CN112118773A - 具有生理事件检测特征的床 - Google Patents
具有生理事件检测特征的床 Download PDFInfo
- Publication number
- CN112118773A CN112118773A CN201880090322.6A CN201880090322A CN112118773A CN 112118773 A CN112118773 A CN 112118773A CN 201880090322 A CN201880090322 A CN 201880090322A CN 112118773 A CN112118773 A CN 112118773A
- Authority
- CN
- China
- Prior art keywords
- bed
- user
- pressure
- data
- event
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/002—Beds specially adapted for nursing; Devices for lifting patients or disabled persons having adjustable mattress frame
- A61G7/018—Control or drive mechanisms
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47C—CHAIRS; SOFAS; BEDS
- A47C27/00—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas
- A47C27/08—Fluid mattresses or cushions
- A47C27/081—Fluid mattresses or cushions of pneumatic type
- A47C27/083—Fluid mattresses or cushions of pneumatic type with pressure control, e.g. with pressure sensors
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47C—CHAIRS; SOFAS; BEDS
- A47C21/00—Attachments for beds, e.g. sheet holders, bed-cover holders; Ventilating, cooling or heating means in connection with bedsteads or mattresses
- A47C21/003—Lighting, radio, telephone or the like connected to the bedstead
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47C—CHAIRS; SOFAS; BEDS
- A47C27/00—Spring, stuffed or fluid mattresses or cushions specially adapted for chairs, beds or sofas
- A47C27/08—Fluid mattresses or cushions
- A47C27/081—Fluid mattresses or cushions of pneumatic type
- A47C27/082—Fluid mattresses or cushions of pneumatic type with non-manual inflation, e.g. with electric pumps
-
- 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
- A61B5/103—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
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- 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
- 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
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/002—Beds specially adapted for nursing; Devices for lifting patients or disabled persons having adjustable mattress frame
- A61G7/015—Beds specially adapted for nursing; Devices for lifting patients or disabled persons having adjustable mattress frame divided into different adjustable sections, e.g. for Gatch position
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47C—CHAIRS; SOFAS; BEDS
- A47C31/00—Details or accessories for chairs, beds, or the like, not provided for in other groups of this subclass, e.g. upholstery fasteners, mattress protectors, stretching devices for mattress nets
- A47C31/008—Use of remote controls
-
- 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
- A61B2562/0204—Acoustic 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
- A61B2562/0247—Pressure sensors
-
- 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
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61G—TRANSPORT, PERSONAL CONVEYANCES, OR ACCOMMODATION SPECIALLY ADAPTED FOR PATIENTS OR DISABLED PERSONS; OPERATING TABLES OR CHAIRS; CHAIRS FOR DENTISTRY; FUNERAL DEVICES
- A61G7/00—Beds specially adapted for nursing; Devices for lifting patients or disabled persons
- A61G7/05—Parts, details or accessories of beds
- A61G7/057—Arrangements for preventing bed-sores or for supporting patients with burns, e.g. mattresses specially adapted therefor
- A61G7/05769—Arrangements for preventing bed-sores or for supporting patients with burns, e.g. mattresses specially adapted therefor with inflatable chambers
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Artificial Intelligence (AREA)
- Nursing (AREA)
- Anesthesiology (AREA)
- Pulmonology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Invalid Beds And Related Equipment (AREA)
- Mattresses And Other Support Structures For Chairs And Beds (AREA)
Abstract
一种床系统(100),其包括第一床(112),该第一床(112)包括第一床垫、第一压力传感器(146)、第一声传感器(1902)和第一控制器(124),该第一控制器(124)被配置成接收第一压力读数和第一声读数。第一控制器(124)还被配置成将第一压力读数和第一声读数传输到远程服务器(1204)。该系统还包括第二床,该第二床包括第二床垫、第二压力传感器、第二声传感器和第二控制器,该第二控制器被配置成以第二压力读数并且以第二声读数运行接收的生理事件分类器,以便从运行的生理事件分类器收集一个或更多个生理事件投票,并根据所指示的生理事件来操作床系统(100)。
Description
本文件涉及具有用于生理事件检测的传感器的床。
相关申请的交叉引用
本申请要求享有于2018年1月5日提交的序列号为62/613,992的美国申请的优先权。在先申请的公开内容被认为是本申请公开内容的一部分,并且以其整体并入本申请。
背景
一般来说,床是一件用作睡觉或放松的地方的家具。许多现代的床包括在床架上的柔软的床垫。床垫可以包括弹簧、泡沫材料和/或气室,以支撑一个或更多个占用者的重量。
概述
一方面,一种床系统包括第一床,该第一床包括第一床垫。该系统还包括与第一床垫连通的第一压力传感器,以感测施加到第一床垫的压力。该系统还包括第一声传感器,该第一声传感器被放置成感测来自第一床垫上的用户的声。该系统还包括与第一压力传感器数据通信并与第一声传感器数据通信的第一控制器,第一控制器被配置成:从第一压力传感器接收指示施加到第一床垫的感测压力的第一压力读数。第一控制器还被配置成从第一声传感器接收指示来自用户的感测声的第一声读数。第一控制器还被配置成将第一压力读数和第一声读数传输到远程服务器,使得远程服务器能够生成一个或更多个生理事件分类器,该生理事件分类器在由控制器以输入的压力读数且以输入的声读数运行时提供生理事件投票。该系统还包括第二床,该第二床包括第二床垫。该系统还包括与第二床垫连通的第二压力传感器,以感测施加到第二床垫的压力。该系统还包括第二声传感器,该第二声传感器被放置成感测来自第二床垫上的用户的声。该系统还包括与第二压力传感器数据通信并与第二声传感器数据通信的第二控制器,该控制器被配置成:接收一个或更多个生理事件分类器。第二控制器还被配置成以第二压力读数并且以第二声读数运行接收的生理事件分类器,以便从运行的生理事件分类器收集一个或更多个生理事件投票。第二控制器还被配置成根据一个或更多个生理事件投票确定第二床上的用户的生理事件,并将第二压力读数发送到远程计算设备。第二控制器还被配置成从远程计算设备接收第二压力读数指示所确定的生理事件的指示。第二控制器还被配置成响应于接收到指示,根据指示的生理事件操作床系统。实施方式可以包括下列特征中的任何特征或全部,或者不包括下列特征。
根据确定的生理事件来操作床系统包括列表中的一项,该列表包括打开灯、关闭灯、打开加温功能、改变可充气室床垫的硬度、开始发出白噪声、唤醒睡眠者、给睡眠者的联系人打电话、给医生打电话、给急救服务打电话以及使床系统的底座关节式运动。床系统包括远程服务器。远程服务器物理上远离第一控制器和第二控制器;并且其中远程服务器与第一控制器和第二控制器进行数据通信。远程服务器被配置成:根据第一压力数据以及根据第一声数据生成训练数据;根据训练数据,生成一个或更多个生理事件分类器;以及向第二控制器发送一个或更多个生理事件分类器。根据训练数据生成一个或更多个生理事件分类器包括:根据训练数据生成特征集;将训练数据映射到内核空间;用特征集训练分类器,使得基于内核空间中的训练数据,分类器能够对未见过的数据进行分类。训练分类器包括无监督训练。无监督训练包括组中的至少一个,该组包括:k-均值聚类、混合建模、分层聚类、自组织映射和隐马尔可夫建模。训练分类器包括监督训练。监督训练包括向远程服务器提供用于训练数据的一组注释。训练数据的注释由人提供。训练数据的注释是以编程方式提供的。特定的生理事件分类器用于多张床上的多个用户。生理事件分类器针对单个用户进行个性化,使得根据单个用户使用床系统的训练数据生成生理事件分类器,并且生理事件分类器用于检测单个用户在第二床上的生理事件。第二组生理事件分类器针对第二用户进行个性化,使得根据第二用户使用床系统的训练数据生成第二组生理事件分类器,并且第二组生理事件分类器用于检测第二用户在第二床上的生理事件。根据一个或更多个生理事件投票确定第二床上的用户的生理事件状态是针对单个用户进行个性化的,使得来自不同分类器的投票基于对该用户的分类器历史准确性进行加权。第一床和第二床是分开的床。第一床和第二床是相同的床。为了以第二压力读数且以第二声读数运行接收的生理事件分类器,以便从运行的生理事件分类器收集一个或更多个生理事件投票,第二控制器被配置成以多个生理事件分类器运行接收的生理事件分类器,以便从运行的生理事件分类器收集一个或更多个生理事件投票。生理事件分类器中的至少一项被配置成:至少使用根据由第二压力读数和第二声读数组成的组中的至少一项所确定的心脏信号,对呼吸暂停事件进行分类。
实施方式可以包括下列特征中的任何特征或全部,或者不包括下列特征。
在此描述的技术可以用来提供许多潜在的优点。与床相关的生理事件检测可以通过使用机器学习技术来改善。例如,可以使生理事件检测更快和/或更准确。噪声和复杂的传感器数据可以快速有效地转换成准确的生理事件检测信息。通过利用用户特定的训练数据,生理事件分类可以针对特定用户定制,并且更准确地检测和分类用户的生理事件。
从所附描述和附图中,其他特征、方面和潜在优点将变得明显。
附图说明
图1示出了示例气垫床系统。
图2是气垫床系统的各种组件的示例的框图。
图3示出了包括与位于家中的和家周围的设备通信的床的示例环境。
图4A和图4B是可以与床相关联的示例数据处理系统的框图。
图5和图6是可以在可以与床相关联的数据处理系统中使用的主板的示例的框图。
图7是可以在可以与床相关联的数据处理系统中使用的子板的示例的框图。
图8是没有子板的主板的示例的框图,该主板可以在可以与床相关联的数据处理系统中使用。
图9是可以在可以与床相关联的数据处理系统中使用的传感阵列的示例的框图。
图10是可以在可以与床相关联的数据处理系统中使用的控制阵列的示例的框图。
