CN111658006B - 一种预测女性生理周期的方法和装置 - Google Patents

一种预测女性生理周期的方法和装置 Download PDF

Info

Publication number
CN111658006B
CN111658006B CN201910173400.5A CN201910173400A CN111658006B CN 111658006 B CN111658006 B CN 111658006B CN 201910173400 A CN201910173400 A CN 201910173400A CN 111658006 B CN111658006 B CN 111658006B
Authority
CN
China
Prior art keywords
physiological
parameter
sleep
time
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.)
Active
Application number
CN201910173400.5A
Other languages
English (en)
Other versions
CN111658006A (zh
Inventor
许德省
李靖
李玥
周林峰
陈文娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201910173400.5A priority Critical patent/CN111658006B/zh
Publication of CN111658006A publication Critical patent/CN111658006A/zh
Application granted granted Critical
Publication of CN111658006B publication Critical patent/CN111658006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0012—Ovulation-period determination
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A61B5/02055—Simultaneously evaluating both cardiovascular condition and temperature
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/053—Measuring electrical impedance or conductance of a portion of the body
    • A61B5/0531—Measuring skin impedance
    • 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
    • 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
    • A61B5/4812—Detecting sleep stages or cycles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
    • A61B10/0012—Ovulation-period determination
    • A61B2010/0029—Ovulation-period determination based on time measurement

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Dermatology (AREA)
  • Pulmonology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本申请提供了一种预测女性生理周期的方法和装置，其中所述方法包括：确定睡眠时间内的至少一个时间点；测量至少一个时间点的至少一个生理参数；利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段。本申请通过测量用户睡眠时间内的时间点的生理参数，然后将当前的生理参数与当前生理周期中之前几天的生理参数进行比较，并结合生理参数在生理周期中的变化规律，推算出用户当前在生理周期的阶段。

