CN105380600A - 一种基于穿戴式智能设备的自动睡眠侦测方法及系统 - Google Patents

Abstract

本发明公开了一种基于穿戴式智能设备的自动睡眠侦测方法及系统，属于穿戴式智能设备领域。所述方法包括：通过穿戴式智能设备采集并存储设备佩戴者的原始数据；所述原始数据包括设备的微控制单元所记录的中断服务次数；根据所述原始数据确定出设备佩戴者的睡眠数据；所述睡眠数据包括睡眠开始时间、睡眠结束时间和睡眠时长；根据所述睡眠数据划分出设备佩戴者的不同睡眠状态。采用本发明所述的方法及系统，能够实现对穿戴式智能设备佩戴者睡眠状态的自动侦测，无需用户手动操作，更人性化，提高了用户的体验，更好的满足了穿戴式智能设备用户的需求。

Description

一种基于穿戴式智能设备的自动睡眠侦测方法及系统

技术领域

本发明涉及穿戴式智能设备领域，具体涉及一种基于穿戴式智能设备的自动睡眠侦测方法及系统。

背景技术

人的一生有将近1/3的时间处在睡眠阶段，有效准确地监测人体睡眠状态，反应睡眠质量，可为人体健康管理提供有效的依据。

随着移动互联网的发展和技术的进步，穿戴式智能设备已经从概念化走向商用化，通过这些设备，人可以更好的感知外部与自身的信息，能够在计算机、网络甚至其它人的辅助下更为高效率的处理信息，能够实现更为无缝的交流。目前市场上大部分具有睡眠侦测功能的穿戴式智能设备的睡眠侦测技术不够智能，不能做到自动侦测佩戴者的睡眠状态，睡眠的开始和结束均需要用户手动操作，设计不人性化，用户体验感差。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种基于穿戴式智能设备的自动睡眠侦测方法及系统，该方法及系统能够实现对智能设备佩戴者睡眠状态的自动侦测。

为实现上述目的，本发明采用的技术方案如下：

一种基于穿戴式智能设备的自动睡眠侦测方法，包括以下步骤：

(1)通过穿戴式智能设备采集并存储设备佩戴者的原始数据；所述原始数据包括设备的微控制单元所记录的中断服务次数；

(2)根据所述原始数据确定出设备佩戴者的睡眠数据；所述睡眠数据包括睡眠开始时间、睡眠结束时间和睡眠时长；

(3)根据所述睡眠数据划分出设备佩戴者的不同睡眠状态。

进一步，如上所述的一种基于穿戴式智能设备的自动睡眠侦测方法，步骤(1)中，通过穿戴式智能设备采集并存储设备佩戴者的原始数据的方式为：

通过穿戴式智能设备的加速度传感器采集设备的加速度值，当所采集的加速度值大于预设的加速度阈值，则触发设备的微控制单元的中断服务程序，微控制单元记录中断服务程序的次数。

进一步，如上所述的一种基于穿戴式智能设备的自动睡眠侦测方法，步骤(1)中，根据设定的单位时间采集并存储所述的中断服务次数，一个单位时间的中断服务次数对应一次原始数据；

预设要存储的原始数据的单位时间个数为M，实时更新存储的原始数据；一个单位时间内的中断服务次数记为x_i，1≤i≤M，M≥2。

进一步，如上所述的一种基于穿戴式智能设备的自动睡眠侦测方法，一个单位时间为N分钟，N≥1。

进一步，如上所述的一种基于穿戴式智能设备的自动睡眠侦测方法，步骤(2)中，根据所述原始数据确定出设备佩戴者的睡眠数据，包括：

(2-1)判断睡眠开始时间，包括：

①对采集的原始数据进行监测，根据原始数据采集的先后顺序，判断是否存在，若是，则进入步骤②，若否，则令m_s＝m_s+1并重复步骤①；其中，1≤m_s≤M，Κ_s为触发判断睡眠开始阈值；