图11是可以在可以与床相关联的数据处理系统中使用的计算设备的示例的框图。
图12-16是可以在可以与床相关联的数据处理系统中使用的示例云服务的框图。
图17是使用可与床相关联的数据处理系统来自动化床周围的外围设备的示例的框图。
图18是示出计算设备和移动计算设备的示例的示意图。
图19是管线的示例的管线图,该管线可用于为家庭自动化收集声读数和压力读数。
图20A和图20B是用于训练和使用机器学习分类器来确定和分类床上的生理事件的示例过程的泳道图。
图21是用于基于压力和/或声信号来训练分类器的示例过程的流程图。
图22示出了用于生成新分类器的示例系统。
图23示出了用于生成新分类器的示例系统。
图24A和图24B是用于训练和使用机器学习分类器来确定和分类床上的生理事件的示例过程的泳道图。
图25是用于确定异常生理信号的示例过程的流程图。
图26是用于计算生理得分的示例过程的流程图。
图27是用于计算生理得分的示例过程的流程图。
图28包含用于显示生理得分的示例用户界面。
在各个绘图中的相同参考符号表示相同的元件。
详细描述
检测一个或更多个用户的生理事件(例如,心脏病发作、发烧、运动障碍、呼吸暂停、打鼾和其他呼吸相关障碍)的床可以使用机器学习技术来识别床上的一个用户或更多个用户的生理状态。例如,气垫床可以在一段时间内收集特定用户的压力信号和声信号。这些压力信号和声信号可用于训练一个或更多个个性化的分类器,每个分类器能够将实时压力信号和/或声信号分类到生理事件状态(例如,无事件、心脏病发作事件、发烧事件、运动障碍事件、呼吸暂停事件、打鼾事件、身体降温事件)。随后,这些分类器中的一个分类器或这些分类器中的一组分类器可以由床基于实时压力和/或声读数用来确定用户在床上的生理事件状态。基于生理事件,床或另一设备可以被致动或驱动(例如,抬高床的头部以试图减轻打鼾)。
示例气垫床硬件
图1示出了包括床112的示例气垫床系统100。床112包括至少一个气室114,该气室114被弹性边框(resilient border)116包围并由褥套(bed ticking)118包裹。弹性边框116可以包括任何合适的材料,诸如泡沫。
如图1所示,床112可以是具有第一和第二流体室(诸如第一气室114A和第二气室114B)的双室设计。在替代实施例中,床112可以包括用于除空气之外的适合应用的流体的室。在一些实施例(诸如单人床或儿童床)中,床112可以包括单个气室114A或114B,或更多个气室114A和114B。第一气室114A和第二气室114B可以与泵120流体连通。泵120可以经由控制箱124与遥控器122电连通。控制箱124可以包括有线或无线通信接口,用于与包括遥控器122的一个或更多个设备通信。控制箱124可以被配置成基于用户使用遥控器122输入的命令来操作泵120,以引起第一气室114A和第二气室114B的流体压力的增加和减少。在一些实施方式中,控制箱124集成到泵120的壳体内。
遥控器122可以包括显示器126、输出选择机构128、压力增加按钮129和压力减少按钮130。输出选择机构128可以允许用户在第一气室114A和第二气室114B之间切换由泵120生成的空气流,从而能够用单个遥控器122和单个泵120控制多个气室。例如,输出选择机构128可以通过物理控件(例如,开关或按钮)或在显示器126上显示的输入控件。可替代地,可以为每个气室提供单独的遥控单元,并且每个遥控单元可以包括控制多个气室的能力。压力增加按钮129和压力减少按钮130分别可以允许用户增加或减少用输出选择机构128选择的气室中的压力。调整所选择的气室内的压力可以导致对相应气室的硬度(firmness)的对应调整。在一些实施例中,遥控器122可以针对应用而酌情被省略或修改。例如,在一些实施例中,床112可以由计算机、平板电脑、智能电话或与床112有线或无线通信的其他设备来控制。
图2是气垫床系统的各种组件的示例的框图。例如,这些组件可以用在示例气垫床系统100中。如图2所示,控制箱124可以包括电源134、处理器136、存储器137、切换机构138和模数(A/D)转换器140。切换机构138可以是例如继电器或固态开关。在一些实施方式中,切换机构138可以位于泵120中,而不是控制箱124中。
泵120和遥控器122与控制箱124双向通信。泵120包括马达142、泵歧管143、安全阀144、第一控制阀145A、第二控制阀145B和压力变送器146。泵120分别经由第一管148A和第二管148B与第一气室114A和第二气室114B流体连接。第一控制阀145A和第二控制阀145B可由切换机构138控制,并且可操作以分别调节泵120与第一气室114A和第二气室114B之间的流体流动。
在一些实施方式中,泵120和控制箱124可以被设置和包装为单个单元。在一些替代实施方式中,泵120和控制箱124可被设置为物理上分离的单元。在一些实施方式中,控制箱124、泵120或两者集成在床架或支撑床112的床支撑结构内或以其他方式被包含在其中。在一些实施方式中,控制箱124、泵120或两者都位于床架或床支撑结构的外部(如图1中的示例所示)。
图2描绘的示例气垫床系统100包括两个气室114A和114B以及单个泵120。然而,其他实施方式可以包括具有两个或更多个气室以及一个或更多个泵的气垫床系统,该泵结合到气垫床系统中以控制气室。例如,单独的泵可以与气垫床系统的每个气室相关联,或者泵可以与气垫床系统的多个室相关联。单独的泵可以允许每个气室独立地且同时地充气或放气。此外,额外的压力变送器也可以结合到气垫床系统中,使得例如单独的压力变送器可以与每个气室相关联。
在使用中,处理器136可以例如向气室114A或114B中的一个发送减少压力命令,并且切换机构138可以用于将由处理器136发送的低电压命令信号转换成足以操作泵120的安全阀144并打开控制阀145A或145B的较高操作电压。打开安全阀144可以允许空气通过相应的空气管148A或148B从气室114A或114B中逸出。在放气期间,压力变送器146可以经由A/D转换器140向处理器136发送压力读数。A/D转换器140可以从压力变送器146接收模拟信息,并且可以将模拟信息转换成处理器136可用的数字信息。处理器136可以向遥控器122发送数字信号,以更新显示器126,以便向用户传达压力信息。
作为另一个示例,处理器136可以发送增加压力命令。泵的马达142可以响应于增加压力命令而被激励,并且经由电子操作对应的阀145A或145B,通过空气管148A或148B将空气发送到气室114A或114B中指定的一个。当空气被输送到指定的气室114A或114B以便增加气室的硬度时,压力变送器146可以感测泵歧管143内的压力。同样,压力变送器146可以经由A/D转换器140向处理器136发送压力读数。处理器136可以使用从A/D转换器140接收的信息来确定气室114A或114B中的实际压力和期望压力之间的差。处理器136可以向遥控器122发送数字信号,以更新显示器126,以便向用户传达压力信息。
一般来说,在充气或放气过程中,泵歧管143内感测到的压力可以提供与泵歧管143流体连通的相应气室内的压力的近似值。获得基本上等于气室内实际压力的泵歧管压力读数的示例方法包括关闭泵120,从而允许气室114A或114B和泵歧管143内的压力平衡,然后用压力变送器146感测泵歧管143内的压力。因此,提供足够量的时间以允许泵歧管143和室114A或114B内的压力平衡,可以导致压力读数是气室114A或114B内的实际压力的准确近似值。在一些实施方式中,气室114A和/或114B的压力可以使用多个压力传感器(未示出)连续监测。
在一些实施方式中,压力变送器146收集的信息可以被分析以确定躺在床112上的人的各种状态。例如,处理器136可以使用由压力变送器146收集的信息来确定躺在床112中的人的心率或呼吸率。例如,用户可以躺在包括室114A的床112的一侧。压力变送器146可以监测室114A的压力波动,并且该信息可以用于确定用户的心率和/或呼吸率。作为另一个示例,可以使用所收集的数据来执行额外的处理,以确定人的睡眠状态(例如,清醒、轻度睡眠、深度睡眠)。例如,处理器136可以确定人何时入睡,以及在睡着时人的各种睡眠状态。
可以使用由压力变送器146收集的信息来确定的、与气垫床系统100的用户相关联的附加信息包括用户的运动、用户在床112的表面上的存在、用户的体重、用户的心律不齐和呼吸暂停。以用户存在检测为例,压力变送器146可用于例如经由总压力变化确定和/或经由在呼吸率信号、心率信号和/或其他生物特征信号中的一个或更多个来检测用户在床112上的存在。例如,简单的压力检测过程可以将压力的增加识别为用户在床112上的指示。作为另一个示例,如果检测到的压力增加到指定阈值以上(以便指示某个重量以上的人或其他物体位于床112上),则处理器136可以确定用户在床112上。作为又一个示例,处理器136可以将结合有检测到的轻微的、有节奏的压力波动的压力的增加识别为对应于用户在床112上。有节律的波动的存在可被识别为由用户的呼吸或心律(或两者)引起。呼吸或心跳的检测可以区分用户在床上和另一个物体(例如,手提箱)放在床上。
在一些实施方式中,可以在泵120处测量压力波动。例如,一个或更多个压力传感器可以位于泵120的一个或更多个内腔中,以检测泵120内的压力波动。在泵120处检测到的压力波动可以指示室114A和114B中的一个或两个中的压力波动。位于泵120处的一个或更多个传感器可与室114A和114B中的一个或两个流体连通,并且传感器可操作以确定室114A和114B内的压力。控制箱124可被配置成基于室114A或室114B内的压力来确定至少一个生命体征(例如,心率、呼吸率)。
在一些实施方式中,控制箱124可以分析由一个或更多个压力传感器检测到的压力信号,以确定躺在或坐在室114A或室114B上的用户的心率、呼吸率和/或其他生命体征。更具体地,当用户躺在床112上、位于室114A上方的时候,用户的心跳、呼吸和其他运动中的每一种都可以在床112上创建力,该力被传输到室114A。作为由用户的运动对室114A输入的力的结果,波可以通过室114A传播并进入泵120。位于泵120处的压力传感器可以检测该波,因此由传感器输出的压力信号可以指示心率、呼吸率或关于用户的其他信息。
关于睡眠状态,气垫床系统100可以通过使用各种生物特征信号(诸如心率、呼吸和/或用户运动)来确定用户的睡眠状态。当用户睡眠时,处理器136可以接收用户的生物特征信号(例如,心率、呼吸和运动)中的一个或更多个,并基于接收到的生物特征信号来确定用户当前的睡眠状态。在一些实施方式中,指示室114A和114B中的一个或两个中的压力波动的信号可以被放大和/或滤波,以允许更精确地检测心率和呼吸率。
控制箱124可以基于放大和滤波的压力信号来执行模式识别算法或其他计算,以确定用户的心率和呼吸率。例如,该算法或计算可以基于这样的假设,即信号的心率部分具有0.5-4.0Hz范围内的频率,并且信号的呼吸率部分具有小于1Hz范围内的频率。控制箱124还可以被配置成基于接收到的压力信号来确定用户的其他特性,诸如血压、辗转反侧运动、滚动运动、肢体运动、体重、用户的存在或不存在和/或用户的身份。在Steven J.Young等人的标题为“APPARATUS FOR MONITORING VITAL SIGNS”、公开号为20100170043的美国专利申请中公开了使用心率信息、呼吸率信息和其他用户信息来监测用户睡眠的技术,其全部内容通过引用并入本文。
例如,压力变送器146可用于监测床112的室114A和114B中的气压。如果在床112上的用户没有移动,气室114A或114B中的气压变化可以相对最小,并且可以归因于呼吸和/或心跳。然而,当在床112上的用户移动时,床垫中的气压会波动大得多的量。因此,由压力变送器146生成并由处理器136接收的压力信号可以被滤波并指示为对应于运动、心跳或呼吸。
在一些实施方式中,并非在控制箱124中用处理器136执行数据分析,而是可以设置数字信号处理器(DSP)来分析由压力变送器146收集的数据。可替代地,由压力变送器146收集的数据可以被发送到基于云的计算系统,以用于远程分析。
在一些实施方式中,示例气垫床系统100还包括温度控制器,该温度控制器被配置成例如为了用户的舒适而增加、降低或保持床的温度。例如,垫子可以放置在床112的顶部或作为床112的一部分,或者可以放置在室114A和114B中的一个或两个的顶部或作为其一部分。空气可以被推动穿过垫子并排出,以使床的用户降温。与此相对,该垫子可以包括加热元件,该加热元件可以为用户保暖。在一些实施方式中,温度控制器可以接收来自垫子的温度读数。在一些实施方式中,单独的垫子用于床112的不同侧(例如,对应于室114A和114B的位置),以提供床的不同侧的不同温度控制。
在一些实施方式中,气垫床系统100的用户可以使用输入设备(诸如遥控器122)来输入对于床112的表面(或对于床112的表面的一部分)的期望温度。期望温度可以被封装在命令数据结构中,该命令数据结构包括期望温度以及将温度控制器识别为待控制的期望组件。命令数据结构随后可以经由蓝牙或另一种合适的通信协议传输到处理器136。在各种示例中,命令数据结构在传输之前被加密。温度控制器随后可以根据用户输入到遥控器122中的温度来配置其元件以增加或降低垫子的温度。
在一些实施方式中,数据可以从组件传输回到处理器136或一个或更多个显示设备,诸如显示器126。例如,由温度控制器的传感器元件确定的当前温度、床的压力、底座的当前位置或其他信息可以被传输到控制箱124。然后,控制箱124可以将接收到的信息传输到遥控器122,在遥控器122中,该信息可以显示给用户(例如,在显示器126上)。
在一些实施方式中,示例气垫床系统100还包括可调整底座和铰接(articulation)控制器,该铰接控制器被配置成通过调整支撑床的可调整底座来调整床(例如床112)的位置。例如,铰接控制器可以将床112从平坦位置调整到床的床垫的头部部分向上倾斜的位置(例如,便于用户在床上坐起和/或看电视)。在一些实施方式中,床112包括多个单独可铰接的部段。例如,床的对应于室114A和114B的位置的部分可以彼此独立地关节式运动,以允许位于床112表面上的一个人位于第一位置(例如,平坦位置),而第二个人位于第二位置(例如,头部从腰部以一定角度抬起的斜倚位置)休息。在一些实施方式中,可以为两个不同的床设置单独的位置(例如,相邻放置的两个单人床)。床112的底座可以包括一个以上的可以独立调整的区域。铰接控制器还可以被配置成向床112上的一个或更多个用户提供不同级别的按摩。
卧室环境中的床的示例