Description

一种预测女性生理周期的方法和装置
技术领域
本申请涉及女性生理卫生和人工智能技术领域，尤其涉及一种预测女性生理周期的方法和装置。
背景技术
近年来，由于生活节奏快、工作压力大等原因，月经周期失调、不孕不育等女性问题越来越普遍。因此，了解女性的生理周期的情况，对日常生活和工作的规划和安排、家庭生育计划和月经期心理状态的调适等都具有非常重要的意义。
现有的技术，大多应用单一生理指标、或者使用记录的方式检测、或者月经期和月经周期使用均值、众数等情况对生理周期进行预测，无法达到精准检测与预测女性生理周期的要求，急需一种精确预测月经期、安全期、易孕期的方法。
发明内容
为了克服上述问题，本申请的实施例提供了一种预测女性生理周期的方法和装置。
为了达到上述目的，本申请的实施例采用如下技术方案：
第一方面，本申请提供一种预测女性生理周期的方法，包括：确定睡眠时间内的至少一个时间点；测量所述至少一个时间点的至少一个生理参数；利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段。
在本实施例中，根据用户的生理参数计算生理周期，可以实现个性化预测和提醒用户月经期和易孕期的目标，增加了预测生理周期的准确度。
在另一个可能的实现中，所述确定睡眠时间内的至少一个时间点包括：实时获取用户的体动参数和/或心率参数，由所述体动参数和/或所述心率参数确定入睡时间点、出睡时间点和睡眠分期阶段，根据所述入睡时间点、所述出睡时间点和所述睡眠分期阶段确定所述睡眠时间内的至少一个时间点。
在另一个可能的实现中，还包括：判断所述睡眠时间是否大于设定的阈值；当所述睡眠时间大于预设的阈值，则保留和所述睡眠时间对应的所述至少一个生理参数；当所述睡眠时间不大于预设的阈值，则滤除和所述睡眠时间对应的所述至少一个生理参数。
在另一个可能的实现中，所述利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段具体为：将所述至少一个生理参数各参数与对应的权重系数相乘，然后将乘积相加得到第一参数；基于当前生理周期中已测得的各天的第一参数，推算出用户当天在生理周期的阶段。
在另一个可能的实现中，还包括：对当前生理周期中已测得的各天的第一参数进行平滑去噪处理。
在另一个可能的实现中，所述利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段，具体包括：利用滑动窗口算法对当前生理周期中已测得的各天的至少一个生理参数进行处理，推算出用户当天在生理周期的阶段。
在另一个可能的实现中，所述方法还包括：对于当前生理周期为止的多个生理周期，提取各个生理周期中的至少一个生理参数的生理特征序列；根据所述多个生理周期的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列；通过生理周期推算算法对所述预测生理特征序列进行分析，确定未来生理周期的各阶段。
第二方面，本申请提供一种预测女性生理周期的装置，包括：确定单元，用于确定睡眠时间内的至少一个时间点；测量单元，用于测量所述至少一个时间点的至少一个生理参数；第一预测单元，用于利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段。
在另一个可能的实现中，所述装置还包括：获取单元，所述获取单元，用于实时获取用户的体动参数和/或心率参数；所述确定单元还用于由所述体动参数和/或所述心率参数确定入睡时间点、出睡时间点和睡眠分期阶段，根据所述入睡时间点、所述出睡时间点和所述睡眠分期阶段确定所述睡眠时间内的至少一个时间点。
在另一个可能的实现中，所述装置还包括判断单元和存储单元，所述判断单元，用于判断所述睡眠时间是否大于设定的阈值；所述存储单元，用于存储当所述睡眠时间大于预设的阈值的和所述睡眠时间对应的所述至少一个生理参数。
在另一个可能的实现中，所述第一预测单元具体用于：将所述至少一个生理参数各参数与对应的权重系数相乘，然后将乘积相加得到第一参数；基于当前生理周期中已测得的各天的第一参数，推算出用户当天在生理周期的阶段。
在另一个可能的实现中，所述第一预测单元还用于，对当前生理周期中已测得的各天的第一参数进行平滑去噪处理。
在另一个可能的实现中，所述第一预测单元具体用于：利用滑动窗口算法对当前生理周期中已测得的各天的至少一个生理参数进行处理，推算出用户当天在生理周期的阶段。
在另一个可能的实现中，所述装置还包括第二预测单元，
所述第二预测单元，用于对于当前生理周期为止的多个生理周期，提取各个生理周期中的至少一个生理参数的生理特征序列；和根据所述多个生理周期的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列；和通过生理周期推算算法对所述预测生理特征序列进行分析，确定未来生理周期的各阶段。
第三方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
第四方面，本申请提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