②判断设备佩戴者睡眠是否开始，若是，则进入步骤(2-2)，若否，则令m_s＝m_s+1并返回步骤①；判断设备佩戴者睡眠是否开始的公式为：

当Β_s＝1时，表示睡眠开始，且睡眠从第m_s个单位时间开始；当Β_s＝0时，表示睡眠没有开始；其中，κ_s为睡眠开始平均阈值，Γ_s为睡眠开始持续单位时间阈值；

(2-1)判断睡眠结束时间，包括：

1)判断是否存在，若是，则进入步骤2)，若否，则令m_e＝m_e+1并重复步骤1)；其中，m_s<m_e≤M，Κ_e为触发判断睡眠结束阈值；

2)判断设备佩戴者是否睡眠结束，若是，则进入步骤(2-3)，若否，则令m_e＝m_e+1并返回步骤1)；判断设备佩戴者是否睡眠结束的公式为：

当Β_e＝1时，表示睡眠结束，且睡眠从第m_e个单位时间结束；当Β_e＝0时，表示睡眠没有结束；其中，κ_e为睡眠结束平均阈值，Γ_e为睡眠结束持续单位时间阈值；

(2-3)记录设备佩戴者一段睡眠的睡眠数据，包括睡眠开始时间m_s、睡眠结束时间m_e和睡眠时长为m_e-m_s+1个单位时间。

进一步，如上所述的一种基于穿戴式智能设备的自动睡眠侦测方法，步骤(2-3)中，在记录设备佩戴者一段睡眠的睡眠数据之前，还包括：判断所述睡眠数据是否有效，若是，则记录该段睡眠的睡眠数据，若否中，则不记录；判断睡眠是否有效的公式为：

当Β_α＝1时，表示睡眠数据有效；当Β_α＝0，表示睡眠数据无效；

其中，Ρ为m_e-m_s+1个单位时间的睡眠数据中零值数据的单位时间个数占总单位时间个数的比例，n₀为m_e-m_s+1个单位时间的睡眠数据中零值数据的单位时间个数，Ρ_α为一段睡眠数据中零值数据的单位时间个数占总的单位时间个数的比例阈值，为m_e-m_s+1个单位时间中每个单位时间的平均中断服务次数，κ_α为中断服务次数平均阈值。

进一步，如上所述的一种基于穿戴式智能设备的自动睡眠侦测方法，步骤(3)中，所述睡眠状态包括难以入睡状态、浅度睡眠状态和深度睡眠状态；根据所述睡眠数据划分出设备佩戴者的不同睡眠状态，包括：

预设睡眠状态高阈值β_H和睡眠状态低阈值β_L；

当x_i>β_H时，所述睡眠状态处于难以入睡状态；

当β_L≤x_i≤β_H时，所述睡眠状态处于浅度睡眠状态；

当x_i<β_L时，所述睡眠状态处于深度睡眠状态。

进一步，如上所述的一种基于穿戴式智能设备的自动睡眠侦测方法，步骤(3)中，完成睡眠状态的划分后，该方法还包括：

(4)建立睡眠数据和不同睡眠状态的对应关系，并保存到睡眠管理数据库中。

本发明实施例中还提供了一种基于穿戴式智能设备的自动睡眠侦测系统，包括：

原始数据采集模块，用于通过穿戴式智能设备采集并存储设备佩戴者的原始数据；所述原始数据包括设备的微控制单元所记录的中断服务次数；

睡眠数据确定模块，用于根据所述原始数据确定出设备佩戴者的睡眠数据；所述睡眠数据包括睡眠开始时间和睡眠结束时间；

睡眠状态划分模块，用于根据所述睡眠数据划分出设备佩戴者的不同睡眠状态。

进一步，如上所述的一种基于穿戴式智能设备的自动睡眠侦测系统，该系统还包括：

睡眠数据保存模块，用于建立睡眠数据和不同睡眠状态的对应关系，并保存到睡眠管理数据库中。

本发明的有益效果在于：本发明所述的方法及系统，能够实现对穿戴式智能设备佩戴者睡眠状态的自动侦测，无需用户手动操作，更人性化，提高了用户的体验，更好的满足了穿戴式智能设备用户的需求。

