本发明提供了基于眼刺激的睡眠记忆情感张力调节方法、系统和装置，包括：根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，实时地识别睡眠时相状态并得到睡眠时相实时分期；根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别得到时相眼动位速实时特征和时相记忆激活实时特征；对所述眼刺激与调节目标曲线以及上述实时特征进行实时地关联分析、同步分析和调节效果评估，实时地预测评估用户趋势状态，得到分析结果并实时地生成和执行动态调节策略。本发明能够获得更精准的动态调节策略、更有效的动态调节效果。
1.一种基于眼刺激的睡眠记忆情感张力动态调节方法，其特征在于，包括以下步骤：根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；
对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期；
根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征；
对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数；
根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行；
所述根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征的具体步骤还包括：根据所述眼生理状态实时数据重建眼动位矢图，提取眼球相对位置、眼动速度矢量和加速度矢量，结合所述睡眠时相实时分期进行时相修正，生成所述时相眼动位速实时特征；
根据所述睡眠时相实时分期和所述脑生理状态实时数据进行特征向量分析和目标特征筛选，提取记忆激活状态特征，生成所述时相记忆激活实时特征；
其中， 为所述睡眠记忆情感张力实时指数；为所述张力表征权重修正指数集取值排序后的头部预设数量； 为一张力表征指数及其对应的预设张力表征指数权重；
2.如权利要求1所述的方法，其特征在于,还包括：完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库。
3.如权利要求1或2所述的方法，其特征在于：所述根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置的具体步骤还包括：根据所述预设记忆情感张力动态调节方案，初始化生成所述眼刺激与调节目标曲线；
根据所述预设记忆情感张力动态调节方案和所述眼刺激与调节目标曲线，部署并启动所述眼刺激调节装置，启动人身安全监护。
4.如权利要求3所述的方法，其特征在于：所述预设记忆情感张力动态调节方案至少包括调节方式、执行方式、初始刺激强度、调节时点、持续时间、调节时间间隔和装置控制参数；其中，所述调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，所述执行方式至少包括离体式和接触式中的任一方式。
5.如权利要求3所述的方法，其特征在于：所述眼刺激与调节目标曲线至少包括眼刺激执行强度曲线、动态调节目标曲线。
6.如权利要求3所述的方法，其特征在于：所述眼刺激调节装置至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激的任一物理功能装置，部署在左右眼周围神经肌肉上。
7.如权利要求4‑6任一项所述的方法，其特征在于：所述人身安全监护具体为对用户生理指标和/或生理状态的实时监控、阈值预警和风险处置，保障用户在记忆情感张力动态调节的启动、暂停、继续、中断、结束过程中的人身安全。
8.如权利要求1或2所述的方法，其特征在于：所述对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期的具体步骤还包括：对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集，得到眼生理状态实时信号和脑生理状态实时信号；
对所述眼生理状态实时信号和所述脑生理状态实时信号进行实时地信号处理，得到所述眼生理状态实时数据和所述脑生理状态实时数据；
根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别用户睡眠时相状态，得到所述睡眠时相实时分期。
9.如权利要求8所述的方法，其特征在于：所述眼生理状态实时信号至少包括眼电信号、眼压信号、眼球运动信号、眼周血氧水平依赖信号的任意一项。
10.如权利要求9所述的方法，其特征在于：所述脑生理状态实时信号至少包括脑电信号、脑磁信号、功能性近红外光谱成像信号、功能性核磁共振成像信号的任意一项。
11.如权利要求8所述的方法，其特征在于：所述信号处理至少包括A/D模数转换、重采样、重参考、降噪、去伪迹、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、矫正处理和动态截取；其中，所述矫正处理具体为对信号中的包含伪迹或失真的信号数据片段进行信号矫正及预测平滑处理，所述动态截取是指根据动态调节的时间周期或频率要求以预设时间窗口和预设时间步长对目标信号进行移动截取处理。
12.如权利要求8所述的方法，其特征在于，所述睡眠时相实时分期的识别方法为：
1)通过深度学习算法对规模睡眠用户样本的眼生理状态数据、脑生理状态数据及其对应睡眠分期数据进行学习训练和数据建模，得到睡眠时相自动分期模型；
2)将当前用户的所述眼生理状态实时数据、所述脑生理状态实时数据输入所述睡眠时相自动分期模型，得到所对应的所述睡眠时相实时分期。
13.如权利要求1所述的方法，其特征在于，所述时相修正具体为根据睡眠时相状态对眼动状态特征进行系数修正，以减小不同睡眠时相的眼动状态特征的差异，来保证眼动特征对于记忆情感张力的表征描述能力。
14.如权利要求1所述的方法，其特征在于，所述特征向量分析包括特征频带信号提取、包络分析、小波分解、经验模态分解、主成分分析和独立成分分析至少一项。
15.如权利要求13所述的方法，其特征在于，所述目标特征筛选具体为根据用户关键生理信息以及不同睡眠时相，确定稳定的筛选规则并从所述脑生理状态实时数据中生成并筛选对应记忆激活状态相关特征；其中，所述用户关键生理信息至少包括年龄、性别、教育文化程度、健康状态和疾病状态。
16.如权利要求1或2所述的方法，其特征在于，所述对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数的具体步骤还包括：对所述时相眼动位速实时特征和所述时相记忆激活实时特征进行关联分析、同步分析，得到张力表征关联指数和张力表征同步指数，生成所述睡眠记忆情感张力实时指数；
根据动态调节目标曲线中的调节目标值和所述睡眠记忆情感张力实时指数，得到所述记忆情感张力动态调节效果系数。
17.如权利要求16所述的方法，其特征在于，所述关联分析至少包括相干性分析、皮尔逊相关分析、杰卡德相似分析、线性互信息分析、线性相关分析、欧氏距离分析、曼哈顿距离分析、切比雪夫距离分析的任意一项。
18.如权利要求17所述的方法，其特征在于，所述同步分析至少包括锁相分析、相‑相耦合分析、相‑幅耦合分析和幅‑幅耦合分析的任意一项。
19.如权利要求18所述的方法，其特征在于，所述睡眠记忆情感张力实时指数的具体提取方法为：
1)获取当前的所述张力表征关联指数和所述张力表征同步指数，生成张力表征指数集；
2)按照预设张力表征指数权重对所述张力表征指数集进行权重计算，得到张力表征权重修正指数集；
3)对所述张力表征权重修正指数集进行从大到小的数值排序，提取头部预设数量的张力表征权重修正指数的均方根，得到张力表征强度系数；
4)结合对应的所述睡眠时相分期和用户基本信息，对所述张力表征强度系数进行系数修正，得到所述睡眠记忆情感张力实时指数。
20.如权利要求17‑19任一项所述的方法，其特征在于，所述记忆情感张力动态调节效果系数的具体计算公式如下：；
其中， 分别为所述记忆情感张力动态调节效果系数、动态辅助调节前
的预设调节目标值、动态辅助调节后的所述睡眠记忆情感张力实时指数， 分别为与用户相关的年龄修正系数、疾病健康修正系数，且 。
21.如权利要求1或2所述的方法，其特征在于，所述根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行的具体步骤还包括：根据所述睡眠记忆情感张力实时指数，生成或更新睡眠记忆情感张力实时曲线并进行趋势预测分析，得到所述睡眠记忆情感张力实时预测指数；