图3示出了示例环境300,其包括与位于家中和家周围的设备通信的床302。在所示的示例中,床302包括用于控制两个气室306a和306b(如上文关于气室114A-114B所述)内的气压的泵304。泵304另外包括用于控制由泵304执行的充气和放气功能的电路。该电路还被编程以检测气室306a-b的气压波动,并使用检测到的气压波动来识别用户308在床上、用户308的睡眠状态、用户308的运动以及用户308的生物特征信号(诸如心率和呼吸率)。在所示的示例中,泵304位于床302的支撑结构内,并且用于控制泵304的控制电路334与泵304集成在一起。在一些实施方式中,控制电路334在物理上与泵304分离,并且与泵304无线或有线通信。在一些实施方式中,泵304和/或控制电路334位于床302的外部。在一些实施方式中,位于不同物理位置的系统可以执行各种控制功能。例如,用于控制泵304的动作的电路可以位于泵304的泵壳内,而用于执行与床302相关联的其他功能的控制电路334可以位于床302的另一部分中,或者位于床302的外部。作为另一个示例,位于泵304内的控制电路334可以通过LAN或WAN(例如,互联网)与处于遥远位置的控制电路334通信。作为又一个示例,可以在图1和图2的控制箱124中包括控制电路334。
在一些实施方式中,不同于泵304和控制电路334的、或者除了泵304和控制电路334之外的一个或更多个设备可以用于识别用户存在于床(bed presence)、睡眠状态、运动和生物特征信号。例如,除了泵304之外,床302还可以包括第二泵,并且两个泵中的每一个都连接到气室306a-b中相应的一个。例如,泵304可以与气室306b流体连通,以控制气室306b的充气和放气,以及检测位于气室306b上方的用户的用户信号(诸如存在于床、睡眠状态、运动和生物特征信号),而第二泵与气室306a流体连通,以控制气室306a的充气和放气,并检测位于气室306a上方的用户的用户信号。
作为另一个示例,床302可以包括一个或更多个压敏垫或可操作以检测运动(包括用户存在、用户运动、呼吸和心率)的表面部分。例如,第一压敏垫可以被结合到床302的左侧部分(第一用户通常会在睡眠期间位于该处)上的床302的表面中,而第二压敏垫可以被结合到床302的右侧部分(第二用户通常会在睡眠期间位于该处)上的床302的表面中。由一个或更多个压敏垫或表面部分检测到的运动可以被控制电路334用来识别用户睡眠状态、存在于床或生物特征信号。
在一些实施方式中,由床检测到的信息(例如,运动信息)由控制电路334(例如,与泵304集成的控制电路334)处理,并被提供给一个或更多个用户设备(诸如用户设备310),以呈现给用户308或其他用户。在图3描绘的示例中,用户设备310是平板设备;然而,在一些实施方式中,用户设备310可以是个人计算机、智能电话、智能电视(例如,电视312)或能够与控制电路334有线或无线通信的其他用户设备。用户设备310可以通过网络或通过直接点对点通信与床302的控制电路334通信。例如,控制电路334可以连接到LAN(例如,通过Wi-Fi路由器),并通过LAN与用户设备310通信。作为另一个示例,控制电路334和用户设备310都可以连接到互联网并通过互联网进行通信。例如,控制电路334可以通过WiFi路由器连接到互联网,并且用户设备310可以通过与蜂窝通信系统的通信连接到互联网。作为另一个示例,控制电路334可以通过无线通信协议(诸如蓝牙)直接与用户设备310通信。作为又一个示例,控制电路334可以通过无线通信协议(诸如,ZigBee、Z-Wave、红外线或适合于该应用的另一种无线通信协议)与用户设备310通信。作为另一个示例,控制电路334可以通过有线连接(例如,USB连接器、串行/RS232或适合于该应用的另一个有线连接)与用户设备310通信。
用户设备310可以显示与睡眠或用户308与床302的交互相关的各种信息和统计数据。例如,由用户设备310显示的用户界面可以呈现这样的信息:包括用户308在一段时间内(例如,一个晚上、一周、一个月等)的睡眠量、深度睡眠的量、深度睡眠与不安睡眠的比率、用户308上床睡觉和用户308入睡之间的时间间隔、在给定一段时间内在床302上花费的总时间量、用户308在一段时间内的心率、用户308在一段时间内的呼吸率、或与用户308或床302的一个或更多个其他用户与床302的用户交互相关的其他信息。在一些实施方式中,可以在用户设备310上呈现多个用户的信息,例如,可以呈现位于气室306a上方的第一用户的信息以及位于气室306b上方的第二用户的信息。在一些实施方式中,在用户设备310上呈现的信息可以根据用户308的年龄而变化。例如,在用户设备310上呈现的信息可以随着用户308的年龄增长而演变,使得当用户308年龄为儿童或成人时,在用户设备310上呈现不同的信息。
用户设备310还可以用作床302的控制电路334的接口,以允许用户308输入信息。由用户308输入的信息可以被控制电路334用来向用户或者向各种控制信号提供更好的信息,以控制床302或其他设备的功能。例如,用户可以输入诸如体重、身高和年龄的信息,并且控制电路334可以使用该信息向用户308提供用户的跟踪睡眠信息与具有与用户308相似的体重、身高和/或年龄的其他人的睡眠信息的比较。作为另一个示例,用户308可以使用用户设备310作为接口,用于控制气室306a和306b的气压,用于控制床302的各种斜倚或倾斜位置,用于控制床302的一个或更多个表面温度控制设备的温度,或者用于允许控制电路334生成用于其他设备的控制信号(如下面更详细描述的)。
在一些实施方式中,床302的控制电路334(例如,集成到泵304中的控制电路334)可以与除用户设备310之外的或代替用户设备310的其他第一、第二或第三方设备或系统通信。例如,控制电路334可以与电视312、照明系统314、恒温器316、安防系统318或其他家用设备(诸如烤箱322、咖啡机324、灯326和夜灯328)通信。控制电路334可以与之通信的设备和/或系统的其他示例包括用于控制百叶窗330的系统、用于检测或控制一个或更多个门332的状态(诸如检测门是否打开、检测门是否被锁住或自动锁门)的一个或更多个设备,以及用于控制车库门320的系统(例如,与车库门开启器集成的控制电路334,用于识别车库门320的打开或关闭状态,并使车库门开启器打开或关闭车库门320)。床302的控制电路334和其他设备之间的通信可以通过网络(例如,LAN或互联网)或点对点通信(例如,使用蓝牙、无线电通信或有线连接)进行。在一些实施方式中,不同床302的控制电路334可以与不同组的设备通信。例如,儿童床可以不如同成人床那样与相同设备通信和/或控制相同的设备。在一些实施例中,床302可以随着用户的年龄增加而演变,使得床302的控制电路334根据用户的年龄与不同的设备通信。
控制电路334可以接收来自其他设备/系统的信息和输入,并使用接收的信息和输入来控制床302或其他设备的动作。例如,控制电路334可以接收来自恒温器316的、指示床302所在的房子或房间的当前环境温度的信息。控制电路334可以使用接收的信息(连同其他信息)来确定床302的全部或部分表面的温度是否应该升高或降低。控制电路334随后可以使床302的加热或冷却机构升高或降低床302表面的温度。例如,用户308可以指示期望睡眠温度是74度,而床302的第二用户指示期望睡眠温度是72度。恒温器316可以向控制电路334指示卧室的当前温度是72度。控制电路334可以识别用户308已经指示了期望睡眠温度是74度,并且向位于床的用户308的一侧上的加热垫发送控制信号,以升高用户308所在的床302的表面部分的温度,从而将用户308的睡眠表面的温度升高到期望温度。
控制电路334还可以生成控制其他设备的控制信号,并将控制信号传播到其他设备。在一些实施方式中,控制信号是基于控制电路334收集的信息(包括与用户308和/或一个或更多个其他用户与床302的用户交互相关的信息)生成的。在一些实施方式中,当生成控制信号时,使用从除床302之外的一个或更多个其他设备收集的信息。例如,当生成与床302的控制电路334通信的各种设备的控制信号时,可以使用与环境事件(例如,环境温度、环境噪声水平和环境光线水平)、一天中的时间、一年中的时间、一周中的日子或其他信息相关的信息。例如,关于一天中的时间的信息可以与关于用户308的运动和存在于床的信息相结合,以生成用于照明系统314的控制信号。在一些实施方式中,代替为一个或更多个其他设备提供控制信号或除了为一个或更多个其他设备提供控制信号以外,控制电路334可以向一个或更多个其他设备提供收集的信息(例如,与用户运动、存在于床、睡眠状态或用户308的生物特征信号相关的信息),以允许一个或更多个其他设备在生成控制信号时利用收集的信息。例如,床302的控制电路334可以向中央控制器(未示出)提供与用户308和床302的用户交互相关的信息,中央控制器可以使用所提供的信息来生成用于各种设备(包括床302)的控制信号。
仍然参考图3,床302的控制电路334可以生成用于控制其他设备的动作的控制信号,并且响应于由控制电路334收集的信息(包括用户308的存在于床、用户308的睡眠状态和其他因素),将控制信号传输到其他设备。例如,与泵304集成的控制电路334可以检测床302的床垫的特征(诸如气室306b中的压力增加),并且使用这个检测到的气压增加来确定用户308在床302上。在一些实施方式中,控制电路334可以识别用户308的心率或呼吸率,以识别由于人坐在、躺在或以其他方式在床302上休息,而不是无生命的物体(诸如手提箱)被放置在床302上所导致的压力增加。在一些实施方式中,指示用户存在于床的信息与其他信息相结合,以识别用户308的当前或未来可能状态。例如,在上午11:00检测到的用户存在于床可以指示用户正坐在床上(例如,系她的鞋,或者读书),并且不打算睡觉,而在晚上10:00检测到的用户存在于床可以指示用户308晚上在床上并且打算很快入睡。作为另一个示例,如果控制电路334检测到用户308在早上6:30已经离开床302(例如,指示用户308当天已醒来),并且随后在早上7:30检测到用户308的用户存在于床,则控制电路334可以使用该信息,即新检测到的用户存在于床可能是暂时的(例如,当用户308在前往工作之前系她的鞋),而不是用户308打算待在床302上较长时段的指示。
在一些实施方式中,控制电路334能够使用收集的信息(包括与用户308和床302的用户交互相关的信息,以及环境信息、时间信息和从用户接收的输入)来识别用户308的使用模式。例如,控制电路334可以使用在一段时间内收集的指示用户308的存在于床和睡眠状态的信息来识别用户的睡眠模式。例如,控制电路334可以基于在一周内收集的指示用户存在和用户308的生物特征的信息来识别用户308一般在晚上9:30到10:00之间上床睡觉,一般在晚上10:00到11:00之间入睡,并且一般在早上6:30到6:45之间醒来。控制电路334可以使用识别出的用户模式来更好地处理和识别用户308与床302的用户交互。
例如,给定用户308的以上示例用户存在于床、睡眠和醒来模式,如果检测到用户308在下午3:00在床上,则控制电路334可以确定用户在床上的存在只是暂时的,并且使用该确定来生成与在控制电路334确定用户308晚上在床上的情况下将会生成的控制信号不同的控制信号。作为另一个示例,如果控制电路334检测到用户308已经在凌晨3:00离开床,则控制电路334可以使用识别出的用户308的模式来确定用户只是暂时起床(例如,使用洗手间,或者拿一杯水),并且并不是当天的起床。相反,如果控制电路334识别出用户308在早上6:40已经离开床302,则控制电路334可以确定这是用户当天的起床,并且生成与在确定用户308只是暂时离开床的情况下(当用户308在凌晨3:00离开床302时的情况)所生成的控制信号不同的控制信号集合。对于其他用户308,凌晨3:00离开床302可以是正常的醒来时间,控制电路334可以学习并对应地做出响应。
如上所述,床302的控制电路334可以生成控制信号,以用于控制各种其他设备的功能。可以至少部分地基于检测到的用户308与床302的交互以及包括时间、日期、温度等的其他信息来生成控制信号。例如,控制电路334可以与电视312通信,从电视312接收信息,并生成用于控制电视312的功能的控制信号。例如,控制电路334可以从电视312接收电视312当前开机的指示。如果电视312位于与床302不同的房间,则控制电路334可以在做出用户308晚上已经上床睡觉的确定时生成控制信号来关闭电视312。例如,如果在特定时间区域(time range)内(例如,晚上8:00到早上7:00之间)检测到用户308在床302上的存在于床,并且持续时间超过阈值时间段(例如,10分钟),则控制电路334可以使用该信息来确定用户308晚上在床上。如果电视312开机(如床302的控制电路334从电视312接收的通信所指示的),则控制电路334可以生成控制信号来关闭电视312。控制信号然后可以被传输到电视(例如,通过电视312和控制电路334之间的定向通信链路或者通过网络)。作为另一个示例,并非响应于检测到用户存在于床而关闭电视312,而是控制电路334可以生成控制信号,该控制信号使得电视312的音量降低预先指定的量。
作为另一个示例,在检测到用户308在指定时间区域内(例如,在早上6:00至8:00之间)离开床302时,控制电路334可以生成控制信号,以使电视312开启并调到预先指定的频道(例如,用户308已经指示对于在早上起床时观看早间新闻的偏好)。控制电路334可以生成控制信号并将该信号传输到电视312,以使电视312开启并调到期望的台(其可以存储在控制电路334、电视312或另一个位置处)。作为另一个示例,在检测到用户308当天已经起床的时候,控制电路334可以生成并且传输控制信号,以使电视312开启并开始播放来自与电视312通信的数字视频录像机(DVR)的先前记录的节目。
作为另一个示例,如果电视312与床302在同一房间,则控制电路334不会响应于检测到用户存在于床而使电视312关闭。相反,控制电路334可以响应于确定用户308睡着了,而生成并且传输控制信号,以使电视312关闭。例如,控制电路334可以监测用户308的生物特征信号(例如,运动、心率、呼吸率),以确定用户308已经入睡。当检测到用户308正在睡觉时,控制电路334生成并且传输控制信号,以关闭电视312。作为另一个示例,控制电路334可以生成控制信号,以在用户308已经入睡之后的阈值时间段之后(例如,在用户已经入睡之后10分钟)关闭电视312。作为另一个示例,在确定用户308睡着之后,控制电路334生成控制信号,以降低电视312的音量。作为又一个示例,控制电路334生成并且传输控制信号,以使电视在一段时间内逐渐降低音量,然后响应于确定用户308睡着了而关闭。
在一些实施方式中,控制电路334可以类似地与其他媒体设备(诸如计算机、平板电脑、智能电话、立体声系统等)交互。例如,在检测到用户308睡着后,控制电路334可以生成控制信号并将其传输到用户设备310,以使用户设备310关闭或调低用户设备310正在播放的视频或音频文件的音量。