附图说明

图1为本发明具体实施方式中一种基于穿戴式智能设备的自动睡眠侦测方法的流程图；

图2为本发明具体实施方式中确定设备佩戴者的睡眠数据的流程图；

图3为本发明具体实施方式中一种基于穿戴式智能设备的自动睡眠侦测系统的结构框图；

图4为实施例中一种基于穿戴式智能设备的自动睡眠侦测系统的示意图。

具体实施方式

下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。

图1示出了本发明具体实施方式中一种基于穿戴式智能设备的自动睡眠侦测方法的流程图，该方法主要包括以下步骤：

步骤S100：通过穿戴式智能设备采集并存储设备佩戴者的原始数据；

本发明所提供的自动睡眠侦测方法是基于穿戴式智能设备实现的，该方法首先通过佩戴者的穿戴式智能设备实时采集并存储设备佩戴者的原始数据，所述原始数据包括设备的微控制单元所记录的中断服务次数。

本实施方式中，对所述原始数据的采集是主要是运用穿戴式智能设备上的加速度传感器来实现的，具体采集方式为：

通过穿戴式智能设备的加速度传感器采集设备的加速度值，当所采集的加速度值大于预设的加速度阈值，则触发设备的微控制单元的中断服务程序，微控制单元记录中断服务程序的次数。也就是说，当采集到的当前加速度值超过预设标准时，就会触发穿戴式智能设备的微控制单元的中断服务程序，该程序负责接收和处理中断触发时的相关数据，并记录在设备的存储单元中，而在本实施方式中，记录的是触发产生中断服务的次数，触发一次，中断服务次数加1。

本实施方式中，以设定的单位时间采集并存储所述的中断服务次数，一个单位时间的中断服务次数对应一次原始数据。一般的，一个单位时间为N分钟，N≥1，例如，一个单位时间为5分钟，则以5分钟为一个时间单位记录中断服务的次数，此时，一个时间单位的原始数据中记录的为5分钟内产生的中断服务次数。

由于穿戴式智能设备的存储空间是有限的，本实施方式中，可以预设要存储的原始数据的单位时间个数为M，即设备中只存储最新采集到的M个时间单位的原始数据，设备中存储的数据是实时进行更新的，其中，M≥2。当一个时间单位为N分钟时，设备中存储的即为N×M分钟时间的原始数据。

为了描述方便，本实施方式中将一个单位时间内的中断服务次数记为x_i，1≤i≤M，x₁即表示了第一个单位时间(相对第一个单位时间，当前设备中存储的原始数据中存储时间最长，也是在更新时第一个被更新的)内记录的中断服务次数，x_M对应最新采集到的数据。

步骤S200：根据所述原始数据确定出设备佩戴者的睡眠数据；

由于所述原始数据是一直在实时采集的，原始数据中包含有大量的非睡眠阶段的数据，因此需要从原始数据中确定出设备佩戴者的睡眠数据，所述睡眠数据包括睡眠开始时间、睡眠结束时间和睡眠时长，当然还包括睡眠时长这段时间中每个单位时间的对应的原始数据。

本实施方式中，根据所述原始数据确定出设备佩戴者的睡眠数据的具体方式如图2所示，该方式主要包括以下几个步骤：

步骤1：判断睡眠开始时间；

本实施方式中，判断睡眠开始时间的具体方式如下：

①对采集的原始数据进行监测，根据原始数据采集的先后顺序，判断是否存在，若是，则进入步骤②，若否，则令m_s＝m_s+1并重复步骤①；其中，1≤m_s≤M，Κ_s为触发判断睡眠开始阈值；

