CN107205650A - 用于确定睡眠质量的系统 - Google Patents
用于确定睡眠质量的系统 Download PDFInfo
- Publication number
- CN107205650A CN107205650A CN201580074675.3A CN201580074675A CN107205650A CN 107205650 A CN107205650 A CN 107205650A CN 201580074675 A CN201580074675 A CN 201580074675A CN 107205650 A CN107205650 A CN 107205650A
- Authority
- CN
- China
- Prior art keywords
- user
- signal
- body kinematics
- sensor
- respiratory cycle
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0257—Proximity sensors
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0261—Strain gauges
-
- 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
- A61B5/1102—Ballistocardiography
-
- 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
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6892—Mats
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/30—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
Abstract
本发明的实施方案提供了用于确定入睡用户340的睡眠质量的分布式计算机系统和方法。所述分布式计算机系统将通过检测所述入睡用户340的身体姿势的变化来确定所述睡眠质量。所述睡眠质量将由与所述入睡用户340的每个姿势相关联的特征向量来确定。所述使用者的姿势将通过记录由所述用户的身体的机械和肌肉运动引起的身体运动信号200来确定。
Description
技术领域
本发明涉及用于确定入睡用户的睡眠质量的系统。更具体地讲,本发明涉及用于通过检测入睡用户的身体姿势变化来确定睡眠质量的系统和方法。
背景技术
睡眠习惯已被认为是人类身体和生理良好状态的重要因素。不良睡眠习惯可引起许多健康疾病。因此,需要监测睡眠以分析人类的健康状况。
例如,存在用以确定人体重复运动的被称为心冲击描记术的技术。心冲击描记术已用于临床用途如监测人类健康、呼吸率和心跳等。心冲击描记测量值包括因人体心脏功能而生成的力、因呼吸所致的运动和人类的其他肌肉运动的测量值。
现有技术中已知存在若干基于该技术的系统,例如,美国专利申请2010/0016685公开了使用心冲击描记传感器和噪声传感器来检测身体运动的系统。然而,该专利申请并未公开用于检测姿势变化或入睡用户在给定时间采取何种姿势的任何装置。该文献在此并入作为参考。
还存在有已知宣称他们检测到用户入睡时的姿势的现有技术设备,例如,存在用于监测用户睡眠的RestOn设备和应用程序,特别是用于确定用户在入睡时已改变了多少次姿势。RestOn设备使用用于该用途的成带形的传感器;然而,该设备不能非常有效地确定用户的确切身体姿势。该应用程序在Apple iOS应用商店中可公开获得。在此援引该则Techinasia新闻报道作为参考,请参见参考文献部分。
现有技术中还已知存在其他更复杂的用于使用视频记录器和/或雷达来监测睡眠的系统和方法。例如,美国专利申请2007/0156060公开了使用用于记录对象入睡实时图像的视频记录器来自动监测人的睡眠的系统。然而,此类系统是复杂而昂贵的,并且在夜间和/或黑暗房间中没有效果。此外,此类设备实现为消费应用程序不太容易,并且它们甚至可在用户的睡眠过程中带来妨碍。该文献也在此并入作为参考。
可以看出,可用的现有技术公开内容均没有提供通过分析身体姿势并对静态身体姿势变化和细微身体运动准确地进行区分来确定睡眠质量的任何方法。
鉴于上述讨论,需要可克服与现有技术相关联的一个或多个问题的系统。
发明内容
处于研究中的本发明涉及用于有效地确定至少一个用户的睡眠质量的系统和方法。本发明公开了使用外围设备确定至少一个用户的睡眠质量的方法。正如所述,心冲击描记测量值包括因人体心脏功能而生成的力、因呼吸所致的运动和人类的其他肌肉运动的测量值。在本发明中,使用了一定程度上相似的“身体运动信号”,但该信号不一定包括心电图。本发明的身体运动信号为包括由骨骼肌和至少一种内脏器官诸如肺和/或心脏生成的信号的信号。本申请通篇的“身体运动信号”被理解为在前一句子中的解释。外围设备包括对因至少一个用户的身体的机械和肌肉运动而发生的身体运动信号进行记录的至少一个传感器。
该方法首先是布置外围设备与移动用户终端之间的通信连接。此外,外围设备将身体运动信号传送至第三方软件应用程序。移动用户终端包括用于执行第三方软件应用程序的处理器。基于所检测的身体姿势变化,由身体运动信号来确定睡眠质量。
本发明的另一个目标是提供通过根据所述身体运动信号中的一个或多个尖峰确定入睡用户的身体运动和姿势变化来传送睡眠质量的方法。
在本发明的另一个实施方案中,身体运动信号中的一个或多个尖峰和呼吸振幅中的阶跃变化同时发生被确定为对应于至少一个用户的身体姿势变化,而身体运动信号在呼吸振幅中没有同时的阶跃变化被确定为对应于至少一个用户的身体运动,但非静态身体姿势变化。在本发明的更宽泛实施方案中,身体运动信号中的一个或多个尖峰和由身体运动信号确定的至少一种生理特性(呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅、存在信号值)中的阶跃变化同时发生被确定为对应于至少一个用户的身体姿势变化,而身体运动信号在至少一种生理特性中没有同时的阶跃变化被确定为对应于至少一个用户的身体运动,但非静态身体姿势变化。
本发明的另一个目标是提供使用外围设备确定至少一个用户的睡眠质量的分布式计算机系统,该外围设备包括用于记录身体运动信号并且将身体运动信号传送至在移动用户终端中执行的第三方软件应用程序的至少一个传感器。
本发明的又一个目标是提供用于确定至少一个用户的睡眠质量的计算机程序产品。计算机程序产品包括其中存储有计算机可读程序代码部分的至少一个非暂态计算机可读存储介质。计算机可读程序代码部分包括用于执行确定睡眠质量的上述方法的指令。
根据本发明确定至少一个用户的睡眠质量的方法包括:
-使用外围设备来记录身体运动信号;
-布置外围设备和移动用户终端或计算机之间的通信连接;
-将所述身体运动信号传送至在所述移动用户终端或计算机中执行的第三方软件应用程序;
-基于所述身体运动信号和呼吸周期振幅信号或用户内脏器官所生成的其他信号来确定至少一个用户的身体姿势变化,其中对至少一个用户的身体姿势变化的确定被用于确定睡眠质量。
根据本发明确定至少一个用户的睡眠质量的方法包括:
-使用外围设备来记录身体运动信号;
-使用所述外围设备基于所述身体运动信号以及由身体运动信号确定的至少一种生理特性,包括但不限于呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅和/或存在信号值来确定至少一个用户的身体姿势变化,其中对至少一个用户的身体姿势变化的确定被用于确定睡眠质量。
根据本发明确定至少一个用户的睡眠质量的方法包括:
-使用外围设备来记录身体运动信号;
-将身体运动信号传送至至少一个网络计算机,包括但不限于云服务,
-使用所述至少一个网络计算机基于所述身体运动信号以及由身体运动信号确定的至少一种生理特性,包括但不限于呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅和/或存在信号值来确定至少一个用户的身体姿势变化,其中对至少一个用户的身体姿势变化的确定被用于确定睡眠质量。
用于确定至少一个用户的睡眠质量的分布式计算机系统是依据本发明的,该分布式计算机系统包括:
-移动用户终端或计算机;
-外围设备,该外围设备被布置成记录所述身体运动信号并将身体运动信号传送至第三方软件应用程序,其特征在于:
-移动用户终端或计算机包括用于执行第三方软件应用程序的处理器,其中第三方应用程序被布置成基于身体运动信号和呼吸周期振幅信号或用户内脏器官所生成的其他信号来确定至少一个用户的身体姿势变化,其中对至少一个用户的身体姿势变化的确定被配置为用于确定睡眠质量。
根据本发明的用于确定至少一个用户的睡眠质量的分布式计算机系统包括:
-外围设备,该外围设备被布置成记录身体运动信号;
-所述外围设备被布置成基于所述身体运动信号以及由身体运动信号确定的至少一种生理特性,包括但不限于呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅和/或存在信号值来确定至少一个用户的身体姿势变化,其中对至少一个用户的身体姿势变化的确定被用于确定睡眠质量。
根据本发明的用于确定至少一个用户的睡眠质量的分布式计算机系统包括:
-外围设备,该外围设备被布置成记录身体运动信号;
-所述外围设备和至少一个网络计算机被布置成将身体运动信号传送至所述至少一个网络计算机,包括但不限于云服务,
-所述至少一个网络计算机被布置成基于所述身体运动信号以及由身体运动信号确定的至少一种生理特性,包括但不限于呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅和/或存在信号值来确定至少一个用户的身体姿势变化,其中对至少一个用户的身体姿势变化的确定被用于确定睡眠质量。
用于确定至少一个用户的睡眠质量的计算机程序产品是依据本发明的,并且计算机程序产品包括其中存储有计算机可读程序代码部分的至少一个非暂态计算机可读存储介质,所述计算机可读程序代码部分包括用于执行以下操作的指令:
-使用外围设备来记录身体运动信号;
-布置外围设备和移动用户终端或计算机之间的通信连接;
-将所述身体运动信号传送至在所述移动用户终端或计算机中执行的第三方软件应用程序,以及
-基于所述身体运动信号和呼吸周期振幅信号或用户内脏器官所生成的其他信号来确定至少一个用户的身体姿势变化,其中对所述至少一个用户的身体姿势变化的确定被用于确定睡眠质量。
根据本发明的用于确定至少一个用户的睡眠质量的计算机程序产品包括用于执行以下操作的程序代码指令:
-使用外围设备来记录身体运动信号;
-使用所述外围设备基于所述身体运动信号及由身体运动信号确定的至少一种生理特性,包括但不限于呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅和/或存在信号值来确定至少一个用户的身体姿势变化,其中对至少一个用户的身体姿势变化的确定被用于确定睡眠质量。
根据本发明的用于确定至少一个用户的睡眠质量的计算机程序产品包括用于执行以下操作的程序代码指令:
-使用外围设备来记录身体运动信号;
-将身体运动信号传送至至少一个网络计算机,包括但不限于云服务,
