CN105011940A - 一种睡眠分析方法及其系统 - Google Patents

Abstract

本发明所提供的一种睡眠分析方法及其系统，所述方法包括：通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值；将所述信息值依次存储至一睡眠质量参数中；当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态。由于通过穿戴式设备实时监测用户睡眠的状态和质量，从而帮助用户了解和改善自己的健康状态。

Description

一种睡眠分析方法及其系统

技术领域

本发明涉及穿戴式智能设备领域，尤其涉及的是一种睡眠分析方法及其系统。 

背景技术

可穿戴式设备是一种可穿戴于用户身上的智能微型电子设备。它集成计算、通信、交互和传感等技术于一体，并具备独立的计算能力，以及拥有专用的应用程序和功能，比如信息查询、辅助运动、健康服务以及生活娱乐等等。 

目前市场上比较流行的可穿戴式设备主要为智能眼镜、智能手表和智能手环。智能眼镜的代表性产品是谷歌眼镜，拥有与智能手机类似的功能，除此之外它还可以通过增强现实等方式将虚拟信息叠加展示到用户眼前，让信息世界和真实世界融为一体。智能手表的优点主要体现为：便携、可穿戴、信息获取成本低、交互方式更直接等。例如，在医护领域，基于智能手表的手势等操作非常简洁，可辅助用户简化对复杂设备的操作；在小额支付等领域，结合近场无线通信（NFC）等技术，用户可充分利用手表轻巧便携的特点；在健身等方面，依托手表可采集用户生理数据、运动信息，比如 Nike+ 运动手表。与智能手表和智能眼镜相比，智能手环的功能相对单一，但在舒适、贴身等特性上较有优势。目前受关注的智能手环有Jawbone Up2、Nike+ Fuel band、FitbitFlex，它们主要用于采集各种生理数据和行为特征（如运动、饮食、睡眠等），让用户可以更加方便地了解自身状况，以此达到指导人们健康生活的目的。 

穿戴式设备主要是利用内置的传感器来采集用户的一些数据。以可穿戴式手环为例，比较常用的传感器有加速度传感器、温度传感器、心率传感器等等。可穿戴式手环主要是用这三种传感器的数据进行分析和处理从而判断用户的睡眠质量。然而大多数智能手环都只能整体判断用户的睡眠质量和时间，而不能对监控的数据进行实时分析和处理。 

因此，现有技术还有待于改进和发展。 

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种睡眠分析方法及其系统，能够实时监测用户睡眠的状态和质量，进而帮助用户了解和改善自己的健康状态。 

本发明的技术方案如下： 

一种睡眠分析方法，其中，所述方法包括步骤：

A、通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；

B、当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值；

C、将所述信息值依次存储至一睡眠质量参数中；

D、当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态。

所述睡眠分析方法，其中，所述步骤A之前还包括： 

S、穿戴式设备接收用户的操作指令，设置睡眠质量参数的获取周期值，及设置一存储器内存预定容量。

所述睡眠分析方法，其中，所述步骤A具体包括： 

A1、通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一能量值；

A2、将所述能量值与一预先设定的能量阈值比较，当所述能量值大于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为1；当所述能量值小于或等于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为0；

A3、将用户的动作中的每一动作对应的二值化能量值依次存储至穿戴式设备的存储器中，得到一二值化能量值序列。

所述睡眠分析方法，其中，所述监测数据是所述穿戴式设备的三轴加速度传感器上三个方向的加速度数据，处理所述监测数据得到一二值化能量值序列包括将每一监测周期得到的所述三个方向的加速度数据平方和再开根号得到一个能量值，然后将所述能量值依次排列得到二值化能量值序列。 

所述睡眠分析方法，其中，所述步骤B具体包括： 

B1、当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，获取所述二值化能量值序列中数值总个数及连续出现0的个数；

B2、当连续出现的0的个数大于所述数值总个数的二分之一时，获取所述二值化能量值序列中0的占有比率；

B3、当所述二值化能量值序列中0的占有比率大于一预先设定的第一比率时，则将所述二值化能量值序列压缩为数值等于0的信息值；否则将所述二值化能量值序列压缩为数值等于1的信息值。

所述睡眠分析方法，其中，所述步骤D中当所述睡眠质量参数中数值等于1的信息值的占有比率小于或等于一预先设定的第二比率时，输出代表睡眠状态好的睡眠状态结果并通过穿戴式设备呈现给用户；当所述睡眠质量参数中数值等于1的信息值的占有比率大于所述第二比率，且小于或等于一预先设定的第三比率时，输出代表睡眠状态一般的睡眠状态结果并通过穿戴式设备呈现给用户；当所述睡眠质量参数中数值等于1的信息值的占有比率大于所述第三比率时，输出代表睡眠状态差的睡眠状态结果并通过穿戴式设备呈现给用户。 