本申请通过测量用户睡眠时间内的时间点的生理参数，然后将当天的生理参数与当前生理周期中之前几天的生理参数进行比较，并结合生理参数在生理周期中的变化规律，推算出用户当天在生理周期的阶段。同时，通过获取用户所有生理周期中的生理参数的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列，然后通过生理周期推算算法对预测生理特征序列进行分析，确定未来生理周期的各阶段，从而得到下个月的生理周期，甚至更长期的生理周期的预测。
附图说明
为了说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
图1为本申请实施例提供的一种预测女性生理周期的方法的流程图；
图2为本申请实施例提供的在当前生理周期中基础体温T、静息心率RHR和静息心率之间的时间间隔RHRI在不同生理周期阶段的变化曲线图；
图3为本申请实施例提供的在当前生理周期中第一参数在不同生理周期阶段的变化曲线图；
图4为本申请实施例提供的一种预测未来生理周期的方法流程图；
图5为本申请实施例提供的一种预测女性生理周期的方法的流程图；
图6为本申请实施例提供的一种预测女性生理周期的装置的结构框图；
图7为本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
本申请提出的一种预测女性生理周期的方法和装置，是通过由移动终端来实现的。移动终端可以是例如手表、手环等终端设备，本申请以手环为例。
本申请通过手环实时检测用户的体动参数和心率，得到用户的体动参数和心率参数，然后根据体动参数和心率参数来判断用户的出入睡时间以及详细的睡眠分期数据，然后根据出入睡时间点以及睡眠分期数据得到测量基础生理参数的时间。接着，手环测量用户在睡眠状态下的各个生理参数，然后将当天的生理参数与当前生理周期中之前几天的生理参数进行比较，并结合生理参数在生理周期中的变化规律，推算出用户当天在生理周期的阶段。同时，通过获取用户所有生理周期中的生理参数的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列，然后通过生理周期推算算法对预测生理特征序列进行分析，确定未来生理周期的各阶段，从而得到下个月的生理周期，甚至更长期的生理周期的预测。
图1为本申请实施例提供的一种预测女性生理周期的方法的流程图。如图1所示的预测女性生理周期的方法，具体实现步骤如下：
步骤S102，确定睡眠时间内的至少一个时间点。
本申请在确定睡眠时间内的时间点前，需要获取用户的体动参数和心率参数。在一个实施例中，通过加速度计来监测用户的体动，通过PPG传感器监测用户的心率，然后得到用户的体动参数和心率参数。
可选地，在本申请实施例中使用的加速度计是三轴加速度计，三轴加速度计有x，y，z轴，通过同时监测三个方向的加速度，进而判断用户的体动参数情况。而PPG传感器可以不做限定。
由于人体在睡眠时和清醒时的体动参数和心率参数是不同的，移动终端在接收到用户的体动参数和心率参数时，根据体动参数和心率参数可以判断用户的出入睡时间点，然后在入睡时间点开始测量用户的生理参数，在出睡时间点终止测量用户的生理参数。
其中，睡眠时间是指在入睡时间点到出睡时间点之间的时间。
可选地，移动终端根据体动参数情况和心率参数还可以判断用户的睡眠分期数据，然后根据睡眠分期数据，只测量用户深睡眠状态下的生理参数，可以减少移动终端工作时间，降低移动终端的耗电量，同时只测量用户深睡眠状态下的生理参数，不检测浅睡眠，可以排除干扰数据，有助于更精确地判断女性生理周期。
具体地，如果移动终端在睡眠时间内实时测量用户的生理参数，则测量用户的生理参数的时间点为用户睡眠时间中整个时间；如果移动终端在睡眠时间内按一定规律周期性测量用户的生理参数，则测量用户的生理参数的时间点是按照一定规律确定的。
步骤S104，测量至少一个时间点的至少一个生理参数。
具体地，至少一个生理参数包括用户睡眠时的基础体温T、静息心率RHR、静息心率之间的时间间隔RHRI、皮肤导电率、心率变异性等生理参数。在本申请实施例中以基础生理参数包括基础体温T、静息心率RHR和静息心率之间的时间间隔RHRI这三个生理参数为例，但是实际应用中不仅限这三个生理参数。
可选地，本申请对得到的各个生理参数进行筛选，如果用户的睡眠时间大于预设的阈值时间，则保留在这个睡眠时间内测量的生理参数；如果用户的睡眠时间不大于预设的阈值时间，则滤除在这个睡眠时间内测量的生理参数。本申请实施例中设定的阈值时间可以为4小时，通过滤除掉睡眠时间长度小于4小时的生理参数，保证得到的生理参数包括用户深睡眠状态的数据，更为可靠。
步骤S106，利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段。
具体地，在移动终端得到当前时间的各个生理参数后，将当前时间的各个生理参数和前一天的各个生理参数或前几天中每天的各个参数进行比较，计算它们的均值、相邻参数值之间的差值，以及差值的最大值和最小值，并结合各个生理参数在生理周期中的变化规律，可以推算出用户当前在生理周期中排卵日、易孕期、月经期、或安全期。
其中，移动终端得到当前生理周期中的已有每天的各个生理参数后，对各个生理参数进行平滑去噪处理，剔除异常值和补齐缺失值，以消除个别异常值对后面的预测产生影响。