根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数、所述睡眠记忆情感张力实时预测指数和所述记忆情感张力动态调节效果系数，实时地生成记忆情感张力动态调节策略；
根据所述记忆情感张力动态调节策略，更新所述眼刺激与调节目标曲线，连接所述眼刺激调节装置并完成眼刺激动态调节执行。
22.如权利要求21所述的方法，其特征在于，所述睡眠记忆情感张力实时预测指数的提取方法具体为：
1)根据所述睡眠记忆情感张力实时指数，按照时序先后生成或更新睡眠记忆情感张力实时曲线；
2)对所述睡眠记忆情感张力实时曲线进行趋势预测分析，提取预测值，得到所述睡眠记忆情感张力实时预测指数。
23.如权利要求22所述的方法，其特征在于，所述趋势预测分析的方法至少包括AR、MR、ARMA、ARIMA、SARIMA、VAR、深度学习中的任一项。
24.如权利要求21所述的方法，其特征在于，所述记忆情感张力动态调节策略至少包括睡眠时相、调节方式、执行方式、调节强度、调节时点、持续时间、目标调节值和装置控制参数；其中，所述调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，所述执行方式至少包括离体式和接触式中的任一方式。
25.如权利要求24所述的方法，其特征在于，所述记忆情感张力动态调节策略根据用户当前睡眠时相状态进行调整，修正不同时相状态下的调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、目标调节值或装置控制参数，来保障用户正常睡眠过程不被阻断或受到大干扰。
26.如权利要求2所述的方法，其特征在于，所述完成预设时间段内对用户睡眠记忆情感张力的动态调节，得到睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库的具体步骤还包括：完成全部对用户睡眠记忆情感张力进行持续动态调节，提取得到睡眠时相分期曲线、所述睡眠记忆情感张力实时曲线和所述情感张力动态调节效果曲线，关闭所述眼刺激调节装置；
计算所述睡眠记忆情感张力实时曲线和所述睡眠时相分期曲线的相关性系数，得到所述时相情感张力相关系数；
按预设报告周期，生成并输出所述睡眠记忆情感张力动态调节报告；
将睡眠记忆情感张力动态调节过程关键数据存入数据库，建立和持续更新个性睡眠记忆情感张力调节长期数据库，优化后续的用户个性化的所述记忆情感张力动态调节策略。
27.如权利要求26所述的方法，其特征在于，所述睡眠记忆情感张力实时曲线由按时序排列的所述睡眠记忆情感张力实时指数组成；所述情感张力动态调节效果曲线由时序排列的所述记忆情感张力动态调节效果系数组成；所述睡眠时相分期曲线由按时序排列的所述睡眠时相分期组成。
28.如权利要求26或27所述的方法，其特征在于，所述相关性系数具体为相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数和线性相关系数中的任意一项。
29.如权利要求26或27所述的方法，其特征在于，所述睡眠记忆情感张力动态调节报告至少包括用户基本信息、所述睡眠时相分期曲线，所述睡眠记忆情感张力实时曲线、所述情感张力动态调节效果曲线、所述时相情感张力相关系数、所述眼刺激与调节目标曲线、所述时相眼动位速实时特征的时序曲线、所述时相记忆激活实时特征的时序曲线、记忆情感张力动态调节总结。
30.如权利要求26或27所述的方法，其特征在于，所述睡眠记忆情感张力调节长期数据库至少包括用户基本信息、所述睡眠时相分期曲线，所述睡眠记忆情感张力实时曲线、所述情感张力动态调节效果曲线、所述时相情感张力相关系数、所述眼刺激与调节目标曲线、所述时相眼动位速实时特征的时序曲线、所述时相记忆激活实时特征的时序曲线，为后续的用户个性化的所述记忆情感张力动态调节策略优化提供数据基础。
31.一种基于眼刺激的睡眠记忆情感张力动态调节系统，其特征在于，包括以下模块：动态调节运行模块，用于根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；
状态动态跟踪模块，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期；
特征动态提取模块，用于根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征；
效果动态评估模块，用于对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数；
动态策略调节模块，用于根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行；
眼动特征提取单元，用于根据所述眼生理状态实时数据重建眼动位矢图，提取眼球相对位置、眼动速度矢量和加速度矢量，结合所述睡眠时相实时分期进行时相修正，生成所述时相眼动位速实时特征；
记忆特征提取单元，用于根据所述睡眠时相实时分期和所述脑生理状态实时数据进行特征向量分析和目标特征筛选，提取记忆激活状态特征，生成所述时相记忆激活实时特征；
根据所述睡眠时相实时分期和所述脑生理状态实时数据进行特征向量分析和目标特征筛选，提取记忆激活状态特征，生成所述时相记忆激活实时特征；
其中， 为所述睡眠记忆情感张力实时指数；为所述张力表征权重修正指数集取值排序后的头部预设数量； 为一张力表征指数及其对应的预设张力表征指数权重；
32.如权利要求31所述的系统，其特征在于，所述系统还包括：
循环调节管理模块，用于完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库；
数据管理中心模块，用于对所述系统中所有过程数据和/或结果数据的可视化展示、统一存储和数据运营管理。
33.如权利要求31或32所述的系统，其特征在于，所述动态调节运行模块还包括以下功能单元：方案初始化单元，用于根据所述预设记忆情感张力动态调节方案，初始化生成所述眼刺激与调节目标曲线；
调节运行管理单元，用于根据所述预设记忆情感张力动态调节方案和所述眼刺激与调节目标曲线，部署并启动所述眼刺激调节装置，启动人身安全监护。
34.如权利要求33所述的系统，所述状态动态跟踪模块还包括以下功能单元：状态动态监测单元，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集，得到眼生理状态实时信号和脑生理状态实时信号；
动态信号处理单元，用于对所述眼生理状态实时信号和所述脑生理状态实时信号进行实时地信号处理，得到所述眼生理状态实时数据和所述脑生理状态实时数据；
睡眠时相识别单元，用于根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别用户睡眠时相状态，得到所述睡眠时相实时分期。
35.如权利要求31所述的系统，所述效果动态评估模块还包括以下功能单元：张力指数量化单元，用于对所述时相眼动位速实时特征和所述时相记忆激活实时特征进行关联分析、同步分析，得到张力表征关联指数和张力表征同步指数，生成所述睡眠记忆情感张力实时指数；
动态效果分析单元，用于根据动态调节目标曲线中的调节目标值和所述睡眠记忆情感张力实时指数，得到所述记忆情感张力动态调节效果系数。
36.如权利要求35所述的系统，所述动态策略调节模块还包括以下功能单元：张力指数预测单元，用于根据所述睡眠记忆情感张力实时指数，生成或更新睡眠记忆情感张力实时曲线并进行趋势预测分析，得到所述睡眠记忆情感张力实时预测指数；
动态策略生成单元，用于根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数、所述睡眠记忆情感张力实时预测指数和所述记忆情感张力动态调节效果系数，实时地生成记忆情感张力动态调节策略；
动态调节执行单元，用于根据所述记忆情感张力动态调节策略，更新所述眼刺激与调节目标曲线，连接所述眼刺激调节装置并完成眼刺激动态调节执行。
37.如权利要求32所述的系统，其特征在于，所述循环调节管理模块还包括以下功能单元：循环运行管理单元，用于完成全部对用户睡眠记忆情感张力进行持续动态调节，提取得到睡眠时相分期曲线、所述睡眠记忆情感张力实时曲线和所述情感张力动态调节效果曲线，关闭所述眼刺激调节装置；
