一种基于人工智能和认知行为的失眠障碍干预方法

本发明涉及失眠分析干预，具体为一种基于人工智能和认知行为的失眠障碍干预方法。

背景技术：

1、失眠是一种常见的睡眠障碍，常常影响到患者的日常生活质量和健康。基于人工智能和认知行为的失眠干预方法可以帮助患者改善睡眠质量和减轻失眠症状，人工智能技术可以分析患者的睡眠模式和睡眠习惯，帮助医生了解患者的失眠症状和可能的诱因，通过监测患者的睡眠数据和行为模式，人工智能系统可以提供个性化的失眠干预方案，认知行为疗法是一种常用的失眠干预方法，通过改变患者的睡眠观念和行为习惯，帮助其建立健康的睡眠习惯，人工智能系统可以与患者进行互动，提供认知行为疗法的指导和支持，帮助患者改善睡眠质量，人工智能系统还可以通过音频放松和心理建议等方式帮助患者放松情绪，减轻焦虑和紧张感，促进入睡，通过持续的监测和干预，人工智能系统可以帮助患者建立健康的睡眠习惯，减少失眠症状的发生，综上所述，基于人工智能和认知行为的失眠干预方法结合了技术和心理治疗的优势，可以帮助患者有效地管理失眠问题，改善睡眠质量，提高生活质量。随着人工智能技术的不断发展，这种干预方法将会越来越受到重视和应用。

2、现有的基于人工智能和认知行为的失眠障碍干预方法，无法根据患者的呼吸频率，判断并确定患者的睡眠是否存在失眠问题，并及时进行干预，无法根据患者的心率，判断并确定患者在非睡眠时段是否存在外界因素，使患者的睡眠被干扰，无法根据患者的历史心率数据，判断并确定外界因素对患者睡眠产生影响的天数，使患者无法在失眠初期能够及时得到相应的干预治疗，影响患者的健康，其实用性存在一定的局限性。

技术实现思路

1、本发明提供了一种基于人工智能和认知行为的失眠障碍干预方法，用于促进解决背景技术中所提问题。

2、本发明提供如下技术方案：一种基于人工智能和认知行为的失眠障碍干预方法，包括：

3、获取目标人物的呼吸频率；

4、根据目标人物的呼吸频率，通过睡眠分析策略，形成睡眠分析数据，以判断目标人物的睡眠状态，所述睡眠状态包括清醒、浅睡眠以及深睡眠，从而判断目标人物是否存在失眠的情况，并对存在失眠情况的目标人物进行失眠障碍干预；

