1.一种基于数据分析的多模态睡眠质量分析方法，其特征在于，该方法包括以下步骤：

步骤S100：建立多模态睡眠状态数据库，所述多模态睡眠状态数据库包括心电信号数据库和睡姿状态数据库；

所述步骤S100中建立多模态睡眠状态数据库的具体实施过程包括：

步骤S101：心电信号采集传感器获取心电信号ECG，提取心电信号ECG特征信息，并生成心电信号数据组；其中，所述心电信号ECG特征信息包括心电间隔信号RRI、心电幅值序列信号RAMP和呼吸信号EDR，所述心电信号数据组内数据依次按照心电间隔信号RRI、心电幅值序列信号RAMP和呼吸信号EDR的顺序进行排列；将第N次采集生成的心电信号数据组记为SN＝{RRI,RAMP，EDR}，心电信号数据库存储每一次采集的心电信号数据组；

步骤S102：睡姿状态采集传感器获取被测者体位变化特征信息，并生成睡姿状态数据组；其中，所述体位变化特征信息包括左侧卧、右侧卧、仰卧、俯卧和坐起变化频率特征信息，所述睡姿状态数据组内数据依次按照左侧卧、右侧卧、仰卧、俯卧和坐起变化频率特征信息的顺序进行排列；将第M次采集的睡眠状态数据组记为SM＝{M1，M2，M3，M4，M5}；

步骤S200：心电信号采集传感器获取预设周期内的心电信号数据，并生成心电信号数据组，对所述心电信号数据组进行重新排列生成心电信号数据组矩阵，利用MATLAB软件将所述心电信号数据组矩阵转换为对应的心电信号灰度图像；获取心电信号的异常指数，根据所述异常指数对心电信号灰度图像进行加密；

所述步骤S200中根据所述异常指数对心电信号灰度图像进行加密的具体实施过程包括：

步骤S201：心电信号采集传感器实时获取预设周期内的心电信号数据，并生成心电信号数据组；对第N次采集生成的心电信号数据组添加时间标签；分别将第N次采集的心电间隔信号RRI、心电幅值序列信号RAMP和呼吸信号EDR对应为x值、y值和z值，其中，x值、y值和z值分别对应三维坐标系中的横坐标、竖坐标和纵坐标；利用MATLAB软件将所述心电信号数据组矩阵转换为对应的心电信号灰度图像，其中，将心电信号灰度图像分成K个像素网格，每个像素网格对应一组心电信号数据组；对心电信号数据组进行随机重新排列生成心电信号数据组矩阵，以时间标签为像素维度，将心电信号数据组矩阵对应分布在心电信号灰度图像网格中；

步骤S202：在预设周期内，以心电间隔信号RRI、调取心电幅值序列信号RAMP和呼吸信号EDR为自变量，以心电信号的异常指数为因变量，建立异常指数线性回归方程P＝F1*RRI+F2*RAMP+F3*EDR，其中P表示异常指数，F1、F2和F3分别为异常指数线性回归方程系数；将当前采集的心电信号数据带入线性回归方程中，计算出当前的异常指数；

步骤S203：通过水印加密算法，将心电信号的异常指数作为一级加密强度，对心电信号灰度图像进行加密；

步骤S300：建立一级加密数据库，根据一级加密数据库对所述心电信号灰度图像进行一级解密；对一级解密结果进行验证，解密结果验证通过后，启动睡姿状态监测；

所述步骤S300的具体实施过程包括：

步骤S301：根据历史数据中的所有采集周期的异常指数，生成心电信号一级加密强度数据报文，建立一级加密数据库，将心电信号一级加密强度数据报文分成W个片段，其中每个片段的开头数据为采集周期的起始时间；以当前采集周期的起始时间为检索关键词，在一级加密数据库中进行遍历检索，共检索出T个片段，获取每个片段的一级加密强度最大值和最小值，记为T＝{minT，maxT},其中minT和maxT分别对应一级加密强度最小值和最大值；

如果当前采集周期的一级加密强度属于T，则表示第T个片段验证成功，统计所有验证成功的片段数量记为t，计算一级验证指数A＝t/T；系统预设一级验证指数阈值a，如果A大于等于a，则一级解密验证通过，否则一级解密验证失败；

步骤S302：一级解密验证通过后，通过水印解密算法，将心电信号灰度图像按照每个像素网格的x值、y值和z值进行心电信号数据组矩阵的还原；根据时间标签，对心电信号数据组进行还原；

步骤S303：系统预设心电信号阈值，所述心电信号阈值为历史数据中睡眠状态和清醒状态的呼吸信号EDR的临界值的平均值；一级解密完成后，计算当前采集周期的呼吸信号EDR的平均值，如果当前采集周期的呼吸信号EDR的平均值大于心电信号阈值则表示当前为睡眠状态，否则为清醒状态；如果判断当前为清醒状态，则不启动睡姿状态监测，如果判断当前为睡眠状态，则启动睡姿状态监测；

