CN104382574B - 一种基于脉搏波数据监测睡眠质量的方法及系统 - Google Patents

一种基于脉搏波数据监测睡眠质量的方法及系统 Download PDF

Info

Publication number
CN104382574B
CN104382574B CN201410620865.8A CN201410620865A CN104382574B CN 104382574 B CN104382574 B CN 104382574B CN 201410620865 A CN201410620865 A CN 201410620865A CN 104382574 B CN104382574 B CN 104382574B
Authority
CN
China
Prior art keywords
sleep
pulse wave
time
wave data
pulse
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410620865.8A
Other languages
English (en)
Other versions
CN104382574A (zh
Inventor
李久朝
唐以彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen ties up hundred million soul Science and Technology Ltd.s
Original Assignee
Shenzhen Ties Up Hundred Million Soul Science And Technology Ltds
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Ties Up Hundred Million Soul Science And Technology Ltds filed Critical Shenzhen Ties Up Hundred Million Soul Science And Technology Ltds
Priority to CN201410620865.8A priority Critical patent/CN104382574B/zh
Publication of CN104382574A publication Critical patent/CN104382574A/zh
Application granted granted Critical
Publication of CN104382574B publication Critical patent/CN104382574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4815—Sleep quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4854—Diagnosis based on concepts of traditional oriental medicine

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Cardiology (AREA)
  • Alternative & Traditional Medicine (AREA)
  • Anesthesiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明适用于健康监控技术领域，提供了一种基于脉搏波数据监测睡眠质量的方法及系统，所述方法包括：通过脉搏波红外检测传感器实时监测脉搏波数据；通过动作传感器监测被监测者的睡眠过程中的动作数据，所述动作数据包括大动作、小动作；根据所述脉搏波数据、动作数据及检测时间，获取被检测者所处睡眠状态、各个睡眠状态的起止时间及各个睡眠状态所处的时间段，所述睡眠状态包括觉醒期、浅睡眠期、深睡眠期、做梦间隔、微觉醒期；根据所述各个睡眠状态的起止时间及各个睡眠状态所处的时间段，结合中医医学睡眠养生理论，获取被监测者的睡眠质量。本发明，采集效率高，对睡眠质量分析准确。