时相特性分析单元，用于计算所述睡眠记忆情感张力实时曲线和所述睡眠时相分期曲线的相关性系数，得到所述时相情感张力相关系数；
调节报告生成单元，用于按预设报告周期，生成所述睡眠记忆情感张力动态调节报告；
调节报告输出单元，用于对所述睡眠记忆情感张力动态调节报告的格式输出、展现形式进行统一管理；
个性数据管理单元，用于将睡眠记忆情感张力动态调节过程关键数据存入数据库，建立和持续更新个性睡眠记忆情感张力调节长期数据库，优化后续的用户个性化的所述记忆情感张力动态调节策略。
38.如权利要求32或37所述的系统，其特征在于，所述数据管理中心模块还包括以下功能单元：用户信息管理单元，用于用户基本信息的登记输入、编辑、查询、输出和删除；
数据可视化管理单元，用于对所述系统中所有数据的可视化展现管理；
数据存储管理单元，用于对所述系统中所有数据的统一存储管理；
数据运营管理单元，用于对所述系统中所有数据的备份、迁移和导出。
39.一种基于眼刺激的睡眠记忆情感张力动态调节装置，其特征在于，包括以下模组：动态调节运行模组，用于根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；
状态动态跟踪模组，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期；
特征动态提取模组，用于根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征；
效果动态评估模组，用于对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数；
动态策略调节模组，用于根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行；
所述根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征的具体步骤还包括：根据所述眼生理状态实时数据重建眼动位矢图，提取眼球相对位置、眼动速度矢量和加速度矢量，结合所述睡眠时相实时分期进行时相修正，生成所述时相眼动位速实时特征；
根据所述睡眠时相实时分期和所述脑生理状态实时数据进行特征向量分析和目标特征筛选，提取记忆激活状态特征，生成所述时相记忆激活实时特征；
其中， 为所述睡眠记忆情感张力实时指数；为所述张力表征权重修正指数集取值排序后的头部预设数量； 为一张力表征指数及其对应的预设张力表征指数权重；
40.如权利要求39所述的装置，其特征在于，所述装置还包括：
循环调节管理模组，用于完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库；
数据可视化模组，用于对所述装置中所有过程数据和/或结果数据的统一可视化展示管理；
数据管理中心模组，用于对所述装置中所有过程数据和/或结果数据的统一存储和数据运营管理。
基于眼刺激的睡眠记忆情感张力调节方法、系统和装置
技术领域
[0001] 本发明涉及睡眠记忆情感张力动态调节领域，特别涉及基于眼刺激的睡眠记忆情感张力调节方法、系统和装置。
背景技术
[0002] 记忆由陈述性记忆和程序性记忆组成，其中陈述性记忆包含事实或事件相关的感官感知信息和情感体验信息，而通常情况下视觉信息占据了大部分的陈述性记忆。眼睛及眼动行为是视觉体验的来源，内心情感的窗口，具备非常重要的生理学价值和心理学意义。睡眠过程中，短期记忆向长期记忆的转移和长期记忆的巩固都伴随着大量的感官体验和情感体验的重放，而不同记忆情感体验强度或水平则影响记忆转移和巩固的效果效率。
[0003] 现有技术方案CN110251801A——公开了一种眼罩反馈式微电流刺激睡眠辅助系统，包括眼罩本体，其特征在于，所述眼罩本体内包括有人机交互模块、控制模块、刺激输出模块、传感器模块和信号分析模块，其中，所述人机交互模块包括第一轻触开关，通过第一轻触开关能够启动或关闭系统；所述传感器模块实时采集用户生理电信号并将生理电信号传输至信号分析模块；所述信号分析模块运用信号处理技术和非线性动力学方法，提取有效的多维睡眠数据特征；控制模块接收信号分析模块的数据后作出调节指令发送至刺激输出模块，刺激输出模块根据调节指令输出对应的频率和电流强度的刺激信号。从上可知，CN110251801A方案中仅广泛提及通过生理电信号的采集处理和非线性动力学特征分析来评估睡眠质量，然后专家生成控制策略并通过电脉冲刺激来实现睡眠辅助系统。但睡眠特征和睡眠质量分别是什么，是一个非常宽泛的概念，如何对应记忆、情感、梦境、睡眠深度、觉醒次数等；什么样的睡眠特征能够描述什么睡眠状态或质量，而睡眠质量的干预调节也需要明确的指向性（即干预调节睡眠的什么），是一个现实落地问题；而对于不同人群的不同场景需求，除了微电流刺激，显然需要不同刺激手段和控制策略来实现睡眠干预，还需要实时评估检测效果，需要实时评估并预测用户状态，才能保证调节效果和用户体验感（至少不能觉醒）；这些问题都导致了现有技术方案在具体场景应用过程中的实施操作性较难。
[0004] 在清醒状态下，眼动是内心情感活动的重要行为表现。同样，眼动在睡眠过程中也扮演着重要角色。睡眠状态由非快速眼动睡眠时相状态和快速眼动睡眠时相状态构成，这也意味着睡眠时相状态变化与眼动行为紧密相关，不同时相状态有不同的眼动模式和记忆过程。也就是说，行为和信息是双向流通和双向影响的。如何通过眼动行为改变来动态调节睡眠记忆情感张力或情感水平，构建一套科学有效的方法或框架来实现不同场景需求下的睡眠记忆情感张力动态调节，当前国内外没有相应的技术方案来实现或支撑。本发明正是为了解决这一技术空白而提出。
发明内容
[0005] 针对现有方法的以上缺陷及改进需求，本发明的目的在于提供一种基于眼刺激的睡眠记忆情感张力动态调节方法，通过对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集、信号处理和特征分析，实时地提取睡眠记忆情感张力实时指数，实时地评估记忆情感张力动态调节效果，实时调整基于眼周刺激的记忆情感张力动态调节策略并动态执行，进一步完成预设时间段内对用户睡眠记忆情感张力的动态调节，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告；建立和更新睡眠记忆情感张力调节长期数据库，为用户个性化的、更精准的动态调节策略、更有效的动态调节效果提供数据支撑；最后实现了一套科学有效的、满足不同场景需求下的睡眠记忆情感张力动态调节的方法或框架的构建。本发明还提供了基于眼刺激的睡眠记忆情感张力动态调节系统，用于实现上述方法。本发明还提供了基于眼刺激的睡眠记忆情感张力动态调节装置，用于实现上述系统。
[0006] 根据本发明的目的，本发明提出了一种基于眼刺激的睡眠记忆情感张力动态调节方法，包括以下步骤：
[0007] 根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；
[0008] 对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期；
[0009] 根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征；
[0010] 对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数；
[0011] 根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行；
[0012] 完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库。
[0013] 更优地，所述根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置的具体步骤还包括：
[0014] 根据所述预设记忆情感张力动态调节方案，初始化生成所述眼刺激与调节目标曲线；
[0015] 根据所述预设记忆情感张力动态调节方案和所述眼刺激与调节目标曲线，部署并启动所述眼刺激调节装置，启动人身安全监护。
[0016] 更优地，所述预设记忆情感张力动态调节方案至少包括调节方式、执行方式、调节方法、初始刺激强度、调节时点、持续时间、调节时间间隔和装置控制参数；其中，所述调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，所述执行方式至少包括离体式和接触式中的任一方式。
[0017] 更优地，所述眼刺激与调节目标曲线至少包括眼刺激执行强度曲线、动态调节目标曲线。