步骤S400：睡姿状态采集传感器获取被测者体位变化特征信息，并生成睡姿状态数据组；根据睡姿状态数据组，计算睡眠指数；根据睡眠指数，对睡姿状态数据组进行二级加密；

步骤S500：建立二级加密数据库，根据二级加密数据库对睡姿状态数据组进行解密；对二级解密结果进行验证，解密结果验证通过后，输出睡眠提示信息。

2.根据权利要求1所述的一种基于数据分析的多模态睡眠质量分析方法，其特征在于，所述步骤S400的具体实施过程包括：

步骤S401：获取历史数据中的睡姿状态数据组，以睡姿状态数据组中的数据为自变量，以睡眠指数为因变量，建立睡眠指数线性回归方程L＝E1*M1+E2*M2+E3*M3+E4*M4+E5*M5，其中L表示睡眠指数，E1、E2、E3、E4和E5分别为睡眠指数线性回归方程系数；将当前采集的睡姿状态数据带入线性回归方程中，计算出当前的睡眠指数；

步骤S402：将左侧卧和右侧卧的数据相加记为侧卧数据，将仰卧和俯卧的数据相加记为卧躺数据，分别将侧卧数据、卧躺数据和坐起数据对应为三维坐标系中的横坐标、竖坐标和纵坐标；将侧卧数据、卧躺数据和坐起数据，生成睡姿数据矩阵，并将睡姿数据矩阵转换为对应的睡姿状态灰度图像，其中，将睡姿状态灰度图像分成D个像素网格，每个像素网格对应一组睡姿状态数据组；对睡姿状态数据组进行随机重新排列生成睡姿状态数据组矩阵，以时间标签为像素维度，将睡姿状态数据组矩阵对应分布在睡姿状态灰度图像网格中；

步骤S403：通过水印加密算法，将睡眠指数作为二级加密强度，对睡姿状态灰度图像进行加密。

3.根据权利要求2所述的一种基于数据分析的多模态睡眠质量分析方法，其特征在于，所述步骤S500的具体实施过程包括：

步骤S501：根据历史数据中的所有采集周期的睡眠指数，生成睡姿状态二级加密强度数据报文，建立二级加密数据库，将睡姿状态二级加密强度数据报文分成L个片段，其中每个片段的开头数据为采集周期的起始时间；以当前采集周期的起始时间为检索关键词，在二级加密数据库中进行遍历检索，共检索出V个片段，获取每个片段的二级加密强度最大值和最小值，记为V＝{minV，maxV},其中minV和maxV分别对应二级加密强度最小值和最大值；

如果当前采集周期的二级加密强度属于V，则表示第V个片段验证成功，统计所有验证成功的片段数量记为h，计算二级验证指数B＝h/V；系统预设二级验证指数阈值b，如果B大于等于b，则二级解密验证通过，否则二级解密验证失败；

步骤S502：二级解密验证通过后，通过水印解密算法，将睡姿状态灰度图像按照每个像素网格的x值、y值和z值进行睡姿数据矩阵的还原；根据时间标签，对睡姿状态数据组进行还原；

步骤S503：系统预设睡眠指数阈值，所述睡眠指数阈值为历史数据中深睡状态和浅睡状态的睡眠指数临界值的平均值；二级解密完成后，如果当前采集周期的睡眠指数大于睡眠指数阈值则表示当前为深睡状态，否则为浅睡状态；输出睡眠提示信息，所述睡眠提示信息包括清醒状态、浅睡状态和深睡状态。

4.执行如权利要求1‑3中任一项的一种基于数据分析的多模态睡眠质量分析方法的一种基于数据分析的多模态睡眠质量分析系统，其特征在于，所述系统包括：多模态睡眠状态数据库模块、数据采集模块、加解密模块和验证模块；

所述多模态睡眠状态数据库模块，用于存储心电信号数据和睡姿状态数据；用于建立心电信号数据库和睡姿状态数据库；

所述数据采集模块，用于实时采集心电信号数据和睡姿状态数据；

所述加解密模块，用于分别对心电信号数据和睡姿状态数据进行加解密；

所述验证模块，用于分别对心电信号数据和睡姿状态数据进行加解密后的验证。

5.根据权利要求4所述的一种基于数据分析的多模态睡眠质量分析系统，其特征在于：

所述数据采集模块还包括心电信号采集传感器单元和睡姿状态采集传感器单元；

所述心电信号采集传感器单元，用于获取心电信号ECG，提取心电信号ECG特征信息，并生成心电信号数据组；其中，所述心电信号ECG特征信息包括心电间隔信号RRI、心电幅值序列信号RAMP和呼吸信号EDR，所述心电信号数据组内数据依次按照心电间隔信号RRI、心电幅值序列信号RAMP和呼吸信号EDR的顺序进行排列；将第N次采集生成的心电信号数据组记为SN＝{RRI,RAMP，EDR}，心电信号数据库存储每一次采集的心电信号数据组；