Description

一种基于脉搏波数据监测睡眠质量的方法及系统
技术领域
本发明属于健康监控技术领域，尤其涉及一种基于脉搏波数据监测睡眠质量的方法及系统。
背景技术
随着社会的发展，人与人之间的竞争越来越激烈，因而承受的心里压力也越来越大，人们面临着许多的压力，如就业压力、家庭压力等等，这些外在的因素会对人体产生许多的生理影响，进而影响人们的心里和生理健康，其中，睡眠是人们生活的一个重要部分，睡眠质量的好坏也与人的身心健康及工作效率密切相关。睡眠不好往往会影响人的正常工作和生活，尤其是对于一些处于高强度负荷的上班族，因压力劳累而出现不同程度的睡眠问题，进而削弱免疫系统和内分泌系统的功能，同时，还会影响人们的思维和判断力，导致恶性循环。因此，对于睡眠质量的监测和评价显得极为重要。
目前，现有睡眠监测装置主要有通过监测被监测者心率来判断被监测者睡眠质量的监测装置。心率是指人体心脏搏动的频率，其是通过检测人体心脏细胞产生的电信号来获得心率数据。现有方法需要在被监测者身体上粘贴电极片，对于皮肤干燥的人群，信号采集的效果非常不好，尤其在冬天电极片与人体接触部位需要多次涂抹导电膏，导电膏会刺激人体皮肤，一定程度上会影响被监测者的睡眠质量。
发明内容
本发明实施例提供了一种基于脉搏波数据监测睡眠质量的方法及系统，旨在解决现有方法需要在被监测者身体上粘贴电极片，对于皮肤干燥的人群，信号采集的效果非常不好，尤其在冬天电极片与人体接触部位需要多次涂抹导电膏，导电膏会刺激人体皮肤，一定程度上会影响被监测者的睡眠质量的问题。
一方面，提供一种基于脉搏波数据监测睡眠质量的方法，所述方法包括：
通过脉搏波红外检测传感器实时监测脉搏波数据，所述脉搏波数据包括若干个脉率值；
通过动作传感器监测被监测者的睡眠过程中的动作数据，所述动作数据包括大动作、小动作；
根据所述脉搏波数据、动作数据及检测时间，获取被检测者所处睡眠状态、各个睡眠状态的起止时间及各个睡眠状态所处的时间段，所述睡眠状态包括觉醒期、浅睡眠期、深睡眠期、做梦间隔、微觉醒期；
根据所述各个睡眠状态的起止时间及各个睡眠状态所处的时间段，结合中医医学睡眠养生理论，获取被监测者的睡眠质量。
另一方面，提供一种基于脉搏波数据监测睡眠质量的系统，所述系统包括：脉搏波监测手环和智能终端设备，两者通过无线网络进行通讯，其中，所述脉搏波监测手环包括：
第一检测单元，用于通过脉搏波红外检测传感器实时监测脉搏波数据，所述脉搏波数据包括若干个脉率值；
第二检测单元，用于通过动作传感器监测被监测者的睡眠过程中的动作数据，所述动作数据包括大动作、小动作；
状态获取单元，用于根据所述脉搏波数据、动作数据及检测时间，获取被检测者所处睡眠状态、各个睡眠状态的起止时间及各个睡眠状态所处的时间段，所述睡眠状态包括觉醒期、浅睡眠期、深睡眠期、做梦间隔、微觉醒期；
质量分析单元，用于根据所述各个睡眠状态的起止时间及各个睡眠状态所处的时间段，结合中医医学睡眠养生理论，获取被监测者的睡眠质量；
所述智能终端设备包括：
数据交互单元，用于接收所述脉搏波数据、睡眠质量及睡眠质量对应的合理改善睡眠质量建议；
结果展示单元，用于回放所述脉搏波数据，并显示睡眠质量及睡眠质量对应的合理改善睡眠质量建议。
在本发明实施例，通过脉搏波监测传感模块对人体的脉搏波信号进行采集，采集效率高，数据准确，对睡眠质量分析准确，采用无线网络模块进行检测数据传输，不影响睡眠质量，可长时间检测睡眠质量。
附图说明
图1是本发明实施例一提供的基于脉搏波数据监测睡眠质量的方法的实现流程图；
图2是本发明实施例一提供的人体睡眠过程各脏器排毒时间的示意图；
图3是本发明实施例二提供的基于脉搏波数据监测睡眠质量的系统的具体结构框图；
图4是本发明实施例二提供的脉搏波监测手环的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
以下结合具体实施例对本发明的实现进行详细描述：
实施例一
图1示出了本发明实施例一提供的基于脉搏波数据监测睡眠质量的方法的实现流程，以脉搏波监测手环为执行主体，详述如下：
需要说明的是，中医医学睡眠养生理论包含人体睡眠过程各脏器排毒时间如图2所示，各个脏器排毒对应不同时间段。
在步骤S101中，通过脉搏波红外检测传感器实时监测脉搏波数据，所述脉搏波数据包括若干个脉率值。
在本实施例中，所述脉搏波数据为脉搏波红外检测传感器采集的人体手脉搏波信号。
在步骤S102中，通过动作传感器监测被监测者的睡眠过程中的动作数据，所述动作数据包括大动作、小动作。