该步骤中，通过预设的触发判断睡眠开始阈值Κ_s，分析判断是否有触发睡眠开始的标志，通过遍历采集到的原始数据，当有符合触发判断睡眠开始阈值Κ_s的单位时间的原始数据出现时，表明佩戴者触发睡眠开始的标志出现，此时通过下面的步骤②再继续判断佩戴者睡眠状态是否真正开始。

②判断设备佩戴者睡眠是否开始，若是，则进入步骤2，若否，则令m_s＝m_s+1并返回步骤①；

本实施方式中，判断设备佩戴者睡眠是否开始的公式为：

公式中，当Β_s＝1时，表示睡眠开始，且睡眠从第m_s个单位时间开始；当Β_s＝0时，表示睡眠没有开始；其中，κ_s为睡眠开始平均阈值，Γ_s为睡眠开始持续单位时间阈值，Γ_s为正整数。也就是，在出现符合触发判断睡眠开始阈值Κ_s的原始数据出现后，通过计算m_s之后的Γ_s个单位时间内的中断服务次数的平均值是否大于预设的睡眠开始平均阈值κ_s来判断睡眠是否开始。

步骤2：判断睡眠结束时间；

本实施方式中，判断睡眠结束时间的具体方式如下：

1)判断是否存在若是，则进入步骤2)，若否，则令m_e＝m_e+1并重复步骤1)；其中，m_s<m_e≤M，Κ_e为触发判断睡眠结束阈值；

该步骤中，通过预设的触发判断睡眠结束阈值Κ_e分析判断是否有触发睡眠结束的标志出现，当第m_s个单位时间之后的某一单位时间的中断服务次数满足表明佩戴者触发睡眠结束的标志出现，此时通过下面的步骤2)再继续判断佩戴者睡眠状态是否真正结束。

2)判断设备佩戴者是否睡眠结束，若是，则进入步骤3，若否，则令m_e＝m_e+1并返回步骤1)；

本实施方式中，判断设备佩戴者是否睡眠结束的公式为：

当Β_e＝1时，表示睡眠结束，且睡眠从第m_e个单位时间结束；当Β_e＝0时，表示睡眠没有结束；其中，κ_e为睡眠结束平均阈值，Γ_e为睡眠结束持续单位时间阈值。也就是，在出现符合触发判断睡眠结束阈值Κ_e的数据出现后，通过计算m_e之后的Γ_e个单位时间内的中断服务次数的平均值是否小于预设的睡眠开始平均阈值κ_e来判断睡眠是否结束。

步骤3：判断所述睡眠数据是否有效；

在Β_s＝1且Β_e＝1的前提下，表明设备佩戴者完成了一段时间的睡眠，此时需要判断该段时间的睡眠数据是否真正有效，如果有效则记录该段睡眠数据，如果无效则不记录。

本实施方式中，通过预设的睡眠数据平均阈值κ_α和一段睡眠数据中零值数据(中断服务系数为0)的单位时间个数占总的单位时间个数的比例阈值Ρ_α来判断睡眠数据是否有效，判断睡眠数据是否有效的公式为：

当Β_α＝1时，表示睡眠数据有效；当Β_α＝0，表示睡眠数据无效；

其中，Ρ为m_e-m_s+1个单位时间的睡眠数据中零值数据的单位时间个数占总单位时间个数的比例，n₀为m_e-m_s+1个单位时间的睡眠数据中零值数据的单位时间个数，Ρ_α为一段睡眠数据中零值数据的单位时间个数占总的单位时间个数的比例阈值，为m_e-m_s+1个单位时间中每个单位时间的平均中断服务次数，κ_α为中断服务次数平均阈值。Ρ<Ρ_α是为了避免设备佩戴者未抑制穿戴穿戴式智能设备导致零值数据数据过多的情况。