控制电路334可以另外与照明系统314通信,从照明系统314接收信息,并生成用于控制照明系统314的功能的控制信号。例如,在某个时间范围(time frame)期间(例如,晚上8:00到早上7:00之间)检测到用户在床302上的存在于床持续了超过阈值时间段(例如,10分钟)时,床302的控制电路334可以确定用户308晚上在床上。响应于该确定,控制电路334可以生成控制信号,以使除了床302所在的房间之外的一个或更多个房间中的灯关断。然后,控制信号可以被传输到照明系统314,并由照明系统314执行,以使指示的房间中的灯关掉。例如,控制电路334可以生成和传输控制信号,以关闭所有公共房间中的灯,但不关闭其他卧室中的灯。作为另一个示例,响应于确定用户308晚上在床上,由控制电路334生成的控制信号可以指示除了床302所在的房间之外的所有房间中的灯将被关闭,而位于包含床302的房子外部的一个或更多个灯将被开启。另外,控制电路334可以响应于确定用户308的存在于床或用户308是否睡着而生成并且传输控制信号,以使夜灯328开启。作为另一个示例,控制电路334可以响应于检测到用户存在于床而生成用于关闭第一组灯(例如,公共房间中的灯)的第一控制信号,并且响应于检测到用户308睡着了而生成用于关闭第二组灯(例如,床302所在的房间中的灯)的第二控制信号。
在一些实施方式中,响应于确定用户308晚上在床上,床302的控制电路334可以生成控制信号,以使照明系统314在床302所在的房间中实施日落照明方案。日落照明方案可以包括,例如,与改变卧室环境中灯光的颜色(诸如,给卧室中的照明添加琥珀色)相结合的调暗灯光(随着时间的推移逐渐调暗,或者一次完全调暗)。当控制电路334已经确定用户308晚上在床上时,日落照明方案可以有助于使用户308入睡。
控制电路334还可以被配置成当用户308在早上醒来时实施日出照明方案。控制电路334可以例如通过检测到用户308在指定的时间范围期间(例如,在早上6:00和早上8:00之间)离开床302(即,不再存在于床302上),来确定用户308当天是醒着的。作为另一个示例,控制电路334可以监控用户308的运动、心率、呼吸率或其他生物特征信号,即使用户308没有离开床,也确定用户308是醒着的。如果控制电路334检测到用户在指定的时间范围期间是醒着的,则控制电路334可以确定用户308当天是醒着的。指定的时间范围可以例如基于在一段时间(例如,两周)内收集的先前记录的用户存在于床信息,该信息指示用户308通常在一天早上6:30到7:30之间醒来。响应于控制电路334确定用户308醒来,控制电路334可以生成控制信号,以使照明系统314在床302所在的卧室中实施日出照明方案。日出照明方案可以包括例如打开灯(例如灯326或卧室中的其他灯)。日出照明方案还可以包括逐渐增加床302所在的房间中(或一个或更多个其他房间中)的光水平。日出照明方案也可以只包括打开指定颜色的灯。例如,日出照明方案可以包括用蓝灯照亮卧室,以温和地帮助用户308醒来并变得活跃。
在一些实施方式中,控制电路334可以根据检测到与床302的用户交互的一天中的时间而生成用于控制一个或更多个组件(诸如照明系统314)的动作的不同控制信号。例如,控制电路334可以使用用户308与床302之间的交互的历史用户交互信息来确定用户308在工作日通常在晚上10:00到11:00之间入睡,并且通常在早上6:30到7:30之间醒来。控制电路334可以使用该信息,以在检测到用户308在凌晨3:00离开床时生成用于控制照明系统314的第一组控制信号,并且在检测到用户308在早上6:30之后离开床时生成用于控制照明系统314的第二组控制信号。例如,如果用户308在早上6:30之前离开床,则控制电路334可以开启引导用户308去洗手间的路线的灯。作为另一个示例,如果用户308在早上6:30之前离开床,则控制电路334可以开启引导用户308去厨房的路线的灯(这可以包括例如打开夜灯328、打开床下照明或打开灯326)。
作为另一个示例,如果用户308在早上6:30之后离开床,则控制电路334可以生成控制信号,以使照明系统314启动日出照明方案,或者开启卧室和/或其他房间中的一个或更多个灯。在一些实施方式中,如果检测到用户308在对用户308的指定早晨起床时间(morning rise time)之前离开床,则控制电路334使照明系统314开启比在检测到用户308在指定天亮时间之后离开床的情况下由照明系统314开启的灯更暗的灯。使照明系统314仅在用户308在夜间离开床时(即,在对用户308正常起床时间之前)才开启昏暗的灯可以防止房子的其他占用者被灯弄醒,同时仍然允许用户308看得到,以便到达洗手间、厨房或房子内的另一个目的地。
用户308和床302之间的交互的历史用户交互信息可用于识别用户睡眠和清醒时间范围。例如,用户存在于床时间和睡眠时间可以在设定的时间段(例如,两周、一个月等)内确定。控制电路334随后可以识别用户308上床睡觉的典型时间区域或时间范围、用户308入睡的典型时间范围以及用户308醒来的典型时间范围(并且在一些情况下,用户308醒来的时间范围和用户308实际离开床的时间范围不同)。在一些实施方式中,可以将缓冲时间添加到这些时间范围中。例如,如果将用户识别为通常在晚上10:00到10:30之间上床睡觉,则可以将每个方向上半小时的缓冲添加到时间范围,使得对用户在晚上9:30到11:00之间上床睡觉的任何检测被解释为用户308晚上上床睡觉。作为另一个示例,从用户308上床睡觉的最早典型时间之前的半小时开始延长到用户的典型醒来时间(例如,早上6:30)的用户308的存在于床的检测可以被解释为用户晚上上床睡觉。例如,如果用户通常在晚上10:00到10:30之间上床睡觉,如果在一天晚上12:30感测到用户的存在于床,即使这超出了用户上床睡觉的典型时间范围,这也可以解释为用户晚上上床睡觉,因为这发生在用户正常醒来时间之前。在一些实施方式中,针对一年中的不同时间(例如,冬季相对于夏季,上床睡觉时间更早)或者在一周的不同时间(例如,用户在工作日比在周末醒来得更早),识别不同的时间范围。
控制电路334可以通过感测用户308存在的持续时间来区分用户308较长时间(诸如过夜)上床睡觉与在床302上存在较短时间(诸如小睡)之间的区别。在一些示例中,控制电路334可以通过感测用户308睡眠的持续时间来区分用户308较长时间(诸如过夜)上床睡觉与上床睡觉较短时间(诸如小睡)之间的区别。例如,控制电路334可以设置时间阈值,由此,如果感测到用户308在床302上的时间长于阈值,则认为用户308已经上床过夜了。在一些示例中,阈值可以是大约2小时,由此,如果感测到用户308在床302上超过2小时,则控制电路334将其登记为长睡眠(extended sleep)事件。在其他示例中,阈值可以大于或小于两个小时。
控制电路334可以检测重复的长睡眠事件,以自动确定用户308的典型上床睡觉时间区域(bed time range),而不需要用户308输入上床睡觉时间区域。这可以允许控制电路334准确地估计用户308何时可能为了长睡眠事件而上床睡觉,而不管用户308通常是使用传统睡眠时间表还是非传统睡眠时间表上床睡觉。控制电路334随后可以使用用户308的上床睡觉时间区域的知识来基于在上床睡觉时间区域期间或上床睡觉时间区域之外感测存在于床来不同地控制一个或更多个组件(包括床302的组件和/或非床的外围设备)。
在一些示例中,控制电路334可以自动确定用户308的上床睡觉时间区域,而不需要用户输入。在一些示例中,控制电路334可以自动地并且结合用户输入来确定用户308的上床睡觉时间区域。在一些示例中,控制电路334可以根据用户输入,直接设置上床睡觉时间区域。在一些示例中,控制电路334可以将不同的上床睡觉时间与一周中的不同日子相关联。在这些示例中的每一个中,控制电路334可以基于感测到的存在于床和上床睡觉时间区域,控制一个或更多个组件(诸如照明系统314、恒温器316、安防系统318、烤箱322、咖啡机324、灯326和夜灯328)。
控制电路334可以另外与恒温器316通信,接收来自恒温器316的信息,并且生成用于控制恒温器316的功能的控制信号。例如,根据用户308的睡眠状态或存在于床,用户308可以在不同时间指示对于不同温度的用户偏好。例如,用户308可能偏好离开床时是72度、在床上但醒着时是70度,并且睡眠时是68度的环境温度。床302的控制电路334可以检测用户308在晚上的存在于床,并且确定用户308在床上过夜。响应于该确定,控制电路334可以生成控制信号,以使恒温器将温度改变到70度。控制电路334随后可以将控制信号传输到恒温器316。当检测到用户308在上床睡觉时间区域期间在床上或睡着时,控制电路334可以生成并且传输控制信号,以使恒温器316将温度改变为68。第二天早上,在确定用户在白天醒着(例如,用户308在早上6:30之后离开床)之后,控制电路334可以生成并且传输控制电路334,以使恒温器将温度改变为72度。
在一些实施方式中,或者响应于与床302的用户交互,或者在不同的预编程时间处,控制电路334可以类似地生成控制信号,以使床302的表面上的一个或更多个加热或冷却元件在不同时间改变温度。例如,当检测到用户308已经入睡时,控制电路334可以激活加热元件,以将床302的表面的一侧的温度升高到73度。作为另一个示例,在确定用户308在白天起床后,控制电路334可以关闭加热或冷却元件。作为又一个示例,用户308可以预编程床表面处的温度应该升高或降低时的各种时间。例如,用户可以对床302进行编程,以在晚上10:00将表面温度升高到76度,并在晚上11:30将表面温度降低到68度。
在一些实施方式中,响应于检测到用户308的用户存在于床和/或用户308睡着了,控制电路334可以使恒温器316将不同房间中的温度改变为不同的值。例如,响应于确定用户308在床上过夜,控制电路334可以生成并且传输控制信号,以使恒温器316将房子的一个或更多个卧室的温度设置为72度,并将其他房间的温度设置为67度。
控制电路334还可以接收来自恒温器316的温度信息,并使用该温度信息来控制床302或其他设备的功能。例如,如上所述,控制电路334可以响应于从恒温器316接收的温度信息来调整床302中所包括的加热元件的温度。
在一些实施方式中,控制电路334可以生成和传输控制信号,用于控制其他温度控制系统。例如,响应于确定用户308在白天是醒着的,控制电路334可以生成并且传输控制信号,以使地板加热元件激活。例如,控制电路334可以响应于确定用户308白天是醒着的,而使主卧室的地板加热系统开启。
控制电路334另外可以与安防系统318通信,接收来自安防系统318的信息,并生成用于控制安防系统318的功能的控制信号。例如,响应于检测到用户308在床上过夜,控制电路334可以生成控制信号以使安防系统启用或停用安防功能。控制电路334随后可以将控制信号传输到安防系统318,以使安防系统318启用。作为另一个示例,控制电路334可以响应于确定用户308在白天是醒着的(例如,用户308在早上6:00之后不再在床302上),生成并且传输控制信号,以使安防系统318禁用。在一些实施方式中,控制电路334可以响应于检测到用户308的用户存在于床,生成并且传输第一组控制信号以使安防系统318启用第一组安防特征,并且可以响应于检测到用户308已经入睡,生成并且传输第二组控制信号以使安防系统318启用第二组安防特征。
在一些实施方式中,控制电路334可以接收来自安防系统318(和/或与安防系统318相关联的云服务)的警报,并向用户308指示该警报。例如,控制电路334可以检测到用户308在床上过夜,并且作为响应生成并且传输控制信号以使安防系统318启用或停用。安防系统随后可以检测破坏安全事件(例如,有人在没有输入安全代码的情况下打开了门332,或者有人在安防系统318启用时打开了窗户)。安防系统318可以将破坏安全事件传送给床302的控制电路334。响应于接收到来自安防系统318的通信,控制电路334可以生成控制信号,向用户308警告破坏安全事件。例如,控制电路334可以使床302振动。作为另一个示例,控制电路334可以使床302的多个部分关节式运动(例如,使头部升高或降低),以便使用户308醒来并警告用户破坏安全事件。作为另一个示例,控制电路334可以生成并且传输控制信号,以使灯326以规则间隔闪烁,以向用户308警告破坏安全事件。作为另一个示例,控制电路334可以向一张床302的用户308警告关于另一张床的卧室中的破坏安全事件,诸如儿童卧室中的打开的窗户。作为另一个示例,控制电路334可以向车库门控制器发送警报(例如,关闭并锁住门)。作为另一个示例,控制电路334可以发送安防被停用的警报。
控制电路334可以另外生成并且传输用于控制车库门320的控制信号,并且接收指示车库门320的状态(即,打开或关闭)的信息。例如,响应于确定用户308在床上过夜,控制电路334可以生成请求并将其传输到车库门开启器或能够感测车库门320是否打开的另一设备。控制电路334可以请求关于车库门320的当前状态的信息。如果控制电路334(例如,从车库门开启器)接收到指示车库门320已打开的响应,则控制电路334可以通知用户308车库门打开,或者生成控制信号以使车库门开启器关闭车库门320。例如,控制电路334可以向用户设备310发送指示车库门已打开的消息。作为另一个示例,控制电路334可以使床302振动。作为又一个示例,控制电路334可以生成并且传输控制信号,以使照明系统314使卧室中的一个或更多个灯闪烁,以警告用户308检查用户设备310是否有警报(在该示例中,是关于车库门320已打开的警报)。可替代地或附加地,响应于识别出用户308在床上过夜并且车库门320已打开,控制电路334可以生成并且传输控制信号,以使车库门开启器关闭车库门320。在一些实施方式中,控制信号可以根据用户308的年龄而变化。
控制电路334可以类似地发送和接收通信,用于控制或接收与门332或烤箱322相关联的状态信息。例如,在检测到用户308在床上过夜时,控制电路334可以生成请求并将其传输到用于检测门332的状态的设备或系统。响应于该请求而返回的信息可以指示门332的各种状态,诸如打开、关闭但未锁住、或关闭并锁住。如果门332打开或关闭但未锁住,则控制电路334可以诸如以上面参考车库门320描述的方式向用户308警告门的状态。可替代地,或者除了警告用户308之外,控制电路334可以生成并且传输控制信号,以使门332锁住,或者使门332关闭并且锁住。如果门332关闭并锁住,则控制电路334可以确定不需要进一步的动作。
类似地,在检测到用户308在床上过夜时,控制电路334可以生成请求并将其传输到烤箱322,以请求烤箱322的状态(例如,开或关)。如果烤箱322打开,则控制电路334可以警告用户308和/或生成并且传输控制信号以使烤箱322关闭。如果烤箱已经关闭,则控制电路334可以确定不需要进一步的动作。在一些实施方式中,可以为不同的事件生成不同的警报。例如,如果安防系统318已检测到破坏安全事件,则控制电路334可以使灯326(或一个或更多个其他灯,经由照明系统314)以第一模式闪烁,如果车库门320打开则以第二模式闪烁,如果门332打开则以第三模式闪烁,如果烤箱322打开则以第四模式闪烁,并且如果另一张床已经检测到该床的用户已经起床(例如,用户308的孩子已经在半夜离开床,如由孩子的床302中的传感器感测到的那样),则以第五模式闪烁。可由床302的控制电路334处理并且传送给用户的警报的其他示例包括烟雾检测器检测到烟雾(并将该烟雾检测传送给控制电路334)、一氧化碳测试仪检测到一氧化碳、加热器失灵、或来自能够与控制电路334通信并检测应引起用户308注意的事件的任何其他设备的警报。