一种睡眠分析系统，其中，包括： 

能量值获取模块，用于通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；

压缩模块，用于当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值；

睡眠参数获取模块，用于将所述信息值依次存储至一睡眠质量参数中；

结果输出模块，用于当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态。

所述睡眠分析系统，其中，还包括： 

设置模块，用于穿戴式设备接收用户的操作指令，设置睡眠质量参数的获取周期值，及设置一存储器内存预定容量。

所述睡眠分析系统，其中，所述能量值获取模块具体包括： 

能量值获取单元，用于通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一能量值；

二值化单元，用于将所述能量值与一预先设定的能量阈值比较，当所述能量值大于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为1；当所述能量值小于或等于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为0；

存储单元，用于将用户的动作中的每一动作对应的二值化能量值依次存储至穿戴式设备的存储器中，得到一二值化能量值序列。

所述睡眠分析系统，其中，所述压缩模块具体包括： 

统计单元，用于当所述二值化能量值序列使用存储器内存达到预定容量时，获取所述二值化能量值序列中数值总个数及连续出现0的个数；

占有率获取单元，用于当连续出现的0的个数大于所述数值总个数的二分之一时，获取所述二值化能量值序列中0的占有比率；

压缩单元，用于当所述二值化能量值序列中0的占有比率大于一预先设定的第一比率时，则将所述二值化能量值序列压缩为数值等于0的信息值；否则将所述二值化能量值序列压缩为数值等于1的信息值。

本发明所提供的一种睡眠分析方法及其系统，所述方法包括：通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值；将所述信息值依次存储至一睡眠质量参数中；当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态。由于通过穿戴式设备实时监测用户睡眠的状态和质量，从而帮助用户了解和改善自己的健康状态。 

附图说明

图1为本发明所述睡眠分析方法较佳实施例的流程图。 

图2为本发明所述睡眠分析系统较佳实施例的结构框图。 

具体实施方式

本发明提供一种睡眠分析方法及其系统，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。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。 

请参见图1，图1是本发明所述睡眠分析方法较佳实施例的流程图。如图1所示，所述睡眠分析方法，包括以下步骤： 

步骤S100、通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；

本发明较佳实施例中，通过设置在穿戴式设备中的加速度传感器分别获取用户在空间中X，Y，Z轴三个方向上的加速度，并将上述三个加速度按一设定的算法计算而得出一能量值。由于穿戴式设备是在一预先设定监测时间内监测用户的所有动作（此处的所有动作还包括静止不动的动作），并根据所有动作产生的一串监测信号，故可以根据所述一串监测信号中的每一监测信号对应产生一能量值，此时将上述能量值与一预先设定的能量阈值比较，该预先设定的能量阈值根据普通用户睡眠时的动作幅度设置，通过实验得到的经验值确定，用于反映用户是否在睡眠过程中翻动。当所述能量值大于所述能量阈值时，判定用户存在睡眠过程中存在明显的翻动，将该能量值二值化为1，否则将该能量值二值化为0。每将一能量值进行二值化处理（转换为0和1的二进制数据）后，将其按获取时间的先后顺序，依次存储在穿戴式设备的随机存储器RAM中，可得到一二值化能量序列，例如010111000...，111000110000…等。

步骤S200、当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值； 

具体的，在步骤S200中，将所述二值化能量值序列的缓存数据存储在穿戴式设备的RAM（Random Access Memory，随机存储器）中。由于RAM的存储空间都非常小，因此不可能保存长时间的数据用来做睡眠分析，在本实施例中，为防止数据丢失，当二值化能量值序列的数据使用RAM空间达到预定容量时，例如上述二值化能量值序列的数据占据RAM空间总容量的80%、90%或者刚刚占满时，对RAM空间内的二值化能量值序列进行压缩处理，以更简单、占用空间更少的方式来描述当前数据的情况，而且压缩后的数据尽可能的代表原始的数据。在步骤S100中，可用一个信息值来表示一段二值化能量值序列，为了减少数据的体积，该信息值采用二进制基本算符表示，对相对静止动作的数据描述为0，相对移动动作的数据描述为1。

步骤S300、将所述信息值依次存储至一睡眠质量参数中； 

由于每重复执行步骤S100及步骤S200一次，都可获取一信息值，并将信息值依次存储至一睡眠质量参数中，在睡眠质量参数的获取时间内，获取的睡眠质量参数为一个全由0和1组成的信息值序列，由各信息值依次排列构成。