[0018] 更优地，所述眼刺激调节装置至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激的任一物理功能装置，部署在左右眼周围神经肌肉上。
[0019] 更优地，所述人身安全监护具体为对用户生理指标和/或生理状态的实时监控、阈值预警和风险处置，保障用户在记忆情感张力动态调节的启动、暂停、继续、中断、结束过程中的人身安全。
[0020] 更优地，所述对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期的具体步骤还包括：
[0021] 对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集，得到眼生理状态实时信号和脑生理状态实时信号；
[0022] 对所述眼生理状态实时信号和所述脑生理状态实时信号进行实时地信号处理，得到所述眼生理状态实时数据和所述脑生理状态实时数据；
[0023] 根据所述眼生理状态数据和所述脑生理状态数据，实时地识别用户睡眠时相状态，得到所述睡眠时相实时分期。
[0024] 更优地，所述眼生理状态实时信号至少包括眼电信号、眼压信号、眼球运动信号、眼周血氧水平依赖信号的任意一项。
[0025] 更优地，所述脑生理状态实时信号至少包括脑电信号、脑磁信号、功能性近红外光谱成像信号、功能性核磁共振成像信号的任意一项。
[0026] 更优地，所述信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、矫正处理和动态截取；其中，所述矫正处理具体为对信号中的包含伪迹或失真的信号数据片段进行信号矫正及预测平滑处理，所述动态截取是指根据动态调节的时间周期或频率要求以预设时间窗口和预设时间步长对目标信号进行移动截取处理。
[0027] 更优地，所述睡眠时相实时分期的识别方法为：
[0028] 1)通过深度学习算法对规模睡眠用户样本的眼生理状态数据、脑生理状态数据及其对应睡眠分期数据进行学习训练和数据建模，得到睡眠时相自动分期模型；
[0029] 2)将当前用户的所述眼生理状态实时数据、所述脑生理状态实时数据输入所述睡眠时相自动分期模型，得到所对应的所述睡眠时相实时分期。
[0030] 更优地，所述根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征的具体步骤还包括：
[0031] 根据所述眼生理状态实时数据重建眼动位矢图，提取眼球相对位置、眼动速度矢量和加速度矢量，结合所述睡眠时相实时分期进行时相修正，生成所述时相眼动位速实时特征；
[0032] 根据所述睡眠时相实时分期和所述脑生理状态实时数据进行特征向量分析和目标特征筛选，提取记忆激活状态特征，生成所述时相记忆激活实时特征。
[0033] 更优地，所述时相修正具体为根据睡眠时相状态对眼动状态特征进行系数修正，以减小不同睡眠时相的眼动状态特征的差异，来保证眼动特征对于记忆情感张力的表征描述能力。
[0034] 更优地，所述特征向量分析至少包括特征频带信号提取、包络分析、小波分解、经验模态分解、主成分分析和独立成分分析。
[0035] 更优地，所述目标特征筛选具体为根据用户关键生理信息以及不同睡眠时相，确定稳定的筛选规则并从所述脑生理状态数据中生成并筛选对应记忆激活状态相关特征；其中，所述用户关键生理信息至少包括年龄、性别、教育文化程度、健康状态和疾病状态。
[0036] 更优地，所述对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数的具体步骤还包括：
[0037] 对所述睡眠时相眼动位速实时特征和所述睡眠时相记忆激活实时特征进行关联分析、同步分析，得到张力表征关联指数和张力表征同步指数，生成所述睡眠记忆情感张力实时指数；
[0038] 根据所述动态调节目标曲线中的调节目标值和所述睡眠记忆情感张力实时指数，得到所述记忆情感张力动态调节效果系数。
[0039] 更优地，所述关联分析至少包括相干性分析、皮尔逊相关分析、杰卡德相似分析、线性互信息分析、线性相关分析、欧氏距离分析、曼哈顿距离分析、切比雪夫距离分析的任意一项。
[0040] 更优地，所述同步分析至少包括锁相分析、相‑相耦合分析、相‑幅耦合分析和幅‑幅耦合分析的任意一项。
[0041] 更优地，所述睡眠记忆情感张力实时指数的具体提取方法为：
[0042] 1)获取当前的所述张力表征关联指数和所述张力表征同步指数，生成张力表征指数集；
[0043] 2)按照预设张力表征指数权重对所述张力表征指数集进行权重计算，得到张力表征权重修正指数集；
[0044] 3)对所述张力表征权重修正指数集进行从大到小的数值排序，提取头部预设数量的张力表征权重修正指数的均方根，得到张力表征强度系数；
[0045] 4)结合对应的所述睡眠时相分期和用户基本信息，对所述张力表征强度系数进行系数修正，得到所述睡眠记忆情感张力实时指数。
[0046] 更优地，所述睡眠记忆情感张力实时指数的具体计算公式为：
[0047] ；
[0048] 其中， 为所述睡眠记忆情感张力实时指数；为所述张力表征权重修正指数集取值排序后的头部预设数量； 为一张力表征指数及其对应的预设张力表征指数权重； 分别为睡眠时相分期修正系数和用户个性化修正系数。
[0049] 更优地，所述记忆情感张力动态调节效果系数的具体计算公式如下：
[0050] ；
[0051] 其中， 分别为所述记忆情感张力动态调节效果系数、动态辅助调节前的预设调节目标值、动态辅助调节后的所述睡眠记忆情感张力实时指数，为与用户相关的年龄修正系数、疾病健康修正系数，且 。
[0052] 更优地，所述根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行的具体步骤还包括：
[0053] 根据所述睡眠记忆情感张力实时指数，生成或更新睡眠记忆情感张力实时曲线并进行趋势预测分析，得到所述睡眠记忆情感张力实时预测指数；
[0054] 根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数、所述睡眠记忆情感张力实时预测指数和所述记忆情感张力动态调节效果系数，实时地生成记忆情感张力动态调节策略；
[0055] 根据所述记忆情感张力动态调节策略，更新所述眼刺激与调节目标曲线，连接所述眼刺激调节装置并完成眼刺激动态调节执行。
[0056] 更优地，所述睡眠记忆情感张力实时预测指数的提取方法具体为：
[0057] 1)根据所述睡眠记忆情感张力实时指数，按照时序先后生成或更新睡眠记忆情感张力实时曲线；
[0058] 2)对所述睡眠记忆情感张力实时曲线进行趋势预测分析，提取预测值，得到所述睡眠记忆情感张力实时预测指数。
[0059] 更优地，所述趋势预测分析的方法至少包括AR、MR、ARMA、ARIMA、SARIMA、VAR、深度学习中的任一项。
[0060] 更优地，所述记忆情感张力动态调节策略至少包括睡眠时相、调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、目标调节值和装置控制参数；其中，所述调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，所述执行方式至少包括离体式和接触式中的任一方式。
[0061] 更优地，所述记忆情感张力动态调节策略根据用户当前睡眠时相状态（即所述睡眠时相实时分期）进行调整，修正不同时相状态下的调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、目标调节值和装置控制参数，来保障用户正常睡眠过程不被阻断或受到大干扰。
[0062] 更优地，所述完成预设时间段内对用户睡眠记忆情感张力的动态调节，得到睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库的具体步骤还包括：
[0063] 完成全部对用户睡眠记忆情感张力进行持续动态调节，提取得到睡眠时相分期曲线、所述睡眠记忆情感张力实时曲线和所述情感张力动态调节效果曲线，关闭所述眼刺激调节装置；
[0064] 计算所述睡眠记忆情感张力实时曲线和所述睡眠时相分期曲线的相关性系数，得到所述时相情感张力相关系数；
[0065] 按预设报告周期，生成并输出所述睡眠记忆情感张力动态调节报告；