控制电路334还可以与用于控制百叶窗330的状态的系统或设备通信。例如,响应于确定用户308在床上过夜,控制电路334可以生成并且传输控制信号,以使百叶窗330关闭。作为另一个示例,响应于确定用户308白天起床(例如,用户在早上6:30之后离开床),控制电路334可以生成并且传输控制信号,以使百叶窗330打开。与此相反,如果用户308在用户308的正常起床时间之前离开床,则控制电路334可以确定用户308白天没有醒来,并且不生成用于使百叶窗330打开的控制信号。作为又一个示例,控制电路334可以生成并且传输控制信号,该控制信号响应于检测到用户308的用户存在于床使第一组百叶窗关闭,并且响应于检测到用户308睡着使第二组百叶窗关闭。
响应于检测到与床302的用户交互,控制电路334可以生成并且传输控制信号,以用于控制其他家用设备的功能。例如,响应于确定用户308白天是醒着的,控制电路334可以生成控制信号并将其传输到咖啡机324,以使咖啡机324开始冲泡咖啡。作为另一个示例,控制电路334可以生成控制信号并将其传输到烤箱322,以使烤箱开始预热(针对喜欢早上新鲜烤面包的用户)。作为另一个示例,控制电路334可以使用指示用户308白天是醒着的信息以及指示一年中的当前时间是冬天和/或外部温度低于阈值的信息来生成并且传输控制信号,以使汽车发动机缸体加热器开启。
作为另一个示例,控制电路334可以响应于检测到用户308的用户存在于床,或者响应于检测到用户308睡着,生成并且传输控制信号,以使一个或更多个设备进入睡眠模式。例如,控制电路334可以生成控制信号,以使用户308的移动电话切换到睡眠模式。控制电路334随后可以将控制信号传输到移动电话316。稍后,在确定用户308白天起床时,控制电路334可以生成并且传输控制信号,以使移动电话切换离开睡眠模式。
在一些实施方式中,控制电路334可以与一个或更多个噪声控制设备通信。例如,在确定用户308在床上过夜时,或者在确定用户308睡着时,控制电路334可以生成并且传输控制信号,以使一个或更多个噪声消除设备激活。噪声消除设备可以例如作为床302的一部分而被包括,或者与床302一起位于卧室中。作为另一个示例,在确定用户308在床上过夜或者确定用户308睡着时,控制电路334可以生成并且传输控制信号,以打开、关闭、调高或调低一个或更多个声音生成设备(诸如立体声系统收音机、计算机、平板电脑等)的音量。
另外,床302的功能由控制电路334响应于与床302的用户交互来控制。例如,床302可以包括可调整底座和铰接控制器,铰接控制器被配置成通过调整支撑床的可调整底座来调整床302的一个或更多个部分的位置。例如,铰接控制器可以将床302从平坦位置调整到床302的床垫的头部部分向上前倾的位置(例如,便于用户在床上坐起和/或看电视)。在一些实施方式中,床302包括多个单独可铰接的部段。例如,床的对应于气室306a和306b的位置的部分可以彼此独立地关节式运动,以允许位于床302表面上的一个人在第一位置(例如,平坦位置)休息,而第二个人在第二位置(例如,头部与腰部以一定角度抬起的斜倚位置)休息。在一些实施方式中,可以为两个不同的床设置单独的位置(例如,两个相邻放置的单人床)。床302的底座可以包括可以独立调整的一个以上的区域。如上所述,铰接控制器还可以被配置成向床302上的一个或更多个用户提供不同级别的按摩,或者使床振动,以向用户308传送警报。
控制电路334可以响应于与床302的用户交互来调整位置(例如,用户308和/或床302的额外用户的斜升和下降位置)。例如,响应于感测到用户308的用户存在于床,控制电路334可以使铰接控制器将床302调整到用户308的第一斜倚位置。响应于确定用户308睡着了,控制电路334可以使铰接控制器将床302调整到第二斜倚位置(例如,较少斜倚的或平坦的位置)。作为另一个示例,控制电路334可以接收来自电视312的指示用户308已经关闭电视312的通信,并且作为响应,控制电路334可以使铰接控制器将床302的位置调整到优选的用户睡眠位置(例如,由于用户308在床上时关闭电视312,这指示用户308想要去睡觉)。
在一些实施方式中,控制电路334可以控制铰接控制器,以便使床302的一个用户醒来,而不使床302的另一个用户醒来。例如,用户308和床302的第二用户可以各自设置不同的醒来时间(例如,分别为早上6:30和早上7:15)。当到达用户308的醒来时间时,控制电路334可以使铰接控制器振动或仅改变用户308所在的床的一侧的位置,以使用户308醒来,而不打扰第二用户。当到达第二用户的醒来时间时,控制电路334可以使铰接控制器振动或者仅改变第二用户所在的床的一侧的位置。可替代地,当到了第二醒来时间时,控制电路334可以利用其他方法(诸如音频报警或开启灯)来使第二用户醒来,因为用户308已经醒来,因此当控制电路334试图使第二用户醒来时,用户308不会被打扰。
仍然参考图3,床302的控制电路334可以利用多个用户与床302交互的信息,以生成用于控制各种其他设备的功能的控制信号。例如,控制电路334可以等待生成控制信号,该控制信号例如用于启用安防系统318或者命令照明系统314关闭各个房间中的灯,直到检测到用户308和第二用户都在床302上为止。作为另一个示例,控制电路334可以生成第一组控制信号,以在检测到用户308的存在于床时使得照明系统314关闭第一组灯,并且响应于检测到第二用户的存在于床,生成用于关闭第二组灯的第二组控制信号。作为另一个示例,控制电路334可以等待,直到确定在生成用于打开百叶窗330的控制信号之前用户308和第二用户都是在白天醒着的为止。作为又一个示例,响应于确定用户308已经离开床并且白天是醒着的,但是第二用户仍在睡眠,控制电路334可以生成并且传输第一组控制信号,以使咖啡机324开始冲泡咖啡,使安防系统318无效,开启灯326,关闭夜灯328,以使恒温器316将一个或更多个房间中的温度升高到72度,并打开除了床302所在的卧室之外的房间中的百叶窗(例如,百叶窗330)。稍后,响应于检测到第二用户不再在床上(或者第二用户醒着),控制电路334可以生成并且传输第二组控制信号,以例如使得照明系统314打开卧室中的一个或更多个灯,使得卧室中的百叶窗打开,并且将电视312打开到预先指定的频道。
与床相关联的数据处理系统的示例
在此描述的是可以用于数据处理任务的、例如与床相关联的系统和组件的示例。在一些情况下,呈现特定组件或组件组的多个示例。这些示例中的一些是冗余的和/或互斥的选择。组件之间的连接作为示例示出,以说明允许组件之间的通信的可能网络配置。根据技术需要或期望,可以使用不同格式的连接。一般来说,连接指示可以用任何技术上可行的格式创建的逻辑连接。例如,主板上的网络可以采用印刷电路板、无线数据连接和/或其他类型的网络连接来创建。为了清楚起见,没有显示一些逻辑连接。例如,为了清楚起见,可能没有示出与电源和/或计算机可读存储器的连接,因为特定组件的许多或所有元件可能需要连接到电源和/或计算机可读存储器。
图4A是可以与床系统相关联的数据处理系统400的示例的框图,该床系统包括上面关于图1-3描述的那些。该系统400包括泵主板402和泵子板404。系统400包括传感器阵列406,传感器阵列406可以包括一个或更多个传感器,该传感器被配置成感测环境和/或床的物理现象,并将这种感测报告回泵主板402,以用于例如分析。系统400还包括控制器阵列408,控制器阵列408可以包括一个或更多个控制器,该控制器被配置成控制床和/或环境的逻辑控制设备。泵主板400可以通过本地网络、互联网412或技术上适当的其他方式与一个或更多个计算设备414以及一个或更多个云服务410通信。下面将更详细地描述这些组件中的每一个,其中一些具有多个示例配置。
在该示例中,泵主板402和泵子板404可通信地耦合。它们可以在概念上被描述为系统400的中心或中枢,并且其他组件在概念上被描述为系统400的轮辐(spoke)。在一些配置中,这可能意味着每个轮辐组件主要或专门与泵主板402通信。例如,传感器阵列的传感器可以不被配置成或者可能不能够直接与对应的控制器通信。相反,每个轮辐组件可以与主板402通信。传感器阵列406的传感器可以向主板402报告传感器读数,并且作为响应,主板402可以确定控制器阵列408的控制器应该调整逻辑控制设备的一些参数或者以其他方式修改一个或更多个外围设备的状态。在一种情况下,如果床的温度被确定为太热,则泵主板402可以确定温度控制器应该冷却床。
轮毂-轮辐网络配置(有时也被称为星型网络)的一个优点在于,与例如具有动态路由的网状网络相比,网络流量降低。如果特定的传感器生成大的、连续的流量流,则该流量可能仅通过网络的一个轮辐传输到主板402。主板402可以例如整理该数据,并将其压缩成更小的数据格式,用于重传以存储在云服务410中。附加地或可替代地,主板402可以生成单个、小的命令消息,以响应于大的流而被向下发送到网络的不同轮辐。例如,如果大的数据流是从传感器阵列406每秒传输几次的压力读数,则主板402可以用单个命令消息响应控制器阵列,以增加气室中的压力。在这种情况下,单个命令消息可以比压力读数流小几个数量级。
作为另一个优点,轮毂-轮辐网络配置可以允许可扩展网络,该可扩展网络可以容纳添加、移除、出现故障等的组件。这可以允许例如传感器阵列406中的更多、更少或不同的传感器、控制器阵列408中的控制器、计算设备414和/或云服务410。例如,如果特定的传感器出现故障或者被传感器的较新版本取代,则系统400可以被配置成使得只有主板402需要就更换传感器进行更新。这可以允许例如产品差异,其中同一主板402可以支持具有较少传感器和控制器的入门级产品、具有较多传感器和控制器的高价值产品、以及客户可以将他们自己选择的组件添加到系统400的客户个性化。
另外,气垫床产品线可以使用具有不同组件的系统400。在该产品线中的每个气垫床都包括中央逻辑单元和泵的应用中,主板402(以及可选的子板404)可以被设计成安装在单个通用的壳体内。然后,对于产品线中产品的每次升级,都可以添加额外的传感器、控制器、云服务等。与每个产品都有定制逻辑控制系统的产品线相比,根据这个基础设计产品线中的所有产品可以降低设计、制造和测试时间。
上面讨论的每个组件都可以用多种技术和配置来实现。下面,将进一步讨论每个组件的一些示例。在一些替代方案中,系统400的两个或更多个组件可以以单个替代组件实现;一些组件可以以多个单独的组件实现;和/或一些功能可以由不同的组件提供。
图4B是示出数据处理系统400的一些通信路径的框图。如前所述,主板402和泵子板404可以充当系统400的外围设备和云服务的中枢。在泵子板404与云服务或其他组件通信的情况下,来自泵子板404的通信可以通过泵主板402路由。这可以允许例如床仅具有与互联网412的单一连接。计算设备414也可以可能通过床使用的同一网关和/或可能通过不同的网关(例如,蜂窝服务提供商)而具有与互联网412的连接。
先前,描述了多个云服务410。如图4B所示,一些云服务(诸如云服务410d和410e)可以被配置成使得泵主板402可以与云服务直接通信,也就是说,主板402可以与云服务410通信,而不必使用另一云服务410作为中介。附加地或可替代地,一些云服务410(例如云服务410f)可能只能通过中间云服务(例如云服务410e)由泵主板402可获得。虽然在此没有示出,但是一些云服务410可以由泵主板402直接或间接地获得。
另外,一些或所有云服务410可以被配置成与其他云服务通信。这种通信可以包括根据任何技术上适当的格式的数据传输和/或远程函数调用。例如,一个云服务410可以请求另一个云服务410的数据的副本,例如,出于备份、协调、迁移的目的,或者用于执行计算或数据挖掘。在另一个示例中,许多云服务410可以包含根据由用户账户云410c和/或床数据云410a跟踪的特定用户来索引的数据。当访问对特定用户或床特定的数据时,这些云服务410可以与用户账户云410c和/或床数据云410a通信。
图5是主板402的示例的框图,该主板402可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。在该示例中,与下面描述的其他示例相比,该主板402由相对较少的零部件组成,并且可以被限制为提供相对有限的特征集。
主板包括电源500、处理器502和计算机存储器512。一般来说,电源包括用于从外部源接收电能并将其提供给主板402的组件的硬件。电源可以包括例如电池组和/或墙壁插座适配器、AC到DC转换器、DC到AC转换器、功率调节器、电容器组和/或用于提供主板402的其他组件需要的电流类型的、电压等的功率的一个或更多个接口。
一般来说,处理器502是用于接收输入、执行逻辑确定和提供输出的设备。处理器502可以是中央处理单元、微处理器、通用逻辑电路、专用集成电路、这些的组合和/或用于执行所需功能的其他硬件。
一般来说,存储器512是用于存储数据的一个或更多个设备。存储器512可以包括长期稳定的数据存储装置(例如,在硬盘上)、短期不稳定的数据存储装置(例如,在随机存取存储器上)或任何其他技术上适当的配置。
主板402包括泵控制器504和泵马达506。泵控制器504可以接收来自处理器502的命令,并且作为响应,控制泵马达506的功能。例如,泵控制器504可以接收来自处理器502的将气室压力增加0.3磅/平方英寸(PSI)的命令。作为响应,泵控制器504启用阀,使得泵马达506被配置成将空气泵送入选定的气室,并且能够将泵马达506启用对应于0.3PSI的时间长度,或者直到传感器指示压力已经增加了0.3PSI为止。在替代配置中,该消息可以指定室应该充气到目标PSI,并且泵控制器504可以启用泵马达506,直到达到目标PSI为止。
阀螺线管(valve solenoid)508可以控制泵连接到哪个气室。在一些情况下,螺线管508可以由处理器502直接控制。在一些情况下,螺线管508可以由泵控制器504控制。
主板402的远程接口510可以允许主板402与数据处理系统的其他组件通信。例如,主板402能够通过远程接口510与一个或更多个子板、与外围传感器和/或与外围控制器通信。远程接口510可以提供任何技术上适当的通信接口,包括但不限于多个通信接口,诸如WiFi、蓝牙和铜线网络。
图6是主板402的示例的框图,该主板402可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。与参考图5描述的主板402相比,图6中的主板可以包含更多的组件,并且在一些应用中提供更多的功能。
除了电源500、处理器502、泵控制器504、泵马达506和阀螺线管508之外,该主板402被示出具有阀控制器600、压力传感器602、通用串行总线(USB)堆栈604、WiFi广播设备606、蓝牙低能耗(BLE)广播设备608、ZigBee广播设备610、蓝牙广播设备612和计算机存储器512。
类似于泵控制器504将来自处理器502的命令转换成用于泵马达506的控制信号的方式,阀控制器600可以将来自处理器502的命令转换成用于阀螺线管508的控制信号。在一个示例中,处理器502可以向阀控制器600发出命令,以将泵连接到气垫床中的一组气室中的特定气室。阀控制器600可以控制阀螺线管508的位置,使得泵连接到指示的气室。