在本实施例中，脉搏波监测手环的处理器接收动作传感器采集的动作数据，分析得到被监测者睡眠过程中动作的幅度大小，经过多次对传感器佩戴在不同运动程度的实验者身上得到的不同数值的分析可以通过动作传感器的结果判断被监测者的动作的程度。根据动作传感器使用于不同运动状态的结果，我们把被监测者在睡眠过程中的动作分为小动作和大动作，小动作指翻身或者躺在床上伸手等身体主体没有离开床或者身体的重心贴近床的表面的动作，大动作指迈步、下床或站起来等身体离开床或者重心没有贴近床的表面的动作。
在步骤S103中，根据所述脉搏波数据、动作数据及检测时间，获取被检测者所处睡眠状态、各个睡眠状态的起止时间及各个睡眠状态所处的时间段，所述睡眠状态包括觉醒期、浅睡眠期、深睡眠期、做梦间隔、微觉醒期。
在本实施例中，睡眠状态包括觉醒期、浅睡眠期、深睡眠期、做梦间隔、微觉醒期，其中，觉醒期包括两个状态：睡眠前觉醒期即使用者正常活动的状态、睡眠中觉醒期即使用者在睡眠过程中受到外界刺激，如：温度、声音、或者动作刺激等，或者自身身体不适从睡眠中觉醒；浅睡眠期，人体已经进入睡眠，但是睡眠的深度很浅；深睡眠期，人体已经进入睡眠，并且进入深度睡眠，此时人体的脉率会降到一个很低的值；做梦间隔，人体在做梦的过程；微觉醒期，介于睡眠觉醒与浅睡眠之间的一个过度的状态。通过动作传感器的结果表明半小时的时间内被监测者没有动作结合此时间段内被监测者的脉搏波数据正常，则认为此时间段内被监测者进入睡眠过程，得到睡眠的起始的时间Ts；通过动作传感器的数据结果表明被监测者从睡眠过程中有大幅度的活动及脉率有较大程度的上升，则认为此时间段内被监测者结束睡眠过程，得到睡眠结束的时间Te。
其中，所述根据所述脉搏波数据和动作数据，获取被检测者所处睡眠状态具体为：
步骤S11，根据所述脉搏波数据，获取睡眠状态参数K，其中，K＝脉率差值与基准脉率的比值，所述脉率差值为所述脉搏波数据与基准脉率差值，所述基准脉率由所述脉搏波数据计算获得；
在本实施例中，所述基准脉率的计算方法具体为：
步骤S111，通过睡眠最低平均脉率Hv与基准脉率的关系，获得集合B[1.2*Hv,1.5*Hv]，基准脉率Hb属于集合B，其中，将睡眠过程中的所有脉率值进行由小到大排序，除去前五个脉率值后对剩下的前十个脉率值进行求和取平均值得到睡眠最低平均脉率Hv；
步骤S112，通过判断从睡眠起始时间点Ts开始预设时间内的脉率值是否属于集合B，将其中所有属于集合B的脉率只进行求和取平均得到基准脉率Hb。
步骤S12，如果K值在0～0.16之间，则睡眠状态为觉醒期；如果K值在-0.16～-0.06，则睡眠状态为浅睡眠期；如果K值在-0.5～-0.16，则睡眠状态为深睡眠期；如果有两个时间点的K值处于深睡眠期，但是两点之间的至少1个点处于浅睡眠期，则两个时间点之间的间隔为做梦间隔；如果K值在-0.06～0，并该时间点的前一个点的K值和后一个点的K值在浅睡眠期或深睡眠期，则睡眠状态为微觉醒期。
其中，所述各个睡眠状态的起止时间的计算方法具体为：
步骤S31：对被监测者的睡眠过程中的脉搏波数据进行分析，其中，Hr表示被监测者在睡眠过程中的脉搏波数据，CNTn变量表示满足相应条件的脉搏波数据的个数,n<＝5，t变量表示脉搏波数据采集时间间隔，Kr表示被监测者在睡眠过程中的脉搏波数据对应的K值，Kr＝(Hr-Hb)/Hb，判断Kr值是否属于区间[-0.5,-0.16]，若是，CNT1加1，Td＝CNT1*t，判断若Td>＝第一预设时长，则Td为深睡眠时间，否则Td为浅睡眠时间；若Kr值是不属于区间[-0.5,-0.16]，判断Kr的值是否属于区间[-0.16,-0.06]，若是跳转步骤S32；所述第一预设时长为15min。
步骤S32：CNT2加1，Ts＝CNT2*t，判断若Ts>＝第二预设时长，则Ts为浅睡眠时间；否则判断下一个Kr的值是否属于区间[-0.5,-0.16]，若是则跳转步骤S35，若不是，则Ts为浅睡眠时间；否则跳转判断Kr的值是否属于区间[-0.06,0]，若是跳转步骤S33；所述第二预设时长为10min。
步骤S33：CNT3加1，Ta＝CNT3*t，判断若Ta<＝第三预设时长，则Ta为微觉醒时间，否则Ta为浅睡眠时间；否则跳转判断Kr的值是否属于区间[0,0.16]，若是跳转步骤S34；所述第三预设时长为5min。
步骤S34：CNT4加1，Tw＝CNT4*t，判断若Tw<＝第一预设时长，则Tw为觉醒时间，否则Tw为睡眠结束时间；
步骤S35：CNT5加1，Tm＝CNT5*t，Tm为做梦时间；否则跳转步骤S31；
此循环直至睡眠过程结束。
具体的，当被监测者的脉搏波数据判断为S32或S33时，若动作传感器的数据结果表示为小动作则表示翻身状态，为方便表述，变量Bf表示被监测者睡眠过程中的翻身次数，每判断一次翻身状态Bf加1并保存于存储器，直至睡眠过程结束。当被监测者的脉搏波数据判断为S34时，若动作传感器的数据结果表示为大动作，并且持续的时间超过7分钟则表示睡眠过程结束；若动作传感器的数据结果表示为小动作，并且持续时间超过15分钟则表示睡眠过程结束。
