CN106913313A - 一种睡眠监测方法及系统 - Google Patents

Abstract

本发明实施例公开了一种睡眠监测方法及系统。所述方法包括：监测第一参数和第二参数；当所述第一参数和所述第二参数满足第一预设条件时，确定目标对象处于睡眠状态，记录所述目标对象处于睡眠状态的第一时间；监测第二参数，判断所述第二参数是否满足第二预设条件；当判断结果为所述第二参数满足第二预设条件时，确定所述目标对象处于睡眠结束状态，记录所述目标对象处于睡眠结束状态的第二时间；基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间；当所述第二时间与所述预测第二时间的差值在预设阈值范围外时，输出提示信息。

Description

一种睡眠监测方法及系统

技术领域

本发明涉及信息处理技术，具体涉及一种睡眠监测方法及系统。

背景技术

随着电子技术的发展，近年来越来越多的便携式移动终端(例如智能手表、智能手环等)均具有睡眠监测功能。现有技术中便携式移动终端的睡眠检测功能通过加速度传感器、压力传感器或针对特定生理特征信号监测的系统等实现监测。现有技术方案有以下几个缺点：1、需要长时间的佩戴便携式移动终端才能实现睡眠监测，这种方式可能对用户带来较大的心理负荷，影响睡眠质量；2、采用加速度传感器对睡眠监测的误判率高；3、采用针对特定生理特征信号监测的系统进行睡眠监测，使得便携式移动终端的费用较高。

发明内容

为解决现有存在的技术问题，本发明实施例提供一种睡眠监测方法及系统，

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种睡眠监测方法，所述方法包括：

监测第一参数和第二参数；所述第一参数表征预设范围内的光线强度；所述第二参数表征预设范围内的目标对象的状态；

判断所述第一参数和所述第二参数是否满足第一预设条件；

当判断结果为所述第一参数和所述第二参数满足第一预设条件时，确定目标对象处于睡眠状态，记录所述目标对象处于睡眠状态的第一时间；

监测第二参数，判断所述第二参数是否满足第二预设条件；

当判断结果为所述第二参数满足第二预设条件时，确定所述目标对象处于睡眠结束状态，记录所述目标对象处于睡眠结束状态的第二时间；

基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间；

当所述第二时间与所述预测第二时间的差值在预设阈值范围外时，输出提示信息；所述提示信息表征所述目标对象的睡眠异常。

上述方案中，所述判断所述第一参数和所述第二参数是否满足第一预设条件，包括：

判断所述第一参数是否低于第一阈值，以及判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由动态转换为静态、且所述目标对象处于静态的时间是否达到第二阈值，获得第一判断结果；

当所述第一判断结果为所述第一参数低于第一阈值，并且所述第二参数表征所述预设范围内的目标对象的状态由动态转换为静态、且所述目标对象处于静态的时间达到第二阈值时，确定所述第一参数和所述第二参数满足第一预设条件。

上述方案中，所述判断所述第二参数是否满足第二预设条件，包括：

判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由静态转换为动态、且所述目标对象处于动态的时间是否大于第三阈值，获得第二判断结果；

当所述第二判断结果为所述预设范围内的目标对象的状态由静态转换为动态、且所述目标对象处于动态的时间大于第三阈值时，确定所述第二参数满足第二预设条件。

上述方案中，所述基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间，包括：

统计所述目标对象的历史数据，所述历史数据包括历史第一时间、历史第二时间；所述历史第一时间表征所述目标对象在先的处于睡眠状态的时间；所述历史第二时间表征所述目标对象在先的处于睡眠结束状态的时间；

所述目标对象的预测第二时间满足以下表达式：

y＝θx；

θ＝(x^(i)Tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)Tw⁽ⁱ⁾y⁽ⁱ⁾；

其中，y表示预测第二时间；x表示所述第一时间；x⁽ⁱ⁾表示历史第一时间；y⁽ⁱ⁾表示历史第二时间；x^(i)T表示x⁽ⁱ⁾的转置；τ表示预设波长参数。

上述方案中，所述方法还包括：当所述历史数据有m个时，遍历1至m个历史数据，获得m个θ；

在所述m个θ中选择满足对应的历史第一时间与所述第一时间差值最小的第一θ；

基于y＝θx确定所述目标对象的预测第二时间。

本发明实施例还提供了一种睡眠检测系统，其特征在于，所述系统包括：第一传感单元、第二传感单元、数据接入单元、存储单元和处理单元；其中，

所述第一传感单元，用于监测第一参数；所述第一参数表征预设范围内的光线强度；

所述第二传感单元，用于监测第二参数；所述第二参数表征预设范围内的目标对象的状态；

所述数据接入单元，用于获得所述第一传感单元监测的第一参数，以及获得所述第二传感单元监测的第二参数；将所述第一参数和所述第二参数分别发送至所述存储单元和所述处理单元；

所述存储单元，用于存储所述第一参数和所述第二参数；

所述处理单元，用于判断所述第一参数和所述第二参数是否满足第一预设条件；当判断结果为所述第一参数和所述第二参数满足第一预设条件时，确定目标对象处于睡眠状态，记录所述目标对象处于睡眠状态的第一时间；判断第二参数是否满足第二预设条件；当判断结果为所述第二参数满足第二预设条件时，确定所述目标对象处于睡眠结束状态，记录所述目标对象处于睡眠结束状态的第二时间；基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间；当所述第二时间与所述预测第二时间的差值在预设阈值范围外时，输出提示信息；所述提示信息表征所述目标对象的睡眠异常。