压力传感器602可以读取来自气垫床的一个或更多个气室的压力读数。压力传感器602也可以进行数字传感器调节。
主板402可以包括一套网络接口,包括但不限于在此所示的那些。这些网络接口可以允许主板通过有线或无线网络与任意数量的设备(包括但不限于外围传感器、外围控制器、计算设备以及连接到互联网412的设备和服务)通信。
图7是子板404的示例的框图,该子板404可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。在一些配置中,一个或更多个子板404可以连接到主板402。一些子板404可以被设计成卸载来自主板402的特定的和/或划分的任务。这可能是有利的,例如,如果特定任务是计算密集型的、专有的、或者受制于未来的修订。例如,子板404可以用于计算特定的睡眠数据度量。该度量可以是计算密集型的,并且在计算度量时在子板404上计算睡眠度量可以释放主板402的资源。附加地和/或可替代地,睡眠度量可以受制于未来的修订。为了用新的睡眠度量来更新系统400,可能仅需要替换计算该度量的子板404。在这种情况下,可以使用同一主板402和其他组件,而不需要对附加组件执行单元测试,相反地仅仅对子板404执行单元测试。
子板404被示出为具有电源700、处理器702、计算机可读存储器704、压力传感器706和WiFi广播设备708。处理器可以使用压力传感器706来收集关于气垫床的一个气室或更多个气室的压力的信息。根据该数据,处理器702可以执行算法来计算睡眠度量。在一些示例中,睡眠度量可以仅根据气室的压力来计算。在其他示例中,可以根据一个或更多个其他传感器计算睡眠度量。在需要不同数据的示例中,处理器702可以接收来自一个适当的传感器或更多个适当的传感器的数据。这些传感器可以在子板404的内部,经由WiFi广播设备708可访问,或者以其他方式与处理器702通信。一旦计算出睡眠度量,处理器702就可以将该睡眠度量报告给例如主板402。
图8是没有子板的主板800的示例的框图,该主板800可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。在该示例中,主板800可以执行参考图6中的主板402和图7中的子板404描述的大部分、全部或较多特征。
图9是传感阵列406的示例的框图,该传感阵列406可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。一般来说,传感器阵列406是与主板402通信但并非主板402固有的一些或所有外围传感器的概念分组。
传感器阵列406中的外围传感器可以通过主板的一个或更多个网络接口(包括但不限于USB堆栈604、WiFi广播设备606、蓝牙低能耗(BLE)广播设备608、ZigBee广播设备610和蓝牙广播设备612,视特定传感器的配置而定)与主板402进行通信。例如,通过USB电缆输出读数的传感器可以通过USB堆栈604进行通信。
传感器阵列406中的一些外围传感器900可以是安装在床上的900。例如,这些传感器可以嵌入到床的结构中并且与床一起销售,或者随后固定到床的结构上。其他外围传感器902和904可以与主板402通信,但是可选地不安装到床上。在一些情况下,安装在床上的传感器900中的一些或所有和/或外围传感器902和904可以共享联网硬件,包括其包含来自每个传感器的导线的导管、多线电缆或插头,当其固定到主板402时,将所有相关联的传感器与主板402连接。在一些实施例中,传感器902、904、906、908和910中的一个、一些或全部可以感测床垫的一个或更多个特征,诸如压力、温度、光、声音和/或床垫的一个或更多个其他特征。在一些实施例中,传感器902、904、906、908和910中的一个、一些或全部可以感测床垫外部的一个或更多个特征。在一些实施例中,压力传感器902可以感测床垫的压力,而传感器902、904、906、908和910中的一些或全部可以感测床垫的和/或床垫外部的一个或更多个特征。
图10是控制器阵列408的示例的框图,该控制器阵列408可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。一般来说,控制器阵列408是与主板402通信但并非主板402固有的一些或所有外围控制器的概念分组。
控制器阵列408中的外围控制器可以通过主板的一个或更多个网络接口(包括但不限于USB堆栈604、WiFi广播设备606、蓝牙低能耗(BLE)广播设备608、ZigBee广播设备610和蓝牙广播设备612,视特定传感器的配置而定)与主板402进行通信。例如,通过USB电缆接收命令的控制器可以通过USB堆栈604进行通信。
控制器阵列408中的一些控制器可以是安装在床上的1000。例如,这些控制器可以嵌入到床的结构中并且与床一起销售,或者随后固定到床的结构上。其他外围控制器1002和1004可以与主板402通信,但是可选地不安装到床上。在一些情况下,安装在床上的控制器1000中的一些或所有和/或外围控制器1002和1004可以共享联网硬件,包括其包含对于每个控制器的导线的导管、多线电缆或插头,当其固定到主板402时,将所有相关联的控制器与主板402连接。
图11是计算设备412的示例的框图,该计算设备412可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。计算设备412可以包括例如床的用户使用的计算设备。示例计算设备412包括但不限于移动计算设备(例如,移动电话、平板计算机、膝上型电脑)和台式计算机。
计算设备412包括电源1100、处理器1102和计算机可读存储器1104。用户输入和输出可以通过例如扬声器1106、触摸屏1108或其他未示出的组件(诸如定点设备或键盘)来传输。计算设备412可以运行一个或更多个应用1110。这些应用可以包括例如允许用户与系统400交互的应用。这些应用可以允许用户查看关于床的信息(例如,传感器读数、睡眠度量),或者配置系统400的行为(例如,设置床的期望硬度,设置对于外围设备的期望行为)。在一些情况下,计算设备412可以被用于补充或代替先前描述的遥控器122。
图12是示例床数据云服务410a的框图,其可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。在该示例中,床数据云服务410a被配置成收集来自特定的床的传感器数据和睡眠数据,并且在生成传感器数据和睡眠数据时将传感器数据和睡眠数据与使用床的一个或更多个用户进行匹配。
床数据云服务410a被示出为具有网络接口1200、通信管理器1202、服务器硬件1204和服务器系统软件1206。另外,床数据云服务410a被示出为具有用户识别模块1208、设备管理模块1210、传感器数据模块1210和高级睡眠数据模块1214。
一般来说,网络接口1200包括用于允许一个或更多个硬件设备通过网络通信的硬件和低级软件。例如,网络接口1200可以包括网卡、路由器、调制解调器和允许床数据云服务410a的组件通过例如互联网412相互通信以及与其他目的地通信所需的其他硬件。一般来说,通信管理器1202包括在网络接口1200之上操作的硬件和软件。这包括用于启动、维护和拆除由床数据云服务410a使用的网络通信的软件。例如,这包括TCP/IP、SSL或TLS、Torrent以及局域网或广域网上的其他通信会话。通信管理器1202还可以向床数据云服务410a的其他元件提供负载平衡和其他服务。
一般来说,服务器硬件1204包括用于实例化和维护床数据云服务410a的物理处理设备。该硬件包括但不限于处理器(例如,中央处理单元、ASIC、图形处理器)和计算机可读存储器(例如,随机存取存储器、稳定的硬盘、磁带备份)。一个或更多个服务器可以配置成集群、多计算机或数据中心,它们在地理上可以是分开的或是连接的。
一般来说,服务器系统软件1206包括在服务器硬件1204上运行以向应用和服务提供操作环境的软件。服务器系统软件1206可以包括在真实服务器上运行的操作系统、在真实服务器上实例化以创建许多虚拟服务器的虚拟机、服务器级操作(诸如数据迁移、冗余和备份)。
用户标识1208可以包括或引用与数据处理系统相关联的床的用户相关的数据。例如,用户可以包括客户、所有者或者向床数据云服务410a或另一服务注册的其他用户。每个用户可以具有例如唯一的标识符、用户证书、联系人信息、账单信息、人口统计信息或任何其他技术上适当的信息。
设备管理器1210可以包括或引用与数据处理系统相关联的床或其他产品相关的数据。例如,床可以包括销售的或者向与床数据云服务410a相关联的系统注册的产品。每个床可以具有例如唯一的标识符、型号和/或序列号、销售信息、地理信息、交货信息、相关联的传感器和控制外围设备的列表等。另外,床数据云服务410a存储的一个索引或更多个索引可以识别与床相关联的用户。例如,这个索引可以记录将一张床销售给用户、睡在床上的用户等。
传感器数据1212可以记录由与数据处理系统相关联的床记录的原始或压缩的传感器数据。例如,床的数据处理系统可以具有温度传感器、压力传感器和光传感器。来自这些传感器的读数(无论是采用原始形式的还是采用从传感器的原始数据(例如睡眠度量)生成的格式的)可以由床的数据处理系统传送到床数据云服务410a,以存储在传感器数据1212中。另外,床数据云服务410a存储的一个索引或更多个索引可以识别与传感器数据1212相关联的用户和/或床。
床数据云服务410a可以使用任何其可用的数据来生成高级睡眠数据1214。一般来说,高级睡眠数据1214包括睡眠度量和从传感器读数生成的其他数据。这些计算中的一些可以在床数据云服务410a中执行,而不是在床的数据处理系统本地执行,例如,因为这些计算在计算上是复杂的,或者需要大量的存储器空间或处理器能力,而这些在床的数据处理系统上是不可得的。这可以有助于允许床系统采用相对简单的控制器进行操作,并且仍然作为执行相对复杂的任务和计算的系统的一部分。
图13是示例睡眠数据云服务410b的框图,其可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。在该示例中,睡眠数据云服务410b被配置成记录与用户的睡眠体验相关的数据。
睡眠数据云服务410b被示出为具有网络接口1300、通信管理器1302、服务器硬件1304和服务器系统软件1306。另外,睡眠数据云服务410b被示出为具有用户识别模块1308、压力传感器管理器1310、基于压力的睡眠数据模块1312、原始压力传感器数据模块1314和非压力睡眠数据模块1316。
压力传感器管理器1310可以包括或引用与床中的压力传感器的配置和操作相关的数据。例如,该数据可以包括特定床中传感器类型的标识符、它们的设置和校准数据等。
基于压力的睡眠数据1312可以使用原始压力传感器数据1314来计算与压力传感器数据特别相关的睡眠度量。例如,用户的存在、运动、体重变化、心率和呼吸率都可以根据原始压力传感器数据1314来确定。另外,由睡眠数据云服务410b存储的一个索引或更多个索引可以识别与压力传感器、原始压力传感器数据和/或基于压力的睡眠数据相关联的用户。
非压力睡眠数据1316可以使用其他数据源来计算睡眠度量。例如,用户输入的偏好、光传感器读数和声音传感器读数都可以用来跟踪睡眠数据。另外,由睡眠数据云服务410b存储的一个索引或更多个索引可以识别与其他传感器和/或非压力睡眠数据1316相关联的用户。
图14是示例用户账户云服务410c的框图,其可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。在该示例中,用户账户云服务410c被配置成记录用户列表并识别与这些用户相关的其他数据。
用户账户云服务410c被示出为具有网络接口1400、通信管理器1402、服务器硬件1404和服务器系统软件1406。另外,用户账户云服务410c被示出为具有用户识别模块1408、购买历史模块1410、参与模块1412和应用使用历史模块1414。
用户标识模块1408可以包括或引用与数据处理系统相关联的床的用户相关的数据。例如,用户可以包括客户、所有者或者向用户账户云服务410a或另一服务注册的其他用户。每个用户可以具有例如唯一的标识符、以及用户证书、人口统计信息或任何其他技术上适当的信息。
购买历史模块1410可以包括或引用与用户购买相关的数据。例如,购买数据可以包括销售的联系人信息、帐单信息和销售人员信息。另外,由用户账户云服务410c存储的一个索引或更多个索引可以识别与购买相关联的用户。
参与1412可以跟踪用户与床和/或云服务的制造商、供应商和/或管理者的交互。该参与数据可以包括通信(例如,电子邮件、服务呼叫)、销售数据(例如,销售收据、配置日志)和社交网络交互。
使用历史模块1414可以包含关于与一个或更多个应用和/或床的遥控器的用户交互的数据。例如,监测和配置应用可以被分发,以在例如计算设备412上运行。该应用可以记录和报告用户交互,以存储在应用使用历史模块1414中。另外,由用户账户云服务410c存储的一个索引或更多个索引可以识别与每个日志条目相关联的用户。
图15是示例销售点云服务1500的框图,其可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。在该示例中,销售点云服务1500被配置成记录与用户购买相关的数据。
销售点云服务1500被示出为具有网络接口1502、通信管理器1504、服务器硬件1506和服务器系统软件1508。另外,销售点云服务1500被示出为具有用户识别模块1510、购买历史模块1512和设置模块1514。
购买历史模块1512可以包括或引用与用户识别模块1510中识别出的用户进行的购买相关的数据。购买信息可以包括例如销售数据、价格以及销售地点、交货地址以及用户在销售时选择的配置选项。这些配置选项可以包括由用户做出的关于他们希望如何设置他们新购买的床的选择,并且可以包括例如预期的睡眠时间表、他们已经或将要安装的外围传感器和控制器的列表等。
床设置模块1514可以包括或引用与用户购买的床的安装相关的数据。床设置数据可以包括例如床交货的日期和地址、接受交货的人、交货时应用于床的配置、将睡在床上的一个人或更多个人的名字、每个人将使用床的哪一侧等。
在销售点云服务1500中记录的数据可以被用户的床系统在晚些时候引用,以根据在销售点云服务1500中记录的数据,控制床系统的功能和/或向外围组件发送控制信号。这可以允许销售人员在销售点收集来自用户的信息,这有助于床系统稍后的自动化。在一些示例中,床系统的一些或所有方面可以自动化,在销售点之后很少需要或不需要用户输入的数据。在其他示例中,在销售点云服务1500中记录的数据可以结合从用户输入的数据中收集的各种附加数据来使用。
图16是示例环境云服务1600的框图,其可以用于可以与床系统(包括上面关于图1-3描述的那些)相关联的数据处理系统。在该示例中,环境云服务1600被配置成记录与用户的家居环境相关的数据。
环境云服务1600被示出为具有网络接口1602、通信管理器1604、服务器硬件1606和服务器系统软件1608。另外,环境云服务1600被示为具有用户识别模块1610、环境传感器模块1612和环境因素模块1614。
