CN105816153A - 一种睡眠监测系统及方法 - Google Patents

Abstract

本发明属于穿戴式医疗领域，涉及一种睡眠监测系统及方法。本发明硬件包括：三轴加速度传感器、蓝牙模块、智能手机或PC。三轴加速度传感器采集人体腕部的加速度信号；蓝牙模块负责将加速度数据传给智能手机或PC；智能手机和PC上的APP可以分析加速度信号，并识别清醒期和睡眠期，计算睡眠指标。本发明除了通过加速度信号达到98％的翻身识别率，提高睡眠分期效果。同时，由于只采集了加速度信号，所以保证了功耗不会太高。

Description

一种睡眠监测系统及方法

技术领域

本发明属于穿戴式医疗领域，涉及一种睡眠监测系统及方法。

背景技术

随着生活节奏的加快，工作压力的增大，睡眠障碍开始成为现代人的一大困扰，尤其是在北上广等发达城市，几乎有超过六成的人存在睡眠障碍。睡眠障碍的种类非常多，总结起来分为三大类：睡不着、睡不好和睡不饱。睡眠障碍会给我们的生活带来诸多不便，会更容易导致人体衰老加速、免疫力下降、诱发心脑血管疾病等。可见，保持健康的睡眠是非常重要的。

目前采用预防医学的概念来解决睡眠障碍问题，即早发现早治疗。传统的睡眠障碍评测方法是，填写睡眠评测量表，或者是做整夜的PSG监测。这两种方法虽然监测的比较准确，尤其后者是金标准，但是考虑到费用和便利性的话，要想做长期的监测是不太现实的。所以，迫切需要一种方便的、低廉的睡眠监测系统，来帮助我们识别睡眠障碍。

由于穿戴式设备和智能手机的飞速发展，越来越多的睡眠监测系统被发明出来，大体可以分为两类：基于加速度信号、基于心跳信号。前者信号采集简单，但是只能作为睡眠障碍识别的参考；后者虽然在睡眠监测上会更准确，但是信号采集复杂，容易受到干扰，且会增加穿戴式设备的功耗。本发明针对上述问题，提出一种基于加速度信号和睡眠评测量表的睡眠监测系统。

发明内容

为实现上述目的，本发明采用如下技术方案：

本系统硬件包括三个部分，如图1。分别为三轴加速度传感器、蓝牙模块、智能手机或PC。三轴加速度传感器采集人体腕部的加速度信号；蓝牙模块负责将加速度数据传给智能手机或PC；智能手机和PC上的APP可以分析加速度信号，并识别清醒期和睡眠期，计算睡眠指标，同时也可以完成睡眠量表的评测，智能手机和PC都可以将所有睡眠资料同步到云端。

一种睡眠监测系统，其特征在于，包括三个硬件模块：用于采集人体腕部的加速度信号的三轴加速度传感器、负责将加速度信号数据传给智能手机或PC蓝牙模块、智能手机或PC。

所述的睡眠监测系统的睡眠监测方法，其特征在于，包括以下步骤如下：

A.三轴加速度传感器获取腕部三轴加速度信号，信号采样率大于20Hz；蓝牙模块负责将加速度数据传给智能手机或PC；

B.智能手机或PC计算三轴加速度信号的平方和的平方根，即 $G=\sqrt{{X_{\mathrm{axis}}}^2+{Y_{\mathrm{axis}}}^2+{Z_{\mathrm{axis}}}^2};$