[0066] 将睡眠记忆情感张力动态调节过程关键数据存入数据库，建立和持续更新所述个性睡眠记忆情感张力调节长期数据库，优化后续的用户个性化的所述记忆情感张力动态调节策略。
[0067] 更优地，所述睡眠记忆情感张力实时曲线由按时序排列的所述睡眠记忆情感张力实时指数组成；所述情感张力动态调节效果曲线由时序排列的所述记忆情感张力动态调节效果系数组成；所述睡眠时相分期曲线由按时序排列的所述睡眠时相分期组成。
[0068] 更优地，所述相关性系数具体为相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数和线性相关系数中的任意一项。
[0069] 更优地，所述睡眠记忆情感张力动态调节报告至少包括用户基本信息、所述睡眠时相分期曲线，所述睡眠记忆情感张力实时曲线、所述情感张力动态调节效果曲线、所述时相情感张力相关系数、所述眼刺激与调节目标曲线、所述时相眼动位速实时特征的时序曲线、所述时相记忆激活实时特征的时序曲线、记忆情感张力动态调节总结。
[0070] 更优地，所述睡眠记忆情感张力调节长期数据库至少包括用户基本信息、所述睡眠时相分期曲线，所述睡眠记忆情感张力实时曲线、所述情感张力动态调节效果曲线、所述时相情感张力相关系数、所述眼刺激与调节目标曲线、所述时相眼动位速实时特征的时序曲线、所述时相记忆激活实时特征的时序曲线，为后续的用户个性化的所述记忆情感张力动态调节策略优化提供数据基础。
[0071] 根据本发明的目的，本发明提出了一种基于眼刺激的睡眠记忆情感张力动态调节系统，包括以下模块：
[0072] 动态调节运行模块，用于根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；
[0073] 状态动态跟踪模块，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期；
[0074] 特征动态提取模块，用于根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征；
[0075] 效果动态评估模块，用于对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数；
[0076] 动态策略调节模块，用于根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行；
[0077] 循环调节管理模块，用于完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库；
[0078] 数据管理中心模块，用于对所述系统中所有过程数据和/或结果数据的可视化展示、统一存储和数据运营管理。
[0079] 更优地，所述动态调节运行模块还包括以下功能单元：
[0080] 方案初始化单元，用于根据所述预设记忆情感张力动态调节方案，初始化生成所述眼刺激与调节目标曲线；
[0081] 调节运行管理单元，用于根据所述预设记忆情感张力动态调节方案和所述眼刺激与调节目标曲线，部署并启动所述眼刺激调节装置，启动人身安全监护。
[0082] 更优地，所述状态动态跟踪模块还包括以下功能单元：
[0083] 状态动态监测单元，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集，得到眼生理状态实时信号和脑生理状态实时信号；
[0084] 动态信号处理单元，用于对所述眼生理状态实时信号和所述脑生理状态实时信号进行实时地信号处理，得到所述眼生理状态实时数据和所述脑生理状态实时数据；
[0085] 睡眠时相识别单元，用于根据所述眼生理状态数据和所述脑生理状态数据，实时地识别用户睡眠时相状态，得到所述睡眠时相实时分期。
[0086] 更优地，所述特征动态提取模块还包括以下功能单元：
[0087] 眼动特征提取单元，用于根据所述眼生理状态实时数据重建眼动位矢图，提取眼球相对位置、眼动速度矢量和加速度矢量，结合所述睡眠时相实时分期进行时相修正，生成所述时相眼动位速实时特征；
[0088] 记忆特征提取单元，用于根据所述睡眠时相实时分期和所述脑生理状态实时数据进行特征向量分析和目标特征筛选，提取记忆激活状态特征，生成所述时相记忆激活实时特征。
[0089] 更优地，所述效果动态评估模块还包括以下功能单元：
[0090] 张力指数量化单元，用于对所述睡眠时相眼动位速实时特征和所述睡眠时相记忆激活实时特征进行关联分析、同步分析，得到张力表征关联指数和张力表征同步指数，生成所述睡眠记忆情感张力实时指数；
[0091] 动态效果分析单元，用于根据所述动态调节目标曲线中的调节目标值和所述睡眠记忆情感张力实时指数，得到所述记忆情感张力动态调节效果系数。
[0092] 更优地，所述动态策略调节模块还包括以下功能单元：
[0093] 张力指数预测单元，用于根据所述睡眠记忆情感张力实时指数，生成或更新睡眠记忆情感张力实时曲线并进行趋势预测分析，得到所述睡眠记忆情感张力实时预测指数；
[0094] 动态策略生成单元，用于根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数、所述睡眠记忆情感张力实时预测指数和所述记忆情感张力动态调节效果系数，实时地生成记忆情感张力动态调节策略；
[0095] 动态调节执行单元，用于根据所述记忆情感张力动态调节策略，更新所述眼刺激与调节目标曲线，连接所述眼刺激调节装置并完成眼刺激动态调节执行。
[0096] 更优地，所述循环调节管理模块还包括以下功能单元：
[0097] 循环运行管理单元，用于完成全部对用户睡眠记忆情感张力进行持续动态调节，提取得到睡眠时相分期曲线、所述睡眠记忆情感张力实时曲线和所述情感张力动态调节效果曲线，关闭所述眼刺激调节装置；
[0098] 时相特性分析单元，用于计算所述睡眠记忆情感张力实时曲线和所述睡眠时相分期曲线的相关性系数，得到所述时相情感张力相关系数；
[0099] 调节报告生成单元，用于按预设报告周期，生成所述睡眠记忆情感张力动态调节报告；
[0100] 调节报告输出单元，用于对所述睡眠记忆情感张力动态调节报告的格式输出、展现形式进行统一管理；
[0101] 个性数据管理单元，用于将睡眠记忆情感张力动态调节过程关键数据存入数据库，建立和持续更新所述个性睡眠记忆情感张力调节长期数据库，优化后续的用户个性化的所述记忆情感张力动态调节策略。
[0102] 更优地，所述数据管理中心模块还包括以下功能单元：
[0103] 用户信息管理单元，用于用户基本信息的登记输入、编辑、查询、输出和删除；
[0104] 数据可视化管理单元，用于对所述系统中所有数据的可视化展现管理；
[0105] 数据存储管理单元，用于对所述系统中所有数据的统一存储管理；
[0106] 数据运营管理单元，用于对所述系统中所有数据的备份、迁移和导出。
[0107] 根据本发明的目的，本发明提出了一种基于眼刺激的睡眠记忆情感张力动态调节装置，包括以下模组：
[0108] 动态调节运行模组，用于根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；
[0109] 状态动态跟踪模组，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期；
[0110] 特征动态提取模组，用于根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征；
[0111] 效果动态评估模组，用于对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数；
[0112] 动态策略调节模组，用于根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行；
[0113] 循环调节管理模组，用于完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库；
[0114] 数据可视化模组，用于对所述装置中所有过程数据和/或结果数据的统一可视化展示管理；
[0115] 数据管理中心模组，用于对所述装置中所有过程数据和/或结果数据的统一存储和数据运营管理。