上述方案中，所述处理单元，用于判断所述第一参数是否低于第一阈值，以及判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由动态转换为静态、且所述目标对象处于静态的时间是否达到第二阈值，获得第一判断结果；当所述第一判断结果为所述第一参数低于第一阈值，并且所述第二参数表征所述预设范围内的目标对象的状态由动态转换为静态、且所述目标对象处于静态的时间达到第二阈值时，确定所述第一参数和所述第二参数满足第一预设条件。

上述方案中，所述处理单元，用于判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由静态转换为动态、且所述目标对象处于动态的时间是否大于第三阈值，获得第二判断结果；当所述第二判断结果为所述预设范围内的目标对象的状态由静态转换为动态、且所述目标对象处于动态的时间大于第三阈值时，确定所述第二参数满足第二预设条件。

上述方案中，所述处理单元，用于统计所述目标对象的历史数据，所述历史数据包括历史第一时间、历史第二时间；所述历史第一时间表征所述目标对象在先的处于睡眠状态的时间；所述历史第二时间表征所述目标对象在先的处于睡眠结束状态的时间；

所述目标对象的预测第二时间满足以下表达式：

y＝θx；

θ＝(x^(i)Tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)Tw⁽ⁱ⁾y⁽ⁱ⁾；

其中，y表示预测第二时间；x表示所述第一时间；x⁽ⁱ⁾表示历史第一时间；y⁽ⁱ⁾表示历史第二时间；x^(i)T表示x⁽ⁱ⁾的转置；τ表示预设波长参数。

上述方案中，所述处理单元，还用于当所述历史数据有m个时，遍历1至m个历史数据，获得m个θ；在所述m个θ中选择满足对应的历史第一时间与所述第一时间差值最小的第一θ；基于y＝θx确定所述目标对象的预测第二时间。

本发明实施例的睡眠监测方法及系统，所述方法包括：监测第一参数和第二参数；所述第一参数表征预设范围内的光线强度；所述第二参数表征预设范围内的目标对象的状态；判断所述第一参数和所述第二参数是否满足第一预设条件；当判断结果为所述第一参数和所述第二参数满足第一预设条件时，确定目标对象处于睡眠状态，记录所述目标对象处于睡眠状态的第一时间；检测第二参数，判断所述第二参数是否满足第二预设条件；当判断结果为所述第二参数满足第二预设条件时，确定所述目标对象处于睡眠结束状态，记录所述目标对象处于睡眠结束状态的第二时间；基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间；当所述第二时间与所述预测第二时间的差值在预设阈值范围外时，输出提示信息；所述提示信息表征所述目标对象的睡眠异常。如此，采用本发明实施例的技术方案，通过针对目标对象采用被动式的参数采集，无需使目标对象(即用户)实时佩戴便携式移动终端便可以实现对目标对象(即用户)的睡眠监测，避免对用户带来较大的心理负荷，同时提升用户的睡眠质量，也提升了用户的体验。另一方面，本发明实施例的技术方案通过光线传感器和PIR传感器识别目标对象(即用户)的睡觉行为和起床行为，并通过所述目标对象(即用户)前N(例如30)天的入睡时间和起床时间进行统计分析，获得目标对象(即用户)的预测起床时间，从而实现对目标对象(即用户)的睡眠监测，这种方式的误判率低，也即大大提升了睡眠监测的准确率。

附图说明

图1为本发明实施例一的睡眠监测方法的流程示意图；

图2为本发明实施例中局部加权回归算法示意图；

图3为本发明实施例二的睡眠监测方法的流程示意图；

图4本发明实施例中检测到的目标对象的状态信号示意图；

图5为本发明实施例的睡眠监测系统的组成结构示意图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细的说明。

实施例一

本发明实施例提供了一种睡眠监测方法。图1为本发明实施例一的睡眠监测方法的流程示意图；如图1所示，所述方法包括：

步骤101：监测第一参数和第二参数；所述第一参数表征预设范围内的光线强度；所述第二参数表征预设范围内的目标对象的状态。

本实施例中，所述第一参数表征预设范围内的光线强度；所述第一参数例如光线强度。以所述预设范围为一空间范围(例如房间)为例，则可通过设置在所述空间范围(例如房间)内的光线传感器监测所述第一参数。所述第二参数表征预设范围内的目标对象的状态；所述目标对象的状态具体包括静态或动态。以所述预设范围为一空间范围(例如房间)为例，则可通过设置在所述空间范围(例如房间)内的被动式红外探测器(PIR，PassiveInfrared Detector)，通过PIR检测所述预设范围内的目标对象是处于静态或是动态，也可以理解为，通过PIR获得第一探测信号和第二探测信号；所述第一探测信号可以表示为所述预设范围内由有人状态切换至无人状态的信号；相应的，所述第二探测信号可以表示为由无人状态切换至有人状态的信号。

步骤102：判断所述第一参数和所述第二参数是否满足第一预设条件；当判断结果为所述第一参数和所述第二参数满足第一预设条件时，确定目标对象处于睡眠状态，记录所述目标对象处于睡眠状态的第一时间。