图2为本申请实施例提供的在当前生理周期中基础体温T、静息心率RHR和静息心率之间的时间间隔RHRI在不同生理周期阶段的变化曲线图。如图2所示，在一个实施例中，将在当前生理周期中已测量的基础体温T参数值、静息心率RHR参数值和静息心率之间的时间间隔RHRI参数值绘制成曲线，然后将当前测量的基础体温T参数值、静息心率RHR参数值和静息心率之间的时间间隔RHRI参数值和前几天中每天的三个生理参数值进行比较，并结合各个生理参数在生理周期中的变化规律，可以推算出用户当前在生理周期中排卵日、易孕期、月经期、或安全期。
图3为本申请实施例提供的在当前生理周期中第一参数在不同生理周期阶段的变化曲线图。如图3所示，在另一个实施例中，为了使得到的各个生理参数在一个周期中更加明确用户在生理周期阶段，移动终端对各个生理参数进行加权处理，将各个生理参数与对应的生理参数的权重系数相乘，然后将乘积相加得到第一参数。用公式表示为：
BPP＝w1·T+w2·RHR+w3·RHRI+…+wn·OPP
其中，w1，w2，…，wn为权重系数；T为基础体温；RHR为静息心率、RHRI为静息心率之间的时间间隔；OPP为其它生理参数，如皮肤导电率、心率变异性等。
移动终端将在当前生理周期中已有每天的第一参数绘制成一条曲线，并对曲线进行平滑去噪处理，剔除异常值和补齐缺失值，以消除曲线中局部异常波动。
其中，对曲线进行平滑去噪处理的方法可以采用均值滤波法、Savitzky-Golay卷积平滑算法等方法进行处理。
然后，移动终端采用滑动窗口算法，以窗口长度为N、步长为M的滑动窗口在第一参数曲线上移动，计算滑动窗口N个第一参数值的均值、滑动窗口中相邻第一参数值之间的差值，以及差值的最大值和最小值，并结合第一参数在生理周期中的变化规律，可以推算出用户当前在生理周期中排卵日、易孕期、月经期、或安全期。
本申请通过测量用户睡眠时间内的时间点的生理参数，然后将当前的生理参数与当前生理周期中之前几天的生理参数进行比较，并结合生理参数在生理周期中的变化规律，推算出用户当前在生理周期的阶段。
图4为本申请实施例提供的一种预测未来生理周期的方法流程图。如图4所示，为了可以预测用户的下个月的生理周期，甚至更长期的生理周期，本申请还包括：
步骤S402，对于当前生理周期为止的多个生理周期，提取各个生理周期中的至少一个生理参数的生理特征序列。
具体地，生理特征序列可以理解为具有时间序列的生理参数数据，比如一个生理周期中基础体温T数据等。
可选地，本申请提取的生理特征序列为历史中所有完整生理周期中的各个生理参数的生理特征序列。如果当前的生理周期刚好结束，那么步骤S402中获取的各个生理参数的生理特征序列包括当前生理周期的数据；如果当前的生理周期还没结束，则就不包含当前生理周期的数据。
步骤S404，根据多个生理周期的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列。
具体地，在一个实施例中，以提取基础体温T的数据为例。本申请提取各个生理周期中每天的基础体温T的数据，时间序列算法会根据所有基础体温T的数据在生理周期的时间序列上变化趋势，预测出一个基础体温T在一个生理周期中参数值变化的特征序列。
步骤S406，通过生理周期推算算法对预测生理特征序列进行分析，确定未来生理周期的各阶段。
通过在步骤S404中预测出各个生理参数的生理特征序列后，通过生理周期推算算法对各个生理参数的生理特征序列进行分析和推算，从而确定出下个生理周期中的排卵日、易孕期、月经期和安全期。
在一个实施例中，以基础体温T的生理特征序列为例。生理周期推算算法根据一个生理周期中的基础体温T的参数值在一个生理周期中变化趋势，将符合某个参数值的时间段规定为排卵日，将符合另一个参数值的时间段规定为易孕期，同理确定出月经期和安全期。
本申请通过获取用户所有生理周期中的生理参数的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列，然后通过生理周期推算算法对预测生理特征序列进行分析，确定未来生理周期的各阶段，从而得到下个月的生理周期，甚至更长期的生理周期的预测。
图5为本申请实施例提供的预测女性生理周期的方法的流程图。如图5所示，预测女性生理周期的方法的具体过程如下：
步骤S501，获取用户的体动参数和基础生理参数。
其中，通过加速度计来监测用户的体动，通过PPG传感器监测用户的心率，然后得到用户的体动参数和心率参数。
步骤S502，根据体动参数和基础生理参数确定出入睡时间点后，得到测量睡眠基础生理参数的时间和用户睡眠时间内的时间点。
具体地，由于人体在睡眠时和清醒时的体动参数和心率参数是不同的，移动终端在接收到用户的体动参数和心率参数时，根据体动参数和心率参数可以判断用户的出入睡时间点，然后在入睡时间点开始测量用户的生理参数，在出睡时间点终止测量用户的生理参数。其中，睡眠时间是指在入睡时间点到出睡时间点之间的时间。
如果移动终端在睡眠时间内实时测量用户的生理参数，则测量用户的生理参数的时间点为用户睡眠时间中整个时间；如果移动终端在睡眠时间内按一定规律周期性测量用户的生理参数，则测量用户的生理参数的时间点是按照一定规律确定的。
步骤S503，测量用户在睡眠时间内的时间点的各个生理参数。
具体地，生理参数是指用户睡眠时的基础体温T、静息心率RHR、静息心率之间的时间间隔RHRI、皮肤导电率、心率变异性等生理参数。在本申请实施例中以基础生理参数包括基础体温T、静息心率RHR和静息心率之间的时间间隔RHRI这三个生理参数为例，但是实际应用中不仅限这三个生理参数。
步骤S504，判断睡眠时间是否大于设定的阈值；当睡眠时间不大于设定的阈值，则滤除在这个睡眠时间内测量的生理参数；当睡眠时间大于设定的阈值，则执行步骤S505。