[0116] 本发明提供了基于眼刺激的睡眠记忆情感张力动态调节方法、系统和装置，通过对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集、信号处理和特征分析，实时地提取睡眠记忆情感张力实时指数，实时地评估记忆情感张力动态调节效果，实时调整基于眼周刺激的记忆情感张力动态调节策略并动态执行，进一步完成预设时间段内对用户睡眠记忆情感张力的动态调节，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告；建立和更新睡眠记忆情感张力调节长期数据库，为用户个性化的、更精准的动态调节策略、更有效的动态调节效果提供数据支撑；最后实现了一套科学有效的、满足不同场景需求下的睡眠记忆情感张力动态调节的方法或框架的构建。在实际使用场景中，本发明所提供的基于眼刺激的睡眠记忆情感张力动态调节方法、系统和装置，能够赋能相关产品和服务，为不同人群场景提供睡眠记忆情感张力动态调节方案。本发明填补了目前市场上对于睡眠记忆情感张力进行调节的空白，具备开创性意义。
[0117] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0118] 附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
[0119] 图1是本发明一实施例所提供的一种基于眼刺激的睡眠记忆情感张力动态调节方法的流程步骤示意图；
[0120] 图2是本发明一实施例所提供的一种基于眼刺激的睡眠记忆情感张力动态调节系统的模块组成示意图；
[0121] 图3是本发明一实施例所提供的一种基于眼刺激的睡眠记忆情感张力动态调节装置的模组构成示意图。
具体实施方式
[0122] 为了更清楚地说明本发明的目的和技术方案，下面将结合本发明申请实施例中的附图，对本发明进行进一步介绍说明。显而易见地，下面描述的实施例仅是本发明一部分实施例，而不是全部的实施例。在没有创造性劳动前提下，本领域普通技术人员基于本发明的实施例所得到的其他实施例，都应属于本发明的保护范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
[0123] 如图1所示，本发明实施例提供的一种基于眼刺激的睡眠记忆情感张力动态调节方法，包括以下步骤：
[0124] P100：根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置。
[0125] 第一步、根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线。
[0126] 本实施例中，预设记忆情感张力动态调节方案至少包括调节方式、执行方式、调节方法、初始刺激强度、调节时点、持续时间、调节时间间隔和装置控制参数；其中，调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，执行方式至少包括离体式和接触式中的任一方式。
[0127] 本实施例中，眼刺激与调节目标曲线至少包括眼刺激执行强度曲线、动态调节目标曲线。
[0128] 本实施例中，以接触式的直流微电作为执行方式和调节方式，从用户睡眠开始（调节时点）对整个睡眠过程中（持续时间）的记忆情感张力进行动态调节，以0.1ma作为初始刺激强度，以30秒作为调节时间间隔，来陈述本睡眠记忆情感张力动态调节方法的具体实施过程。
[0129] 第二步、根据预设记忆情感张力动态调节方案和眼刺激与调节目标曲线，部署并启动眼刺激调节装置，启动人身安全监护。
[0130] 本实施例中，眼刺激调节装置至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激的任一物理功能装置，部署在左右眼周围神经肌肉上。
[0131] 本实施例中，人身安全监护具体为对用户生理指标和或生理状态的实时监控、阈值预警和风险处置，保障用户在记忆情感张力动态调节的启动、暂停、继续、中断、结束过程中的人身安全。
[0132] 本实施例中，直流微电眼刺激装置电极分别对称放置在上眼睑中心、外眼角侧中心、下眼睑中心。
[0133] P200：对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期。
[0134] 第一步、对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集，得到眼生理状态实时信号和脑生理状态实时信号。
[0135] 本实施例中，眼生理状态实时信号至少包括眼电信号、眼压信号、眼球运动信号、眼周血氧水平依赖信号的任意一项。脑生理状态实时信号至少包括脑电信号、脑磁信号、功能性近红外光谱成像信号、功能性核磁共振成像信号的任意一项。
[0136] 本实施例中，以眼电（图）信号和脑电（图）信号分别作为眼生理状态信号和脑生理状态信号来陈述方法的具体实施过程。
[0137] 本实施例中，以左右眼的上眼睑中心两侧‑2个、外眼角侧中心‑1个、下眼睑中心两侧‑2个的10（2*5）个位置对称放置眼电采集传感器电极，参考电极为左右耳乳突，采样率为1024Hz，采集用户眼电实时信号。同时，注意避免与直流微电眼刺激装置电极靠得太近或接触上
[0138] 本实施例中，通过脑电图对用户整夜睡眠过程的脑电信号进行采集记录，采样率为1024Hz，基于国际10‑20系统脑电电极放置标准，记录电极为F3、F4、C3、C4、O1和O2，参考电极为左右耳乳突（与眼电图共用），采集用户脑电实时信号。
[0139] 第二步、对眼生理状态实时信号和脑生理状态实时信号进行实时地信号处理，得到眼生理状态实时数据和脑生理状态实时数据。
[0140] 本实施例中，信号处理至少包括A/D数模转换、重采样、重参考、降噪、去伪迹、工频陷波、低通滤波、高通滤波、带阻滤波、带通滤波、矫正处理和动态截取；其中，矫正处理具体为对信号中的包含伪迹或失真的信号数据片段进行信号矫正及预测平滑处理，动态截取是指根据动态调节的时间周期或频率要求以预设时间窗口和预设时间步长对目标信号进行移动截取处理。
[0141] 对眼电实时信号的信号处理主要包括：去伪迹、矫正处理、离散小波降噪、通过hamming窗、零相位的FIR数字滤波器完成工频50Hz及其倍频陷波处理、带通（30 400Hz）滤~波和动态截取。
[0142] 本实施例中，对脑电实时信号的信号处理主要包括：去伪迹处理，矫正处理，采用离散小波降噪，通过hamming窗、零相位的FIR数字滤波器完成工频50Hz及其倍频陷波处理、带通（0.5 250Hz）滤波和动态截取。~
[0143] 本实施例中，动态截取的参数为预设动态调整时间窗口（30秒）和时间步长（30秒）。
[0144] 第三步、根据眼生理状态数据和脑生理状态数据，实时地识别用户睡眠时相状态，得到睡眠时相实时分期。
[0145] 本实施例中，睡眠时相实时分期的识别方法为：
[0146] 1)通过深度学习算法对规模睡眠用户样本的眼生理状态数据、脑生理状态数据及其对应睡眠分期数据进行学习训练和数据建模，得到睡眠时相自动分期模型；
[0147] 2)将当前用户的眼生理状态实时数据、脑生理状态实时数据输入睡眠时相自动分期模型，得到所对应的睡眠时相实时分期。
[0148] P300：根据所述眼生理状态实时数据和所述脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征。
[0149] 第一步、根据眼生理状态实时数据重建眼动位矢图，提取眼球相对位置、眼动速度矢量和加速度矢量，结合睡眠时相实时分期进行时相修正，生成时相眼动位速实时特征。
[0150] 本实施例中，通过上述眼电实时信号的多角度矩阵测量信号数据，能够准确表述左右眼球实时运动行为状态，所以通过矩阵信号的溯源重建或机器学习模型，提取得到左右眼球运动的位置矢量变化表征曲线，即眼动位矢图；根据眼动位矢图和采样时间，经数据计算和数据平滑得到每个采样点的左右眼球的眼球相对位置，速度矢量和加速度矢量的眼动特征数据曲线；结合睡眠时相实时分期进行时相修正，生成时相眼动位速实时特征。
[0151] 本实施例中，时相修正具体为根据睡眠时相状态对眼动状态特征进行系数修正，以减小不同睡眠时相的眼动状态特征的差异，来保证眼动特征对于记忆情感张力的表征描述能力。
[0152] 第二步、根据睡眠时相实时分期和脑生理状态实时数据进行特征向量分析和目标特征筛选，提取记忆激活状态特征，生成时相记忆激活实时特征。
[0153] 本实施例中，特征向量分析至少包括特征频带信号提取、包络分析、小波分解、经验模态分解、主成分分析和独立成分分析。目标特征筛选具体为根据用户关键生理信息以及不同睡眠时相，确定稳定的筛选规则并从脑生理状态数据中生成并筛选对应记忆激活状态相关特征；其中，用户关键生理信息至少包括年龄、性别、教育文化程度、健康状态和疾病状态。