这里，所述判断所述第一参数和所述第二参数是否满足第一预设条件，包括：判断所述第一参数是否低于第一阈值，以及判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由动态转换为静态、且所述目标对象处于静态的时间是否达到第二阈值，获得第一判断结果；当所述第一判断结果为所述第一参数低于第一阈值，并且所述第二参数表征所述预设范围内的目标对象的状态由动态转换为静态、且所述目标对象处于静态的时间达到第二阈值时，确定所述第一参数和所述第二参数满足第一预设条件。

具体的，所述第一参数表征预设范围内的光线强度。当所述第一参数低于第一阈值时，即当前所述预设范围(例如房间)内的光线强度低于所述第一阈值，可以理解为当前所述预设范围内处于关灯状态(并且当前时刻处于夜晚时间范围)，这作为目标对象(即用户)睡眠的一个条件。

进一步地，所述第二参数表征预设范围内的目标对象的状态。当所述第二参数表征所述预设范围内的目标对象的状态由动态转换为静态、且所述目标对象处于静态的时间达到第二阈值，可以理解为在所述预设范围(例如房间)内由初始的有人状态(动态)切换为静止状态，可以理解为目标对象(即用户)进入到所述预设范围(例如房间)内，并且处于静止状态(例如躺着不动)，并且处于静止状态的时间达到第二阈值(例如20分钟)，则可以理解为“躺着不动”状态保持20分钟以上，则可以理解为此时所述目标对象(即用户)已经处于睡眠状态。并且，记录所述目标对象处于睡眠状态的第一时间，所述第一时间作为所述目标对象(即用户)入睡时间。

步骤103：监测第二参数，判断所述第二参数是否满足第二预设条件；当判断结果为所述第二参数满足第二预设条件时，确定所述目标对象处于睡眠结束状态，记录所述目标对象处于睡眠结束状态的第二时间。

本实施例中，实时监测所述第二参数，从而基于所述第二参数判定所述目标对象是否依旧处于睡眠状态。

本实施例中，所述判断所述第二参数是否满足第二预设条件，包括：判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由静态转换为动态、且所述目标对象处于动态的时间是否大于第三阈值，获得第二判断结果；当所述第二判断结果为所述预设范围内的目标对象的状态由静态转换为动态、且所述目标对象处于动态的时间大于第三阈值时，确定所述第二参数满足第二预设条件。

具体的，基于步骤102，本步骤中，实时监测所述第二参数，即实时监测表征预设范围内的目标对象的状态是动态还是静态。当所述预设范围(例如房间)内的目标对象由静态转换为动态(例如由躺着不动状态转换为动态，所述动态可以是翻身、起床等动态)、且处于动态的时间达到第三阈值(例如1分钟)，则可以理解为此时所述目标对象(即用户)处于睡眠结束状态，表征当前用户已经起床。并且，记录所述目标对象处于睡眠结束状态的第二时间，所述第二时间作为所述目标对象(即用户)的实际起床时间。

步骤104：基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间。

本实施例中，考虑到目标对象(即用户)每天的睡眠时长会在一个较窄的时间区间内波动，所述时间区间例如6小时至8小时，因此，入睡时间与起床时间存在有相关性，但不完全符合线性相关性。因此，本发明实施例采用局部加权回归算法预测目标对象(即用户)的起床时间，以此作为睡眠异常的判断依据。则所述局部加权回归算法的目标函数是加权的最小二乘，满足表达式(1)：

其中，x⁽ⁱ⁾表示历史第一时间，即历史入睡时间；y⁽ⁱ⁾表示历史第二时间，即历史起床时间；θ表示y与x的比值；θ^T表示θ的转置；w⁽ⁱ⁾表示历史第一时间与第一时间的误差，存在：

其中，x表示所述第一时间(记为预测点)，也即入睡时间；τ表示预设波长参数，所述预设波长参数用于控制权重值随距离下降的速率；i表示m个历史样本数据中的第i个样本数据。则历史第一时间与第一时间越近则误差越大；历史第一时间与第一时间越远则误差越小。

假设预测点为历史样本数据中的第i个样本数据(假设共m个历史样本数据)，遍历1到m个历史样本数据(含第i个)，确定每一个样本数据与所述预测点之间的距离，也就可以计算出每个样本数据贡献误差的权值，可以看出w是一个有m个元素的向量(写成对角阵形式)，w可通过表达式(3)表示：

则将表达式(3)带入表达式(1)获得表达式(4)：

表达式(4)中，x⁽ⁱ⁾表示历史第一时间；y⁽ⁱ⁾表示历史第二时间；w⁽ⁱ⁾表示与x⁽ⁱ⁾和y⁽ⁱ⁾相对应的w；θ也表示与x⁽ⁱ⁾和y⁽ⁱ⁾相对应的θ。

利用最小二乘法，存在则-x^(i)Twy⁽ⁱ⁾-x^(i)Twy⁽ⁱ⁾+2x^(i)Twx⁽ⁱ⁾θ＝0；因此获得的θ满足表达式(5)：

θ＝(x^(i)Tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)Tw⁽ⁱ⁾y⁽ⁱ⁾ (5)

