成果介绍：

随着社会经济的快速发展，人们对健康状况越来越关注。睡眠是人最重要的生理活动之一，睡眠质量的好坏直接或间接地影响人体的健康发展，由于快节奏的生活、压力以及不良的生活习惯等，使更多的人患有睡眠疾病，因此，对睡眠开展监测和评估就显得十分重要。

通过睡眠监测可以得到睡眠分期信号，准确的睡眠分期能够帮助人们正确认识自身的睡眠结构、了解睡眠质量。

本研究采用现代信号处理分析方法分析心电信号（ECG），结合梯度提升树、随机森林等机器学习方法，对睡眠中的各个时期进行分期和预测。

本成果亮点特色：

传统的睡眠分期通常采用多导睡眠仪(polysomnography，psg)实现，psg通过记录、分析全夜睡眠过程中的脑电、心电、肌电、血氧饱和度、呼吸气流、胸部呼吸、腹部呼吸等多种人体生理信号变化实现睡眠分期，采用psg实现睡眠分期的准确度较高，但psg要求患者在睡眠监测实验室过夜，需由专业受训人员进行操作，数据需由仪器初步自动分析后由人工判读。并且psg数据采集时需要佩戴许多导线，舒适感差，影响睡眠质量。本成果，

1、睡眠分期的准确度高。对特征进行筛选和优化，选择合适的机器学习算法，从而提高睡眠分期的准确度

2、安全可控技术成熟稳定

3、使用学习成本低，操作简单

4、舒适感好，不影响睡眠质量

5、摆脱监测实验室过夜的局限性

本成果应用前景广阔

人们对健康状况越来越关注，睡眠是人最重要的生理活动之一，睡眠质量的好坏直接或间接地影响人体的健康发展，由于快节奏的生活、压力以及不良的生活习惯等，使更多的人患有睡眠疾病，因此，对睡眠开展监测和评估就显得十分重要。

本成果自主研发，采用现代信号处理分析方法分析心电信号（ECG），结合梯度提升树、随机森林等机器学习方法，对睡眠中的各个时期进行分期和预测。

在医疗服务机构、康复服务机构、居家社区养老服务等方面应用前景广阔，对产业的发展具有重要的应用价值。

团队介绍： 

智能信号与信息处理科研团队成立于2007年，依托西华大学四川省信号与信息处理重点实验室，深入基于心音信号对心血管疾病的分析研究，扩展到呼吸音、肺音等人体生理健康数据分析研究，延伸至心理、精神状态分析研究，人工智能及康养相关产品研发。 

团队专注于生物感知智能信息处理，生命体征信号（心电、脑电、肌电、血压、脉搏、呼吸、心音等）智能监测与分析，呼吸暂停与睡眠分期分析，医学大数据处理与机器学习，穿戴式主动健康监测设备研发。

本成果，技术成熟稳定，成本低，获得了相关的专利

在传统的睡眠分期通常采用多导睡眠仪(polysomnography，psg)实现，psg通过记录、分析全夜睡眠过程中的脑电、心电、肌电、血氧饱和度、呼吸气流、胸部呼吸、腹部呼吸等多种人体生理信号变化实现睡眠分期，采用psg实现睡眠分期的准确度较高，但psg要求患者在睡眠监测实验室过夜，需由专业受训人员进行操作等问题

特别是本成果，具有 睡眠分期的准确度高；安全可控技术成熟稳定；使用学习成本低，操作简单；舒适感好，不影响睡眠质量；摆脱监测实验室过夜的局限性 的优势，解决了传统PSG的痛点和局限性，很好的服务了成果产品的使用者和对应的用户，对提升人们生活的幸福感有一定的意义。

本 依靠现代信号处理分析方法分析心电信号（ECG） 的成果，主要 考虑 技术入股、项目合作的方式 合作，技术咨询、技术转让、技术研发 等形式的合作也可以洽谈

本成果，主要考虑的合作伙伴方向，包含但不限于：

医疗器械生产企业、康复服务机构、养老服务机构 等类型的企业可以展开合作洽谈。

重点考虑的 地域，包含但不限于  广东、江苏、浙江、四川 等 相关产业群集 地区和企业