步骤S400、当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态。 

本发明较佳实施例中，通过统计睡眠质量参数中1的占有比率（即睡眠质量参数中1的总个数占数字总个数的比值）来获取用户的睡眠状态结果。穿戴式设备产商或用户都可对睡眠状态映射表进行设置，例如设置1的占有比小于或等于10%时，对应的睡眠状态结果为睡眠状态好，1的占有比例大于10%且小于或等于30%时，对应的睡眠状态结果为睡眠状态一般，1的占有比大于30%时，对应的睡眠状态结果为睡眠状态差。显然还可以在睡眠状态映射表中设置更多百分比阈值，并与睡眠状态结果一一对应。相对地，也可以通过统计睡眠质量参数中0的占有比率来获取用户的睡眠状态结果。 

较佳的，如图1所示，所述步骤S100之前还包括： 

步骤S10、穿戴式设备接收用户的操作指令，设置睡眠质量参数的获取周期值，及设置一存储器内存预定容量。

显然，一般用户在睡觉时，才有必要对用户的睡眠质量参数进行获取。当用户睡觉前预先设置一睡眠质量参数获取周期值，则穿戴式设备则在所述睡眠质量参数获取周期内获取用户的信息值，并按时间先后顺序依次存储至睡眠质量参数中，当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，停止获取信息值，并根据睡眠质量参数中1的占有比率，获取睡眠状态结果。 

较佳的，所述步骤S100具体包括： 

步骤S101、通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一能量值；

具体的，通过穿戴式设备实时监测用户的动作的监测过程中，用户不管是处于运动状态，还是静止状态，穿戴式设备都会根据用户的当前动作得到一监测数据，如用户当前动作的运动加速度。当监测到用户当前状态为静止状态，则根据静止状态的监测数据并结合一预先设定的能量值计算公式计算得到能量值为0；当监测到用户状态为运动状态，则根据运动状态的监测数并结合一预先设定的能量值计算公式计算得到的实际能量值；

步骤S102、将所述能量值与一预先设定的能量阈值比较，当所述能量值大于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为1；当所述能量值小于或等于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为0；

步骤S103、将用户的动作中的每一动作对应的二值化能量值依次存储至穿戴式设备的存储器中，得到一二值化能量值序列。

具体的，在步骤S103中，将用户的动作中的每一动作对应的二值化能量值依次存储至穿戴式设备的存储器RAM的buffer区域。Buffer是穿戴式设备的存储器RAM中独立开辟的一个用来存储传感器实时数据的区域。Buffer区域存储大小是固定的，因此只能缓存部分数据，处理完后这部分数据会被新的数据覆盖。 

进一步的实施例，所述步骤S101之前还包括： 

步骤S1000、穿戴式设备接收用户的操作指令，设置能量阈值。

具体的，步骤S101和步骤S102关键算法的伪代码如下： 

//能量计算及能量值二值化转换算法

void calculate_energy(float x, float y, float z)

    energy = sqrt(x^2 + y^2 + z^2);

    if energy > energy_threshold

         val = 1

    else

         val = 0

    fill_up_buffer(val)

    if buffer is full :

         compression(buffer); 

通过上述算法，可将所述监测信号转化为二值化能量值序列。

较佳的，所述监测数据是所述穿戴式设备的三轴加速度传感器上三个方向的加速度数据，处理所述监测数据得到一二值化能量值序列包括将每一监测周期得到的所述三个方向的加速度数据平方和再开根号得到一个能量值，然后将所述能量值依次排列得到二值化能量值序列。 

睡眠质量的高低，可以通过用户在睡眠过程中的移动幅度及频率来衡量。通常移动幅度大且频繁表明用户睡眠质量差，小幅度的移动且不频繁则表明用户睡眠质量好。由于在步骤S101中，能量值是先通过设置在所述过穿戴式设备中的三轴加速度传感器分别获取每一轴轴上的加速度，然后由每一轴轴上的加速度的平方和开根号求得，故能量值可以反映用户当前的睡眠状态是静止还是翻动。 

较佳的，所述步骤S200具体包括： 

步骤S201、当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，获取所述二值化能量值序列中数值总个数及连续出现0的个数；

步骤S202、当连续出现的0的个数大于所述数值总个数的二分之一时，获取所述二值化能量值序列中0的占有比率；

步骤S203、当所述二值化能量值序列中0的占有比率大于一预先设定的第一比率时，则将所述二值化能量值序列压缩为数值等于0的信息值；否则将所述二值化能量值序列压缩为数值等于1的信息值。