-使用所述至少一个网络计算机基于所述身体运动信号以及由身体运动信号确定的至少一种生理特性,包括但不限于呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅和/或存在信号值来确定至少一个用户的身体姿势变化,其中对至少一个用户的身体姿势变化的确定被用于确定睡眠质量。
根据本发明的实施方案,至少一个静态传感器和至少一个动态传感器集成到外围设备的至少一个传感器设备。至少一个传感器设备进一步被布置为确定存在信号,并且进一步确定入睡用户存在于床上。存在信号描述了用户在床/传感器附近或存在于床/传感器上。其可例如使用动态传感器(例如,压电传感器)或静态传感器(例如,电容传感器)进行测量。其可为二进制值(存在/不存在)或连续值。事实上,在本发明的一个实施方案中,身体运动信号中的一个或多个尖峰和由身体运动信号确定的至少一种生理特性(呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅、存在信号值)中的阶跃变化同时发生被确定为对应于至少一个用户进入或离开床,并且身体运动信号在至少一种生理特性中没有同时的阶跃变化被确定为对应于至少一个用户的身体运动,但非进入或离开。
通过将静态传感器和动态传感器集成在外围设备的至少一个传感器中来获得本发明的上述优点的一些或全部。动态传感器可为可检测运动信号(由于呼吸、心跳、血压等所致)的任何传感器,包括但不限于压电传感器和/或压电薄膜传感器。静态传感器可包括用于检测至少一个用户的存在和静态参数(重量、温度等)的一个或多个传感器,包括但不限于应变仪、电容传感器、接近传感器、热电偶和电感式传感器等。
本发明的最佳模式是其中外围设备包括集成传感器的系统,该集成传感器包括动态传感器和静态传感器两者并且将身体运动信号和存在信号的记录提供给移动用户终端的第三方软件应用程序。集成传感器提供了在精确测量至少一个用户存在方面的强大优势。此外,在最佳模式中,身体运动信号中的尖峰和呼吸振幅中的阶跃同步被解释为身体姿势的变化,而仅有身体动态信号中的尖峰通常指示仅身体运动。呼吸振幅还通过心冲击描记术来测量,即通过在最佳模式中的力测量来进行。
呼吸振幅在睡眠的各个阶段期间发生变化。粗略地说,已观察到呼吸振幅在用户清醒时是稳定的;其在非REM(快速眼动)阶段中的较不稳定的,而在REM阶段中,呼吸是不稳定的。另一方面,身体运动信号振幅主要取决于人体的姿势和位置。已观察到与人侧卧睡觉时相比,人仰卧或俯卧睡觉时身体运动信号诸如心冲击描记信号具有更大振幅。此外,还已看出,作为阶跃函数的身体运动信号诸如心冲击描记信号的振幅的快速变化可对应于姿势变化。在本发明中利用该特征。
根据本发明的实施方案,第三方软件应用程序被部署成对呼吸周期和所记录的身体运动信号(原始身体运动信号)进行区分并且计算呼吸振幅。第三方软件应用程序能够通过以下方式检测姿势的变化:相对于呼吸振幅中同时的阶跃变化来分析身体运动信号的尖峰。
附图说明
在下文中,本发明将根据附图参考示例性实施方案进行更详细描述,在附图中:
图1展示了在根据本发明的实施方案10中示出确定睡眠质量的方法的流程图。
图2展示了在本发明的实施方案20中的身体运动信号和呼吸周期振幅的图形表示。
图2b展示了在本发明的实施方案20中的身体运动信号和呼吸周期振幅的图形表示。
图2c展示了在本发明的实施方案21中的身体运动信号和呼吸周期形状的图形表示。
图3展示了根据本发明的实施方案30,其示出了入睡用户340、集成有动态传感器310和静态传感器360两者的传感器、具有第三方软件应用程序的移动用户终端320。
图4a展示了根据本发明的实施方案40,其示出了入睡用户340、入睡用户的身体运动和姿势变化。
图4b展示了根据本发明的实施方案41,其示出了移动用户终端320,该移动用户终端包括具有多个身体姿势460和与每个身体姿势相关联的特征向量的存储介质450。
图5展示了在根据本发明的实施方案50中示出传送睡眠质量的方法的流程图。
本说明书上文和下文所示的本发明的特征将参考上文概述的附图进行描述。附图中所示的附图标记可用于一个或多个地方,以指示所引用的元素之间的功能关系。一些实施方案在从属权利要求中进行描述。
具体实施方式
如图1所示,本发明的实施方案10提供了用于确定至少一个用户的睡眠质量的方法。该方法在步骤100处开始。
在步骤110处,外围设备记录身体运动信号。身体运动信号是各种信号的组合,该信号诸如因不同机械身体运动、心跳、呼吸、呼吸周期、血压和/或其他骨骼肌运动而发生的信号以及存在信号等。外围设备包括用于将这些信号记录为原始身体运动信号的传感器。
随后在步骤120处,在外围设备和移动用户终端之间建立通信连接,以传送所记录的身体运动信号。这些信号具有不同振幅和频率,因此可通过部署各种算法来确定一个或多个信号,诸如呼吸周期振幅、呼吸周期形状、心跳周期形状、心跳周期振幅和存在信号。
在一个实施方案中,外围设备和移动用户终端之间的通信连接可经由任何网络进行,包括但不限于无线网络诸如CDMA、GSM、UMTS、HSPA、EV-DO、EV-DO rev.A、3GPP LTE、WiMAX、Wi-Fi、蓝牙、互联网、电话,和/或有线网络诸如光纤、电缆、其他通信格式以及它们的组合。
随后,在步骤130处,外围设备经由通信信道将身体运动信号传送至在移动用户终端上执行的第三方软件应用程序。移动用户终端可为包括用于执行第三方软件应用程序的处理器、通信硬件、用户界面和非易失性存储介质的任何专用移动设备。在本发明的一些实施方案中,移动用户终端为移动电话或平板设备。在一些其他实施方案中,移动用户终端可由计算机取代。
继续前进到步骤140,第三方软件应用程序基于身体运动信号和呼吸周期振幅来确定至少一个用户的身体姿势变化。在一个实施方案中,由原始身体运动信号确定呼吸周期振幅。可通过以下方式确定身体姿势变化:通过阶跃识别方法分析身体运动信号诸如心冲击描记(BCG)信号中的尖峰,以及呼吸周期振幅的振幅阶跃变化。当呼吸振幅的阶跃变化和原始BCG中的尖峰同时发生时,用户的姿势已改变。
所检测的身体姿势变化进一步有助于确定睡眠质量。可部署各种算法来分析用户的身体姿势,以确定用户的身体和生理状况。然后可分析身体运动以确定各种睡眠阶段。例如,在轻度睡眠阶段中,用户身体可能出现一些频繁的身体运动,诸如眼动、手动等,并且在深度睡眠阶段中,用户可能不出现机械身体运动,并且呼吸振幅可较高,等等。
已观察到呼吸振幅在睡眠的各个阶段期间发生变化。在用户清醒时呼吸是稳定的;在非REM(快速眼动)阶段中呼吸是较不稳定的,而在REM阶段中,呼吸是不稳定的。另一方面,身体运动信号振幅主要取决于人体的姿势和位置。还已观察到与人侧卧睡觉时相比,人仰卧或俯卧睡觉时呼吸信号具有更大振幅。此外,经查作为阶跃函数的呼吸信号的振幅的快速变化可对应于姿势变化。在本发明中利用该特征,并且可按该方式分析睡眠质量。
可部署各种技术和/或算法来从身体运动信号提取上述信号和/或参数。为了识别心脏活动的冲击效应和呼吸活动的推动效应,可在该实施方案中利用一种或多种信号处理技术,诸如迭代分析和自适应滤波。存在信号基本上是因用户存在于至少一个传感器附近而生成的信号。
第三方软件应用程序的算法能够对各个呼吸周期、呼吸和存在信号与身体运动信号进行区分。采用简单阶跃识别方法来分析夜间的呼吸振幅信号,即振幅的变化,并且记录从信号识别的阶跃变化的时间。同时,可以检测用户不在床上。当用户不在时,身体运动信号的振幅将随时间推移而显著降低和/或静止不动。这将指示用户还未睡和/或不在至少一个传感器附近。
该方法在步骤150处结束。
应当注意,根据本发明,实施方案10的任何特征、阶段或部分可自由地排列并与实施方案20、21、30、40、41和/或50中的任一个实施方案以两个或更多个实施方案的组合形式结合。
继续前进,图2展示了根据本发明的实施方案的身体运动信号200和呼吸周期振幅210的图形表示。本发明的实施方案20提供了分析这些信号以用于确定静态身体姿势变化和/或身体运动。图2b以一定方式展示了身体运动信号200和呼吸周期振幅210的图形表示,使得这些信号与图2中相同,但该图中的时间范围较短。
在图2和图2b中,在顶部图表中示出了已在一个夜间记录的原始身体运动信号200,以及已由身体运动信号200确定的呼吸周期振幅210(该图表的底部)。可部署各种算法来检测身体运动所引起的尖峰,并且进一步在各尖峰之间,存在可易于检测到呼吸周期的电平平台。在该图中,竖直虚线显示了所检测的身体姿势变化。通过比较原始身体运动信号200和呼吸周期振幅210,可以检测到身体姿势的变化。当身体运动信号200中的尖峰与呼吸振幅周期210的振幅中的阶跃变化同时发生时,确定身体姿势的变化。
如图2中所示,在时刻51和时刻104左右处尖峰220和阶跃变化230同时发生。这表明用户在时刻51处和时刻104处已经改变姿势。另外已看出,在100分钟和不到200分钟之间检测到几乎无阶跃变化和/或检测到身体运动信号200的极低振幅尖峰,第三方软件应用程序可能推断用户在这一阶段正处于熟睡期,另外,至少一名用户姿势频繁变化已记录在约350分钟处,这表明用户在这一阶段处于浅睡眠期或没有睡觉。因此,通过这种方式,第三方软件应用程序将确定至少一名用户的睡眠质量。
应当注意,根据本发明,实施方案20的任何特征、阶段或部分可被自由地排列并与实施方案10、21、30、40、41和/或50中的任一个实施方案,以两个或更多个实施方案的组合形式结合。
图2c呈现了根据本发明一个实施方案的身体运动信号200的图形表示。该图中示出了原始身体运动信号200的1.5分钟摘录。在原始身体运动信号200中,尖峰220(尖峰在51.2分钟和51.5分钟之间出现)以及呼吸周期形状和呼吸周期振幅的阶跃变化同时发生。这表明用户在51.2分钟和51.5分钟之间已经改变姿势。图2c中提供了两个缩放水平下的身体运动信号200,使得能够认识到,除明显的呼吸周期振幅阶跃变化之外,还存在呼吸周期形状的阶跃变化。
第三方软件应用程序算法被配置为辨别至少一名用户的静态姿势变化和/或身体运动。其可利用用于分析身体运动信号200的阶跃识别方法。在该方法中,基本上第三方软件应用程序识别身体运动信号200中的一个或多个尖峰和呼吸周期振幅210的同步阶跃变化。这些同步事件被确定以意指已经改变姿势。可利用各种技术以用于阶跃识别。阶跃识别可利用一种或多种统计和/或信号处理算法。
在本发明的一个方面中,身体运动信号的一个或多个尖峰与呼吸幅值的阶跃变化同时发生被视为至少一名用户的姿势变化。发生所述身体运动信号的一个或多个尖峰而未同时发生呼吸幅值的阶跃变化被视为至少一名用户的仅身体运动而没有静态姿势变化。因此很明显,身体运动信号的明显阈值尖峰可能是指身体运动,但不一定发生姿势变化。这仅仅是因为身体运动不总是导致姿势变化。
应当注意,根据本发明,实施方案21的任何特征、阶段或部分可被自由地排列并与实施方案10、20、30、40、41和/或50中的任一个实施方案以两个或更多个实施方案的组合形式结合。
图3示出了根据本发明的用于确定至少一名用户的睡眠质量的分布式计算机系统。在本发明的实施方案30中,使用外围设备300来检测入睡用户340的姿势。外围设备300与移动用户终端320保持通信连接330。外围设备300包括至少一个传感器以记录用户的身体运动信号。
在本发明的一个实施方案中,外围设备包括多个传感器。在一些实施方案中,多个传感器可以为动态传感器310,诸如压电传感器和/或压电薄膜传感器。在其他实施方案中,传感器可以为静态传感器360,诸如下列传感器中一者或多者:应变仪、电容传感器、接近传感器、热电偶和电感式传感器等。在本发明的另一个实施方案中,外围设备包括静态传感器360和动态传感器310两者。