进一步地，基于表达式(6)获得所述目标对象的预测第二时间y：

y＝θx (6)

作为一种实施方式，当所述历史数据有m(m为正整数)个时，遍历1至m个历史数据，获得m个θ；其中，1≤i≤m；在所述m个θ中选择满足对应的历史第一时间与所述第一时间差值最小的第一θ，具体的，图2为本发明实施例中局部加权回归算法示意图；如图2所示，其中的x轴表示历史数据中的历史入睡时间，也即历史第一时间；y轴表示历史起床时间，也即历史第二时间；图2表征目标对象(即用户)的历史数据分布。对于每一个历史数据，均存在对应的斜率，即θ。在本实施方式中，遍历1至m个历史数据，获得m个θ；确定每个θ对应的x值，即确定每个θ对应的历史第一时间(即历史入睡时间)，选择与所述第一时间(当前的入睡时间)相差最小的历史第一时间对应的θ作为第一θ。

基于表达式(6)，即将所述第一θ代入y＝θx，从而确定所述目标对象的预测第二时间。

步骤105：当所述第二时间与所述预测第二时间的差值在预设阈值范围外时，输出提示信息；所述提示信息表征所述目标对象的睡眠异常。

本实施例中，确定所述预测第二时间后，当所述目标对象的实际起床时间(即第二时间)与所述预测第二时间在预设阈值范围(例如30分钟)内时，表明所述目标对象的睡眠正常。当所述目标对象的实际起床时间(即第二时间)与所述预测第二时间在预设阈值范围(例如30分钟)外时，表明所述目标对象的睡眠异常，输出所述提示信息。进一步地，可输出所述提示信息至个人计算机(PC)、移动终端、移动终端应用(APP)等等；可以通过短信、电子邮件等方式实现。

采用本发明实施例的技术方案，通过针对目标对象采用被动式的参数采集，无需使目标对象(即用户)实时佩戴便携式移动终端便可以实现对目标对象(即用户)的睡眠监测，避免对用户带来较大的心理负荷，同时提升用户的睡眠质量，也提升了用户的体验。另一方面，本发明实施例的技术方案通过光线传感器和PIR传感器识别目标对象(即用户)的睡觉行为和起床行为，并通过所述目标对象(即用户)前N(例如30)天的入睡时间和起床时间进行统计分析，获得目标对象(即用户)的预测起床时间，从而实现对目标对象(即用户)的睡眠监测，这种方式的误判率低，也即大大提升了睡眠监测的准确率。

实施例二

本发明实施例还提供了一种睡眠监测方法。图3为本发明实施例二的睡眠监测方法的流程示意图；如图3所示，所述方法包括：

步骤201：监测第一参数。

步骤202：判断所述第一参数是否低于第一阈值；当判断结果为所述第一参数低于所述第一阈值时，执行步骤203；否则，重新执行步骤201。

步骤203：监测第二参数。

步骤204：判断所述第二参数表征所述预设范围内的目标对象的状态是否由动态转换为静态、且所述目标对象处于静态的时间是否达到第二阈值；当判断结果为是时，执行步骤205；否则，重新执行步骤203。

步骤205：确定目标对象处于睡眠状态。

步骤206：进一步监测第二参数。

步骤207：判断所述第二参数表征所述预设范围内的目标对象的状态是否由静态转换为动态；当判断的结果为是时，执行步骤208；否则，重新执行步骤205：确定目标对象处于睡眠状态。

步骤208：判断所述第二参数表征第一预设时间范围内所述预设范围内的目标对象的状态是否由动态转换为静态；当判断结果为是时，执行步骤209；当判断结果为否时，执行步骤211。

步骤209：判断其他预设范围内的目标对象的状态是否由静态转换为动态；当判断结果为是时，执行步骤210：确定所述目标对象处于睡眠结束状态。

步骤211：判断所述目标对象的状态为动态的持续时间是否达到第三阈值；当判断的结果为是时，执行步骤210：确定所述目标对象处于睡眠结束状态；当判断的结果为否时，执行步骤212。

步骤212：判断所述目标对象的状态是否由动态转换为静态、且转换次数达到第四阈值、且每次检测到所述目标对象处于静态的时间小于第五阈值；当判断的结果为是时，执行步骤210：确定所述目标对象处于睡眠结束状态；当判断的结果为否时，执行步骤205：确定目标对象处于睡眠状态。

本实施例中，步骤201至步骤206的实现过程可参照实施例一中所述，本实施例中不再赘述。

本实施例中，步骤207中，监测第二参数，即检测目标对象的状态；当所述第二参数表征所述预设范围内的目标对象的状态由静态转换为动态，也即表明目标对象(即用户)由静态转换为动态(例如由躺着不动状态转换为动态，所述动态可以是翻身、起床等动态)时，进一步执行步骤208进行下一步的判断；否则，可确定所述目标对象仍处于睡眠状态。

步骤208至步骤212中，可以包括以下几种场景：一是所述目标对象在睡眠过程中出现的几次翻身等动作，但仍旧处于睡眠状态；二是目标对象起床去往另一间房间(即所述其他预设范围内)，此时可以确定所述目标对象处于睡眠结束状态；三是所述目标对象处于动态的持续时间达到第三阈值(例如一分钟)、并且连续检测出预设范围内的目标对象的状态由动态转换为静态、再由静态转换为动态、再由动态转换为静态等状态转换，使得检测到所述目标对象的状态由动态转换为静态的次数达到第四阈值(例如5次)、并且检测到所述目标对象的状态处于静态的时间小于第五阈值(例如2分钟)，则可确定所述目标对象处于睡眠结束状态。