步骤S505，保留并存储在这个睡眠时间内测量的生理参数。
步骤S506，对当前生理周期中的已有每天的各个生理参数进行平滑去噪处理。
其中，移动终端得到当前生理周期中的已有每天的各个生理参数后，对各个生理参数进行平滑去噪处理，剔除异常值和补齐缺失值，以消除个别异常值对后面的预测产生影响。
步骤S507，将当前时间的各个生理参数和前一天的各个生理参数或前几天中每天的各个参数进行比较，推算出用户当天在生理周期的阶段。
步骤S508，对于当前生理周期为止的多个生理周期，提取各个生理周期中的至少一个生理参数的生理特征序列。
其中，生理特征序列可以理解为具有时间序列的生理参数数据，比如一个生理周期中基础体温T数据等。
可选地，本申请提取的生理特征序列为历史中所有完整生理周期中的各个生理参数的生理特征序列。如果当前的生理周期刚好结束，那么步骤S508中获取的各个生理参数的生理特征序列包括当前生理周期的数据；如果当前的生理周期还没结束，则就不包含当前生理周期的数据。
步骤S509，根据多个生理周期的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列。
步骤S510，通过生理周期推算算法对预测生理特征序列进行分析，确定未来生理周期的各阶段。
通过在步骤S509中预测出各个生理参数的生理特征序列后，通过生理周期推算算法对各个生理参数的生理特征序列进行分析和推算，从而确定出下个生理周期中的排卵日、易孕期、月经期和安全期。
本申请通过测量用户睡眠状态下的生理参数，将当天的生理参数与当前生理周期中之前几天的生理参数进行比较，并结合生理参数在生理周期中的变化规律，推算出用户当天在生理周期的阶段。同时，通过获取用户所有生理周期中的生理参数的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列，然后通过生理周期推算算法对预测生理特征序列进行分析，确定未来生理周期的各阶段，从而得到下个月的生理周期，甚至更长期的生理周期的预测。
图6为本申请实施例提供的一种预测女性生理周期的装置的结构框图。如图6所示该装置600包括：获取单元601、确定单元602、测量单元603、判断单元604、存储单元605、第一预测单元606和第二预测单元607。
获取单元601用于实时获取用户的体动参数和/或心率参数。
在一个实施例中，通过加速度计来监测用户的体动，通过PPG传感器监测用户的心率，然后得到用户的体动参数和心率参数。
可选地，在本申请实施例中使用的加速度计是三轴加速度计，三轴加速度计有x，y，z轴，通过同时监测三个方向的加速度，进而判断用户的体动参数情况。而PPG传感器可以不做限定的。
确定单元602用于根据获取单元601获取的体动参数和/或心率参数确定出睡时间点和入睡时间点，并根据出睡时间点和入睡时间点确定所述睡眠时间。
由于人体在睡眠时和清醒时的体动参数和心率参数是不同的，获取单元601在接收到用户的体动参数和心率参数时，确定单元602根据体动参数和心率参数可以判断用户的出入睡时间点，然后在入睡时间点开始测量用户的生理参数，在出睡时间点终止测量用户的生理参数。
其中，睡眠时间是指在入睡时间点到出睡时间点之间的时间。
可选地，确定单元602根据体动参数情况和心率参数还可以判断用户的睡眠分期数据，然后根据睡眠分期数据，只测量用户深睡眠状态下的生理参数，可以减少移动终端工作时间，降低移动终端的耗电量，同时只测量用户深睡眠状态下的生理参数，不检测浅睡眠，可以排除干扰数据，有助于更精确地判断女性生理周期。
具体地，确定单元602还用于确定睡眠时间内的至少一个时间点。其中睡眠时间内的至少一个时间点，是指在睡眠时间内，如果移动终端在睡眠时间内实时测量用户的生理参数，则测量用户的生理参数的时间点为用户睡眠时间中整个时间；如果移动终端在睡眠时间内按一定规律周期性测量用户的生理参数，则测量用户的生理参数的时间点是按照一定规律确定的。
测量单元603用于测量至少一个时间点的至少一个生理参数。
具体地，至少一个生理参数包括用户睡眠时的基础体温T、静息心率RHR、静息心率之间的时间间隔RHRI、皮肤导电率、心率变异性等生理参数。在本申请实施例中以基础生理参数包括基础体温T、静息心率RHR和静息心率之间的时间间隔RHRI这三个生理参数为例，但是实际应用中不仅限这三个生理参数。
在一个实施中，还包括判断单元604和存储单元605。
本申请对得到的各个生理参数进行筛选，判断单元604用于判断用户的睡眠时间是否大于预设的阈值时间。当用户的睡眠时间大于预设的阈值时间，则将在这个睡眠时间内测量的生理参数存储在存储单元605中；如果用户的睡眠时间不大于预设的阈值时间，则滤除在这个睡眠时间内测量的生理参数。本申请实施例中设定的阈值时间可以为4小时，通过滤除掉睡眠时间长度小于4小时的生理参数，保证得到的生理参数包括用户深睡眠状态的数据，更为可靠。
第一预测单元606用于利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段。
具体地，在测量单元603得到当前时间的各个生理参数后，第一预测单元606将当前时间的各个生理参数和前一天的各个生理参数或前几天中每天的各个参数进行比较，计算它们的均值、相邻参数值之间的差值，以及差值的最大值和最小值，然后结合各个生理参数在生理周期中的变化规律，可以推算出用户当前在生理周期中排卵日、易孕期、月经期、或安全期。