环境传感器模块1612可以包括在用户识别模块1610中的用户已经安装在他们床中的传感器的列表。这些传感器包括可以检测环境变量的任何传感器——光传感器、噪声传感器、振动传感器、恒温器等。另外,环境传感器模块1612可以存储来自那些传感器的历史读数或报告。
环境因素模块1614可以包括基于环境传感器模块1612中的数据生成的报告。例如,对于用户,利用光传感器与在环境传感器模块1612中的数据,环境因素模块1614可以保存这样的报告:该报告指示当用户睡着时增加照明的实例的频率和持续时间。
在此讨论的示例中,每个云服务410被示出为具有一些相同的组件。在各种配置中,这些相同的组件可以是在服务之间部分或全部共享的,或者它们也可以是单独的。在一些配置中,每个服务可以有在一些方面相同或不同的一些或所有组件的单独的副本。另外,这些组件仅作为说明性示例来提供。在其他示例中,每个云服务都可以具有在技术上可能的不同数量、类型和样式的组件。
图17是使用可与床(诸如本文所述的床系统的床)相关联的数据处理系统来自动化床周围的外围设备的示例的框图。在此示出了在泵主板402上运行的行为分析模块1700。例如,行为分析模块1700可以是在计算机存储器512上存储的并由处理器502执行的一个或更多个软件组件。一般来说,行为分析模块1700可以收集来自各种源(例如,传感器、非传感器本地源、云数据服务)的数据,并使用行为算法1702来生成将要采取的一个或更多个动作(例如,将命令发送到外围控制器、将数据发送到云服务)。例如,这在跟踪用户行为以及使设备与用户的床的通信自动化方面是有用的。
行为分析模块1700可以收集来自任何技术上适当的源的数据,例如,收集关于床的特征、床的环境和/或床的用户的数据。一些这样的源包括传感器阵列406中的任何传感器。例如,该数据可以向行为分析模块1700提供关于床周围环境的当前状态的信息。例如,行为分析模块1700可以访问来自压力传感器902的读数,以确定床中气室的压力。根据该读数以及潜在的其他数据,可以确定用户在床上的存在。在另一个示例中,行为分析模块可以访问光传感器908来检测床的环境中的光量。
类似地,行为分析模块1700可以访问来自云服务的数据。例如,行为分析模块1700可以访问床云服务410a,以访问历史传感器数据1212和/或高级睡眠数据1214。行为分析模块1700可以访问其他云服务410,包括先前未描述的那些。例如,行为分析模块1700可以访问天气报告服务、第三方数据提供商(例如,交通和新闻数据、紧急广播数据、用户旅行数据)和/或时钟和日历服务。
类似地,行为分析模块1700可以访问来自非传感器源1704的数据。例如,行为分析模块1700可以访问本地时钟和日历服务(例如,主板402的或处理器502的组件)。
行为分析模块1700可以汇总并且准备该数据,以供一个或更多个行为算法1702使用。行为算法1702可以用于学习用户的行为和/或基于所访问的数据的状态和/或预测的用户行为来执行某个动作。例如,行为算法1702可以使用可得的数据(例如,压力传感器、非传感器数据、时钟和日历数据)来创建用户每晚何时上床睡觉的模型。稍后,可以使用相同或不同的行为算法1702来确定气室压力的增加是否可能指示用户将要上床睡觉,并且如果是,则向第三方云服务410发送一些数据和/或启用外围控制器1002。
在所示的示例中,行为分析模块1700和行为算法1702被示出为主板402的组件。然而,其他配置是可能的。例如,相同或类似的行为分析模块和/或行为算法可以在一个或更多个云服务中运行,并且最终输出可以被发送到主板402、控制器阵列408中的控制器或者任何其他技术上适当的接收方。
图18示出了可用于实现在此描述的技术的计算设备1800的示例和移动计算设备的示例。计算设备1800旨在表示各种形式的数字计算机,诸如膝上型计算机、台式计算机、工作站、个人数字助理、服务器、刀片服务器、大型机和其他适当的计算机。移动计算设备旨在表示各种形式的移动设备,诸如个人数字助理、蜂窝电话、智能电话和其他类似的计算设备。在此示出的组件、它们的连接和关系以及它们的功能仅仅意味着是示例性的,并且并不意味着限制本文件中描述和/或要求保护的发明的实施方式。
计算设备1800包括处理器1802、存储器1804、存储设备1806、连接到存储器1804和多个高速扩展端口1810的高速接口1808、以及连接到低速扩展端口1814和存储设备1806的低速接口1812。处理器1802、存储器1804、存储设备1806、高速接口1808、高速扩展端口1810和低速接口1812中的每一个都使用各种总线互连,并且可以安装在公共主板上或者以其他适当的方式安装。处理器1802可以处理用于在计算设备1800内执行的指令(包括在存储器1804中或在存储设备1806上存储的指令),以在外部输入/输出设备(诸如耦合到高速接口1808的显示器1816)上显示GUI的图形信息。在其他实施方式中,可以适当地使用多个处理器和/或多个总线,以及多个存储器和存储器类型。此外,可以连接多个计算设备,其中,每个设备提供部分的必要操作(例如,作为服务器库、一组刀片服务器、或多处理器系统)。
存储器1804存储计算设备1800内的信息。在一些实施方式中,存储器1804是一个易失性存储器单元或更多个易失性存储器单元。在一些实施方式中,存储器1804是一个非易失性存储器单元或更多个非易失性存储器单元。存储器1804也可以是另一种形式的计算机可读介质,诸如磁盘或光盘。
存储设备1806能够为计算设备1800提供大容量存储。在一些实施方式中,存储设备1806可以是或者可以包含计算机可读介质(诸如软盘设备、硬盘设备、光盘设备或磁带设备、闪存或其他类似的固态存储设备)或者设备阵列(包括存储区域网络或其他配置中的设备)。计算机程序产品可以被有形地体现在信息载体中。该计算机程序产品也可以包含指令,当被执行时,该指令执行一种或更多种诸如上文所述的方法。计算机程序产品也可以被有形地体现在计算机可读介质或机器可读介质(诸如存储器1804、存储设备1806或处理器1802上的存储器)中。
高速接口1808管理计算设备1800的带宽密集型操作,而低速接口1812管理较低带宽密集型操作。这种功能的分配仅仅是示例性的。在一些实施方式中,高速接口1808耦合到存储器1804、显示器1816(例如,通过图形处理器或加速器),并且耦合到可以接受各种扩展卡(未示出)的高速扩展端口1810。在该实施方式中,低速接口1812耦合到存储设备1806和低速扩展端口1814。低速扩展端口1814可以包括各种通信端口(例如,USB、蓝牙、以太网、无线以太网),可以例如通过网络适配器耦合到一个或更多个输入/输出设备(诸如键盘、定点设备、扫描仪)或联网设备(诸如交换机或路由器)。
如图所示,计算设备1800可以以多种不同的形式实现。例如,它可以被实现为标准服务器1820,或者在一组这样的服务器中多次实现。另外,它可以以个人计算机(诸如膝上型计算机1822)的方式实现。它也可以被实现为机架服务器系统1824的一部分。可替代地,计算设备1800中的组件可以与移动设备(诸如移动计算设备1850)中的其他组件(未示出)组合。每个这样的设备可以包含计算设备1800和移动计算设备1850中的一个或更多个,并且整个系统可以由彼此通信的多个计算设备组成。
移动计算设备1850包括处理器1852、存储器1864、输入/输出设备(诸如显示器1854)、通信接口1866和收发器1868等组件。移动计算设备1850也可以设置有存储设备(诸如微驱动器或其他设备),以提供额外的存储。处理器1852、存储器1864、显示器1854、通信接口1866和收发器1868中的每一个都使用各种总线互连,并且其中的几个组件可以安装在公共主板上或者以其他适当的方式安装。
处理器1852可以执行移动计算设备1850内的指令,包括在存储器1864中存储的指令。处理器1852可以被实现为芯片的芯片组,其包括单独且多个模拟处理器和数字处理器。处理器1852可以提供例如移动计算设备1850的其他组件的协调,诸如用户界面的控制、移动计算设备1850的应用运行以及移动计算设备1850的无线通信。
处理器1852可以通过耦合到显示器1854的显示接口1856和控制接口1858与用户通信。显示器1854可以是例如TFT(薄膜晶体管液晶显示器)显示器或OLED(有机发光二极管)显示器或其他适当的显示技术。显示界面1856可以包括用于驱动显示器1854向用户呈现图形和其他信息的适当的电路。控制接口1858可以接收来自用户的命令,并将其转换,以提交给处理器1852。另外,外部接口1862可以提供与处理器1852的通信,以便实现移动计算设备1850与其他设备的近区通信(near area communication)。外部接口1862可以例如在一些实施方式中提供有线通信,或者在其他实施方式中提供无线通信,并且也可以使用多个接口。
存储器1864存储移动计算设备1850内的信息。存储器1864可以被实现为在一个计算机可读介质或更多个计算机可读介质、一个易失性存储器单元或更多个易失性存储器单元、一个非易失性存储器单元或更多个非易失性存储器单元中的一个或更多个。扩展存储器1874也可被提供,并通过扩展接口1872被连接到移动计算设备1850,扩展接口1872可以包括例如SIMM(单列直插存储器模块)卡接口。扩展存储器1874可以为移动计算设备1850提供额外的存储空间,或者也可以存储移动计算设备1850的应用或其他信息。具体来说,扩展存储器1874可以包括执行或补充上述过程的指令,并且还可以包括安全信息。因此,例如,扩展存储器1874可以作为移动计算设备1850的安全模块来提供,并且可以用允许安全使用移动计算设备1850的指令来编程。另外,可以经由SIMM卡提供安全应用以及附加信息,诸如以不可破解的方式在SIMM卡上放置识别信息。
如下所述,存储器可以包括例如闪存和/或NVRAM存储器(非易失性随机存取存储器)。在一些实施方式中,计算机程序产品被有形地体现在信息载体中。该计算机程序产品包含指令,当被执行时,该指令执行一种或更多种诸如以上所述的方法。计算机程序产品可以是计算机可读介质或机器可读介质(诸如存储器1864、扩展存储器1874或处理器1852上的存储器)。在一些实施方式中,计算机程序产品可以例如通过收发器1868或外部接口1862以传播的信号的方式被接收。
移动计算设备1850可以通过通信接口1866进行无线通信,通信接口1866可以在必要时包括数字信号处理电路。通信接口1866可以提供各种模式或协议下的通信,诸如GSM语音呼叫(全球移动通信系统)、SMS(短消息服务)、EMS(增强型消息服务)、或MMS消息服务(多媒体消息服务)、CDMA(码分多址)、TDMA(时分多址)、PDC(个人数字蜂窝电话)、WCDMA(宽带码分多址)、CDMA2000或GPRS(通用分组无线业务)等。可以例如通过使用射频的收发器1868进行这种通信。另外,可以进行短距离通信,诸如使用蓝牙、WiFi或其他这种收发器(未示出)。另外,GPS(全球定位系统)接收器模块1870可以向移动计算设备1850提供额外的导航相关的以及位置相关的无线数据,其可以被运行在移动计算设备1850上的应用适当地使用。
移动计算设备1850还可以使用音频编解码器1860可听见地通信,音频编解码器1860可以接收来自用户的语音信息,并将其转换成可用的数字信息。音频编解码器1860同样可以生成用户诸如通过例如在移动计算设备1850的手机中的扬声器可听见的声音。这种声音可以包括来自语音电话呼叫的声音,可以包括录制的声音(例如,语音消息、音乐文件等)并且还可以包括由在移动计算设备1850上操作的应用生成的声音。
如图所示,移动计算设备1850可以以多种不同的形式实现。例如,它可以被实现为蜂窝电话1880。它也可以被实现为智能电话1882、个人数字助理或其他类似移动设备的一部分。
在此描述的系统和技术的各种实施方式可以以在数字电子电路、集成电路、专门设计的ASIC(专用集成电路)、计算机硬件、固件、软件和/或它们的组合的方式实现。这些各种实施方式可以包括以在可编程系统上可执行和/或可解释的一个或更多个计算机程序方式的实施方式,该可编程系统包括至少一个可编程处理器、至少一个输入设备和至少一个输出设备,该可编程处理器可以是专用的或者是通用的,被耦合以从存储系统接收数据和指令并且向存储系统传输数据和指令。
这些计算机程序(也被称为程序、软件、软件应用或代码)包括用于可编程处理器的机器指令,并可以用高级过程和/或面向对象编程语言和/或用汇编/机器语言来实现。如在本文使用的,术语机器可读介质和计算机可读介质指用于向可编程处理器提供机器指令和/或数据的任何计算机程序产品、装置和/设备(例如磁盘、光盘、存储器、可编程逻辑设备(PLD)),包括接收机器指令作为机器可读信号的机器可读介质。术语机器可读信号指用于向可编程处理器提供机器指令和/或数据的任何信号。
为了提供与用户的交互,在此描述的系统和技术可以在计算机上实现,该计算机具有用于向用户显示信息的显示设备(例如CRT(阴极射线管)或LCD(液晶显示器)监视器)以及键盘和定点设备(例如鼠标或轨迹球),用户可以通过该定点设备向计算机提供输入。也可以使用其他类型的设备来提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈或触觉反馈);并且来自用户的输入可以是以任何形式(包括声、语音或触觉输入)接收的。
可在这样的计算系统中实现在此描述的系统和技术:该计算系统包括后端组件(例如作为数据中心)或包括中间件组件(例如应用服务器)或包括前端组件(例如具有图形用户界面或Web浏览器的客户端计算机,用户可通过图形用户界面或Web浏览器与在此描述的系统和技术的实施方式交互)或这样的后端、中间件或前端组件的任意组合。系统的组件可由数字数据通信的任何形式或介质(例如通信网络)互连。通信网络的例子包括局域网(LAN)、广域网(WAN)和互联网。
计算系统可以包括客户端和服务器。一般来说,客户端和服务器远离彼此且通常通过通信网络进行交互。客户端和服务器的关系依靠在相应的计算机上运行并彼此具有客户端-服务器关系的计算机程序来产生。
图19是管线1900的示例的管线图,该管线1900可用于为家庭自动化收集声读数和压力读数。管线1900可由床系统使用,该床系统包括响应于检测到床上用户生理事件,向家庭自动化设备发送控制信号的功能。例如,可以在气垫床的控制器中包括管线1900,该控制器也控制床的硬度和高度。在一些示例中,管线1900可以被其他数据处理系统使用。例如,声传感器1902可以集成到家庭自动化系统的、与床系统通信的不同元件中。
声传感器1902可以包括被配置成响应于环境中的声能而生成数据流的硬件和软件。声传感器1902可以包括例如内置于床架或床上床垫的一个或更多个麦克风。声传感器1902可以包括例如穿过建筑物(诸如住宅或医院)放置的多个传感器。在一些情况下,声传感器1902可以包括来自不同源的不同类型的传感器。例如,内置于床的传感器和电话上的传感器可以一起工作,以从他们的个体感测中生成一个或更多个数据流。
声传感器1902可以生成模拟声流1904。一些声传感器1902生成模拟信号,该模拟信号是与传感器1902接收的声能成比例的模拟电信号。例如,如果声能是具有特定形状的压力波,则传感器1902可以生成具有相同特定形状的电波的模拟声流1904。