所述睡姿状态采集传感器单元，用于获取被测者体位变化特征信息，并生成睡姿状态数据组；其中，所述体位变化特征信息包括左侧卧、右侧卧、仰卧、俯卧和坐起变化频率特征信息，所述睡姿状态数据组内数据依次按照左侧卧、右侧卧、仰卧、俯卧和坐起变化频率特征信息的顺序进行排列；将第M次采集的睡眠状态数据组记为SM＝{M1，M2，M3，M4，M5}。

6.根据权利要求5所述的一种基于数据分析的多模态睡眠质量分析系统，其特征在于：

所述加解密模块还包括加密单元和解密单元；

所述加密单元，用于对心电信号数据进行加密；根据心电信号采集传感器实时获取预设周期内的心电信号数据，并生成心电信号数据组；对采集生成的心电信号数据组添加时间标签；分别将采集的心电间隔信号RRI、心电幅值序列信号RAMP和呼吸信号EDR对应为x值、y值和z值，其中，x值、y值和z值分别对应三维坐标系中的横坐标、竖坐标和纵坐标；利用MATLAB软件将所述心电信号数据组矩阵转换为对应的心电信号灰度图像，其中，将心电信号灰度图像分成K个像素网格，每个像素网格对应一组心电信号数据组；对心电信号数据组进行随机重新排列生成心电信号数据组矩阵，以时间标签为像素维度，将心电信号数据组矩阵对应分布在心电信号灰度图像网格中；通过水印加密算法，将心电信号的异常指数作为一级加密强度，对心电信号灰度图像进行加密；

所述加密单元，还用于对睡姿状态数据进行加密；获取历史数据中的睡姿状态数据组，以睡姿状态数据组中的数据为自变量，以睡眠指数为因变量，建立睡眠指数线性回归方程L＝E1*M1+E2*M2+E3*M3+E4*M4+E5*M5，其中L表示睡眠指数，E1、E2、E3、E4和E5分别为睡眠指数线性回归方程系数；将当前采集的睡姿状态数据带入线性回归方程中，计算出当前的睡眠指数；通过水印加密算法，将睡眠指数作为二级加密强度，对睡姿状态灰度图像进行加密；

所述解密单元，用于对心电信号数据进行解密；通过水印解密算法，将心电信号灰度图像按照每个像素网格的x值、y值和z值进行心电信号数据组矩阵的还原；根据时间标签，对心电信号数据组进行还原；

所述解密单元，还用于对睡姿状态数据进行解密；通过水印解密算法，将睡姿状态灰度图像按照每个像素网格的x值、y值和z值进行睡姿数据矩阵的还原；根据时间标签，对睡姿状态数据组进行还原。

7.根据权利要求6所述的一种基于数据分析的多模态睡眠质量分析系统，其特征在于：

所述验证模块还包括一级验证单元和二级验证单元；

所述一级验证单元，用于根据历史数据中的所有采集周期的异常指数，生成心电信号一级加密强度数据报文，建立一级加密数据库，将心电信号一级加密强度数据报文分成W个片段，其中每个片段的开头数据为采集周期的起始时间；以当前采集周期的起始时间为检索关键词，在一级加密数据库中进行遍历检索，共检索出T个片段，获取每个片段的一级加密强度最大值和最小值，记为T＝{minT，maxT},其中minT和maxT分别对应一级加密强度最小值和最大值；如果当前采集周期的一级加密强度属于T，则表示第T个片段验证成功，统计所有验证成功的片段数量记为t，计算一级验证指数A＝t/T；系统预设一级验证指数阈值a，如果A大于等于a，则一级解密验证通过，否则一级解密验证失败；

所述二级验证单元，用于根据历史数据中的所有采集周期的睡眠指数，生成睡姿状态二级加密强度数据报文，建立二级加密数据库，将睡姿状态二级加密强度数据报文分成L个片段，其中每个片段的开头数据为采集周期的起始时间；以当前采集周期的起始时间为检索关键词，在二级加密数据库中进行遍历检索，共检索出V个片段，获取每个片段的二级加密强度最大值和最小值，记为V＝{minV，maxV},其中minV和maxV分别对应二级加密强度最小值和最大值；如果当前采集周期的二级加密强度属于V，则表示第V个片段验证成功，统计所有验证成功的片段数量记为h，计算二级验证指数B＝h/V；系统预设二级验证指数阈值b，如果B大于等于b，则二级解密验证通过，否则二级解密验证失败。