其中，第一预测单元606在得到当前生理周期中的已有每天的各个生理参数后，对各个生理参数进行平滑去噪处理，剔除异常值和补齐缺失值，以消除个别异常值对后面的预测产生影响。
在一个实施中，将在当前生理周期中已测量的基础体温T参数值、静息心率RHR参数值和静息心率之间的时间间隔RHRI参数值绘制成曲线，然后将当前测量的基础体温T参数值、静息心率RHR参数值和静息心率之间的时间间隔RHRI参数值和前几天中每天的三个生理参数值进行比较，然后结合各个生理参数在生理周期中的变化规律，可以推算出用户当前在生理周期中排卵日、易孕期、月经期、或安全期。
在另一个实施例中，为了使得到的各个生理参数在一个周期中更加明确用户在生理周期阶段，第一预测单元606对各个生理参数进行加权处理，将各个生理参数与对应的生理参数的权重系数相乘，然后将乘积相加得到第一参数。用公式表示为：
BPP＝w1·T+w2·RHR+w3·RHRI+…+wn·OPP
其中，w1，w2，…，wn为权重系数；T为基础体温；RHR为静息心率、RHRI为静息心率之间的时间间隔；OPP为其它生理参数，如皮肤导电率、心率变异性等。
第一预测单元606将在当前生理周期中已有每天的第一参数绘制成一条曲线，并对曲线进行平滑去噪处理，剔除异常值和补齐缺失值，以消除曲线中局部异常波动。
其中，对曲线进行平滑去噪处理的方法可以采用均值滤波法、Savitzky-Golay卷积平滑算法等方法进行处理。
然后，第一预测单元606采用滑动窗口算法，以窗口长度为N、步长为M的滑动窗口在第一参数曲线上移动，计算滑动窗口N个第一参数值的均值、滑动窗口中相邻第一参数值之间的差值，以及差值的最大值和最小值，并结合第一参数在生理周期中的变化规律，可以推算出用户当前在生理周期中排卵日、易孕期、月经期、或安全期。
本申请通过测量用户睡眠状态下的生理参数，将当天的生理参数与当前生理周期中之前几天的生理参数进行比较，并结合生理参数在生理周期中的变化规律，推算出用户当天在生理周期的阶段。
第二预测单元607用于对于当前生理周期为止的多个生理周期，提取各个生理周期中的至少一个生理参数的生理特征序列。
具体地，生理特征序列可以理解为具有时间序列的生理参数数据，比如一个生理周期中基础体温T数据等。
可选地，本申请提取的生理特征序列为历史中所有完整生理周期中的各个生理参数的生理特征序列。如果当前的生理周期刚好结束，那么步骤S402中获取的各个生理参数的生理特征序列包括当前生理周期的数据；如果当前的生理周期还没结束，则就不包含当前生理周期的数据。
第二预测单元607还用于根据多个生理周期的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列。
具体地，在一个实施例中，以提取基础体温T的数据为例。本申请提取各个生理周期中每天的基础体温T的数据，时间序列算法会根据所有基础体温T的数据在生理周期的时间序列上变化趋势，预测出一个基础体温T在一个生理周期中参数值变化的特征序列。
第二预测单元607还用于通过生理周期推算算法对预测生理特征序列进行分析，确定未来生理周期的各阶段。
通过预测出各个生理参数的生理特征序列后，通过生理周期推算算法对各个生理参数的生理特征序列进行分析和推算，从而确定出下个生理周期中的排卵日、易孕期、月经期和安全期。
在一个实施例中，以基础体温T的生理特征序列为例。生理周期推算算法根据一个生理周期中的基础体温T的参数值在一个生理周期中变化趋势，将符合某个参数值的时间段规定为排卵日，将符合另一个参数值的时间段规定为易孕期，同理确定出月经期和安全期。
本申请通过获取用户所有生理周期中的生理参数的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列，然后通过生理周期推算算法对预测生理特征序列进行分析，确定未来生理周期的各阶段，从而得到下个月的生理周期，甚至更长期的生理周期的预测。
图7为本发明实施例提供的一种终端设备的结构示意图。如图7所示的一种终端设备700，该终端设备700可以包括传感器701，显示器702，处理器703、存储器704、通信接口705以及总线706。终端设备中的处理器703、存储器704和通信接口705可以通过总线706建立通信连接。
传感器701，用于获取用户的体动参数和生理参数。传感器701可包括加速度计和PPG传感器。
显示器702，用于显示处理后的数据。
处理器703可以为中央处理器(英文：central processing unit，缩写：CPU)。
存储器704可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如只读存储器(英文：read-only memory，缩写：ROM)，快闪存储器，硬盘(英文：hard disk drive，缩写：HDD)或固态硬盘(英文：solid state drive，缩写：SSD)；存储器704还可以包括上述种类的存储器的组合。
上述实施例提供的预测女性生理周期的方法，均由处理器703来执行。体动参数、心率参数、各个生理参数以及处理后的睡眠时间大于设定的阈值的各个生理参数等数据将存储在存储器中。另外，存储器中还将用于存储处理器执行的用于实现上述实施例所述的预测女性生理周期的方法对应的程序指令等等。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