5、根据睡眠分析数据，通过失眠分析策略，形成失眠分析数据，以向存在失眠情况的目标人物推送问卷，并提取目标人物的答案中的关键信息数据，从而判断目标人物的失眠类型；

6、构建失眠知识图谱，以用于将目标人物的问卷答案中的关键信息数据与失眠知识图谱中的元素相对应，从而判断目标人物的失眠类型；

7、根据失眠分析数据和失眠知识图谱，通过数据比对策略，形成比对数据，以确定目标人物的失眠类型；

8、根据比对数据，通过诊疗分配策略，形成分配数据，以向目标人物推送诊疗医生，从而为目标人物提供线上的干预诊疗；

9、根据分配数据，向目标人物推送诊疗医生，为目标人物提供线上的干预诊疗。

10、作为本发明所述基于人工智能和认知行为的失眠障碍干预方法的一种可选方案，其中：所述频率分析策略，具体为：

11、获取初始采集时间点和采集间隔时长；

12、以初始采集时间点为采集目标人物的呼吸频率的起始时间点，每隔间隔时长，形成一个采集时间点，并记录目标人物的呼吸频率；

13、根据每个采集时间点以及每个采集时间点所记录的目标人物的呼吸频率，形成频率集合；

14、根据频率集合中的每个采集时间点以及每个采集时间点所记录的目标人物的呼吸频率，形成目标人物睡眠统计图；

15、获取目标人物睡眠统计图中的第一频率数据点、第二频率数据点以及第三频率数据点；

16、分别提取第一频率数据点、第二频率数据点以及第三频率数据点所对应的起始采集时间点，分别定为第一起始时间点、第二起始时间点以及第三起始时间点；

17、分别提取第一频率数据点、第二频率数据点以及第三频率数据点所对应的终止采集时间点，分别定为第一终止时间点、第二终止时间点以及第三终止时间点；

18、计算第一睡眠时长，第一睡眠时长＝(第二起始时间点－第一起始时间点)+(第一终止时间点－第二终止时间点)；

19、计算第二睡眠时长，第二睡眠时长＝(第三起始时间点－第二起始时间点)+(第二终止时间点－第三终止时间点)；

20、计算第三睡眠时长，第三睡眠时长＝第三终止时间点－第三起始时间点；

21、则睡眠总时长＝第一睡眠时长+第二睡眠时长+第三睡眠时长；

22、执行睡眠判定策略。

23、作为本发明所述基于人工智能和认知行为的失眠障碍干预方法的一种可选方案，其中：所述睡眠判定策略，具体为：

24、获取浅睡眠比例判定值和深睡眠比例判定值；

25、计算目标人物的浅睡眠比例，浅睡眠比例＝第二睡眠时长÷睡眠总时长；

26、计算目标人物的深睡眠比例，深睡眠比例＝第三睡眠时长÷睡眠总时长；

27、若浅睡眠比例≥浅睡眠比例判定值且深睡眠比例≥深睡眠比例判定值，则说明目标人物睡眠充足；

28、若浅睡眠比例＜浅睡眠比例判定值或深睡眠比例＜深睡眠比例判定值，则说明目标人物睡眠不充足；

29、获取判定周期，将判定周期内的总天数，定为判定天数；

30、获取判定周期内目标人物睡眠不充足的天数，定为睡眠不足天数；

31、若睡眠不足天数÷判定天数≥43％，则判定目标人物存在失眠的情况，执行失眠数据校正策略。

32、作为本发明所述基于人工智能和认知行为的失眠障碍干预方法的一种可选方案，其中：所述失眠数据校正策略，具体为：

33、将目标人物未处于睡眠状态下的时段定为校正时段；

34、将目标人物睡眠不充足的当天，定为校正采集日；

35、获取判定周期内每个校正采集日的校正时段的目标人物心率，定为目标心率；

36、若采集的目标人物心率≥目标心率×(1+45％)，则认定为非常态心率；

37、计算判定周期内的有效天数；

38、若校正采集日的校正时段内存在非常态心率，则说明该校正采集日有影响目标人物的情绪的外界因素，该校正采集日所判定的目标判定结果为无效结果，并对无效结果执行结果验证策略；

39、获取无效结果对应的天数，则有效天数＝睡眠不足天数－无效结果对应的天数；

40、若校正采集日的校正时段内不存在非常态心率，则说明该校正采集日无影响目标人物的情绪的外界因素，该校正采集日所判定的目标人物睡眠不充足的判定结果为有效结果，则有效天数＝睡眠不足天数；

41、若有效天数÷判定天数≥43％，则判定目标人物存在无外界因素影响的失眠，执行失眠分析策略。

42、作为本发明所述基于人工智能和认知行为的失眠障碍干预方法的一种可选方案，其中：所述结果验证策略，具体为：

43、获取所有历史心率数据；

44、提取每个非常态心率所对应的日期，定为目标日期；

45、获取每个目标日期对应的浅睡眠比例和深睡眠比例；

46、若每个目标日期均判定目标人物睡眠充足，则说明外界因素不会干扰目标人物的睡眠状态，此时将无效结果认作为有效结果；

47、若存在目标日期判定目标人物睡眠不充足，则说明外界因素会干扰目标人物的睡眠状态；

48、分别获取每个目标日期对应的判定周期的终止日期，定为目标终止日期；

49、以目标日期为起始日期，以目标终止日期为终止日期，形成验证时间段；

50、获取每个目标日期对应的验证时间段内，判定目标人物睡眠不充足的日期，定为验证日期；

51、获取验证日期的数量，定为验证数量；

52、若验证数量＞1且验证日期与目标日期之间的间隔天数＞1或验证数量＝1，则说明外界因素所影响目标人物的睡眠的天数为1天，则无效结果对应的天数为1；

53、若验证数量＞1且验证日期与目标日期之间的间隔天数＝1，则获取连贯的验证日期的数量，定为连贯数量，则说明外界因素所影响目标人物的睡眠的天数为连贯数量，则无效结果对应的天数为连贯数量。