较佳的，所述步骤S201之前还包括： 

步骤S2000、穿戴式设备接收用户的操作指令，设置一第一比率及一存储器内存预定容量。

在步骤S100中获取的所述二值化能量值序列，当检测二值化能量值序列连续出现的0的个数大于RAM内存大小的一半，及二值化能量值序列中0的个数达到一定的比例时，将所述二值化能量值序列压缩为0，否则将所述二值化能量值序列压缩为1。采用上述数据压缩方法，能排除二值化能量值序列的噪音数据，从而使得在步骤S200中获取的信息值从最大程度地描述当前二值化能量值序列的状态。 

具体的，步骤S201-步骤S203关键算法的伪代码如下： 

//二进制数据压缩算法

void compression(buffer):

    initialize num_zeros, zero_ratio  

    for each sample in the buffer:

         if sample == 1:

　　　　          if num_consec_zeros has not added up to the zeros_threshold:

                     reset the num_consec_zeros to 0；

         else 

               increment num_consec_zeros；

               increment num_zeros；

    calculate zero_ratio = num_zeros / buffer_len

    if ((num_consec_zero >= zeros_threshold) &&(zero_ratio >= zero_ratio_threshold))  //压缩判断条件

         increment global_zeros_counter；

通过上述算法，可将所述二值化能量值序列进行数据压缩，减少对RAM内存的使用率。

较佳的，所述步骤S400中当所述睡眠质量参数中数值等于1的信息值的占有比率小于或等于一预先设定的第二比率时，输出代表睡眠状态好的睡眠状态结果并通过穿戴式设备呈现给用户；当所述睡眠质量参数中数值等于1的信息值的占有比率大于所述第二比率，且小于或等于一预先设定的第三比率时，输出代表睡眠状态一般的睡眠状态结果并通过穿戴式设备呈现给用户；当所述睡眠质量参数中数值等于1的信息值的占有比率大于所述第三比率时，输出代表睡眠状态差的睡眠状态结果并通过穿戴式设备呈现给用户。 

具体的，步骤S400中关键算法的伪代码如下： 

//睡眠质量评分算法

int sleep_quality_rater():

    float quality_ratio = zeros_counter / total_buffer_counter;

    if quality_ratio <= bad_sleep_ratio

         return bad_sleep;

    else if quality_ratio >= good_sleep_ratio

         return good_sleep;

         else

         return medium_sleep;

通过上述算法，可对所述睡眠质量参数进行分析，并输出睡眠状态结果。

由于本发明较佳实施例中的睡眠分析方法可以实时的对用户的睡眠状态结果进行快速高效地计算，故可将所述睡眠状态结果应用到日常家电设备的控制。例如根据睡眠的时间以及睡眠质量评分来判断用户是否处于深度睡眠状态，从而根据上述判断结果输出一空调温度调节控制信号或闹钟关闭控制信号。 

基于上述方法，本发明还提供了一种睡眠分析系统，如图2所示，包括： 

能量值获取模块100，用于通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；具体如上所述。

压缩模块200，用于当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值；具体如上所述。 

睡眠参数获取模块300，用于将所述信息值依次存储至一睡眠质量参数中；具体如上所述。 

结果输出模块400，用于当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态；具体如上所述。 

较佳的，所述睡眠分析系统还包括： 

设置模块10，用于穿戴式设备接收用户的操作指令，设置睡眠质量参数的获取周期值，及设置一存储器内存预定容量；具体如上所述。

较佳的，所述能量值获取模块100具体包括： 

能量值获取单元，用于通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一能量值；具体如上所述。

二值化单元，用于将所述能量值与一预先设定的能量阈值比较，当所述能量值大于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为1；当所述能量值小于或等于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为0；具体如上所述。 

存储单元，用于将用户的动作中的每一动作对应的二值化能量值依次存储至穿戴式设备的存储器中，得到一二值化能量值序列；具体如上所述。 

较佳的，所述压缩模块200具体包括： 

统计单元，用于当所述二值化能量值序列使用存储器内存达到预定容量时，获取所述二值化能量值序列中数值总个数及连续出现0的个数；具体如上所述。

占有率获取单元，用于当连续出现的0的个数大于所述数值总个数的二分之一时，获取所述二值化能量值序列中0的占有比率；具体如上所述。 

压缩单元，用于当所述二值化能量值序列中0的占有比率大于一预先设定的第一比率时，则将所述二值化能量值序列压缩为数值等于0的信息值；否则将所述二值化能量值序列压缩为数值等于1的信息值；具体如上所述。 

综上所述，本发明所提供的一种睡眠分析方法及其系统，所述方法包括：通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值；将所述信息值依次存储至一睡眠质量参数中；当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态。由于通过穿戴式设备实时监测用户睡眠的状态和质量，从而帮助用户了解和改善自己的健康状态。 