在步骤S104中，根据所述各个睡眠状态的起止时间及各个睡眠状态所处的时间段，结合中医医学睡眠养生理论，获取被监测者的睡眠质量。
在本实施例中，根据被监测者睡眠过程中脉搏波数据和睡眠过程中动作传感器数据判断被监测者的睡眠状态，计算睡眠过程总时间、深睡眠总时间、觉醒时间所占的比例、及翻身次数、睡眠过程中醒来的次数、睡眠的起止时间点；将根据被监测者睡眠过程中脉搏波数据和睡眠过程中动作传感器数据判断被监测者的睡眠状态计算睡眠过程总时间、深睡眠总时间、觉醒时间所占的比例、及翻身次数、睡眠过程中醒来的次数、睡眠的起止时间点的结果结合中医医学睡眠过程人体脏器分时间段排毒理论判断睡眠的起止时间是否合适，深睡眠的时间段是否在中医医学睡眠养生理论包括的睡眠过程人体脏器分时间段排毒的规定内，结合体表温度传感器获取的手臂表面温度变化给出科学合理的改善睡眠质量的建议。
优选的，还包括将所述脉搏波数据、睡眠质量及睡眠质量对应的合理改善睡眠质量建议传输至智能终端。所述智能终端包括智能手机、电脑、笔记本。
本实施例，通过脉搏波监测传感模块对人体的脉搏波信号进行采集，采集效率高，数据准确，有利于对睡眠质量的准确分析，采用无线网络模块进行检测数据传输，不影响睡眠质量，可长时间检测睡眠质量。
实施例二
图3示出了本发明实施例二提供的基于脉搏波数据监测睡眠质量的系统的具体结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。在本实施例中，该基于脉搏波数据监测睡眠质量的系统包括：脉搏波监测手环1和智能终端设备2，两者通过无线网络进行通讯。如图4所示，所述脉搏波监测手环1由重力传感器、脉率传感器、体表温度传感器、存储模块、通信模块和MCU模块组成。
其中，所述脉搏波监测手环1包括：
第一检测单元11，用于通过脉搏波红外检测传感器实时监测脉搏波数据，所述脉搏波数据包括若干个脉率值；
第二检测单元12，用于通过动作传感器监测被监测者的睡眠过程中的动作数据，所述动作数据包括大动作、小动作；
状态获取单元13，用于根据所述脉搏波数据、动作数据及检测时间，获取被检测者所处睡眠状态、各个睡眠状态的起止时间及各个睡眠状态所处的时间段，所述睡眠状态包括觉醒期、浅睡眠期、深睡眠期、做梦间隔、微觉醒期；
质量分析单元14，用于根据所述各个睡眠状态的起止时间及各个睡眠状态所处的时间段，结合中医医学睡眠过程人体脏器分时间段排毒理论，获取被监测者的睡眠质量；
所述智能终端设备2包括：
数据交互单元21，用于接收所述脉搏波数据、睡眠质量及睡眠质量对应的合理改善睡眠质量建议；
结果展示单元22，用于回放所述脉搏波数据，并显示睡眠质量及睡眠质量对应的合理改善睡眠质量建议。
进一步地，所述状态获取单元具体用于根据所述脉搏波数据，获取睡眠状态参数K，其中，K＝脉率差值与基准脉率的比值，所述脉率差值为所述脉搏波数据与基准脉率差值，所述基准脉率由所述脉搏波数据计算获得；如果K值在0～0.16之间，则睡眠状态为觉醒期；如果K值在-0.16～-0.06，则睡眠状态为浅睡眠期；如果K值在-0.5～-0.16，则睡眠状态为深睡眠期；如果有两个时间点的K值处于深睡眠期，但是两点之间的至少1个点处于浅睡眠期，则两个时间点之间的间隔为做梦间隔；如果K值在-0.06～0，并该时间点的前一个点的K值和后一个点的K值在浅睡眠期或深睡眠期，则睡眠状态为微觉醒期。
进一步地，所述状态获取单元还具体用于通过睡眠最低平均脉率Hv与基准脉率的关系，获得集合B[1.2*Hv,1.5*Hv]，基准脉率Hb属于集合B,其中，将睡眠过程中的所有脉率值进行由小到大排序，除去前五个脉率值后对剩下的前十个脉率值进行求和取平均值得到睡眠最低平均脉率Hv；通过判断从睡眠起始时间点Ts开始预设时间内的脉率值是否属于集合B，将其中所有属于集合B的脉率只进行求和取平均得到基准脉率Hb。
进一步地，所述状态获取单元还用于步骤S31：对被监测者的睡眠过程中的脉搏波数据进行分析，其中，Hr表示被监测者在睡眠过程中的脉搏波数据，CNTn变量表示满足相应条件的脉搏波数据的个数,n<＝5，t变量表示脉搏波数据采集时间间隔，Kr表示被监测者在睡眠过程中的脉搏波数据对应的K值，Kr＝(Hr-Hb)/Hb，判断Kr值是否属于区间[-0.5,-0.16]，若是，CNT1加1，Td＝CNT1*t，判断若Td>＝第一预设时长，则Td为深睡眠时间，否则Td为浅睡眠时间；若Kr值是不属于区间[-0.5,-0.16]，判断Kr的值是否属于区间[-0.16,-0.06]，若是跳转步骤S32；
步骤S32：CNT2加1，Ts＝CNT2*t，判断若Ts>＝第二预设时长，则Ts为浅睡眠时间；否则判断下一个Kr的值是否属于区间[-0.5,-0.16]，若是则跳转步骤S35，若不是，则Ts为浅睡眠时间；否则跳转判断Kr的值是否属于区间[-0.06,0]，若是跳转步骤S33；