在本发明的一些方面中,通过心冲击描记器对心脏功能活动的测量利用了一种或多种压电传感器。压电传感器可使用晶体,并且当晶体在机械负荷下变形时,晶体便开始重新分布其电荷至周围环境。这种压电效应可用于测量例如压力、加速度、张力或其他力。
安装在可变形物体(如床垫)表面处的压电传感器可用于测量物体在经受机械负荷时的变形量。压电测量方法对于动态现象具有优异灵敏度,因此是用于生命体征检测和姿势检测的主要方法。即使不具有重要的静态存在检测能力,压电输出的波动在一些实施方案中也用作存在指示,因为人体绝不是完全静止的。
在本发明的一个实施方案中,应变仪可用于通过检测由于存在人所引起的传感器的静载挠度来检测用户在床上的身体运动的状态。可利用集成至压电传感器的应变仪来测量由于用户的呼吸和/或其他身体运动产生的振动信号。在一些实施方案中,应变仪传感器以一定方式布置在用户床垫的弹性织物上,以致用户由于心跳和/或呼吸所致胸部运动引起应变仪信号波动。为了记录心跳和呼吸的源自应变仪的直接信号可传送至移动第三方软件应用程序。
在本发明的另一个实施方案中,两个电容测力传感器可分别安装在靠近用户床中间部分的顶部和底部处/靠近用户床中间部分的顶部和底部上,以通过检测床重量的增加来检测用户的存在。
在本发明的一些其他实施方案中,电容接近传感器膜可用于检测到处于一个或多个传感器附近的用户的存在。例如,用户的存在改变了所检测的至少一个电容接近传感器膜的电通量电场线。通常当用户躺在电容接近传感器膜上面时电通量密度增大。
也可由移动用户终端例如通过采用WiFi、GPS、蓝牙、iBeacon、GSM、CDMA、3G、4G和/或任何其他蜂窝技术确定移动用户终端的位置,间接确定用户的存在。
在本发明另外的实施方案中,传感器装置中的一个或多个传感器能够测量一个或多个热电偶和传感器装置之间的温度差异。热电偶终端之间的温度差异指示存在一名或多于一名用户。
在一些方面中,压电传感器和/或高压薄膜传感器以一定方式布置在用户床垫350的弹性织物上,以致用户由于心跳和/或呼吸所致胸部运动引起机械应力作用于压电传感器的薄膜上。用于监测心跳和呼吸的源自这些传感器的直接信号可传送至移动第三方软件应用程序。
在一个实施方案中,外围设备300可为薄IC设备的形式并可置于用户床上,并且/或者通过启用与一个或多个传感器的通信,其可被适配为位于远处的位置处。在一些实施方案中,外围设备300可为软织物的薄花边或带的形式,使得用户可能觉得睡在上面很方便。
在本发明的一个实施方案中,外围设备300包括多个传感器,该多个传感器布置在多个敏感区域处以用于确定存在信号和/或进一步确定人在床上的位置。多个传感器可确定用户离开床的次数、用户改变其位置的次数、用户通常何时改变其位置或者用户睡眠阶段何时改变等。在本发明的一些实施方案中,静态传感器感测用户在床上的位置和/或尺寸,动态传感器感测呼吸、心跳等。使用静态传感器和动态传感器的组合数据,第三方算法诸如Beddit应用程序中的算法等可检测和/或分析下列中的一者或多者:用户睡眠阶段、用户睡眠时间、用户存在于床上、床上存在多于一名用户等。
应当注意,根据本发明,实施方案30的任何特征、阶段或部分可被自由地排列并与实施方案10、20、21、40、41和/或50中的任一个实施方案以两个或更多个实施方案的组合形式结合。
图4a呈现了根据本发明的实施方案40用于确定睡眠质量的系统。在本实施方案中,外周设备300记录入睡用户340的身体运动信号,以检测入睡用户340的身体运动和姿势变化。用户340睡在床垫350上。在本实施方案中,多个传感器集成到床垫350中,用于检测用户340的存在并用于记录身体运动信号200。可通过由在移动用户终端上执行的第三方软件应用程序分析身体运动信号200和呼吸周期振幅210来检测静态姿势变化和身体运动。
身体运动信号200的尖峰表示用户体内的骨骼肌运动。如图所示,当用户340在睡觉时移动手时,与该移动相对应的尖峰410出现在身体运动信号200中,而此时呼吸振幅信号210没有任何阶跃变化。
这与例如在用户340改变其姿势后的第350分钟,检测到身体运动信号200中的尖峰与呼吸振幅信号210中的阶跃变化420同步时发生的情况形成鲜明对比。尖峰的振幅显示身体运动的强度。尖峰的振幅越大,身体运动越大,而较低振幅的尖峰显示了使用者身体运动较小。可使用一个或多个静态传感器来检测用户340的静态姿势。
应当注意,根据本发明,实施方案40的任何特征、阶段或部分可被自由地排列并与实施方案10、20、21、30、41和/或50中的任一个实施方案以两个或更多个实施方案的组合形式结合。
在如图4b所示的一个实施方案41中,移动用户终端320包括通信硬件430、用户界面440、存储介质450和处理器470。存储介质450包括第三方软件应用程序和用于存储多个身体姿势460和与每个身体姿势相关联的特征向量(F.V.1,F.V.2,….F.V.n)的存储器。处理器470被配置为执行第三方软件应用程序。此外,在一些实施方案中,存储介质450包括第三方软件应用程序,该第三方软件应用程序被配置为基于由身体运动信号确定的用户的生理特性来检测用户身体姿势,所述生理特性诸如以下中的任一种:呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅和/或存在信号值。
在示例性实施方案中,特征向量1(F.V.1)可对应于用户向左侧睡觉时的身体姿势。特征向量2(F.V.2)可对应于用户俯卧睡觉时的身体姿势。特征向量3(F.V.3)可对应于用户手臂向上仰卧睡觉时的身体姿势(通常称为海星姿势)。特征向量4(F.V.4)可对应于用户向右侧睡觉时的身体姿势。特征向量5(F.V.5)可对应于用户向左侧睡觉且手臂处于两侧时的身体姿势。特征向量6(F.V.6)可对应于用户向右侧蜷腿睡觉时的身体姿势。特征向量7(F.V.7)可对应于用户手臂向下仰卧睡觉时的身体姿势。特征向量n(F.V.n)可对应于用户向右侧睡觉且手臂向下处于两侧时的身体姿势。根据本发明,可为用户的身体姿势分配许多其他特征向量。
在一个实施方案中,可基于用户在床上的尺寸来分配特征向量。然后,可将每个特征向量与睡眠参数相关联,例如,如果用户蜷腿睡觉并且处于卷曲姿势,则第三方软件应用程序可假定用户正在遭受焦虑。
人的身体姿势在图4b中以2×4姿势矩阵分类,各自与特征向量相关联。姿势分类可通过各种方法进行。根据本发明,可通过支持向量机(SVM)或一些其他合适的分类器诸如人工神经网络来分类一些姿势。可通过对特征向量进行分类来确定至少一个用户的姿势。在该实施方案中,分类器被布置成基于数据存储装置中的参考数据了解身体运动信号的特征已知在不同的用户身体姿势中所呈现的式样。特征向量的参数包括由身体运动信号确定的至少一种生理特性(呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅、存在信号值)。
在本实施方案中,姿势参考数据可以在线和/或离线模式访问,并且姿势参考数据可包括根据分布式计算机系统的每个用户的一组或多组姿势。在姿势参考数据中,可将特征向量分配给每种身体运动和/或姿势。当检测到姿势改变时,相机可捕获图像或者记录模块记录姿势统计信息,并且可将数据传送至移动用户终端320。分类器可利用各种技术来将特征向量与由分布式计算系统记录的姿势进行比较,以计算相似度。
此外,第三方软件应用程序被布置成将至少一个用户在睡眠期间的身体姿势的图像和/或数据存储到数据存储装置中,并且在所述移动用户终端的屏幕上显示所述图像和/或数据。图像可以是实时静止图像和/或运动图像。分类器和/或第三方软件应用程序可被布置成根据它们的物理统计信息诸如高度、重量等来对一个或多个用户进行分类。以这种方式,分类器和/或第三方软件应用程序将能够识别一个或多个用户,并且可记录与每个用户对应的姿势数据。
应当注意,根据本发明,实施方案41的任何特征、阶段或部分可被自由地排列并与实施方案10、20、21、30、40和/或50中的任一个实施方案以两个或更多个实施方案的组合形式结合。
参考图5,本发明的实施方案50提供了确定至少一个用户的睡眠质量的方法。
该方法在步骤500处开始。在步骤510处,外围设备的至少一个传感器记录身体运动信号,该身体运动信号在这种情况下为心冲击描记信号。在步骤520处,外围设备和移动用户终端之间的通信连接被布置成将身体运动信号传送至在移动用户终端上执行的第三方软件应用程序。
此外,在步骤530中,外围设备将身体运动信号传送至第三方软件应用程序。第三方应用程序被布置成根据信号确定一个或多个参数,诸如呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅以及存在信号等。
此后,在步骤540处,基于骨骼肌身体姿势变化,由所述身体运动信号确定睡眠质量。可通过比较身体运动信号中的尖峰和呼吸周期振幅中的阶跃变化的同时性来检测姿势变化。
在步骤550处,第三方软件应用程序检查呼吸振幅中是否存在同时与身体运动信号中的一个或多个尖峰对应的任何阶跃变化。
在步骤560处,检查呼吸振幅中是否存在与身体运动信号中的一个或多个尖峰同步的阶跃变化。如果没有,则第三方软件应用程序假定它只是身体运动并返回到步骤510。
如果在呼吸振幅中存在与身体运动信号中的一个或多个尖峰同步的阶跃变化,则在步骤570中,第三方软件应用程序将其假定为至少一个用户的静态姿势变化。
此外,在步骤580处,第三方软件应用程序将分类器软件(诸如支持向量机(SVM)或人工神经网络)布置成了解身体运动信号的特征已知在不同的用户身体姿势中所呈现的式样。此后,在步骤590处,通过对特征向量进行分类来确定至少一个用户的身体姿势。
在步骤592处,通过第三方应用程序将至少一个用户的身体姿势的图像和/或数据存储到数据存储装置。随后,在步骤594处,在移动用户终端的屏幕上显示至少一个用户的身体姿势的图像和/或数据。在本发明的一些实施方案中,将姿势在移动用户终端屏幕上显示为视频,快进视频或慢进视频或任何其他视频。
该方法在步骤596处结束。
应当注意,根据本发明,实施方案50的任何特征、阶段或部分可被自由地排列并与实施方案10、20、21、30、40和/或41中的任一个实施方案以两个或更多个实施方案的组合形式结合。
在本发明的一些其他实施方案中,移动第三方软件应用程序可被配置为生成一个或多个用户的睡眠报告。移动第三方软件应用程序还可将用户睡眠报告传送至到一个或多个集中式服务器或集线器,该集中式服务器或集线器可位于例如医院和/或诊所中。移动第三方软件应用程序还可被配置为与一个或多个移动应用程序共享用户睡眠数据,以用于进一步分析。
通过将静态传感器310和动态传感器360集成在外围设备300的至少一个传感器中来获得本发明的上述优点的一些或全部。动态传感器360可为可检测运动信号(由于肌肉、心跳、呼吸等产生)的任何传感器,包括但不限于压电传感器和/或压电薄膜传感器。静态传感器310可包括用于检测至少一个用户的存在和静态参数(重量、温度等)的一个或多个传感器,包括但不限于应变仪、电容传感器、接近传感器、热电偶和电感式传感器等。
本发明的最佳模式是其中外围设备300包括集成传感器的系统,该集成传感器包括动态传感器360和静态传感器310两者并且将身体运动信号200和存在信号的记录提供给移动用户终端320的第三方软件应用程序。集成传感器提供了在精确测量至少一个用户340存在方面的强大优势。此外,在最佳模式中,身体运动信号200中的尖峰与呼吸振幅210中的阶跃同步被解释为身体姿势的变化,而仅有身体动态信号200中的尖峰通常表示仅身体运动。