基于本发明实施例中所述的应用场景，以检测到所述目标对象的状态为动态为第一信号、所述目标对象的状态为静态为第二信号为例，图4本发明实施例中检测到的目标对象的状态信号示意图；如图4所示，以所述第一信号为高位、所述第二信号为低位为例，从图中可以看出，当所述目标对象的状态信号处于高位时，表明所述目标对象当前处于动态；当所述目标对象的状态信号处于低位时，表明所述目标对象当前处于静态；也可以由此状态信号示意图进一步判定所述目标对象是否处于睡眠状态。

进一步地，基于所述目标对象的实际入睡时间和实际起床时间，按照实施例一中所述的方法计算所述目标对象的预测第二时间；将所述预设第二时间与所述实际起床时间进行比较，从而确定所述目标对象的睡眠是否正常。

实施例三

本发明实施例还提供了一种睡眠监测系统。图5为本发明实施例的睡眠监测系统的组成结构示意图；如图5所示，所述系统包括：第一传感单元51、第二传感单元52、数据接入单元53、存储单元54和处理单元55；其中，

所述第一传感单元51，用于监测第一参数；所述第一参数表征预设范围内的光线强度；

所述第二传感单元52，用于监测第二参数；所述第二参数表征预设范围内的目标对象的状态；

所述数据接入单元53，用于获得所述第一传感单元51监测的第一参数，以及获得所述第二传感单元52监测的第二参数；将所述第一参数和所述第二参数分别发送至所述存储单元54和所述处理单元55；

所述存储单元54，用于存储所述第一参数和所述第二参数；

所述处理单元55，用于判断所述第一参数和所述第二参数是否满足第一预设条件；当判断结果为所述第一参数和所述第二参数满足第一预设条件时，确定目标对象处于睡眠状态，记录所述目标对象处于睡眠状态的第一时间；判断第二参数是否满足第二预设条件；当判断结果为所述第二参数满足第二预设条件时，确定所述目标对象处于睡眠结束状态，记录所述目标对象处于睡眠结束状态的第二时间；基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间；当所述第二时间与所述预测第二时间的差值在预设阈值范围外时，输出提示信息；所述提示信息表征所述目标对象的睡眠异常。

本实施例中，所述第一参数表征预设范围内的光线强度；所述第一参数例如光线强度。以所述预设范围为一空间范围(例如房间)为例，则可通过设置在所述空间范围(例如房间)内的第一传感单元51(例如光线传感器)监测所述第一参数。所述第二参数表征预设范围内的目标对象的状态；所述目标对象的状态具体包括静态或动态。以所述预设范围为一空间范围(例如房间)为例，则可通过设置在所述空间范围(例如房间)内的第二传感单元52(例如被动式红外探测器(PIR))检测所述预设范围内的目标对象是处于静态或是动态，也可以理解为，通过PIR获得第一探测信号和第二探测信号；所述第一探测信号可以表示为所述预设范围内由有人状态切换至无人状态的信号；相应的，所述第二探测信号可以表示为由无人状态切换至有人状态的信号。

这里，所述处理单元55，用于判断所述第一参数是否低于第一阈值，以及判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由动态转换为静态、且所述目标对象处于静态的时间是否达到第二阈值，获得第一判断结果；当所述第一判断结果为所述第一参数低于第一阈值，并且所述第二参数表征所述预设范围内的目标对象的状态由动态转换为静态、且所述目标对象处于静态的时间达到第二阈值时，确定所述第一参数和所述第二参数满足第一预设条件。

具体的，所述第一参数表征预设范围内的光线强度。当所述第一参数低于第一阈值时，即当前所述预设范围(例如房间)内的光线强度低于所述第一阈值，可以理解为当前所述预设范围内处于关灯状态(并且当前时刻处于夜晚时间范围)，这作为目标对象(即用户)睡眠的一个条件。进一步地，所述第二参数表征预设范围内的目标对象的状态。当所述第二参数表征所述预设范围内的目标对象的状态由动态转换为静态、且所述目标对象处于静态的时间达到第二阈值，可以理解为在所述预设范围(例如房间)内由初始的有人状态(动态)切换为静止状态，可以理解为目标对象(即用户)进入到所述预设范围(例如房间)内，并且处于静止状态(例如躺着不动)，并且处于静止状态的时间达到第二阈值(例如20分钟)，则可以理解为“躺着不动”状态保持20分钟以上，则可以理解为此时所述目标对象(即用户)已经处于睡眠状态。并且，记录所述目标对象处于睡眠状态的第一时间，所述第一时间作为所述目标对象(即用户)入睡时间。

进一步地，所述处理单元55，用于判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由静态转换为动态、且所述目标对象处于动态的时间是否大于第三阈值，获得第二判断结果；当所述第二判断结果为所述预设范围内的目标对象的状态由静态转换为动态、且所述目标对象处于动态的时间大于第三阈值时，确定所述第二参数满足第二预设条件。