步骤S33：CNT3加1，Ta＝CNT3*t，判断若Ta<＝第三预设时长，则Ta为微觉醒时间，否则Ta为浅睡眠时间；否则跳转判断Kr的值是否属于区间[0,0.16]，若是跳转步骤S34；
步骤S34：CNT4加1，Tw＝CNT4*t，判断若Tw<＝第一预设时长，则Tw为觉醒时间，否则Tw为睡眠结束时间；
步骤S35：CNT5加1，Tm＝CNT5*t，Tm为做梦时间；否则跳转步骤S31；
此循环直至睡眠过程结束。
进一步地，还包括
数据传输单元25，用于将所述脉搏波数据、睡眠质量及睡眠质量对应的合理改善睡眠质量建议传输至智能终端。
本发明实施例提供的基于脉搏波数据监测睡眠质量的系统可以应用在前述对应的方法实施例一中，详情参见上述实施例一的描述，在此不再赘述。
值得注意的是，上述系统实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于脉搏波数据监测睡眠质量的方法，其特征在于，包括：
通过脉搏波红外检测传感器实时监测脉搏波数据，所述脉搏波数据包括若干个脉率值；
通过动作传感器监测被监测者的睡眠过程中的动作数据，所述动作数据包括大动作、小动作；
根据所述脉搏波数据、动作数据及检测时间，获取被检测者所处睡眠状态、各个睡眠状态的起止时间及各个睡眠状态所处的时间段，所述睡眠状态包括觉醒期、浅睡眠期、深睡眠期、做梦间隔、微觉醒期；
根据所述各个睡眠状态的起止时间及各个睡眠状态所处的时间段，结合中医医学睡眠养生理论，获取被监测者的睡眠质量；
所述根据所述脉搏波数据、动作数据及检测时间，获取被检测者所处睡眠状态具体为：
步骤S11，根据所述脉搏波数据，获取睡眠状态参数K，其中，K＝脉率差值与基准脉率的比值,所述脉率差值为所述脉搏波数据与基准脉率差值，所述基准脉率由所述脉搏波数据计算获得；
步骤S12，如果K值在0～0.16之间，则睡眠状态为觉醒期；如果K值在-0.16～-0.06，则睡眠状态为浅睡眠期；如果K值在-0.5～-0.16，则睡眠状态为深睡眠期；如果有两个时间点的K值处于深睡眠期，但是两点之间的至少1个点处于浅睡眠期，则两个时间点之间的间隔为做梦间隔；如果K值在-0.06～0，并该时间点的前一个点的K值和后一个点的K值在浅睡眠期或深睡眠期，则睡眠状态为微觉醒期。
2.如权利要求1所述的基于脉搏波数据监测睡眠质量的方法，其特征在于，所述基准脉率的计算方法具体为：
步骤S111，通过睡眠最低平均脉率Hv与基准脉率的关系，获得集合B[1.2*Hv,1.5*Hv]，基准脉率Hb属于集合B,其中，将睡眠过程中的所有脉率值进行由小到大排序，除去前五个脉率值后对剩下的前十个脉率值进行求和取平均值得到睡眠最低平均脉率Hv；
步骤S112，通过判断从睡眠起始时间点Ts开始预设时间内的脉率值是否属于集合B，将其中所有属于集合B的脉率只进行求和取平均得到基准脉率Hb。
3.如权利要求1所述的基于脉搏波数据监测睡眠质量的方法，其特征在于，所述各个睡眠状态的起止时间的计算方法具体为：
步骤S31：对被监测者的睡眠过程中的脉搏波数据进行分析，其中，Hr表示被监测者在睡眠过程中的脉搏波数据，CNTn变量表示满足相应条件的脉搏波数据的个数,n<＝5，t变量表示脉搏波数据采集时间间隔，Kr表示被监测者在睡眠过程中的脉搏波数据对应的K值，Kr＝(Hr-Hb)/Hb，Hb为基准脉率，判断Kr值是否属于区间[-0.5,-0.16]，若是，CNT1加1，Td＝CNT1*t，判断若Td>＝第一预设时长，则Td为深睡眠时间，否则Td为浅睡眠时间；若Kr值不属于区间[-0.5,-0.16]，判断Kr的值是否属于区间[-0.16,-0.06]，若是跳转步骤S32；
步骤S32：CNT2加1，Ts＝CNT2*t，判断若Ts>＝第二预设时长，则Ts为浅睡眠时间；否则判断下一个Kr的值是否属于区间[-0.5,-0.16]，若是则跳转步骤S35，若不是，则Ts为浅睡眠时间；跳转判断Kr的值是否属于区间[-0.06,0]，若是跳转步骤S33；
步骤S33：CNT3加1，Ta＝CNT3*t，判断若Ta<＝第三预设时长，则Ta为微觉醒时间，否则Ta为浅睡眠时间；跳转判断Kr的值是否属于区间[0,0.16]，若是跳转步骤S34；
步骤S34：CNT4加1，Tw＝CNT4*t，判断若Tw<＝第一预设时长，则Tw为觉醒时间，否则Tw为睡眠结束时间；
步骤S35：CNT5加1，Tm＝CNT5*t，Tm为做梦时间；跳转步骤S31；
此循环直至睡眠过程结束。
4.如权利要求1所述的基于脉搏波数据监测睡眠质量的方法，其特征在于，还包括将所述脉搏波数据、睡眠质量及睡眠质量对应的合理改善睡眠质量建议传输至智能终端。