此外,在本发明的另一优选模式中,移动第三方软件应用程序能够使用由传感器元件检测到的一个或多个物理统计信息来确定不止一个用户的睡眠质量。用于确定一个或多个物理统计信息的上述传感器元件的组合使得分布式计算机系统能够更准确地确定不止一个用户的姿势。此外,可部署各种算法来分析多于一个用户的姿势,并且使用各种感测数据诸如呼吸(respiration,breath)、血压、姿势和位置等的组合来确定身体和生理状况(诸如用户是否放松、有压力还是发烧等,以及达到何种程度)。
应该特别注意的是,呼吸振幅信号可由呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅和/或存在信号的测量信号替代,并且以同样的方式,两个信号(身体运动信号+从其提取的生理特性信号)中尖峰或阶跃变化的同步性将表示用户的身体姿势变化。
本发明的实施方案提供一种用于由计算设备记录并分析至少一个用户的身体运动信号的计算机程序产品。该计算机设备包括其中存储有计算机可读程序代码部分的至少一个非暂态计算机可读存储介质。所述计算机可读程序代码部分包括用于实施上述确定睡眠质量的方法的指令。上述示例性方法通常存储在计算机可读存储介质上,该计算机可读存储介质可以是可存储由计算机系统、移动计算机系统和/或其他计算机系统使用的代码的任何设备。计算机可读存储介质包括但不限于易失性存储器、非易失性存储器、磁性和光学存储设备,诸如磁盘驱动器、磁带、CD(光盘)、DVD(数字多功能光盘或数字视频光盘)、或现在已知或以后开发的能够存储程序代码的其他介质。
此外,可将本文所述的方法压印在硬件模块或装置中。这些模块或设备可包括但不限于专用集成电路ASIC芯片、现场可编程门阵列FPGA、在特定时间执行特定软件模块或一段代码的专用或共享处理器、和/或其他已知或以后开发的可编程逻辑设备。当硬件模块或装置被激活时,它们执行包括在其中的方法和过程。
应当注意,根据本发明,任何实施方案10、20、21、30、40、41和/或50的任何特征、阶段或部分可被自由地排列并与实施方案10、20、21、30、40、41和/或50中的任一个实施方案以两个或更多个实施方案的组合形式结合。
可对上述实施方案进行各种替代和修改。另外应当注意,上述实施方案可以两种方式使用,或者单独使用,或者可根据用户的需要结合两个或更多个实施方案。这些实施方案不应受其名称的限制。例如,任何传感器(例如,接近传感器)的构造可采用多种形式中的任一种,包括但不限于超声传感器、电容传感器、光电传感器、电感式传感器、相机、光传感器诸如光检测器、声音传感器诸如麦克风、机械传感器和/或其一种或多种组合。
此外,本发明的另一个优选模式是,其中外围设备300包括集成有一个或多个传感器元件的一个或多个传感器,所述一个或多个传感器元件包括但不限于应变仪、电容传感器、接近传感器、热电偶、电感式传感器、激发式压电薄膜及其组合。在优选的实施方案中,外围设备可集成到用户的床垫350中。
已在主要参考实施方案之前说明了本发明,所述实施方案发生了以下阶段:
1.使用外围设备记录,
2.将信号传送至在移动用户终端中执行的第三方软件应用程序,
3.在移动用户终端中确定身体姿势变化。这被认为是网络拓扑结构方面的最佳模式。
然而,本发明并不限于该网络拓扑结构或这些阶段。在一个替代方案中,对信号的记录和身体姿势变化的确定两者均在外围设备上完成。在另一个实施方案中,信号在外围设备处被记录,然后被传送至云服务中的服务器,并且在云服务中确定身体姿势变化。
前面的详细描述将为本领域技术人员提供用于实施本发明的示例性实施方案的精确公开内容,应当理解,可在不脱离如在所附权利要求及其法律等同物中所述的本发明的范围的前提下,按照在示例性实施方案中所述的方法和步骤顺序进行各种更改。以上已经参考上述实施方案说明了本发明。然而,很明显本发明不仅限于这些实施方案,而是包括在本发明思想和以下专利权利要求书的实质和范围内的所有可能的实施方案。
参考文献:
US 2010/0016685 Al,“Separating Cardiac Signal And Respiratory SignalFrom Vital Signs”,Pedro Miguel FONSECA et al,2012
US 2007/0156060 A1,“Real-Time Video Based Automated Mobile SleepMonitoring Using State Inference”,Miguel Cervantes,2005
Quantified sleep:new gadget from China wants in your bed 27/11/14 18:14,Paul Bischoff(https://www.techinasia.com/author/paulbischoff/)10:28 am on19 Nov 2014
Claims (39)
1.确定至少一个用户(340)的睡眠质量的方法,所述方法包括:
-使用外围设备(300)来记录(100)身体运动信号(200);
-布置(110)所述外围设备(300)和移动用户终端(320)之间的通信连接;
-将所述身体运动信号(200)传送(120)至在所述移动用户终端(320)中执行的第三方软件应用程序;其特征在于,
-使用所述用户的所述身体运动信号(200)和呼吸周期振幅(210)信号两者来确定(140)所述至少一个用户(340)的身体姿势变化,其中对所述至少一个用户(340)的身体姿势变化的确定被用于确定所述睡眠质量。
2.根据权利要求1所述的方法,其特征在于,以下生理特性中的一者或多者由所述身体运动信号(200)确定,并且/或者代替所述呼吸周期振幅信号或与所述呼吸周期振幅信号结合使用:
-呼吸周期形状,
-心跳周期形状,
-心跳周期振幅,和
-存在信号值。
3.根据权利要求1所述的方法,其特征在于,所述身体运动信号(200)中的一个或多个尖峰被解释为所述至少一个用户(340)的身体运动。
4.根据权利要求1所述的方法,其特征在于,所述身体运动信号(200)中的一个或多个尖峰和所述呼吸周期振幅(210)中的阶跃变化同时发生被确定为对应于所述至少一个用户(340)的身体姿势变化。
5.根据权利要求1所述的方法,其特征在于,所述身体运动信号(200)中的一个或多个尖峰在所述呼吸周期振幅(210)中没有同时发生的阶跃变化被确定为对应于所述至少一个用户(340)的除静态身体姿势变化以外的身体运动。
6.根据权利要求1所述的方法,其特征在于,通过对描述所述身体姿势的特征向量进行分类来确定所述至少一个用户(340)的姿势,所述分类器被布置成基于数据存储装置中的参考数据来了解所述身体运动信号(200)的特征在所述至少一个用户(340)的不同身体姿势中所呈现的式样,其中所述特征向量的参数包括由所述身体运动信号确定的所述至少一种生理特性(呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅、存在信号值)。
7.根据权利要求1所述的方法,其特征在于,所述第三方软件应用程序将所述至少一个用户(340)在睡眠期间的身体姿势的图像和/或数据存储到数据存储装置中,并且在所述移动用户终端(320)的屏幕上显示所述图像和/或数据。
8.根据权利要求1所述的方法,其特征在于,基于所述至少一个用户(340)的所述身体运动信号(200)的所述呼吸周期振幅来确定所述身体姿势变化,并且采用阶跃识别方法来分析所述呼吸周期振幅信号。
9.根据权利要求1所述的方法,其特征在于,所述外围设备(300)包括至少一个传感器。
10.根据权利要求1所述的方法,其特征在于,所述外围设备(300)包括至少一个动态传感器(310),所述动态传感器选自压电传感器和压电薄膜传感器中的一者或多者。
11.根据权利要求1所述的方法,其特征在于,所述外围设备(300)包括至少一个静态传感器(360),所述静态传感器选自应变仪、电容传感器、接近传感器、热电偶和电感式传感器中的一者或多者。
12.根据权利要求1所述的方法,其特征在于,所述外围设备(300)包括至少一个动态传感器(310)和至少一个静态传感器(360)。
13.根据权利要求1所述的方法,其特征在于,所述外围设备(300)包括至少一个传感器,所述至少一个传感器被放置在多个敏感区域以用于确定存在信号,并且/或者进一步确定人在床上的位置。
14.一种用于确定至少一个用户(340)的睡眠质量的分布式计算机系统,所述分布式计算机系统包括:
-移动用户终端(320);
-外围设备(300),所述外围设备被布置成记录身体运动信号(200)并将所述身体运动信号(200)传送至第三方软件应用程序;
其特征在于,
-所述移动用户终端(320)包括执行所述第三方软件应用程序的处理器(470),其中所述第三方应用程序被布置成基于所述用户的所述身体运动信号(200)和呼吸周期振幅(210)信号来确定所述至少一个用户(340)的身体姿势变化,其中对所述至少一个用户的所述身体姿势变化的确定被配置为用于确定所述睡眠质量。
15.根据权利要求14所述的分布式计算机系统,其特征在于,以下生理特性中的一者或多者被配置为由所述身体运动信号(200)确定,并且/或者被配置为代替所述呼吸周期振幅信号或与所述呼吸周期振幅信号结合使用:
-呼吸周期形状,
-心跳周期形状,
-心跳周期振幅,和
-存在信号值。
16.根据权利要求14所述的分布式计算机系统,其特征在于,所述身体运动信号(200)中的一个或多个尖峰被配置为被解释为所述至少一个用户(340)的身体运动。
17.根据权利要求14所述的分布式计算机系统,其特征在于,所述身体运动信号(200)中的一个或多个尖峰和所述呼吸周期振幅(210)中的阶跃变化同时发生被配置为对应于所述至少一个用户(340)的所述身体姿势变化。
18.根据权利要求14所述的分布式计算机系统,其特征在于,所述身体运动信号(200)中的一个或多个尖峰在所述呼吸周期振幅(210)中没有同时发生的阶跃变化被配置为对应于所述至少一个用户(340)的除静态身体姿势变化以外的所述身体运动。
19.根据权利要求14所述的分布式计算机系统,其特征在于,通过对描述所述身体姿势的特征向量进行分类来确定所述至少一个用户(340)的所述姿势;所述分类器被布置成基于数据存储装置中的参考数据来了解身体运动信号(200)的特征已知在不同的用户(340)身体姿势中所呈现的式样,其中所述特征向量的参数包括由所述身体运动信号确定的所述至少一种生理特性(呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅、存在信号值)。
20.根据权利要求14所述的分布式计算机系统,其特征在于,所述第三方软件应用程序被配置为将所述至少一个用户(340)在睡眠期间的身体姿势的图像和/或数据存储到数据存储装置中,并且被配置为在所述移动用户终端(320)的屏幕上显示所述图像和/或数据。
21.根据权利要求14所述的分布式计算机系统,其特征在于,所述身体姿势变化被布置成基于所述至少一个用户(340)的所述身体运动信号(200)的所述呼吸周期振幅来确定,并且所述呼吸周期振幅信号被配置为采用阶跃识别方法来分析。
22.根据权利要求14所述的分布式计算机系统,其特征在于,所述外围设备被配置为包括至少一个传感器。
23.根据权利要求14所述的分布式计算机系统,其特征在于,所述外围设备(300)被布置成包括至少一个动态传感器(310),所述动态传感器选自压电传感器和压电薄膜传感器中的一者或多者。