具体的，所述第二传感单元52实时监测所述第二参数，即实时监测表征预设范围内的目标对象的状态是动态还是静态。当所述预设范围(例如房间)内的目标对象由静态转换为动态(例如由躺着不动状态转换为动态，所述动态可以是翻身、起床等动态)、且处于动态的时间达到第三阈值(例如1分钟)，则可以理解为此时所述目标对象(即用户)处于睡眠结束状态，表征当前用户已经起床。并且，记录所述目标对象处于睡眠结束状态的第二时间，所述第二时间作为所述目标对象(即用户)的实际起床时间。

本实施例中，所述处理单元55，用于统计所述目标对象的历史数据，所述历史数据包括历史第一时间、历史第二时间；所述历史第一时间表征所述目标对象在先的处于睡眠状态的时间；所述历史第二时间表征所述目标对象在先的处于睡眠结束状态的时间；

所述目标对象的预测第二时间满足以下表达式：

y＝θx；

θ＝(x^(i)Tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)Tw⁽ⁱ⁾y⁽ⁱ⁾；

其中，y表示预测第二时间；x表示所述第一时间；x⁽ⁱ⁾表示历史第一时间；y⁽ⁱ⁾表示历史第二时间；x^(i)T表示x⁽ⁱ⁾的转置；τ表示预设波长参数。

所述处理单元55，还用于当所述历史数据有m个时，遍历1至m个历史数据，获得m个θ；在所述m个θ中选择满足对应的历史第一时间与所述第一时间差值最小的第一θ；基于y＝θx确定所述目标对象的预测第二时间。

具体的，考虑到目标对象(即用户)每天的睡眠时长会在一个较窄的时间区间内波动，所述时间区间例如6小时至8小时，因此，入睡时间与起床时间存在有相关性，但不完全符合线性相关性。因此，本发明实施例采用局部加权回归算法预测目标对象(即用户)的起床时间，以此作为睡眠异常的判断依据。则所述局部加权回归算法的目标函数是加权的最小二乘，满足表达式(1)：

其中，x⁽ⁱ⁾表示历史第一时间，即历史入睡时间；y⁽ⁱ⁾表示历史第二时间，即历史起床时间；θ表示y与x的比值；θ^T表示θ的转置；w⁽ⁱ⁾表示历史第一时间与第一时间的误差，存在：

其中，x表示所述第一时间(记为预测点)，也即入睡时间；τ表示预设波长参数，所述预设波长参数用于控制权重值随距离下降的速率；i表示m个历史样本数据中的第i个样本数据。则历史第一时间与第一时间越近则误差越大；历史第一时间与第一时间越远则误差越小。

假设预测点为历史样本数据中的第i个样本数据(假设共m个历史样本数据)，遍历1到m个历史样本数据(含第i个)，确定每一个样本数据与所述预测点之间的距离，也就可以计算出每个样本数据贡献误差的权值，可以看出w是一个有m个元素的向量(写成对角阵形式)，w可通过表达式(3)表示：

则将表达式(3)带入表达式(1)获得表达式(4)：

表达式(4)中，x⁽ⁱ⁾表示历史第一时间；y⁽ⁱ⁾表示历史第二时间；w⁽ⁱ⁾表示与x⁽ⁱ⁾和y⁽ⁱ⁾相对应的w；θ也表示与x⁽ⁱ⁾和y⁽ⁱ⁾相对应的θ。

利用最小二乘法，存在则-x^(i)Twy⁽ⁱ⁾-x^(i)Twy⁽ⁱ⁾+2x^(i)Twx⁽ⁱ⁾θ＝0；因此获得的θ满足表达式(5)：

θ＝(x^(i)Tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)Tw⁽ⁱ⁾y⁽ⁱ⁾ (5)

进一步地，基于表达式(6)获得所述目标对象的预测第二时间y：

y＝θx (6)

作为一种实施方式，当所述历史数据有m(m为正整数)个时，遍历1至m个历史数据，获得m个θ；其中，1≤i≤m；在所述m个θ中选择满足对应的历史第一时间与所述第一时间差值最小的第一θ，具体的，图2为本发明实施例中局部加权回归算法示意图；如图2所示，其中的x轴表示历史数据中的历史入睡时间，也即历史第一时间；y轴表示历史起床时间，也即历史第二时间；图2表征目标对象(即用户)的历史数据分布。对于每一个历史数据，均存在对应的斜率，即θ。在本实施方式中，遍历1至m个历史数据，获得m个θ；确定每个θ对应的x值，即确定每个θ对应的历史第一时间(即历史入睡时间)，选择与所述第一时间(当前的入睡时间)相差最小的历史第一时间对应的θ作为第一θ。

基于表达式(6)，即将所述第一θ代入y＝θx，从而确定所述目标对象的预测第二时间。

本实施例中，所述处理单元55确定所述预测第二时间后，当所述目标对象的实际起床时间(即第二时间)与所述预测第二时间在预设阈值范围(例如30分钟)内时，表明所述目标对象的睡眠正常。当所述目标对象的实际起床时间(即第二时间)与所述预测第二时间在预设阈值范围(例如30分钟)外时，表明所述目标对象的睡眠异常，输出所述提示信息。进一步地，可输出所述提示信息至个人计算机(PC)、移动终端、移动终端应用(APP)等等；可以通过短信、电子邮件等方式实现。