[0154] 本实施例中，脑电信号的特征向量分析包括提取δ节律（0.5 4Hz）、θ节律（4 8Hz）、~ ~α节律（8 13Hz）、β节律（13 30Hz）、γ节律(30 180Hz)五个特征频带信号，提取脑电信号的~ ~ ~
包络信号和主成分信号。最后，选择特征频带信号作为记忆激活状态特征，生成时相记忆激活实时特征。
[0155] P400：对所述眼刺激与调节目标曲线、所述时相眼动位速实时特征和所述时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数。
[0156] 第一步、对睡眠时相眼动位速实时特征和睡眠时相记忆激活实时特征进行关联分析、同步分析，得到张力表征关联指数和张力表征同步指数，生成睡眠记忆情感张力实时指数。
[0157] 本实施例中，关联分析至少包括相干性分析、皮尔逊相关分析、杰卡德相似分析、线性互信息分析、线性相关分析、欧氏距离分析、曼哈顿距离分析、切比雪夫距离分析的任意一项；同步分析至少包括锁相分析、相‑相耦合分析、相‑幅耦合分析和幅‑幅耦合分析的任意一项。
[0158] 本实施例中，以皮尔逊相关系数、欧氏距离、锁相值、幅‑幅耦合特征值为基础来识别眼球运动和记忆激活的协同表征强度，计算得到睡眠记忆情感张力实时指数。
[0159] 本实施例中，睡眠记忆情感张力实时指数的具体提取方法为：
[0160] 1)获取当前的张力表征关联指数和张力表征同步指数，生成张力表征指数集；
[0161] 2)按照预设张力表征指数权重对张力表征指数集进行权重计算，得到张力表征权重修正指数集；
[0162] 3)对张力表征权重修正指数集进行从大到小的数值排序，提取头部预设数量的张力表征权重修正指数的均方根，得到张力表征强度系数；
[0163] 4)结合对应的睡眠时相分期和用户基本信息，对张力表征强度系数进行系数修正，得到睡眠记忆情感张力实时指数。
[0164] 本实施例中，睡眠记忆情感张力实时指数的具体计算公式为：
[0165] ；
[0166] 其中， 为睡眠记忆情感张力实时指数；为张力表征权重修正指数集取值排序后的头部预设数量； 为一张力表征指数及其对应的预设张力表征指数权重；分别为睡眠时相分期修正系数和用户个性化修正系数。
[0167] 第二步、根据动态调节目标曲线中的调节目标值和睡眠记忆情感张力实时指数，得到记忆情感张力动态调节效果系数。
[0168] 本实施例中，记忆情感张力动态调节效果系数的具体计算公式如下：
[0169] ；
[0170] 其中， 分别为记忆情感张力动态调节效果系数、动态辅助调节前的预设调节目标值、动态辅助调节后的睡眠记忆情感张力实时指数， 为与用户相关的年龄修正系数、疾病健康修正系数，且 。
[0171] P500：根据所述睡眠时相实时分期、所述睡眠记忆情感张力实时指数和所述记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由所述眼刺激调节装置完成眼刺激动态执行。
[0172] 第一步、根据睡眠记忆情感张力实时指数，生成或更新睡眠记忆情感张力实时曲线并进行趋势预测分析，得到睡眠记忆情感张力实时预测指数。
[0173] 本实施例中，睡眠记忆情感张力实时预测指数的提取方法具体为：
[0174] 1)根据睡眠记忆情感张力实时指数，按照时序先后生成或更新睡眠记忆情感张力实时曲线；
[0175] 2)对睡眠记忆情感张力实时曲线进行趋势预测分析，提取预测值，得到睡眠记忆情感张力实时预测指数。
[0176] 本实施例中，趋势预测分析的方法至少包括AR、MR、ARMA、ARIMA、SARIMA、VAR、深度学习中的任一项。使用AR方法对睡眠记忆情感张力实时曲线进行趋势预测分析，得到睡眠记忆情感张力实时预测指数。
[0177] 在实际适应场景中，趋势分析和指数预测可能采用AR、MR、ARMA、ARIMA、SARIMA、VAR等等常用的时间按序列预测方法，也可以通过深度学习模型来完成睡眠记忆情感张力实时预测指数的预测计算。
[0178] 第二步、根据睡眠时相实时分期、睡眠记忆情感张力实时指数、睡眠记忆情感张力实时预测指数和记忆情感张力动态调节效果系数，实时地生成记忆情感张力动态调节策略。
[0179] 本实施例中，记忆情感张力动态调节策略至少包括睡眠时相、调节方式、执行方式、调节方法、调节强度、调节时点、持续时间、目标调节值和装置控制参数；其中，调节方式至少包括超声刺激、光刺激、电刺激、磁刺激、温度刺激、湿度刺激和触觉刺激中的任一方式，执行方式至少包括离体式和接触式中的任一方式。
[0180] 本实施例中，记忆情感张力动态调节策略根据用户当前睡眠时相状态（即睡眠时相实时分期）进行调整，修正不同时相状态下的调节方式、执行方式、调节方法、调节强度、调节时点、持续时间和目标调节值，来保障用户正常睡眠过程不被阻断或受到大干扰。
[0181] 本实施例中，调节方式和执行方式均锁定在接触式的直流微电刺激上。同时，记忆情感张力动态调节策略需要保障用户不觉醒、用户睡眠时相生理规律不被打断和打乱。
[0182] 第三步、根据记忆情感张力动态调节策略，更新眼刺激与调节目标曲线，连接眼刺激调节装置并完成眼刺激动态调节执行。
[0183] 根据记忆情感张力动态调节策略，更新眼刺激与调节目标曲线（包括眼刺激执行强度曲线、动态调节目标曲线），连接到直流微电眼刺激装置并发送装置控制参数，进行眼刺激动态调节执行。
[0184] P600：完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库。
[0185] 第一步、完成全部对用户睡眠记忆情感张力进行持续动态调节，提取得到睡眠时相分期曲线、睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，关闭眼刺激调节装置。
[0186] 本实施例中，通过预设动态调节时间窗口（30秒）和时间步长（30秒）对用户整夜睡眠过程的眼生理状态和脑生理状态进行采集检测、信号处理和特征分析，以及睡眠时相的识别，提取睡眠记忆情感张力实时指数和情感张力动态调节效果指数，进一步生成记忆情感张力动态调节策略并更新眼刺激与调节目标曲线，进而来完成用户整个睡眠过程的睡眠记忆情感张力的动态调节。在睡眠结束或动态调节结束后，提取整体睡眠过程的睡眠时相分期曲线，睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，并关闭眼刺激调节装置。
[0187] 本实施例中，睡眠记忆情感张力实时曲线由按时序排列的睡眠记忆情感张力实时指数组成；情感张力动态调节效果曲线由时序排列的记忆情感张力动态调节效果系数组成；睡眠时相分期曲线由按时序排列的睡眠时相分期组成。
[0188] 第二步、计算睡眠记忆情感张力实时曲线和睡眠时相分期曲线的相关性系数，得到时相情感张力相关系数。
[0189] 本实施例中，相关性系数具体为相干系数、皮尔逊相关系数、杰卡德相似系数、线性互信息系数和线性相关系数中的任意一项。
[0190] 本实施例中，以睡眠记忆情感张力实时曲线和睡眠时相分期曲线的皮尔逊相关系数作为时相情感张力相关系数。
[0191] 第三步、按预设报告周期，生成并输出睡眠记忆情感张力动态调节报告。
[0192] 本实施例中，睡眠记忆情感张力动态调节报告至少包括用户基本信息、睡眠时相分期曲线，睡眠记忆情感张力实时曲线、情感张力动态调节效果曲线、时相情感张力相关系数、眼刺激与调节目标曲线、时相眼动位速实时特征的时序曲线、时相记忆激活实时特征的时序曲线、记忆情感张力动态调节总结。
[0193] 本实施例中，在整个动态调节过程结束后，生成并输出睡眠记忆情感张力动态调节报告。
[0194] 第四步、将睡眠记忆情感张力动态调节过程关键数据存入数据库，建立和持续更新个性睡眠记忆情感张力调节长期数据库，优化后续的用户个性化的记忆情感张力动态调节策略。
[0195] 本实施例中，睡眠记忆情感张力调节长期数据库至少包括用户基本信息、睡眠时相分期曲线，睡眠记忆情感张力实时曲线、情感张力动态调节效果曲线、时相情感张力相关系数、眼刺激与调节目标曲线、时相眼动位速实时特征的时序曲线、时相记忆激活实时特征的时序曲线，为后续的用户个性化的记忆情感张力动态调节策略优化提供数据基础。
[0196] 本实施例中，通过对用户连续多日或不同情形场景的睡眠记忆情感张力的动态调节，得到用户更全面的、更个性化的、多场景的睡眠记忆情感张力表征关键数据，不断地更新用户个人相关的睡眠记忆情感张力调节长期数据库，能够不断优化用户个性化的记忆情感张力动态调节策略来提升动态调节效果和效率，同时也为后续用户睡眠记忆情感张力相关的行为分析、健康管理及检测量化提供可靠数据基础。