24.根据权利要求14所述的分布式计算机系统,其特征在于,所述外围设备(300)被配置为包括至少一个静态传感器(360),所述静态传感器选自应变仪、电容传感器、接近传感器、热电偶和电感式传感器中的一者或多者。
25.根据权利要求14所述的分布式计算机系统,其特征在于,所述外围设备(300)被布置成包括至少一个动态传感器(310)和至少一个静态传感器(360)。
26.根据权利要求14所述的分布式计算机系统,其特征在于,所述外围设备(300)被布置成包括至少一个传感器,所述至少一个传感器被配置为放置在多个敏感区域以用于确定存在信号,并且/或者进一步被配置为确定人在床上的所述位置。
27.用于确定至少一个用户(340)的所述睡眠质量的计算机程序产品,所述计算机程序产品包括其中存储有计算机可读程序代码部分的至少一个非暂态计算机可读存储介质,所述计算机可读程序代码部分包括用于执行以下操作的指令:
-使用外围设备来记录(100)身体运动信号(200);
-布置(110)所述外围设备(300)和移动用户终端(320)之间的通信连接;
-将所述身体运动信号(200)传送(120)至在所述移动用户终端(320)中执行的第三方软件应用程序;其特征在于,
-基于所述用户的所述身体运动信号(200)和呼吸周期振幅信号来确定(140)所述至少一个用户的身体姿势变化,其中对所述至少一个用户的所述身体姿势变化的确定被用于确定所述睡眠质量。
28.根据权利要求27所述的计算机程序产品,其特征在于,以下生理特性中的一者或多者被配置为由所述身体运动信号(200)确定,并且/或者被配置为代替所述呼吸周期振幅信号或与所述呼吸周期振幅信号结合使用:
-呼吸周期形状,
-心跳周期形状,
-心跳周期振幅,和
-存在信号值。
29.根据权利要求27所述的计算机程序产品,其特征在于,所述身体运动信号(200)中的一个或多个尖峰被配置为被解释为所述至少一个用户(340)的身体运动。
30.根据权利要求27所述的计算机程序产品,其特征在于,所述身体运动信号(200)中的一个或多个尖峰和所述呼吸周期振幅(210)中的阶跃变化同时发生被配置为对应于所述至少一个用户(340)的所述身体姿势变化。
31.根据权利要求27所述的计算机程序产品,其特征在于,所述身体运动信号(200)中的一个或多个尖峰在所述呼吸周期振幅(210)中没有同时发生的阶跃变化被配置为对应于所述至少一个用户(340)的除静态身体姿势变化以外的所述身体运动。
32.根据权利要求27所述的计算机程序产品,其特征在于,
-所述至少一个用户(340)的所述姿势被配置为通过对描述所述身体姿势的特征向量进行分类来确定;
-所述分类器被布置成基于数据存储装置中的参考数据来了解身体运动信号(200)的特征已知在不同的用户(340)身体姿势中所呈现的式样;
-所述特征向量的参数包括由所述身体运动信号确定的所述至少一种生理特性(呼吸周期形状、呼吸周期振幅、心跳周期形状、心跳周期振幅、存在信号值)。
33.根据权利要求27所述的计算机程序产品,其特征在于,所述第三方软件应用程序被配置为将所述至少一个用户(340)在睡眠期间的身体姿势的图像和/或数据存储到数据存储装置中,并且被配置为在所述移动用户终端的屏幕上显示所述图像和/或数据。
34.根据权利要求27所述的计算机程序产品,其特征在于,所述身体姿势变化基于所述至少一个用户(340)的所述身体运动信号(200)的所述呼吸周期振幅来确定,并且所述呼吸周期振幅信号被配置为采用阶跃识别方法来分析。
35.根据权利要求27所述的计算机程序产品,其特征在于,所述外围设备被布置成包括至少一个传感器。
36.根据权利要求27所述的计算机程序产品,其特征在于,所述外围设备(300)被配置为包括至少一个动态传感器(310),所述动态传感器选自压电传感器和压电薄膜传感器中的一者或多者。
37.根据权利要求27所述的计算机程序产品,其特征在于,所述外围设备(300)被配置为包括至少一个静态传感器(360),所述静态传感器选自应变仪、电容传感器、接近传感器、热电偶和电感式传感器中的一者或多者。
38.根据权利要求27所述的计算机程序产品,其特征在于,所述外围设备(300)被布置成包括至少一个动态传感器(310)和至少一个静态传感器(360)。
39.根据权利要求27所述的计算机程序产品,其特征在于,所述外围设备(300)被布置成包括至少一个传感器,所述至少一个传感器被配置为放置在多个敏感区域以用于确定存在信号,并且/或者进一步被配置为确定人在床上的所述位置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562108149P | 2015-01-27 | 2015-01-27 | |
US62/108,149 | 2015-01-27 | ||
PCT/FI2015/050959 WO2016120518A1 (en) | 2015-01-27 | 2015-12-31 | A system for determining the quality of sleep |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107205650A true CN107205650A (zh) | 2017-09-26 |
Family
ID=56433605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580074675.3A Pending CN107205650A (zh) | 2015-01-27 | 2015-12-31 | 用于确定睡眠质量的系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10368799B2 (zh) |
EP (1) | EP3226753A4 (zh) |
JP (1) | JP6766052B2 (zh) |
CN (1) | CN107205650A (zh) |
AU (1) | AU2015379572B2 (zh) |
WO (1) | WO2016120518A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111248868A (zh) * | 2020-02-20 | 2020-06-09 | 长沙湖湘医疗器械有限公司 | 一种快眼动睡眠分析方法、系统及设备 |
CN111281362A (zh) * | 2020-03-12 | 2020-06-16 | 北京曙光易通技术有限公司 | 振动体征监测仪、生命体征监测系统及方法 |
CN113299047A (zh) * | 2021-05-25 | 2021-08-24 | 上海松鼠课堂人工智能科技有限公司 | 基于多维度监控的学生书写姿势纠正方法与系统 |
CN113616173A (zh) * | 2021-08-17 | 2021-11-09 | 武汉凯锐普信息技术有限公司 | 基于多块光纤感应组件的生命体征监测装置与方法 |
CN114098654A (zh) * | 2022-01-24 | 2022-03-01 | 南京信息工程大学 | 一种人体睡眠状态检测方法及装置 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8437843B1 (en) | 2006-06-16 | 2013-05-07 | Cleveland Medical Devices Inc. | EEG data acquisition system with novel features |
US10426399B1 (en) | 2007-06-08 | 2019-10-01 | Cleveland Medial Devices Inc. | Method and device for in-home sleep and signal analysis |
US9202008B1 (en) | 2007-06-08 | 2015-12-01 | Cleveland Medical Devices Inc. | Method and device for sleep analysis |
US20100004518A1 (en) | 2008-07-03 | 2010-01-07 | Masimo Laboratories, Inc. | Heat sink for noninvasive medical sensor |
US8630691B2 (en) | 2008-08-04 | 2014-01-14 | Cercacor Laboratories, Inc. | Multi-stream sensor front ends for noninvasive measurement of blood constituents |
US20110082711A1 (en) | 2009-10-06 | 2011-04-07 | Masimo Laboratories, Inc. | Personal digital assistant or organizer for monitoring glucose levels |
US9408542B1 (en) | 2010-07-22 | 2016-08-09 | Masimo Corporation | Non-invasive blood pressure measurement system |
US10448871B2 (en) | 2015-07-02 | 2019-10-22 | Masimo Corporation | Advanced pulse oximetry sensor |
KR102455040B1 (ko) * | 2016-01-29 | 2022-10-17 | 삼성디스플레이 주식회사 | 디스플레이 장치 |
CN205758139U (zh) * | 2016-02-02 | 2016-12-07 | 嘉兴市舒福德电动床有限公司 | 一种电动床 |
US11324950B2 (en) | 2016-04-19 | 2022-05-10 | Inspire Medical Systems, Inc. | Accelerometer-based sensing for sleep disordered breathing (SDB) care |
US10512432B2 (en) | 2016-08-12 | 2019-12-24 | Apple Inc. | Vital signs monitoring system |
CN110612060B (zh) | 2017-05-22 | 2022-09-02 | 苹果公司 | 用于生理测量的多元件压电传感器 |
GB2563036A (en) * | 2017-05-30 | 2018-12-05 | Sultan & Knight Ltd | Systems and methods for monitoring and modulating circadian rhythms |
KR102403257B1 (ko) | 2017-06-12 | 2022-05-30 | 삼성전자주식회사 | 홈 디바이스 제어 장치 및 동작 방법 |
JP7066389B2 (ja) * | 2017-12-07 | 2022-05-13 | パラマウントベッド株式会社 | 姿勢判定装置 |