步骤4：记录设备佩戴者一段睡眠的睡眠数据。

在睡眠数据有效的前提下，记录用户的一段睡眠的睡眠数据，所要记录的睡眠数据包括睡眠开始时间m_s、睡眠结束时间m_e和睡眠时长为m_e-m_s+1个单位时间。

步骤S300：根据睡眠数据划分出设备佩戴者的不同睡眠状态；

步骤S400：建立睡眠数据和不同睡眠状态的对应关系，并保存到睡眠管理数据库中。

本实施方式中，将设备佩戴者的睡眠状态划分成了难以入睡状态、浅度睡眠状态和深度睡眠状态，通过预设睡眠状态高阈值β_H和睡眠状态低阈值β_L来对佩戴者一段时间的睡眠状态进行划分，具体的：

预设睡眠状态高阈值β_H和睡眠状态低阈值β_L；

当x_i>β_H时，所述睡眠状态处于难以入睡状态；

当β_L≤x_i≤β_H时，所述睡眠状态处于浅度睡眠状态；

当x_i<β_L时，所述睡眠状态处于深度睡眠状态。

完成佩戴者睡眠状态的划分后，可以将睡眠数据和不同的睡眠状态建立对应关系，并将该段睡眠数据及建立的对应关系保存到睡眠管理数据库中，可用于后期佩戴者睡眠状况的进一步分析与管理。

在实际应用中，可以将上述建立的对应关系以图形或其它形式输出至显示装置(如手机或PC的显示屏)上，可以直观的看到佩戴者的睡眠分析结果及睡眠质量。

需要说明的是，本实施方式各步骤中所涉及到的阈值均为经验值，可以根据实际需要进行相应的调整和设置，上述各阈值均为正数。

与图1中所示的方法相对应，本实施方式中还提供了一种基于穿戴式智能设备的自动睡眠侦测系统，如图3所示，该系统主要包括原始数据采集模块100、睡眠数据确定模块200、睡眠状态划分模块300和睡眠数据保存模块400。

原始数据采集模块100，用于通过穿戴式智能设备采集并存储设备佩戴者的原始数据；所述原始数据包括设备的微控制单元所记录的中断服务次数；

睡眠数据确定模块200，用于根据所述原始数据确定出设备佩戴者的睡眠数据；所述睡眠数据包括睡眠开始时间和睡眠结束时间；

睡眠状态划分模块300，用于根据所述睡眠数据划分出设备佩戴者的不同睡眠状态；

睡眠数据保存模块400，用于建立睡眠数据和不同睡眠状态的对应关系，并保存到睡眠管理数据库中。

在实际应用中，本实施方式中所述的自动睡眠侦测方法可以通过穿戴式智能设备与其它终端设备(如PC、智能手机等)来实现的，在完成原始数据的获取后，穿戴式智能终端将原始数据发送到其它终端设备中，由其它终端设备来完成后续的原始数据的解析，实现自动睡眠侦测。当然，也可以直接采用穿戴式智能设备本身来实现，但由于一般的穿戴式智能设备的存储空间及数据解析性能受限，优选的是通过穿戴式智能设备与其它终端设备的结合来实现。

为了更好的说明本发明的侦测方法及系统，下面结合具体实施例进行进一步说明。

实施例

图4示出了本实施例中基于穿戴式智能设备的自动睡眠侦测系统的结构示意图，本实施例中，通过穿戴式智能设备与智能手机的结合来实现本发明所提供的自动睡眠侦测方法。

本实施例中自动睡眠侦测方法的流程如下：

(1)通过穿戴式智能设备的加速度传感器采集设备的加速度值，微控制单元判断采集的加速度值大于预设的加速度阈值时，触发中断服务程序，触发一次记录的中断服务次数加1。本实施例中，以五分钟为一个时间单位对将每五分钟产生的中断服务次数存储到存储单元中。穿戴式智能设备通过其蓝牙模块将其采集存储的数据发送到智能手机。

(2)智能手机通过其蓝牙模块接收到穿戴式智能发送的数据后，通过其睡眠数据确定模块确定出接收到的原始数据中的睡眠数据，得到用户的睡眠睡眠段、以及每一睡眠时间段的睡眠开始时间、结束时间和该时间段中每一单位时间的睡眠数据。