[0197] 如图2所示，本发明实施例提供的一种基于眼刺激的睡眠记忆情感张力动态调节系统，所述系统被构造以用于执行上述各个方法步骤。所述系统包括如下模块：
[0198] 动态调节运行模块S100，用于根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；
[0199] 状态动态跟踪模块S200，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期；
[0200] 特征动态提取模块S300，用于根据眼生理状态实时数据和脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征；
[0201] 效果动态评估模块S400，用于对眼刺激与调节目标曲线、时相眼动位速实时特征和时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数；
[0202] 动态策略调节模块S500，用于根据睡眠时相实时分期、睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由眼刺激调节装置完成眼刺激动态执行；
[0203] 循环调节管理模块S600，用于完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库；
[0204] 数据管理中心模块S700，用于对系统中所有过程数据和/或结果数据的可视化展示、统一存储和数据运营管理。
[0205] 本实施例中，动态调节运行模块S100还包括以下功能单元：
[0206] 方案初始化单元，用于根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线；
[0207] 调节运行管理单元，用于根据预设记忆情感张力动态调节方案和眼刺激与调节目标曲线，部署并启动眼刺激调节装置，启动人身安全监护。
[0208] 本实施例中，状态动态跟踪模块S200还包括以下功能单元：
[0209] 状态动态监测单元，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集，得到眼生理状态实时信号和脑生理状态实时信号；
[0210] 动态信号处理单元，用于对眼生理状态实时信号和脑生理状态实时信号进行实时地信号处理，得到眼生理状态实时数据和脑生理状态实时数据；
[0211] 睡眠时相识别单元，用于根据眼生理状态数据和脑生理状态数据，实时地识别用户睡眠时相状态，得到睡眠时相实时分期。
[0212] 本实施例中，特征动态提取模块S300还包括以下功能单元：
[0213] 眼动特征提取单元，用于根据眼生理状态实时数据重建眼动位矢图，提取眼球相对位置、眼动速度矢量和加速度矢量，结合睡眠时相实时分期进行时相修正，生成时相眼动位速实时特征；
[0214] 记忆特征提取单元，用于根据睡眠时相实时分期和脑生理状态实时数据进行特征向量分析和目标特征筛选，提取记忆激活状态特征，生成时相记忆激活实时特征。
[0215] 本实施例中，效果动态评估模块S400还包括以下功能单元：
[0216] 张力指数量化单元，用于对睡眠时相眼动位速实时特征和睡眠时相记忆激活实时特征进行关联分析、同步分析，得到张力表征关联指数和张力表征同步指数，生成睡眠记忆情感张力实时指数；
[0217] 动态效果分析单元，用于根据动态调节目标曲线中的调节目标值和睡眠记忆情感张力实时指数，得到记忆情感张力动态调节效果系数。
[0218] 本实施例中，动态策略调节模块S500还包括以下功能单元：
[0219] 张力指数预测单元，用于根据睡眠记忆情感张力实时指数，生成或更新睡眠记忆情感张力实时曲线并进行趋势预测分析，得到睡眠记忆情感张力实时预测指数；
[0220] 动态策略生成单元，用于根据睡眠时相实时分期、睡眠记忆情感张力实时指数、睡眠记忆情感张力实时预测指数和记忆情感张力动态调节效果系数，实时地生成记忆情感张力动态调节策略；
[0221] 动态调节执行单元，用于根据记忆情感张力动态调节策略，更新眼刺激与调节目标曲线，连接眼刺激调节装置并完成眼刺激动态调节执行。
[0222] 本实施例中，循环调节管理模块S600还包括以下功能单元：
[0223] 循环运行管理单元，用于完成全部对用户睡眠记忆情感张力进行持续动态调节，提取得到睡眠时相分期曲线、睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，关闭眼刺激调节装置；
[0224] 时相特性分析单元，用于计算睡眠记忆情感张力实时曲线和睡眠时相分期曲线的相关性系数，得到时相情感张力相关系数；
[0225] 调节报告生成单元，用于按预设报告周期，生成睡眠记忆情感张力动态调节报告；
[0226] 调节报告输出单元，用于对睡眠记忆情感张力动态调节报告的格式输出、展现形式进行统一管理；
[0227] 个性数据管理单元，用于将睡眠记忆情感张力动态调节过程关键数据存入数据库，建立和持续更新个性睡眠记忆情感张力调节长期数据库，优化后续的用户个性化的记忆情感张力动态调节策略。
[0228] 本实施例中，数据管理中心模块S700还包括以下功能单元：
[0229] 用户信息管理单元，用于用户基本信息的登记输入、编辑、查询、输出和删除；
[0230] 数据可视化管理单元，用于对系统中所有数据的可视化展现管理；
[0231] 数据存储管理单元，用于对系统中所有数据的统一存储管理；
[0232] 数据运营管理单元，用于对系统中所有数据的备份、迁移和导出。
[0233] 如图3所示，本发明实施例提供的一种基于眼刺激的睡眠记忆情感张力动态调节装置，包括以下模组：
[0234] 动态调节运行模组M100，用于根据预设记忆情感张力动态调节方案，初始化生成眼刺激与调节目标曲线，部署并启动眼刺激调节装置；
[0235] 状态动态跟踪模组M200，用于对用户睡眠的眼生理状态和脑生理状态进行实时地检测采集和信号处理，得到眼生理状态实时数据和脑生理状态实时数据，实时地识别睡眠时相状态并得到睡眠时相实时分期；
[0236] 特征动态提取模组M300，用于根据眼生理状态实时数据和脑生理状态实时数据，实时地识别分析眼球运动状态特征和记忆激活状态特征，得到时相眼动位速实时特征和时相记忆激活实时特征；
[0237] 效果动态评估模组M400，用于对眼刺激与调节目标曲线、时相眼动位速实时特征和时相记忆激活实时特征进行实时地关联分析、同步分析和调节效果评估，得到睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数；
[0238] 动态策略调节模组M500，用于根据睡眠时相实时分期、睡眠记忆情感张力实时指数和记忆情感张力动态调节效果系数，提取睡眠记忆情感张力实时预测指数，实时地生成记忆情感张力动态调节策略并由眼刺激调节装置完成眼刺激动态执行；
[0239] 循环调节管理模组M600，用于完成预设时间段内对用户睡眠记忆情感张力的动态调节，提取睡眠记忆情感张力实时曲线和情感张力动态调节效果曲线，计算时相情感张力相关系数，生成睡眠记忆情感张力动态调节报告，建立并持续更新睡眠记忆情感张力调节长期数据库；
[0240] 数据可视化模组M700，用于对装置中所有过程数据和/或结果数据的统一可视化展示管理；
[0241] 数据管理中心模组M800，用于对装置中所有过程数据和/或结果数据的统一存储和数据运营管理。
[0242] 所述装置被构造以用于对应执行图1的方法中的各个步骤，在此不再赘述。
[0243] 本发明还提供了可编程的各类处理器（FPGA、ASIC或其他集成电路），所述处理器用于运行程序，其中，所述程序运行时执行上述实施例中的步骤。
[0244] 本发明还提供了对应的计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述存储器执行所述程序时实现上述实施例中的步骤。
[0245] 虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和原则的前提下，可以在实施的形式及细节上进行任何的修改与变化、等同替换等，这些都属于本发明的保护范围。因此，本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