KR102219514B1 (ko) * | 2019-04-29 | 2021-02-23 | 주식회사 에프램 | 신체 접촉 패턴 감지 시스템 |
EP3769674A1 (en) * | 2019-07-23 | 2021-01-27 | Nederlandse Organisatie voor toegepast- natuurwetenschappelijk Onderzoek TNO | Heart monitoring system and method |
JP2022542581A (ja) | 2019-07-25 | 2022-10-05 | インスパイア・メディカル・システムズ・インコーポレイテッド | 検知された姿勢情報に基づいて植込み型医療デバイスを操作するためのシステムおよび方法 |
US11844623B1 (en) | 2021-01-06 | 2023-12-19 | Meta Platforms Technologies, Llc | Systems and methods for tracking sleep |
US11890425B2 (en) | 2021-05-01 | 2024-02-06 | Gregory Knox | Modular panel bedding system |
USD987657S1 (en) * | 2021-06-15 | 2023-05-30 | Wesper Inc. | Display screen with animated graphical user interface |
CN114304971B (zh) * | 2021-12-31 | 2022-07-22 | 佛山市赛可度家具有限公司 | 一种基于物联网的智能家居软床 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070118054A1 (en) * | 2005-11-01 | 2007-05-24 | Earlysense Ltd. | Methods and systems for monitoring patients for clinical episodes |
US20080306351A1 (en) * | 2007-06-06 | 2008-12-11 | Tanita Corporation | Sleep evaluation device |
US20100240982A1 (en) * | 2009-03-17 | 2010-09-23 | Advanced Brain Monitoring, Inc. | System for the Assessment of Sleep Quality in Adults and Children |
EP2278507A2 (en) * | 2009-07-17 | 2011-01-26 | Sharp Kabushiki Kaisha | Sleep management method and system for improving sleep behaviour of a human or animal in the care of a carer |
EP2301429A1 (en) * | 2009-09-18 | 2011-03-30 | Hill-Rom Services, Inc. | Apparatuses for supporting and monitoring a condition of a person |
US20110224510A1 (en) * | 2010-01-29 | 2011-09-15 | Dreamwell, Ltd. | Systems and Methods for Bedding with Sleep Diagnostics |
US20140046184A1 (en) * | 2011-03-30 | 2014-02-13 | Koninklijke Philips N.V. | Contactless sleep disorder screening system |
WO2014151577A1 (en) * | 2013-03-15 | 2014-09-25 | Stryker Corporation | Patient support apparatus with patient information sensors |
CN104138260A (zh) * | 2014-07-02 | 2014-11-12 | 中山大学 | 一种利用svm分类器的睡眠姿势多分类识别方法 |
Family Cites Families (76)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6316237A (ja) | 1986-07-09 | 1988-01-23 | Toray Ind Inc | カセンサ |
KR920700581A (ko) | 1990-03-09 | 1992-08-10 | 다니이 아끼오 | 수면검출장치 |
US5483261A (en) | 1992-02-14 | 1996-01-09 | Itu Research, Inc. | Graphical input controller and method with rear screen image detection |
US5880411A (en) | 1992-06-08 | 1999-03-09 | Synaptics, Incorporated | Object position detector with edge motion feature and gesture recognition |
US5488204A (en) | 1992-06-08 | 1996-01-30 | Synaptics, Incorporated | Paintbrush stylus for capacitive touch sensor pad |
US5825352A (en) | 1996-01-04 | 1998-10-20 | Logitech, Inc. | Multiple fingers contact sensing method for emulating mouse buttons and mouse operations on a touch sensor pad |
US5835079A (en) | 1996-06-13 | 1998-11-10 | International Business Machines Corporation | Virtual pointing device for touchscreens |
US6310610B1 (en) | 1997-12-04 | 2001-10-30 | Nortel Networks Limited | Intelligent touch display |
US7663607B2 (en) | 2004-05-06 | 2010-02-16 | Apple Inc. | Multipoint touchscreen |
US8479122B2 (en) | 2004-07-30 | 2013-07-02 | Apple Inc. | Gestures for touch sensitive input devices |
WO1999038149A1 (en) | 1998-01-26 | 1999-07-29 | Wayne Westerman | Method and apparatus for integrating manual input |
US6188391B1 (en) | 1998-07-09 | 2001-02-13 | Synaptics, Inc. | Two-layer capacitive touchpad and method of making same |
JP4542637B2 (ja) | 1998-11-25 | 2010-09-15 | セイコーエプソン株式会社 | 携帯情報機器及び情報記憶媒体 |
US6425861B1 (en) | 1998-12-04 | 2002-07-30 | Respironics, Inc. | System and method for monitoring and controlling a plurality of polysomnographic devices |
US7442107B1 (en) | 1999-11-02 | 2008-10-28 | Sega Toys Ltd. | Electronic toy, control method thereof, and storage medium |
JP3800984B2 (ja) | 2001-05-21 | 2006-07-26 | ソニー株式会社 | ユーザ入力装置 |
GB0123294D0 (en) | 2001-09-27 | 2001-11-21 | 1 Ltd | Piezoelectric structures |
JP2003173237A (ja) | 2001-09-28 | 2003-06-20 | Ricoh Co Ltd | 情報入出力システム、プログラム及び記憶媒体 |
US6690387B2 (en) | 2001-12-28 | 2004-02-10 | Koninklijke Philips Electronics N.V. | Touch-screen image scrolling system and method |
US11275405B2 (en) | 2005-03-04 | 2022-03-15 | Apple Inc. | Multi-functional hand-held device |
JP4141219B2 (ja) * | 2002-09-27 | 2008-08-27 | 株式会社タニタ | 生体信号検出装置及びそれを利用した睡眠測定装置 |
WO2004078132A2 (en) | 2003-02-28 | 2004-09-16 | Consolidated Research Of Richmond, Inc. | Automated insomnia treatment system |
US8002553B2 (en) | 2003-08-18 | 2011-08-23 | Cardiac Pacemakers, Inc. | Sleep quality data collection and evaluation |
US7396331B2 (en) | 2003-10-27 | 2008-07-08 | Home Guardian, Llc | System and process for non-invasive collection and analysis of physiological signals |
JP3960298B2 (ja) * | 2003-11-19 | 2007-08-15 | 株式会社デンソー | 寝姿及び体位検出装置 |
JP4390535B2 (ja) * | 2003-11-26 | 2009-12-24 | 横河電機株式会社 | 睡眠段階推定方法及びその方法を用いた装置 |