(3)通过智能手机的睡眠状态划分模块对用户睡眠时间段的睡眠数据进行睡眠状态的划分，根据睡眠时间段中每一单位时间的睡眠数据将每一单位时间的睡眠划分为深度睡眠状态、浅度睡眠状态或难以入睡状态；

(4)睡眠状态保存模块根据睡眠状态划分模块的划分结果建立睡眠数据与睡眠状态的相应关系，并保存到睡眠管理数据库中，同时可以将建立的相应关系通过图形展示在手机的显示屏上，或者通过手机传输到电脑上显示。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于穿戴式智能设备的自动睡眠侦测方法，包括以下步骤：

(1)通过穿戴式智能设备采集并存储设备佩戴者的原始数据；所述原始数据包括设备的微控制单元所记录的中断服务次数；

(2)根据所述原始数据确定出设备佩戴者的睡眠数据；所述睡眠数据包括睡眠开始时间、睡眠结束时间和睡眠时长；

(3)根据所述睡眠数据划分出设备佩戴者的不同睡眠状态。

2.根据权利要求1所述的一种基于穿戴式智能设备的自动睡眠侦测方法，其特征在于：步骤(1)中，通过穿戴式智能设备采集并存储设备佩戴者的原始数据的方式为：

通过穿戴式智能设备的加速度传感器采集设备的加速度值，当所采集的加速度值大于预设的加速度阈值，则触发设备的微控制单元的中断服务程序，微控制单元记录中断服务程序的次数。

3.根据权利要求1或2所述的一种基于穿戴式智能设备的自动睡眠侦测方法，其特征在于：步骤(1)中，根据设定的单位时间采集并存储所述的中断服务次数，一个单位时间的中断服务次数对应一次原始数据；

预设要存储的原始数据的单位时间个数为M，实时更新存储的原始数据；一个单位时间内的中断服务次数记为x_i，1≤i≤M，M≥2。

4.根据权利要求3所述的一种基于穿戴式智能设备的自动睡眠侦测方法，其特征在于：一个单位时间为N分钟，N≥1。

5.根据权利要求3所述的一种基于穿戴式智能设备的自动睡眠侦测方法，其特征在于：步骤(2)中，根据所述原始数据确定出设备佩戴者的睡眠数据，包括：

(2-1)判断睡眠开始时间，包括：

①对采集的原始数据进行监测，根据原始数据采集的先后顺序，判断是否存在若是，则进入步骤②，若否，则令m_s＝m_s+1并重复步骤①；其中，1≤m_s≤M，Κ_s为触发判断睡眠开始阈值；

②判断设备佩戴者睡眠是否开始，若是，则进入步骤(2-2)，若否，则令m_s＝m_s+1并返回步骤①；判断设备佩戴者睡眠是否开始的公式为：

$B_s=\left\{\begin{array}{c}0,{\stackrel{\&OverBar;}{x}}_s>{\mathrm{\&kappa;}}_s\\ 1,{\stackrel{\&OverBar;}{x}}_s\&le;{\mathrm{\&kappa;}}_s\end{array}\right.$

${\stackrel{\&OverBar;}{x}}_s=\frac{\underset{i=m_s}{\overset{m_s+{\mathrm{\&Gamma;}}_s-1}{\&Sigma;}}{x}_i}{{\mathrm{\&Gamma;}}_s}$

当Β_s＝1时，表示睡眠开始，且睡眠从第m_s个单位时间开始；当Β_s＝0时，表示睡眠没有开始；其中，κ_s为睡眠开始平均阈值，Γ_s为睡眠开始持续单位时间阈值；

(2-1)判断睡眠结束时间，包括：

1)判断是否存在若是，则进入步骤2)，若否，则令m_e＝m_e+1并重复步骤1)；其中，m_s<m_e≤M，Κ_e为触发判断睡眠结束阈值；

2)判断设备佩戴者是否睡眠结束，若是，则进入步骤(2-3)，若否，则令m_e＝m_e+1并返回步骤1)；判断设备佩戴者是否睡眠结束的公式为：

$B_e=\left\{\begin{array}{c}0,{\stackrel{\&OverBar;}{x}}_e\&le;{\mathrm{\&kappa;}}_e\\ 1,{\stackrel{\&OverBar;}{x}}_e>{\mathrm{\&kappa;}}_e\end{array}\right.$