进一步地，所述处理单元55中可预设更为细致的处理逻辑对所述目标对象的第二时间进行判定，也即对所述目标对象是否处于睡眠结束状态进行判定。具体的，可以包括以下几种场景：一是所述目标对象在睡眠过程中出现的几次翻身等动作，但仍旧处于睡眠状态；二是目标对象起床去往另一间房间(即所述其他预设范围内)，此时可以确定所述目标对象处于睡眠结束状态；三是所述目标对象处于动态的持续时间达到第三阈值(例如一分钟)、并且连续检测出预设范围内的目标对象的状态由动态转换为静态、再由静态转换为动态、再由动态转换为静态等状态转换，使得检测到所述目标对象的状态由动态转换为静态的次数达到第四阈值(例如5次)、并且检测到所述目标对象的状态处于静态的时间小于第五阈值(例如2分钟)，则可确定所述目标对象处于睡眠结束状态。则有：

所述处理单元55，用于确定所述第二参数表征所述预设范围内的目标对象的状态是否由静态转换为动态时，进一步判断所述第二参数是否表征第一预设时间范围内所述预设范围内的目标对象的状态是否由动态转换为静态；当确定所述第二参数表征第一预设时间范围内所述预设范围内的目标对象的状态由动态转换为静态时，以及确定其他预设范围内的目标对象的状态由静态转换为动态时，确定所述目标对象处于睡眠结束状态；相应的，当不确定所述第二参数表征第一预设时间范围内所述预设范围内的目标对象的状态由动态转换为静态时，也即所述目标对象的状态一直保持动态时，进一步判断所述目标对象的状态为动态的持续时间是否达到第三阈值；当确定所述目标对象的状态为动态的持续时间达到第三阈值时，确定所述目标对象处于睡眠结束状态；当确定所述目标对象的状态为动态的持续时间未达到第三阈值时，进一步判断所述目标对象的状态是否由动态转换为静态、且转换次数达到第四阈值、且每次检测到所述目标对象处于静态的时间小于第五阈值；当判断的结果为是时，确定所述目标对象处于睡眠结束状态；当判断的结果为否时，确定目标对象处于睡眠状态。

本领域技术人员应当理解，本发明实施例的睡眠监测系统中各处理模块的功能，可参照前述睡眠监测方法的相关描述而理解，本发明实施例的睡眠监测系统中各处理模块，可通过实现本发明实施例所述的功能的模拟电路而实现，也可以通过执行本发明实施例所述的功能的软件在智能终端上的运行而实现。

本实施例中，所述睡眠监测系统在实际应用中可通过服务器或服务器集群等设备实现。所述睡眠监测系统中的数据接入单元53和处理单元55，在实际应用中均可由所述系统中的中央处理器(CPU，Central Processing Unit)、数字信号处理器(DSP，DigitalSignal Processor)或可编程门阵列(FPGA，Field－Programmable Gate Array)；所述系统中的第一传感单元51，在实际应用中可由所述系统中的光线传感器实现；所述系统中的第二传感单元52，在实际应用中可由所述系统中的PIR实现；所述存储单元54，在实际应用中可由所述系统中的存储器实现。

采用本发明实施例的技术方案，通过针对目标对象采用被动式的参数采集，无需使目标对象(即用户)实时佩戴便携式移动终端便可以实现对目标对象(即用户)的睡眠监测，避免对用户带来较大的心理负荷，同时提升用户的睡眠质量，也提升了用户的体验。另一方面，本发明实施例的技术方案通过光线传感器和PIR传感器识别目标对象(即用户)的睡觉行为和起床行为，并通过所述目标对象(即用户)前N(例如30)天的入睡时间和起床时间进行统计分析，获得目标对象(即用户)的预测起床时间，从而实现对目标对象(即用户)的睡眠监测，这种方式的误判率低，也即大大提升了睡眠监测的准确率。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种睡眠监测方法，其特征在于，所述方法包括：

监测第一参数和第二参数；所述第一参数表征预设范围内的光线强度；所述第二参数表征预设范围内的目标对象的状态；

判断所述第一参数和所述第二参数是否满足第一预设条件；

当判断结果为所述第一参数和所述第二参数满足第一预设条件时，确定目标对象处于睡眠状态，记录所述目标对象处于睡眠状态的第一时间；

监测第二参数，判断所述第二参数是否满足第二预设条件；

当判断结果为所述第二参数满足第二预设条件时，确定所述目标对象处于睡眠结束状态，记录所述目标对象处于睡眠结束状态的第二时间；

基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间；

当所述第二时间与所述预测第二时间的差值在预设阈值范围外时，输出提示信息；所述提示信息表征所述目标对象的睡眠异常。

2.根据权利要求1所述的方法，其特征在于，所述判断所述第一参数和所述第二参数是否满足第一预设条件，包括：

判断所述第一参数是否低于第一阈值，以及判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由动态转换为静态、且所述目标对象处于静态的时间是否达到第二阈值，获得第一判断结果；

当所述第一判断结果为所述第一参数低于第一阈值，并且所述第二参数表征所述预设范围内的目标对象的状态由动态转换为静态、且所述目标对象处于静态的时间达到第二阈值时，确定所述第一参数和所述第二参数满足第一预设条件。