US7164941B2 (en) | 2004-01-06 | 2007-01-16 | Dale Julian Misczynski | Method and system for contactless monitoring and evaluation of sleep states of a user |
EP1745450A4 (en) | 2004-02-18 | 2008-10-08 | Hoana Medical Inc | METHOD AND SYSTEM FOR INTEGRATING A PASSIVE SENSOR ARRAY IN A MATTRESS FOR PATIENT MONITORING |
US7717848B2 (en) | 2004-03-16 | 2010-05-18 | Medtronic, Inc. | Collecting sleep quality information via a medical device |
JP3987053B2 (ja) | 2004-03-30 | 2007-10-03 | 株式会社東芝 | 睡眠状態判定装置および睡眠状態判定方法 |
US20050257822A1 (en) | 2004-05-19 | 2005-11-24 | Bed-Check Corporation | Silk-screen thermocouple |
JP4588515B2 (ja) * | 2005-03-31 | 2010-12-01 | 住友大阪セメント株式会社 | 状態解析装置及びソフトウエアプログラム |
JP4582642B2 (ja) | 2005-04-01 | 2010-11-17 | 株式会社タニタ | 睡眠段階判定装置 |
WO2006131855A2 (en) | 2005-06-07 | 2006-12-14 | Philips Intellectual Property & Standards Gmbh | Patient monitoring system and method |
US8003982B2 (en) | 2005-12-20 | 2011-08-23 | Georgia Tech Research Corporation | Stacked mechanical nanogenerator comprising piezoelectric semiconducting nanostructures and Schottky conductive contacts |
US8532737B2 (en) | 2005-12-29 | 2013-09-10 | Miguel Angel Cervantes | Real-time video based automated mobile sleep monitoring using state inference |
KR100927643B1 (ko) * | 2006-02-22 | 2009-11-20 | (주)한별메디텍 | 무구속 수면상태 판단 장치 |
JP2008183181A (ja) | 2007-01-30 | 2008-08-14 | Matsushita Electric Ind Co Ltd | 生体信号検出装置及びそれを用いた就寝装置 |
WO2008102298A1 (en) | 2007-02-22 | 2008-08-28 | Philips Intellectual Property & Standards Gmbh | Ballistocardiographic sensor system with a sensor arrangement and method of ballistocardiographic detection of body movements |
EP2200512A1 (en) | 2007-09-14 | 2010-06-30 | Corventis, Inc. | Adherent device for respiratory monitoring and sleep disordered breathing |
US8768520B2 (en) | 2008-02-25 | 2014-07-01 | Kingsdown, Inc. | Systems and methods for controlling a bedroom environment and for providing sleep data |
US8161826B1 (en) | 2009-03-05 | 2012-04-24 | Stryker Corporation | Elastically stretchable fabric force sensor arrays and methods of making |
JP2009233027A (ja) * | 2008-03-26 | 2009-10-15 | Aisin Seiki Co Ltd | 睡眠改善装置及び睡眠改善プログラム |
US9883809B2 (en) | 2008-05-01 | 2018-02-06 | Earlysense Ltd. | Monitoring, predicting and treating clinical episodes |
CN102308270B (zh) | 2009-02-06 | 2015-05-27 | 压力分布系统公司 | 电容式接近触觉传感器 |
CN101933798A (zh) * | 2009-06-29 | 2011-01-05 | 周常安 | 无线多重睡眠生理检测系统 |
WO2011020216A1 (zh) | 2009-08-18 | 2011-02-24 | Yang Changming | 侦测生理机能及姿势状态的物品、方法和系统 |
US8348840B2 (en) | 2010-02-04 | 2013-01-08 | Robert Bosch Gmbh | Device and method to monitor, assess and improve quality of sleep |
EP2353946A1 (en) | 2010-02-04 | 2011-08-10 | IEE International Electronics & Engineering S.A. | Capacitive occupant detection system with interference detection |
US20110230790A1 (en) | 2010-03-16 | 2011-09-22 | Valeriy Kozlov | Method and system for sleep monitoring, regulation and planning |
WO2011137566A1 (zh) | 2010-05-07 | 2011-11-10 | Yang Changming | 利用布料电容传感器来产生生理信号的方法及系统 |
US20130030257A1 (en) | 2010-05-14 | 2013-01-31 | Kai Medical, Inc. | Systems and methods for non-contact multiparameter vital signs monitoring, apnea therapy, apnea diagnosis, and snore therapy |
US8611828B2 (en) | 2010-06-30 | 2013-12-17 | Wolfgang Richter | System and methods for self-powered, contactless, self-communicating sensor devices |
US20120092171A1 (en) | 2010-10-14 | 2012-04-19 | Qualcomm Incorporated | Mobile device sleep monitoring using environmental sound |
WO2015008285A1 (en) | 2013-07-18 | 2015-01-22 | Earlysense Ltd. | Monitoring a sleeping subject |
JP2012170471A (ja) | 2011-02-17 | 2012-09-10 | Aisin Seiki Co Ltd | 振動センサ |
AU2012225814A1 (en) | 2011-03-04 | 2013-09-19 | Stryker Corporation | Sensing system for patient supports |
US8870764B2 (en) | 2011-09-06 | 2014-10-28 | Resmed Sensor Technologies Limited | Multi-modal sleep system |
JP5788293B2 (ja) | 2011-10-31 | 2015-09-30 | オムロンヘルスケア株式会社 | 睡眠評価装置および睡眠評価用プログラム |
WO2013075270A1 (zh) | 2011-11-25 | 2013-05-30 | Yang Chang-Ming | 一种侦测心跳或电极接触良好与否的物品、方法及系统 |
JP5534255B2 (ja) | 2011-12-20 | 2014-06-25 | 株式会社タニタ | 在床判定装置および睡眠測定装置 |
US20150011899A1 (en) | 2012-01-23 | 2015-01-08 | Toyota Jidosha Kabushiki Kaisha | Device and method for monitoring variation of animal respiration and/or heartbeat |
JP5515156B2 (ja) | 2012-03-30 | 2014-06-11 | 株式会社タニタ | 睡眠管理システム及び睡眠計 |
WO2013179189A1 (en) | 2012-05-31 | 2013-12-05 | Koninklijke Philips N.V. | Separating cardiac signal and respiratory signal from vital signs |
US9247831B2 (en) | 2012-06-01 | 2016-02-02 | Scott D. Miles | Sleep surface insert system and method thereof |
US9345404B2 (en) | 2013-03-04 | 2016-05-24 | Hello Inc. | Mobile device that monitors an individuals activities, behaviors, habits or health parameters |
KR102017700B1 (ko) | 2013-03-15 | 2019-09-03 | 엘지전자 주식회사 | 단말기 및 그 제어 방법 |
JP6511439B2 (ja) * | 2013-06-04 | 2019-05-15 | プロテウス デジタル ヘルス, インコーポレイテッド | データ収集および転帰の査定のためのシステム、装置、および方法 |