${\stackrel{\&OverBar;}{x}}_e=\frac{\underset{i=m_e}{\overset{m_e+{\mathrm{\&Gamma;}}_e-1}{\&Sigma;}}{x}_i}{{\mathrm{\&Gamma;}}_e}$

当Β_e＝1时，表示睡眠结束，且睡眠从第m_e个单位时间结束；当Β_e＝0时，表示睡眠没有结束；其中，κ_e为睡眠结束平均阈值，Γ_e为睡眠结束持续单位时间阈值；

(2-3)记录设备佩戴者一段睡眠的睡眠数据，包括睡眠开始时间m_s、睡眠结束时间m_e和睡眠时长为m_e-m_s+1个单位时间。

6.根据权利要求5所述的一种基于穿戴式智能设备的自动睡眠侦测方法，其特征在于：步骤(2-3)中，在记录设备佩戴者一段睡眠的睡眠数据之前，还包括：判断所述睡眠数据是否有效，若是，则记录该段睡眠的睡眠数据，若否中，则不记录；判断睡眠是否有效的公式为：

$P=\frac{n_0}{m_e-m_s+1}$

$\stackrel{\&OverBar;}{x}=\frac{\underset{i=m_s}{\overset{m_e}{\&Sigma;}}{x}_i}{m_e-m_s+1}$

当Β_α＝1时，表示睡眠数据有效；当Β_α＝0，表示睡眠数据无效；

其中，Ρ为m_e-m_s+1个单位时间的睡眠数据中零值数据的单位时间个数占总单位时间个数的比例，n₀为m_e-m_s+1个单位时间的睡眠数据中零值数据的单位时间个数，Ρ_α为一段睡眠数据中零值数据的单位时间个数占总的单位时间个数的比例阈值，为m_e-m_s+1个单位时间中每个单位时间的平均中断服务次数，κ_α为中断服务次数平均阈值。

7.根据权利要求3所述的一种基于穿戴式智能设备的自动睡眠侦测方法，其特征在于：步骤(3)中，所述睡眠状态包括难以入睡状态、浅度睡眠状态和深度睡眠状态；根据所述睡眠数据划分出设备佩戴者的不同睡眠状态，包括：

预设睡眠状态高阈值β_H和睡眠状态低阈值β_L；

当x_i>β_H时，所述睡眠状态处于难以入睡状态；

当β_L≤x_i≤β_H时，所述睡眠状态处于浅度睡眠状态；

当x_i<β_L时，所述睡眠状态处于深度睡眠状态。

8.根据权利要求1或7所述的一种基于穿戴式智能设备的自动睡眠侦测方法，其特征在于：步骤(3)中，完成睡眠状态的划分后，该方法还包括：

(4)建立睡眠数据和不同睡眠状态的对应关系，并保存到睡眠管理数据库中。

9.一种基于穿戴式智能设备的自动睡眠侦测系统，包括：

原始数据采集模块，用于通过穿戴式智能设备采集并存储设备佩戴者的原始数据；所述原始数据包括设备的微控制单元所记录的中断服务次数；

睡眠数据确定模块，用于根据所述原始数据确定出设备佩戴者的睡眠数据；所述睡眠数据包括睡眠开始时间和睡眠结束时间；

睡眠状态划分模块，用于根据所述睡眠数据划分出设备佩戴者的不同睡眠状态。

10.根据权利要求9所述的一种基于穿戴式智能设备的自动睡眠侦测系统，其特征在于：该系统还包括：

睡眠数据保存模块，用于建立睡眠数据和不同睡眠状态的对应关系，并保存到睡眠管理数据库中。