5.一种基于脉搏波数据监测睡眠质量的系统，包括脉搏波监测手环和智能终端设备，两者通过无线网络进行通讯，其特征在于，所述脉搏波监测手环包括：
第一检测单元，用于通过脉搏波红外检测传感器实时监测脉搏波数据，所述脉搏波数据包括若干个脉率值；
第二检测单元，用于通过动作传感器监测被监测者的睡眠过程中的动作数据，所述动作数据包括大动作、小动作；
状态获取单元，用于根据所述脉搏波数据、动作数据及检测时间，获取被检测者所处睡眠状态、各个睡眠状态的起止时间及各个睡眠状态所处的时间段，所述睡眠状态包括觉醒期、浅睡眠期、深睡眠期、做梦间隔、微觉醒期；
质量分析单元，用于根据所述各个睡眠状态的起止时间及各个睡眠状态所处的时间段，结合中医医学睡眠养生理论，获取被监测者的睡眠质量；
所述智能终端设备包括：
数据交互单元，用于接收所述脉搏波数据、睡眠质量及睡眠质量对应的合理改善睡眠质量建议；
结果展示单元，用于回放所述脉搏波数据，并显示睡眠质量及睡眠质量对应的合理改善睡眠质量建议；
所述状态获取单元具体用于根据所述脉搏波数据，获取睡眠状态参数K，其中，K＝脉率差值与基准脉率的比值,所述脉率差值为所述脉搏波数据与基准脉率差值，所述基准脉率由所述脉搏波数据计算获得；如果K值在0～0.16之间，则睡眠状态为觉醒期；如果K值在-0.16～-0.06，则睡眠状态为浅睡眠期；如果K值在-0.5～-0.16，则睡眠状态为深睡眠期；如果有两个时间点的K值处于深睡眠期，但是两点之间的至少1个点处于浅睡眠期，则两个时间点之间的间隔为做梦间隔；如果K值在-0.06～0，并该时间点的前一个点的K值和后一个点的K值在浅睡眠期或深睡眠期，则睡眠状态为微觉醒期。
6.如权利要求5所述的基于脉搏波数据监测睡眠质量的系统，其特征在于，所述状态获取单元还具体用于通过睡眠最低平均脉率Hv与基准脉率的关系，获得集合B[1.2*Hv,1.5*Hv]，基准脉率Hb属于集合B,其中，将睡眠过程中的所有脉率值进行由小到大排序，除去前五个脉率值后对剩下的前十个脉率值进行求和取平均值得到睡眠最低平均脉率Hv；通过判断从睡眠起始时间点Ts开始预设时间内的脉率值是否属于集合B，将其中所有属于集合B的脉率只进行求和取平均得到基准脉率Hb。
7.如权利要求5所述的基于脉搏波数据监测睡眠质量的系统，其特征在于，所述状态获取单元还用于步骤S31：对被监测者的睡眠过程中的脉搏波数据进行分析，其中，Hr表示被监测者在睡眠过程中的脉搏波数据，CNTn变量表示满足相应条件的脉搏波数据的个数,n<＝5，t变量表示脉搏波数据采集时间间隔，Kr表示被监测者在睡眠过程中的脉搏波数据对应的K值，Kr＝(Hr-Hb)/Hb，Hb为基准脉率，判断Kr值是否属于区间[-0.5,-0.16]，若是，CNT1加1，Td＝CNT1*t，判断若Td>＝第一预设时长，则Td为深睡眠时间，否则Td为浅睡眠时间；若Kr值不属于区间[-0.5,-0.16]，判断Kr的值是否属于区间[-0.16,-0.06]，若是跳转步骤S32；
步骤S32：CNT2加1，Ts＝CNT2*t，判断若Ts>＝第二预设时长，则Ts为浅睡眠时间；否则判断下一个Kr的值是否属于区间[-0.5,-0.16]，若是则跳转步骤S35，若不是，则Ts为浅睡眠时间；跳转判断Kr的值是否属于区间[-0.06,0]，若是跳转步骤S33；
步骤S33：CNT3加1，Ta＝CNT3*t，判断若Ta<＝第三预设时长，则Ta为微觉醒时间，否则Ta为浅睡眠时间；跳转判断Kr的值是否属于区间[0,0.16]，若是跳转步骤S34；
步骤S34：CNT4加1，Tw＝CNT4*t，判断若Tw<＝第一预设时长，则Tw为觉醒时间，Tw为睡眠结束时间；
步骤S35：CNT5加1，Tm＝CNT5*t，Tm为做梦时间；跳转步骤S31；
此循环直至睡眠过程结束。
8.如权利要求5所述的基于脉搏波数据监测睡眠质量的系统，其特征在于，还包括
数据传输单元，用于将所述脉搏波数据、睡眠质量及睡眠质量对应的合理改善睡眠质量建议传输至智能终端。
CN201410620865.8A 2014-11-06 2014-11-06 一种基于脉搏波数据监测睡眠质量的方法及系统 Active CN104382574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410620865.8A CN104382574B (zh) 2014-11-06 2014-11-06 一种基于脉搏波数据监测睡眠质量的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410620865.8A CN104382574B (zh) 2014-11-06 2014-11-06 一种基于脉搏波数据监测睡眠质量的方法及系统