FR3012255B1 (fr) | 2013-10-17 | 2017-03-10 | Commissariat Energie Atomique | Procede de formation de rides par fusion d'une fondation sur laquelle repose une couche contrainte |
CN106028923B (zh) | 2013-11-25 | 2019-06-25 | 皇家飞利浦有限公司 | 心电图监测系统和方法 |
US9344546B2 (en) | 2014-05-06 | 2016-05-17 | Fitbit, Inc. | Fitness activity related messaging |
IL233353B (en) | 2014-06-24 | 2019-05-30 | 2Breathe Tech Ltd | System and method for inducing sleep and detecting the transition to sleep |
CN107249443A (zh) | 2014-12-05 | 2017-10-13 | 苹果公司 | 睡眠测量计算机系统 |
EP3229671A4 (en) | 2015-02-03 | 2018-04-04 | Apple Inc. | Family sleep monitoring system |
US10512432B2 (en) | 2016-08-12 | 2019-12-24 | Apple Inc. | Vital signs monitoring system |
CN110612060B (zh) | 2017-05-22 | 2022-09-02 | 苹果公司 | 用于生理测量的多元件压电传感器 |
-
2015
- 2015-12-31 JP JP2017539617A patent/JP6766052B2/ja active Active
- 2015-12-31 EP EP15879775.3A patent/EP3226753A4/en not_active Withdrawn
- 2015-12-31 CN CN201580074675.3A patent/CN107205650A/zh active Pending
- 2015-12-31 WO PCT/FI2015/050959 patent/WO2016120518A1/en active Application Filing
- 2015-12-31 AU AU2015379572A patent/AU2015379572B2/en active Active
-
2016
- 2016-01-15 US US14/997,031 patent/US10368799B2/en not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070118054A1 (en) * | 2005-11-01 | 2007-05-24 | Earlysense Ltd. | Methods and systems for monitoring patients for clinical episodes |
US20080306351A1 (en) * | 2007-06-06 | 2008-12-11 | Tanita Corporation | Sleep evaluation device |
US20100240982A1 (en) * | 2009-03-17 | 2010-09-23 | Advanced Brain Monitoring, Inc. | System for the Assessment of Sleep Quality in Adults and Children |
EP2278507A2 (en) * | 2009-07-17 | 2011-01-26 | Sharp Kabushiki Kaisha | Sleep management method and system for improving sleep behaviour of a human or animal in the care of a carer |
EP2301429A1 (en) * | 2009-09-18 | 2011-03-30 | Hill-Rom Services, Inc. | Apparatuses for supporting and monitoring a condition of a person |
US20110224510A1 (en) * | 2010-01-29 | 2011-09-15 | Dreamwell, Ltd. | Systems and Methods for Bedding with Sleep Diagnostics |
US20140046184A1 (en) * | 2011-03-30 | 2014-02-13 | Koninklijke Philips N.V. | Contactless sleep disorder screening system |
WO2014151577A1 (en) * | 2013-03-15 | 2014-09-25 | Stryker Corporation | Patient support apparatus with patient information sensors |
CN104138260A (zh) * | 2014-07-02 | 2014-11-12 | 中山大学 | 一种利用svm分类器的睡眠姿势多分类识别方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111248868A (zh) * | 2020-02-20 | 2020-06-09 | 长沙湖湘医疗器械有限公司 | 一种快眼动睡眠分析方法、系统及设备 |
CN111281362A (zh) * | 2020-03-12 | 2020-06-16 | 北京曙光易通技术有限公司 | 振动体征监测仪、生命体征监测系统及方法 |
CN111281362B (zh) * | 2020-03-12 | 2022-11-25 | 中科振知医疗器械(济南)有限公司 | 振动体征监测仪、生命体征监测系统及方法 |
CN113299047A (zh) * | 2021-05-25 | 2021-08-24 | 上海松鼠课堂人工智能科技有限公司 | 基于多维度监控的学生书写姿势纠正方法与系统 |
CN113616173A (zh) * | 2021-08-17 | 2021-11-09 | 武汉凯锐普信息技术有限公司 | 基于多块光纤感应组件的生命体征监测装置与方法 |
CN114098654A (zh) * | 2022-01-24 | 2022-03-01 | 南京信息工程大学 | 一种人体睡眠状态检测方法及装置 |
CN114098654B (zh) * | 2022-01-24 | 2022-04-08 | 南京信息工程大学 | 一种人体睡眠状态检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
AU2015379572A1 (en) | 2017-07-27 |
AU2015379572B2 (en) | 2018-09-27 |
EP3226753A4 (en) | 2017-12-20 |
US10368799B2 (en) | 2019-08-06 |
EP3226753A1 (en) | 2017-10-11 |
JP6766052B2 (ja) | 2020-10-07 |
JP2018508256A (ja) | 2018-03-29 |
WO2016120518A1 (en) | 2016-08-04 |
US20160213309A1 (en) | 2016-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107205650A (zh) | 用于确定睡眠质量的系统 | |
US9456781B2 (en) | Action detection and activity classification | |
JP6407405B2 (ja) | デュアルタスク遂行能力評価方法、及びデュアルタスク遂行能力評価システム | |
Kalantarian et al. | A survey of diet monitoring technology | |
US20130245396A1 (en) | Mental state analysis using wearable-camera devices | |
US10365120B2 (en) | Device, method and system for counting the number of cycles of a periodic movement of a subject | |
US10636437B2 (en) | System and method for monitoring dietary activity | |
JP7009342B2 (ja) | 咀嚼や笑みに係る量に基づき食事を評価可能な装置、プログラム及び方法 | |
CN106562761A (zh) | 生理信号采集装置和方法及睡眠监测及改善装置 | |
KR101974831B1 (ko) | 낙상위험 평가방법 및 이를 위한 사용자 단말기 | |
WO2020207317A1 (zh) | 用户健康评估方法、装置、存储介质及电子设备 | |
KR20210060246A (ko) | 생체 데이터를 획득하는 장치 및 그 방법 | |
KR101817274B1 (ko) | 다 센서 기반 착용형 에너지 소모량 측정 장치 및 방법 | |
JP7325576B2 (ja) | 端末装置、出力方法及びコンピュータプログラム | |
US11941821B2 (en) | Image sleep analysis method and system thereof | |
JP7310929B2 (ja) | 運動メニュー評価装置、方法、及びプログラム | |
US20240041355A1 (en) | Musculoskeletal strain | |
US20200397381A1 (en) | Information processing device and non-transitory computer readable medium | |
Dong | Diet monitoring through breathing signal analysis using wearable sensors | |
Gilbert | Health monitoring based on smart devices | |
CN109241300A (zh) | 多媒体档案管理方法及电子装置 | |
Lan | Event Predictions for Remote Health Monitoring |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |