平均強(qiáng)度。
[0048] 在本實(shí)施例中，步驟S3中所述腦電波標(biāo)準(zhǔn)差S采用下式計(jì)算：
[0049]

[0化0]其牛 IX(η) I代表了第η個(gè)時(shí)間序列點(diǎn)的信號(hào)強(qiáng)度，相當(dāng)于 i 縱坐標(biāo)，η相當(dāng)于橫坐標(biāo)。|X(n)|實(shí)際上代表了腦電波段的信號(hào)強(qiáng)度，腦電波信號(hào)的強(qiáng)弱可 W反應(yīng)出睡眠的狀態(tài)。S描述了腦電波段的波動(dòng)程度，將其作為特征指標(biāo)，能夠體腦電波段 的活動(dòng)情況|X(n) I波動(dòng)變大，貝化顯著變大。
[0051]在本實(shí)施例中，步驟S3中所述腦電波段的脈沖因子I采用下式計(jì)算：
[0化2]
[0053] 脈沖因子用于衡量腦電波片段內(nèi)的脈沖流量的強(qiáng)度。正常情況下，比較平穩(wěn)時(shí)，脈 沖影響因子接近于1，當(dāng)受到特殊影響時(shí)，信號(hào)強(qiáng)度會(huì)有所變化，而導(dǎo)致脈沖影響因子也會(huì) 隨著變化。
[0054] 在本實(shí)施例中，步驟S4中所述相似性指標(biāo)value(i)采用下式計(jì)算：
[0055] value(i) = wiF(i)+W2Avg(i)+W3S(i)+W4l(i)；
[0056] 其中，i為設(shè)定的最優(yōu)起床時(shí)間段內(nèi)的第i個(gè)劃分段;該劃分段的長(zhǎng)度由用戶設(shè)定 一般為(3-10分鐘），如圖1說(shuō)明所示，系統(tǒng)到達(dá)可W起床的時(shí)間段（即最優(yōu)起床時(shí)間）后，對(duì) 每一個(gè)劃分的時(shí)間段計(jì)算value (i)值，當(dāng)value (i)值大于等于歷史最優(yōu)value (i)值的80 % 時(shí)，啟動(dòng)叫起程序。比如歷史記錄最優(yōu)起床value(i)值是200,則當(dāng)某時(shí)間片段的value(i) 值大于160時(shí)，系統(tǒng)叫起。如果到最后一個(gè)劃分片段都沒(méi)有達(dá)到最優(yōu)起床value(i)值的80% 貝1J，在規(guī)定起床時(shí)間段的最后一段時(shí)間的結(jié)束時(shí)刻啟動(dòng)鬧鐘叫起，保證不影響用戶起床的 最后時(shí)間。Wl+W2+W3+W4=l，每個(gè)Wi的值由系統(tǒng)隨機(jī)生成，根據(jù)用戶反饋信息，用戶反饋起床 體驗(yàn)越好，對(duì)應(yīng)的Wi的在下次計(jì)算中重復(fù)出現(xiàn)的概率越高。
[0057] 在本實(shí)施例中，步驟S5中所述判斷所述相似性指標(biāo)是否滿足預(yù)設(shè)的闊值具體為： 當(dāng)當(dāng)前相似性指標(biāo)的計(jì)算值大于歷史最優(yōu)相似性指標(biāo)的80%，則滿足。
[0058] 在本實(shí)施例中，步驟S5中所述用戶反饋信息為用戶根據(jù)起床體驗(yàn)由差到好進(jìn)行由 0至9的評(píng)分，分之越高，起床體驗(yàn)越好。
[0059] W上所述僅為本發(fā)明的較佳實(shí)施例，凡依本發(fā)明申請(qǐng)專利范圍所做的均等變化與 修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。
【主權(quán)項(xiàng)】