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。 

Claims (10)

1.一种睡眠分析方法，其特征在于，所述方法包括步骤：

A、通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；

B、当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值；

C、将所述信息值依次存储至一睡眠质量参数中；

D、当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态。

2.根据权利要求1所述睡眠分析方法，其特征在于，所述步骤A之前还包括：

S、穿戴式设备接收用户的操作指令，设置睡眠质量参数的获取周期值，及设置一存储器内存预定容量。

3.根据权利要求1所述睡眠分析方法，其特征在于，所述步骤A具体包括：

A1、通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一能量值；

A2、将所述能量值与一预先设定的能量阈值比较，当所述能量值大于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为1；当所述能量值小于或等于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为0；

A3、将用户的动作中的每一动作对应的二值化能量值依次存储至穿戴式设备的存储器中，得到一二值化能量值序列。

4.根据权利要求3所述睡眠分析方法，其特征在于，所述监测数据是所述穿戴式设备的三轴加速度传感器上三个方向的加速度数据，处理所述监测数据得到一二值化能量值序列包括将每一监测周期得到的所述三个方向的加速度数据平方和再开根号得到一个能量值，然后将所述能量值依次排列得到二值化能量值序列。

5.根据权利要求1所述睡眠分析方法，其特征在于，所述步骤B具体包括：

B1、当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，获取所述二值化能量值序列中数值总个数及连续出现0的个数；

B2、当连续出现的0的个数大于所述数值总个数的二分之一时，获取所述二值化能量值序列中0的占有比率；

B3、当所述二值化能量值序列中0的占有比率大于一预先设定的第一比率时，则将所述二值化能量值序列压缩为数值等于0的信息值；否则将所述二值化能量值序列压缩为数值等于1的信息值。

6.根据权利要求5所述睡眠分析方法，其特征在于，所述步骤D中当所述睡眠质量参数中数值等于1的信息值的占有比率小于或等于一预先设定的第二比率时，输出代表睡眠状态好的睡眠状态结果并通过穿戴式设备呈现给用户；当所述睡眠质量参数中数值等于1的信息值的占有比率大于所述第二比率，且小于或等于一预先设定的第三比率时，输出代表睡眠状态一般的睡眠状态结果并通过穿戴式设备呈现给用户；当所述睡眠质量参数中数值等于1的信息值的占有比率大于所述第三比率时，输出代表睡眠状态差的睡眠状态结果并通过穿戴式设备呈现给用户。

7.一种睡眠分析系统，其特征在于，包括：

能量值获取模块，用于通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一二值化能量值序列，并将所述二值化能量值序列存储至穿戴式设备的存储器中；

压缩模块，用于当所述二值化能量值序列的缓存数据使用存储器内存达到预定容量时，将所述二值化能量值序列的缓存数据压缩为一信息值；

睡眠参数获取模块，用于将所述信息值依次存储至一睡眠质量参数中；

结果输出模块，用于当所述睡眠质量参数的获取时间大于预先设定的获取周期值时，根据睡眠质量参数中的信息值确定睡眠状态。

8.根据权利要求7所述睡眠分析系统，其特征在于，还包括：

设置模块，用于穿戴式设备接收用户的操作指令，设置睡眠质量参数的获取周期值，及设置一存储器内存预定容量。

9.根据权利要求7所述睡眠分析系统，其特征在于，所述能量值获取模块具体包括：

能量值获取单元，用于通过穿戴式设备监测用户的动作而产生一监测数据，处理所述监测数据得到一能量值；

二值化单元，用于将所述能量值与一预先设定的能量阈值比较，当所述能量值大于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为1；当所述能量值小于或等于所述预先设定的能量阈值，将所述能量值进行二值化处理，得到一二值化能量值为0；

存储单元，用于将用户的动作中的每一动作对应的二值化能量值依次存储至穿戴式设备的存储器中，得到一二值化能量值序列。

10.根据权利要求7所述睡眠分析系统，其特征在于，所述压缩模块具体包括：

统计单元，用于当所述二值化能量值序列使用存储器内存达到预定容量时，获取所述二值化能量值序列中数值总个数及连续出现0的个数；

占有率获取单元，用于当连续出现的0的个数大于所述数值总个数的二分之一时，获取所述二值化能量值序列中0的占有比率；

压缩单元，用于当所述二值化能量值序列中0的占有比率大于一预先设定的第一比率时，则将所述二值化能量值序列压缩为数值等于0的信息值；否则将所述二值化能量值序列压缩为数值等于1的信息值。