54、作为本发明所述基于人工智能和认知行为的失眠障碍干预方法的一种可选方案，其中：所述失眠分析策略，具体为：

55、向目标人物推送若干目标问题；

56、获取目标人物对每个目标问题的答案；

57、分别提取目标人物的每个答案中的关键词，定为目标关键词，并形成关键词集合。

58、作为本发明所述基于人工智能和认知行为的失眠障碍干预方法的一种可选方案，其中：所述构建失眠知识图谱，具体为：

59、获取所有失眠类型；

60、获取每个失眠类型所对应的所有症状，定为失眠症状；

61、获取每个失眠症状所对应的所有成因，定为失眠成因；

62、根据失眠类型以及每个失眠类型所对应的失眠症状，形成一级图谱；

63、根据失眠症状以及每个失眠症状所对应的失眠成因，形成二级图谱；

64、整合一级图谱和二级图谱，形成失眠知识图谱。

65、作为本发明所述基于人工智能和认知行为的失眠障碍干预方法的一种可选方案，其中：所述数据比对策略，具体为：

66、获取关键词集合和失眠知识图谱；

67、将关键词集合中的每个关键词对应至失眠知识图谱，并进行标记；

68、提取标记后的失眠知识图谱，定为标记图谱；

69、将标记图谱中失眠症状以及该失眠症状所对应的失眠成因均被标记的数据链，定为标记二级数据链；

70、若标记图谱中存在标记二级数据链，则提取该标记二级数据链所对应的失眠症状，定为目标症状；

71、提取目标症状在一级图谱对应的失眠类型，认定为目标类型；

72、若标记图谱中不存在标记二级数据链，则每个失眠类型下被标记的元素的数量，定为标记数量；

73、将失眠类型根据标记数量的数值，由大到小进行排序，将数值最大的标记数量所对应的失眠类型，认定为目标类型。

74、作为本发明所述基于人工智能和认知行为的失眠障碍干预方法的一种可选方案，其中：所述诊疗分配策略，具体为：

75、获取目标人物的失眠类型，定为目标类型；

76、获取诊疗数据库，所述诊疗数据库包括诊疗医生以及每个诊疗医生所擅长治疗的失眠类型；

77、提取目标类型所对应的诊疗医生，定为目标医生；

78、将目标医生的诊疗端与目标人物的诊疗端进行数据连接，目标医生根据目标人物的失眠类型以及目标人物对每个目标问题的答案，判断目标人物对失眠的认知，定为目标认知，并提取目标人物在睡眠前的睡眠动作，定为目标动作；

79、目标医生根据目标认知和目标动作，通过对目标人物进行认知调整和放松训练，实现线上干预诊疗。

80、本发明具备以下有益效果：

81、1、该基于人工智能和认知行为的失眠障碍干预方法，通过获取目标人物睡眠时段的呼吸频率，分析目标人物的浅睡眠比例和深睡眠比例，判断目标人物是否存在失眠问题，若浅睡眠比例和深睡眠比例均大于等于判定值，则说明目标人物睡眠充足，若浅睡眠比例小于判定值或深睡眠比例小于判定值，则说明目标人物睡眠不充足，若目标人物一周内睡眠不充足的天数过多，则认定目标人物存在失眠问题，对存在失眠问题的患者及时推送问卷，根据患者的回答提取关键词，将关键词与失眠知识图谱对应并进行标记，确定患者的失眠类型，根据患者的失眠类型，向患者推送合适的诊疗医生，为患者提供线上的干预诊疗，使患者在失眠初期能够及时得到相应的干预治疗，防止产生更严重的健康问题。

82、2、该基于人工智能和认知行为的失眠障碍干预方法，对存在失眠问题的患者获取每个判定为睡眠不充足的当日非睡眠时段的心率，若存在高于患者平时正常心率的非常态心率，则说明目标人物白天可能存在影响目标人物情绪的外界因素，从而使目标人物的睡眠被情绪所干扰，造成当日睡眠不充分，则该判定为睡眠不充足的判定结果为无效结果，需要校正目标人物的睡眠不足的天数，使目标人物的睡眠不足的天数不存在外界因素所干扰形成的无效结果，使数据更加准确，防止因误判产生过度治疗。

83、3、该基于人工智能和认知行为的失眠障碍干预方法，通过获取目标人物的历史心率数据，确定每个非常态心率所对应的日期，并提起该日期所对应的目标人物一周的睡眠数据，若每个非常态心率所对应的日期的当日睡眠结果均为睡眠充足，说明目标人物的睡眠不会受外界因素和情绪的影响，此时不存在无效结果，目标人物睡眠不足的天数不变，若存在非常态心率所对应的日期的当日睡眠结果为睡眠不充足，则获取非常态心率所对应的日期当日以及向后连续判定睡眠不足的天数，该天数则为目标人物受外界因素和情绪的影响后所导致睡眠受影响的天数，此时无效结果的天数为睡眠受影响的天数，则校正的目标人物的睡眠不足的天数为原睡眠不足的天数减去无效结果的天数，使数据更加准确，防止因误判产生过度治疗。