C.将G以每分钟分割为一个区段，计算各区段两个特征值，即STD和MAX-MIN；

特征值STD的计算公式如下：

其中G_i为G信号每个采样点的数据值，N为一分钟采样点个数；

MAX-MIN＝G_max-G_min其中G_max为该区段G信号的最大值，G_min为该区段G信号的最小值；

D.当满足STD大于0.0225g且MAX-MIN大于1g，将该区段标记为翻身，否则标记为未翻身；其中g为重力加速度；

E.当两个相邻标记为翻身的区段之间间隔大于20分钟,则标记区段之间为睡眠期，否则标记为清醒期；

计算出每夜的睡眠指标，分别是睡眠潜伏期、总睡眠时间、睡眠效率和觉醒次数。各指标说明请见表1。

表1睡眠指标说明

睡眠资料可以存储到云端，使用智能手机和PC都可以查看历史数据。

基于睡眠量表的睡眠评测

1、多份睡眠质量评测量表以及相应的评估模型存储在智能手机和PC中。

2、用户在填完量表后，系统会根据评估模型计算分数，并通过图形的方式界定用户所在人群。

3、在智能手机和pc端都可以查看个人量表评测的历史数据。

4、系统会根据上一次量表完成时间计算下次的提醒时间，敦促使用者长期持续记录。

本发明的睡眠监测系统，相对现有技术的有益效果是：

1.相对于仅基于加速度信号的睡眠监测系统，本发明除了通过加速度信号达到98％的翻身识别率，提高睡眠分期效果，还可以让用户方便的使用睡眠监测量表来记录睡眠状态，所以在监测的准确性会有所提高。

2.相对于基于心跳信号的睡眠监测系统，本发明结合基于加速度信号的睡眠监测和基于睡眠评测量表的睡眠监测，使评测精度有了一定保证。同时，由于只采集了加速度信号，所以保证了功耗不会太高。

附图说明

图1为本发明的系统结构图；

图2为基于加速度的清醒/睡眠识别流程。

具体实施方式

本发明的睡眠监测系统，其特征在于，包括基于腕部三轴加速度传感器信号的睡眠监测和基于睡眠评测量表的睡眠监测。

三轴加速度传感器采集手臂活动信号。并通过蓝牙将数据传给智能手机或PC。

智能手机使用本地的睡眠模型，对加速度信号处理，用来区分睡眠层次并计算睡眠指标。步骤如下：

A.计算每分钟三轴加速度信号的平方和的平方根G，在加速度信号采样率为20Hz时，每分钟数据点数为1200个。

B.计算G的特征值STD，即1200个数据点的标准差。MAX-MIN，即1200个数据点中最大值与最小值之差。

C.当STD>0.0225g且MAX-MIN>1g时，将这一分钟标记为翻身，否则标记为未翻身。通过8个人，长达48小时的同步加速度信号和视频采集睡眠实验，该算法的翻身标记准确率达到了98％以上。

D.当连续的两个标记为翻身的时间间隔大于20分钟，则认为间隔时间段为睡眠期，否则为清醒期。

E.根据翻身标记、睡眠期标记及表1，计算总睡眠时间、睡眠效率和觉醒次数等睡眠指标。

智能手机与云端通过因特网通信。

而主观睡眠评测仅需要用户打开智能手机或pc端的app，即可填写电子睡眠评测量表。

智能手机或pc端存有多份睡眠评测量表和相应的计分模型，用户填完量表后就能查看本次测评的结果，并可浏览历史测评数据。

用户在填完量表后，系统会为其计算下一次测评时间，并在该时刻到达前一天提醒。

Claims (2)

1.一种睡眠监测系统，其特征在于，包括三个硬件模块：用于采集人体腕部的加速度信号的三轴加速度传感器、负责将加速度信号数据传给智能手机或PC蓝牙模块、智能手机或PC。

2.应用如权利要求1所述的睡眠监测系统的睡眠监测方法，其特征在于，包括以下步骤如下：

A.三轴加速度传感器获取腕部三轴加速度信号，信号采样率大于20Hz；蓝牙模块负责将加速度数据传给智能手机或PC；

B.智能手机或PC计算三轴加速度信号的平方和的平方根，即 $G=\sqrt{{X_{\mathrm{axis}}}^2+{Y_{\mathrm{axis}}}^2+{Z_{\mathrm{axis}}}^2};$

C.将G以每分钟分割为一个区段，计算各区段两个特征值，即STD和MAX-MIN；特征值STD的计算公式如下：

其中G_i为G信号每个采样点的数据值，N为一分钟采样点个数；

MAX-MIN＝G_max-G_min，其中G_max为该区段G信号的最大值，G_min为该区段G信号的最小值；

D.当满足STD大于0.0225g且MAX-MIN大于1g，将该区段标记为翻身，否则标记为未翻身；其中g为重力加速度；

E.当两个相邻标记为翻身的区段之间间隔大于20分钟,则标记区段之间为睡眠期，否则标记为清醒期。