最后说明的是：以上实施例仅用以说明本申请的技术方案，而对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种预测女性生理周期的方法，所述方法由移动终端实施，其特征在于，包括：
确定睡眠时间，判断所述睡眠时间是否大于设定的阈值；
当所述睡眠时间大于预设的阈值，确定所述睡眠时间内的至少一个时间点，测量并保留所述至少一个时间点的至少一个生理参数；当所述睡眠时间不大于预设的阈值，滤除所述睡眠时间内对应的所述至少一个生理参数，所述至少一个生理参数包括用户睡眠时的基础体温、静息心率和心率变异性；
利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段；
其中，所述利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期的阶段具体为：
将所述至少一个生理参数各参数与对应的权重系数相乘，然后将乘积相加得到第一参数；
利用滑动窗口算法对当前生理周期中已测得的各天的第一参数进行处理，并结合第一参数在生理周期中的变化规律，推算出用户当天在生理周期中的排卵日、易孕日、月经期或安全期阶段。
2.根据权利要求1所述的方法，其特征在于，所述确定睡眠时间内的至少一个时间点包括：实时获取用户的体动参数和/或心率参数，由所述体动参数和/或所述心率参数确定入睡时间点、出睡时间点和睡眠分期阶段，根据所述入睡时间点、所述出睡时间点和所述睡眠分期阶段确定所述睡眠时间内的至少一个时间点。
3.根据权利要求1或2所述的方法，其特征在于，还包括：对当前生理周期中已测得的各天的第一参数进行平滑去噪处理。
4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
对于当前生理周期为止的多个生理周期，提取各个生理周期中的至少一个生理参数的生理特征序列；
根据所述多个生理周期的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列；
通过生理周期推算算法对所述预测生理特征序列进行分析，确定未来生理周期的各阶段。
5.一种预测女性生理周期的装置，其特征在于，包括：
确定单元，用于确定睡眠时间内的至少一个时间点；
测量单元，用于测量所述至少一个时间点的至少一个生理参数；
判断单元，用于判断所述睡眠时间是否大于设定的阈值；当所述睡眠时间大于预设的阈值时，保留所述睡眠时间内对应的至少一个生理参数；当所述睡眠时间不大于预设的阈值时，滤除所述睡眠时间内对应的所述至少一个生理参数，所述至少一个生理参数包括用户睡眠时的基础体温、静息心率和心率变异性；
存储单元，用于存储当所述睡眠时间大于预设的阈值时所述睡眠时间对应的所述至少一个生理参数；
第一预测单元，用于利用当前生理周期中已测得的各天的至少一个生理参数，推算出用户当天在生理周期中的排卵日、易孕日、月经期或安全期阶段；
所述第一预测单元具体用于，将所述至少一个生理参数各参数与对应的权重系数相乘，然后将乘积相加得到第一参数；
利用滑动窗口算法对当前生理周期中已测得的各天的第一参数进行处理，并结合第一参数在生理周期中的变化规律，推算出用户当天在生理周期中的排卵日、易孕日、月经期或安全期阶段。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：获取单元，用于实时获取用户的体动参数和/或心率参数；
所述确定单元还用于由所述体动参数和/或所述心率参数确定入睡时间点、出睡时间点和睡眠分期阶段，根据所述入睡时间点、所述出睡时间点和所述睡眠分期阶段确定所述睡眠时间内的至少一个时间点。
7.根据权利要求5或6所述的装置，其特征在于，所述第一预测单元还用于，对当前生理周期中已测得的各天的第一参数进行平滑去噪处理。
8.根据权利要求5或6所述的装置，其特征在于，所述装置还包括第二预测单元，
所述第二预测单元，用于对于当前生理周期为止的多个生理周期，提取各个生理周期中的至少一个生理参数的生理特征序列；和
根据所述多个生理周期的生理特征序列，通过时间序列算法进行预测，得到未来生理周期的预测生理特征序列；和
通过生理周期推算算法对所述预测生理特征序列进行分析，确定未来生理周期的各阶段。
9.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令在终端上运行时，使得所述终端执行如权利要求1-4任意一项所述的方法。
10.一种包含指令的计算机程序产品，其特征在于，当其在终端上运行时，使得所述终端执行如权利要求1-4任意一项所述的方法。
CN201910173400.5A 2019-03-07 2019-03-07 一种预测女性生理周期的方法和装置 Active CN111658006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910173400.5A CN111658006B (zh) 2019-03-07 2019-03-07 一种预测女性生理周期的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910173400.5A CN111658006B (zh) 2019-03-07 2019-03-07 一种预测女性生理周期的方法和装置