3.根据权利要求1所述的方法，其特征在于，所述判断所述第二参数是否满足第二预设条件，包括：

判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由静态转换为动态、且所述目标对象处于动态的时间是否大于第三阈值，获得第二判断结果；

当所述第二判断结果为所述预设范围内的目标对象的状态由静态转换为动态、且所述目标对象处于动态的时间大于第三阈值时，确定所述第二参数满足第二预设条件。

4.根据权利要求1所述的方法，其特征在于，所述基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间，包括：

统计所述目标对象的历史数据，所述历史数据包括历史第一时间、历史第二时间；所述历史第一时间表征所述目标对象在先的处于睡眠状态的时间；所述历史第二时间表征所述目标对象在先的处于睡眠结束状态的时间；

所述目标对象的预测第二时间满足以下表达式：

y＝θx；

θ＝(x^(i)Tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)Tw⁽ⁱ⁾y⁽ⁱ⁾；

$w^{\left(i\right)}=\exp (-\frac{{(x^{\left(i\right)}-x)}^2}{2{\mathrm{\τ}}^2});$

其中，y表示预测第二时间；x表示所述第一时间；x⁽ⁱ⁾表示历史第一时间；y⁽ⁱ⁾表示历史第二时间；x^(i)T表示x⁽ⁱ⁾的转置；τ表示预设波长参数。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：当所述历史数据有m个时，遍历1至m个历史数据，获得m个θ；

在所述m个θ中选择满足对应的历史第一时间与所述第一时间差值最小的第一θ；

基于y＝θx确定所述目标对象的预测第二时间。

6.一种睡眠检测系统，其特征在于，其特征在于，所述系统包括：第一传感单元、第二传感单元、数据接入单元、存储单元和处理单元；其中，

所述第一传感单元，用于监测第一参数；所述第一参数表征预设范围内的光线强度；

所述第二传感单元，用于监测第二参数；所述第二参数表征预设范围内的目标对象的状态；

所述数据接入单元，用于获得所述第一传感单元监测的第一参数，以及获得所述第二传感单元监测的第二参数；将所述第一参数和所述第二参数分别发送至所述存储单元和所述处理单元；

所述存储单元，用于存储所述第一参数和所述第二参数；

所述处理单元，用于判断所述第一参数和所述第二参数是否满足第一预设条件；当判断结果为所述第一参数和所述第二参数满足第一预设条件时，确定目标对象处于睡眠状态，记录所述目标对象处于睡眠状态的第一时间；判断第二参数是否满足第二预设条件；当判断结果为所述第二参数满足第二预设条件时，确定所述目标对象处于睡眠结束状态，记录所述目标对象处于睡眠结束状态的第二时间；基于所述目标对象的历史第一时间、历史第二时间以及所述第一时间按照预设处理规则进行处理，获得所述目标对象的预测第二时间；当所述第二时间与所述预测第二时间的差值在预设阈值范围外时，输出提示信息；所述提示信息表征所述目标对象的睡眠异常。

7.根据权利要求6所述的系统，其特征在于，所述处理单元，用于判断所述第一参数是否低于第一阈值，以及判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由动态转换为静态、且所述目标对象处于静态的时间是否达到第二阈值，获得第一判断结果；当所述第一判断结果为所述第一参数低于第一阈值，并且所述第二参数表征所述预设范围内的目标对象的状态由动态转换为静态、且所述目标对象处于静态的时间达到第二阈值时，确定所述第一参数和所述第二参数满足第一预设条件。

8.根据权利要求6所述的系统，其特征在于，所述处理单元，用于判断所述第二参数是否表征所述预设范围内的目标对象的状态是否由静态转换为动态、且所述目标对象处于动态的时间是否大于第三阈值，获得第二判断结果；当所述第二判断结果为所述预设范围内的目标对象的状态由静态转换为动态、且所述目标对象处于动态的时间大于第三阈值时，确定所述第二参数满足第二预设条件。

9.根据权利要求6所述的系统，其特征在于，所述处理单元，用于统计所述目标对象的历史数据，所述历史数据包括历史第一时间、历史第二时间；所述历史第一时间表征所述目标对象在先的处于睡眠状态的时间；所述历史第二时间表征所述目标对象在先的处于睡眠结束状态的时间；

所述目标对象的预测第二时间满足以下表达式：

y＝θx；

θ＝(x^(i)Tw⁽ⁱ⁾x⁽ⁱ⁾)^-1x^(i)Tw⁽ⁱ⁾y⁽ⁱ⁾；

$w^{\left(i\right)}=\exp (-\frac{{(x^{\left(i\right)}-x)}^2}{2{\mathrm{\τ}}^2});$

其中，y表示预测第二时间；x表示所述第一时间；x⁽ⁱ⁾表示历史第一时间；y⁽ⁱ⁾表示历史第二时间；x^(i)T表示x⁽ⁱ⁾的转置；τ表示预设波长参数。

10.根据权利要求9所述的系统，其特征在于，所述处理单元，还用于当所述历史数据有m个时，遍历1至m个历史数据，获得m个θ；在所述m个θ中选择满足对应的历史第一时间与所述第一时间差值最小的第一θ；基于y＝θx确定所述目标对象的预测第二时间。