1. 一種基于腦電波分析的智能叫醒方法，其特征在于:包括以下步驟： 步驟Sl:設(shè)定最優(yōu)起床時(shí)間段； 步驟S2:在所述最優(yōu)起床時(shí)間段內(nèi)用預(yù)設(shè)的時(shí)間長(zhǎng)度來(lái)劃分用戶的腦電波，得到若干 段腦電波段X(n); 步驟S3:針對(duì)每一個(gè)腦電波段X(n)，計(jì)算4個(gè)特征指標(biāo):腦電波頻率、腦電波平均值、腦 電波標(biāo)準(zhǔn)差、腦電波段的脈沖因子； 步驟S4:根據(jù)步驟S3計(jì)算的4個(gè)特征指標(biāo)，進(jìn)行加權(quán)計(jì)算得到相似性指標(biāo)； 步驟S5:判斷所述相似性指標(biāo)是否滿足預(yù)設(shè)的閾值，若滿足，則對(duì)用戶進(jìn)行叫醒，并采 集用戶反饋信息，根據(jù)用戶反饋信息調(diào)整相似性指標(biāo)中的特定參數(shù);若整個(gè)最優(yōu)起床時(shí)間 段的相似性指標(biāo)都沒(méi)有滿足預(yù)設(shè)的閾值，則在最優(yōu)起床時(shí)間段的最后時(shí)刻對(duì)用戶進(jìn)行叫 醒。2. 根據(jù)權(quán)利要求1所述的一種基于腦電波分析的智能叫醒方法，其特征在于:步驟S3中 所述腦電波頻率F采用下式計(jì)算:針對(duì)腦電波段X(n)，有：其中，P(XU))為在片段XU)內(nèi)峰值的個(gè)數(shù)，t是片段X(n)對(duì)應(yīng)的時(shí)間長(zhǎng)度。3. 根據(jù)權(quán)利要求1所述的一種基于腦電波分析的智能叫醒方法，其特征在于:步驟S3中 所述腦電波平均值A(chǔ)vg采用下式計(jì)算：9 其中，N為腦電波段長(zhǎng)度。4. 根據(jù)權(quán)利要求1所述的一種基于腦電波分析的智能叫醒方法，其特征在于:步驟S3中 所述腦電波標(biāo)準(zhǔn)差S采用下式計(jì)算：其中，【(η) I代表了第η個(gè)時(shí)間序列點(diǎn)的信號(hào)強(qiáng)度，相當(dāng)于縱坐 標(biāo)，η相當(dāng)于橫坐標(biāo)。5. 根據(jù)權(quán)利要求1所述的一種基于腦電波分析的智能叫醒方法，其特征在于:步驟S3中 所述腦電波段的脈沖因子I采用下式計(jì)算：6. 根據(jù)權(quán)利要求1所述的一種基于腦電波分析的智能叫醒方法，其特征在于:步驟S4中 所述相似性指標(biāo)value(i)采用下式計(jì)算： value(i) =WiF(i)+W2Avg( i)+W3S(i )+W4l (i)； 其中，i為設(shè)定的最優(yōu)起床時(shí)間段內(nèi)的第i個(gè)劃分段;W1+W2+W3+W4 = I，每個(gè)Wi的值由系統(tǒng) 隨機(jī)生成，根據(jù)用戶反饋信息，用戶反饋起床體驗(yàn)越好，對(duì)應(yīng)的^的在下次計(jì)算中重復(fù)出現(xiàn) 的概率越高。7. 根據(jù)權(quán)利要求1所述的一種基于腦電波分析的智能叫醒方法，其特征在于:步驟S5中 所述判斷所述相似性指標(biāo)是否滿足預(yù)設(shè)的閾值具體為：當(dāng)當(dāng)前相似性指標(biāo)的計(jì)算值大于歷 史最優(yōu)相似性指標(biāo)的80%，則滿足。8. 根據(jù)權(quán)利要求1所述的一種基于腦電波分析的智能叫醒方法，其特征在于:步驟S5中 所述用戶反饋信息為用戶根據(jù)起床體驗(yàn)由差到好進(jìn)行由〇至9的評(píng)分，分之越高，起床體驗(yàn) 越好。
【文檔編號(hào)】A61M21/00GK105999508SQ201610279613
【公開日】2016年10月12日
【申請(qǐng)日】2016年4月29日
【發(fā)明人】孔祥增, 李曉雯, 張?jiān)? 孔祥永, 孔祥先
【申請(qǐng)人】廈門中聯(lián)智創(chuàng)科技有限公司