Publications (2)

Publication Number Publication Date
CN111658006A CN111658006A (zh) 2020-09-15
CN111658006B true CN111658006B (zh) 2022-09-02

Family

ID=72382267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910173400.5A Active CN111658006B (zh) 2019-03-07 2019-03-07 一种预测女性生理周期的方法和装置

Country Status (1)

Country Link
CN (1) CN111658006B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023034124A1 (en) * 2021-08-31 2023-03-09 Oura Health Oy Techniques for predicting menstrual cycle onset
CN115956886A (zh) * 2022-01-29 2023-04-14 张哲� 一种女性生理健康监测方法
CN114678119A (zh) * 2022-03-07 2022-06-28 苏州大学 使用心率预测排卵期和月经期的装置、方法及生物标志物

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104602614A (zh) * 2015-01-15 2015-05-06 深圳市三木通信技术有限公司 便携移动医疗终端的数据采集运算方法及系统
CN104921711A (zh) * 2015-07-13 2015-09-23 上海温尔信息科技有限公司 女性生理周期体温监测方法
CN105105718A (zh) * 2015-05-19 2015-12-02 上海兆观信息科技有限公司 一种非接触式的睡眠分期和睡眠呼吸障碍检测方法
CN105640596A (zh) * 2016-03-10 2016-06-08 深圳还是威健康科技有限公司 推算生理周期的方法和智能手环
CN106068100A (zh) * 2014-04-01 2016-11-02 皇家飞利浦有限公司 使用受检者的心率的不引人注目的排卵跟踪系统和方法
WO2017015661A1 (en) * 2015-07-23 2017-01-26 Yono Health Inc. System for body temperature measurement
CN106980914A (zh) * 2017-06-05 2017-07-25 厦门美柚信息科技有限公司 女性生理周期的预测方法及装置、终端
CN107149467A (zh) * 2017-05-27 2017-09-12 上海温尔信息科技有限公司 温度分析方法和装置
CN107278139A (zh) * 2015-02-16 2017-10-20 阿瓦股份公司 用于确定女性的可孕期的系统和方法
WO2018011357A2 (en) * 2016-07-13 2018-01-18 Nokia Technologies Oy Method and system to notify female fertility period

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106068100A (zh) * 2014-04-01 2016-11-02 皇家飞利浦有限公司 使用受检者的心率的不引人注目的排卵跟踪系统和方法
CN104602614A (zh) * 2015-01-15 2015-05-06 深圳市三木通信技术有限公司 便携移动医疗终端的数据采集运算方法及系统
CN107278139A (zh) * 2015-02-16 2017-10-20 阿瓦股份公司 用于确定女性的可孕期的系统和方法
CN105105718A (zh) * 2015-05-19 2015-12-02 上海兆观信息科技有限公司 一种非接触式的睡眠分期和睡眠呼吸障碍检测方法
CN104921711A (zh) * 2015-07-13 2015-09-23 上海温尔信息科技有限公司 女性生理周期体温监测方法
WO2017015661A1 (en) * 2015-07-23 2017-01-26 Yono Health Inc. System for body temperature measurement
CN105640596A (zh) * 2016-03-10 2016-06-08 深圳还是威健康科技有限公司 推算生理周期的方法和智能手环
WO2018011357A2 (en) * 2016-07-13 2018-01-18 Nokia Technologies Oy Method and system to notify female fertility period
CN107149467A (zh) * 2017-05-27 2017-09-12 上海温尔信息科技有限公司 温度分析方法和装置
CN106980914A (zh) * 2017-06-05 2017-07-25 厦门美柚信息科技有限公司 女性生理周期的预测方法及装置、终端

Also Published As

Publication number Publication date
CN111658006A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN111658006B (zh) 一种预测女性生理周期的方法和装置
US10575829B2 (en) Menstrual state monitoring
WO2016107217A1 (zh) 一种睡眠监控方法及终端
EP1545309A1 (en) Procedure for detection of stress by segmentation and analysing a heart beat signal
CN106886675B (zh) 用于监视连续的生物医学信号的方法和系统
CN105637502B (zh) 用于确定数据点流内被平滑数据点的方法和设备
US10376245B2 (en) Information processing device, information processing method, and information processing program
CN111417337A (zh) 疾病发作风险预测装置、方法以及程序
US20200129130A1 (en) Minimum heart rate value approximation
US11013497B2 (en) Program for predicting day of ovulation and method of predicting the same
US9729693B1 (en) Determining measurement confidence for data collected from sensors of a wearable device
WO2012148470A1 (en) Identifying seizures using heart rate decrease
JP2006271474A (ja) 睡眠状態推定装置
CN115153552A (zh) 情绪状态评估方法、装置、电子设备及存储介质
EP3531923B1 (en) System and a method for non-invasive monitoring of estrogen
CN110289090A (zh) 事件发现方法及装置、存储介质、终端
KR20180043517A (ko) 생체/운동 신호 기반의 에너지 소모량 측정 방법 및 장치
CN116784852A (zh) 一种疲劳状态确定方法、装置、智能床垫及介质
CN114886406B (zh) 一种健康状态监测方法、装置、隔离件和存储介质
JP6867716B2 (ja) 睡眠充足度推定装置及び睡眠充足度推定方法
CN111148999B (zh) 用于预测新生儿胆红素水平的方法和计算机程序
CN110236532A (zh) 生物电信号处理方法、装置、计算机设备和存储介质
CN112006663B (zh) 一种生理信号异常检测及补偿的方法及装置
CN114678119A (zh) 使用心率预测排卵期和月经期的装置、方法及生物标志物
Baldewijns et al. Automatic detection of health changes using statistical process control techniques on measured transfer times of elderly

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
GR01 Patent grant
GR01 Patent grant