Publications (2)

Publication Number Publication Date
CN104382574A CN104382574A (zh) 2015-03-04
CN104382574B true CN104382574B (zh) 2017-09-29

Family

ID=52600616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410620865.8A Active CN104382574B (zh) 2014-11-06 2014-11-06 一种基于脉搏波数据监测睡眠质量的方法及系统

Country Status (1)

Country Link
CN (1) CN104382574B (zh)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104935727B (zh) * 2015-04-24 2018-08-31 广东小天才科技有限公司 一种智能穿戴设备接听电话的方法及装置
WO2017070853A1 (zh) * 2015-10-27 2017-05-04 深圳还是威健康科技有限公司 一种睡眠状态判断方法及智能可穿戴设备
CN105877701B (zh) * 2016-03-24 2019-02-19 安徽华米信息科技有限公司 实时睡眠周期分析方法及装置、智能可穿戴设备
CN105640703A (zh) * 2016-04-07 2016-06-08 京东方科技集团股份有限公司 智能眼罩
CN105997003B (zh) * 2016-06-17 2018-12-28 美的集团股份有限公司 一种确定睡眠分期的方法和装置
CN107638165B (zh) * 2016-07-20 2021-01-26 平安科技（深圳）有限公司 一种睡眠检测方法及装置
CN106264456A (zh) * 2016-07-28 2017-01-04 苏州市享乐惠信息科技有限公司 一种睡眠质量监测系统
CN106725383A (zh) * 2016-12-28 2017-05-31 天津众阳科技有限公司 基于动作和心率的睡眠状态判别系统及方法
WO2018170718A1 (zh) * 2017-03-21 2018-09-27 深圳市欸阿技术有限公司 基于智能穿戴设备的健康提醒方法及系统
CN109394174B (zh) * 2017-08-18 2020-12-25 美的集团股份有限公司 睡眠状态判别方法、装置、计算机设备和可读存储介质
CN107731299A (zh) * 2017-10-11 2018-02-23 上海展扬通信技术有限公司 一种基于智能设备的用户睡眠的管理方法及管理装置
CN109745001A (zh) * 2017-11-02 2019-05-14 罗曦明 非接触式睡眠监测方法、装置、电子设备及存储介质
CN107837075A (zh) * 2017-11-06 2018-03-27 陆宇光 梦境监测装置及监测方法
CN109044290A (zh) * 2018-06-29 2018-12-21 苗铁军 一种身体机能检查装置、身体机能检查方法及系统
CN109998493A (zh) * 2019-05-09 2019-07-12 深圳六合六医疗器械有限公司 一种深度睡眠的动态监测方法
CN113701319B (zh) * 2020-05-22 2022-09-09 广东美的制冷设备有限公司 空调器控制方法、空调器及可读存储介质
CN113180615B (zh) * 2021-04-08 2023-08-18 北京雪扬科技有限公司 一种可穿戴设备体征数据分析的器官睡眠检测方法和系统
CN113639448B (zh) * 2021-07-30 2023-10-20 青岛海尔空调器有限总公司 用于控制空调的方法、装置及空调
CN113576444A (zh) * 2021-08-30 2021-11-02 广东美电贝尔科技集团股份有限公司 脉率测量装置
CN114159025B (zh) * 2021-11-23 2023-06-23 湖南云医链生物科技有限公司 一种睡眠质量分析方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3819877B2 (ja) * 2003-07-03 2006-09-13 株式会社東芝 脈波計測モジュール
CN102065753A (zh) * 2008-04-14 2011-05-18 伊塔马医疗有限公司 用于确定浅睡眠阶段和深睡眠阶段的非侵入方法和设备
CN103263260A (zh) * 2013-05-02 2013-08-28 北京博实联创科技有限公司 使用梳状滤波器的生理参数检测系统和睡眠深度监测系统
CN103976717A (zh) * 2014-04-15 2014-08-13 德赛电子(惠州)有限公司 一种多维度睡眠质量监测方法及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63283623A (ja) * 1987-05-15 1988-11-21 Matsushita Electric Works Ltd 睡眠チェック装置
JPS6472757A (en) * 1987-09-14 1989-03-17 Matsushita Electric Works Ltd Sleeping inducing apparatus
US7090648B2 (en) * 2000-09-28 2006-08-15 Non-Invasive Monitoring Systems, Inc. External addition of pulses to fluid channels of body to release or suppress endothelial mediators and to determine effectiveness of such intervention
JP4268863B2 (ja) * 2003-12-19 2009-05-27 株式会社デンソー 睡眠支援装置
CN102090893A (zh) * 2011-03-07 2011-06-15 桂林电子科技大学 一种便携式睡眠无呼吸低通气检测仪
JP6202485B2 (ja) * 2013-01-11 2017-09-27 株式会社タニタ 生体情報管理モジュール、睡眠計、およびシステム
CN104095615B (zh) * 2014-07-17 2016-01-20 上海翰临电子科技有限公司 一种人体睡眠监测方法及监测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3819877B2 (ja) * 2003-07-03 2006-09-13 株式会社東芝 脈波計測モジュール
CN102065753A (zh) * 2008-04-14 2011-05-18 伊塔马医疗有限公司 用于确定浅睡眠阶段和深睡眠阶段的非侵入方法和设备
CN103263260A (zh) * 2013-05-02 2013-08-28 北京博实联创科技有限公司 使用梳状滤波器的生理参数检测系统和睡眠深度监测系统
CN103976717A (zh) * 2014-04-15 2014-08-13 德赛电子(惠州)有限公司 一种多维度睡眠质量监测方法及系统

Also Published As

Publication number Publication date
CN104382574A (zh) 2015-03-04

Similar Documents

Publication Publication Date Title
CN104382574B (zh) 一种基于脉搏波数据监测睡眠质量的方法及系统
CN105748043B (zh) 睡眠质量监测方法及装置、可穿戴设备
CN105338890B (zh) 确定生命参数的方法和装置
CN205019041U (zh) 一种基于智能手环的数据采集系统
CN108882873A (zh) 生物体信息分析装置、系统以及程序
CN202654115U (zh) 基于柔性压力传感器阵列的睡眠监护与医疗诊断系统
CN106725326A (zh) 基于人体hrv测量的睡眠质量评估系统及方法
CN107890339B (zh) 一种睡眠分期检测方法及可穿戴式睡眠分期检测装置
CN102462494B (zh) 一种新型智能心电测试保健器
JP4956137B2 (ja) 睡眠評価方法、睡眠評価装置、睡眠評価システム
CN104970779A (zh) 睡眠检测系统和方法
US20150088004A1 (en) Method for monitoring an accurate heart rate
CN204637245U (zh) 一种基于生理信息监测的睡眠闹钟系统
CN105997043A (zh) 一种基于腕式可穿戴设备的脉率提取方法
KR101534809B1 (ko) 다차원 생체신호 측정기반 집중력 향상용 시청각콘텐츠의 효능 평가 방법
Wu et al. Driving fatigue classified analysis based on ECG signal
CN103690161A (zh) 一种穿戴式脑电睡眠质量评估仪
CN113100725A (zh) 基于光纤传感器的健康状态快速检测装置及方法
CN208784720U (zh) 一种智能健康监测装置及腰带
CN108542362A (zh) 一种基于大数据的睡眠监测仪
CN107616785A (zh) 一种头戴式智能健康诊断系统及其实现方法
Lee et al. The analysis of sleep stages with motion and heart rate signals from a handheld wearable device
CN103892822A (zh) 一种心电图信号处理方法及装置
CN206675525U (zh) 一种实现疲劳实时监测且消除疲劳的智能服装
CN208447579U (zh) 脉搏模式演化差分血压监测系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160328

Address after: The central Shenzhen city of Guangdong Province, 518000 Keyuan Road, Nanshan District science and Technology Park No. 15 Kexing Science Park Building 1 unit A No. 505 unit

Applicant after: Shenzhen ties up hundred million soul Science and Technology Ltd.s

Address before: 518000 Guangdong city of Shenzhen province Nanshan District science and Technology Park Keyuan Road No. 15 Kexing Science Park building 505 A1

Applicant before: Li Jiuchao

GR01 Patent grant
GR01 Patent grant