数字转换器1906可以接收模拟声流1904并且生成数字声流1908。例如,数字转换器1906可以接收具有特定形状的波的模拟声流1904,并根据预定的转换算法生成描述该波的数字值的流。在一些实施方式中,该数字流是与特定采样率下的输入波值成比例的二的补码二进制数。
在一些实施方式中,传感器1902不生成声流1904,而是生成数字声流1908。在一些情况下,使用一个以上的声流,无论是数字的还是模拟的。为了清楚起见,将参考管线1900进行下面的描述,管线1900使用生成单个模拟声流1904的单个传感器1902,但是其他配置也是可能的。
成帧器1910从数字声流1908中生成数字声帧1912。例如,如果数字模拟流1908是二进制数字的流,则成帧器1910可以生成数字声帧1912,其包括在固定时间窗口内的所有二进制数字。
在一些实施方式中,数字声帧1912可以重叠。例如,每个帧可以是100ms长,并且可以与先前的数字声帧重叠50ms,并且可以与下一个数字声帧重叠50ms。在另一个示例中,每个帧可以是200ms长,并且可以与两个相邻的数字声帧各自重叠10ms。在另一个示例中,每个帧可以是20s长,并且可以与两个相邻的数字声帧各自重叠1s。
管线1900还可以包括压力传感器1914。例如,压力传感器1914可以被包括在床(诸如气垫床)中,并且包括被配置成响应于床上的一个用户或更多个用户对床施加的压力而生成数据流的硬件和软件。压力传感器1914可以包括例如通过软管流体联接到气囊的变送器或柔性膜。在一些情况下,压力传感器1914可以与床分离,例如采用可以放置在床的床垫之上或之下的垫子、带子、圆盘(puck)或薄片的形式。
压力传感器1914可以生成模拟压力流1916。一些压力传感器1916生成模拟信号,该模拟信号是与传感器1914接收的压力成比例的模拟电信号。例如,如果压力是具有特定形状的压力波,则传感器1914可以生成具有相同特定形状的电波的模拟压力流1916。
数字转换器1918可以接收模拟压力流1916并且生成数字压力流1920。例如,数字转换器1918可以接收具有特定形状的波的模拟压力流1916,并根据预定的转换算法生成描述该波的数字值的流。在一些实施方式中,该数字流是与特定采样率下的输入波值成比例的二的补码二进制数。在一些情况下,数字转换器1906和1918可以使用相同的采样率。在一些情况下,数字转换器1906和1918可以使用不同的采样率。
在一些实施方式中,传感器1914不生成压力流1916,而是生成数字压力流1920。在一些情况下,使用一个以上的压力流,无论是数字的还是模拟的。为了清楚起见,将参考管线1900进行下面的描述,管线1900使用生成单个模拟压力流1916的单个传感器1914,但是其他配置也是可能的。
成帧器1922从数字压力流1920中生成数字压力帧1924。例如,如果数字压力流1920是二进制数字的流,则成帧器1922可以生成数字压力帧1924,其包括在固定时间窗口内的所有二进制数字。
在一些实施方式中,数字压力帧1924可以重叠。例如,每个帧可以是100ms长,并且可以与先前的数字声帧重叠50ms,并且可以与下一个数字声帧重叠50ms。在另一个示例中,每个帧可以是200ms长,并且可以与两个相邻的数字声帧各自重叠10ms。在另一个示例中,每个帧可以是30秒长,并且可以与前一个以及后一个数字声帧重叠1秒。
加密/压缩引擎1932可以使用数字声帧1912和数字压力帧1924,为存储数字声帧1912和数字压力帧1924做准备。加密/压缩引擎1932可以创建包含安全加密和压缩的数据的加密/压缩读数1934,当解密和解压缩时,产生数字声帧1912和数字压力帧1924。加密/压缩引擎1932可以将加密/压缩读数1934发送到场外的或本地的存储装置1936,诸如云存储装置。
事件分析器1926还可以使用数字声帧1912和数字压力帧1924,以便识别床上用户的生理事件。如下所示,例如,可以使用一个或更多个机器学习过程,并且事件分析器1926可以基于该生理事件识别来生成对应的控制信号1928。控制器阵列1930可以接收控制信号,并根据控制信号启用可控设备,以改变用户的环境。
事件分析器1926可以使用一次计算或多次计算的组合来做出关于生理事件的这些确定。例如,在每个帧内,可以生成对应于声读数的时间和频谱特性的特征。这种特征的示例包括但不限于在该时期内音频信号的最小值、最大值、平均值、中值、标准偏差,以及峰值的幅度、宽度和位置的函数;在该时期内音频信号包络的最小值、最大值、平均值、中值、标准偏差,以及峰值的幅度、宽度和位置的函数;在该时期内音频信号的频谱的最小值、最大值、平均值、中值、标准偏差、以及峰值的幅度、宽度和位置的函数;在该时期内音频信号包络的频谱的最小值、最大值、平均值、中值、标准偏差,以及峰值的幅度、宽度和位置的函数;声指数,该声指数被计算为来自该时期内的音频信号的频谱的不同频谱子带的比率计测量值;和该时期内音频信号倒频谱的梅尔频率系数。
例如,在每个帧内,可以生成对应于压力读数的时间和频谱特性的特征。这种特征的示例包括但不限于:从压力变化中测量出的呼吸率的函数;从压力变化中测量出的呼吸幅度的函数;从压力变化中测量出的呼吸持续时间的函数;该时期内压力信号的最小值、最大值、平均值、中值、标准偏差,以及峰值的幅度、宽度和位置的函数;该时期内压力信号的频谱的最小值、最大值、平均值、中值、标准偏差,以及峰值的幅度、宽度和位置的函数;和压力指数,该压力指数被计算为来自该时期内压力信号的频谱的不同频谱子带的比率计测量值。
图20A和图20B是用于训练和使用机器学习分类器来确定和分类床上的生理事件的示例过程2000和2050的泳道图。为了清楚起见,过程2000和2050是参考特定的一组组件来描述的。然而,可以使用其他的一个系统或更多个系统来执行相同或相似的过程。
在过程2000中,床系统使用压力/声传感器2002的读数来了解用户对床的压力有什么影响以及当用户在床上或在床附近时用户生成的声。床系统能够使用这些读数作为决策引擎的信号,该决策引擎将用户的生理事件识别为多个可能的生理事件中的一个。生理事件可能包括危险或值得注意的事件,诸如心脏病发作、发热状态、呼吸困难、呼吸暂停事件和运动障碍。生理事件可以包括非危险的和常规的事件,诸如打喷嚏、非呼吸暂停打鼾事件、对温度变化的预期的和健康的心脏反应。
在操作中,床可以识别用户的生理事件并根据生理事件进行操作。例如,用户可以配置床系统,使得床系统在他们打鼾时改变压力并抬高头部,从而努力使他们的打鼾最小化。如果识别出不健康事件(诸如发烧或呼吸暂停事件),用户可以将床配置成发出声音警报。床可以操作成基于来自压力/声传感器2002的一系列实时读数来迭代地或持续地识别生理事件。当识别出生理事件时,床系统可以指示泵改变用户下面的床垫的压力,可以抬高床的头部,可以发出警报等。
压力/声传感器2002感测压力2012。例如,压力传感器可以创建反映床系统内气囊内部压力的实时压力读数流。可以在基本恒定的基础上以模拟或数字信息的形式将实时压力读数流提供给床控制器2004,从而反映由于用户(或其他物体)在床系统上或当床是空的时气囊内的压力。
同时,声传感器可以创建反映床系统的用户周围环境中声能的实时声读数流。可以在基本恒定的基础上以模拟或数字信息的形式将这种实时声读数流提供给床控制器2004,从而反映由于用户由于打鼾、说话等而创建的声造成的用户周围的声状况。
床控制器2004接收压力/声读数2014。例如,床控制器2004可以将压力/声读数放置在计算机存储器结构(诸如滚动缓冲区(rolling buffer))中,其使得床控制器可获得最近的N个读数。床控制器2004可以汇总这些压力/声读数,对读数进行二次采样,或者单独存储它们。
床控制器2004传输压力/声读数2016,并且云报告服务2006接收压力/声读数2018。例如,床控制器2004可以传输所有压力/声读数,或者确定一些压力/声读数(而不是其他读数)应该被传输到云报告服务2006,该云报告服务2006被配置成接收压力/声读数以及在一些情况下接收其他类型的数据。发送到云报告服务2006的压力/声读数可以由床控制器2004保持不变、汇总(例如,平均值、最大值和最小值等),或者由床控制器2004以其他方式改变。
分类器工厂2008根据压力/声读数生成分类器2020。分类器工厂2008可以通过首先获得一大组预先分类的读数变化模式来训练分类器。例如,一张床或很多张床可以向云报告服务2006报告读数数据。该读数数据可以被标记、记录和存储,用于在创建压力分类器时进行分析,该压力分类器将要由床控制器2004和/或其他床控制器使用。
分类器工厂2008可以根据读数生成特征。例如,压力信号流和声信号流可以被分成例如1秒、2.125秒、3秒或20秒的缓冲区,以生成时域或频域的特征。这些特征可以是这些缓冲区内的压力/声的直接测量值。例如,这种特征可以包括最大值、最小值或随机的压力/声值。这些特征可以根据这些缓冲区中的读数得到。例如,这种特征可以包括平均读取值、标准偏差或斜率值,斜率值指示该缓冲区内随时间推移的增加或减少。特征向量的值可以是二进制的或数字形式的。对于每个缓冲区,这些值可以以预定的顺序存储,从而创建由一系列字段组成的向量,其中,每个向量具有相同系列的字段和这些字段中的数据。可以从压力和声信号的变换域表示中(诸如从傅立叶或小波变换系数中)计算一些其他特征。
作为另一个示例,分类器工厂可以识别读数内读数匹配模式或模式规则的实例。在一个示例中,重复模式可以被定义为压力或声流中的正弦曲线或锯齿形状,包括显著增加或急剧波动。可以识别这样的模式,并且可以根据压力和声信号和/或其他外部信息(例如,实时时钟)合成关于时间或频率模式的对应合成信息(例如,时间戳、持续时间、最大包络幅度、频谱峰值)。
分类器工厂2008可以组合或减少特征。例如,可以使用主成分分析来组合提取的特征。对于特征的主成分分析,分类器工厂2008可以确定所有特征中的作为用户生理事件的判别(discriminant)的子集。也就是说,分类器工厂2008可以将特征分类成对于确定生理事件有用的那些特征和不太有用的那些特征,并且可以保留更有用的特征。这个过程可以在试错的基础上完成,在试错的基础上,测试特征的随机组合。这个过程可以通过使用一个或更多个系统过程来完成。例如,可以使用线性判别分析或广义判别分析。
在一些情况下,可以从所有可用特征的集合中选择特征的适当子集。如果正在创建多个分类器,则可以对每个分类器进行这个选择。可替代地,如果正在创建多个分类器,则可以对多个或所有分类器进行这个选择。
例如,可以生成随机(或伪随机)数,并且可以移除该数量的特征。在一些情况下,多个特征可以汇总成单个汇总特征。例如,对于以压力或声读数识别出多个重复模式的情况,可以汇总重复模式和/或与重复模式相关的合成数据。例如,所有生理模式的持续时间可以被汇总成平均值、标准偏差、最小值和/或最大值持续时间。
分类器工厂2008可以处理特征。例如,剩余的特征随后可以被处理,以使它们的值合理化,使得每个特征都以对应于该特征的判别性如何的权重来处理。如果发现特征具有高度判别性,从而在对生理事件进行分类时非常有用,则该特征可以被赋予比其他特征更大的权重。如果发现第二特征比其他特征判别性更小,则可以赋予该第二特征较低的权重。
一旦映射到内核空间,这些特征就可以被标准化,以将数据点集中在预定的平均值上,并按比例缩放这些特征,使其具有单位标准偏差。这可以允许特征都具有例如平均值0和标准偏差1。提取的特征然后使用如上所述的相同向量格式转换成向量格式。
在一些情况下,可以通过应用内核函数将输入数据映射到内核空间来处理剩余的特征。内核空间允许对高维空间(例如,用特征数据的向量填充的向量空间)进行聚类,使得不同的聚类可以表示不同的状态。内核函数可以采用任何适当的格式,包括线性、二次、多项式、径向基、多层感知器或自定义。
分类器工厂2008可以训练分类器。例如,模式识别器算法可以使用提取的特征的向量和它们对应的存在状态标签作为数据集,以训练分类器,利用该分类器可以对新的压力读数进行分类。在一些情况下,这可以包括将分类器与训练数据一起存储,以供稍后使用。
分类器工厂2008可以传输分类器2022,并且床控制器2004可以接收分类器2024。例如,由分类器工厂2008创建的一个分类器或更多个分类器可以被传输到床控制器2004和/或其他床控制器。在一些情况下,分类器可以在非暂态计算机可读介质(如压缩盘(CD)、通用串行总线(USB)驱动器或其他设备)上传输。分类器可以作为软件安装的一部分、作为软件更新的一部分或作为另一过程的一部分被加载到床控制器2004和/或其他床控制器上。在一些情况下,分类器工厂2008可以向床控制器2004和/或其他床控制器传输消息,并且该消息可以包含使用压力读数流和/或声读数流定义一个或更多个分类器的数据,以识别用户的生理事件。在一些配置中,分类器工厂2008可以同时(在时间上彼此接近的一个消息或一系列消息中)传输分类器。在一些配置中,分类器工厂2008可以发送在时间上分离的分类器。例如,分类器工厂2008可以生成和传输分类器。稍后,随着更多的压力传感器数据可用,分类器工厂2008可以生成更新的分类器或者与一个已经创建的分类器不同的新分类器。
分类器可以被定义在一个或更多个数据结构中。例如,分类器工厂2008可以在可执行或可解释文件(诸如软件库、可执行文件或目标文件)中记录分类器。分类器可以作为结构化数据对象(例如可扩展标记语言(XML)文档或JavaScript对象符号(JSON)对象)来存储、使用或传输。在一些示例中,分类器可以以床控制器2004可以运行(例如,执行或解释)的二进制或脚本格式创建。在一些示例中,分类器可以以不直接运行的格式创建,而是以具有允许床控制器2004根据数据构建分类器的数据的格式创建。
床控制器2004也可以使用压力读数流和声读数流来识别生理状态2026。例如,床控制器2004可以使用来自压力读数流和声读数流的数据运行一个或更多个分类器。分类器可以将该数据分类到多个状态(例如,无生理事件、生理事件等)中的一个和/或识别特定生理事件,如果发现生理事件状态的话。例如,分类器可以将数据流转换成上述向量格式。分类器随后可以检查该向量,以数学方式确定该向量是更像标记为一种生理事件的训练数据还是更像标记为无生理事件的训练数据。一旦计算出这种相似性,分类程序(categorizer)就可以返回指示该状态或响应的响应。
生理事件分析器使用一个或更多个机器学习分类器,将压力和/或声读数的帧分类为生理事件或缺少生理事件。在一个示例中,分类器将时期分类为两类:无生理事件和具有生理事件。在另一个示例中,分类器将时期分为三类:无事件、心脏事件和呼吸事件。在另一个示例中,分类器将时期分为许多事件之一。
床控制器2004可以使用一个以上的分类器。也就是说,床控制器2004可以访问多个分类器,每个分类器起到不同的作用和/或使用不同的训练数据来生成分类。在这种情况下,可将分类器决策视为投票,投票汇总可用于确定生理事件的存在与否。如果仅使用一个分类器,则该分类器的投票是唯一的投票,并且该投票被用作生理状态检测。如果有多个分类器,则不同的分类器可以产生冲突的投票,并且床控制器可以选择赢得投票的生理状态。
各种计票方案是可能的。在一些情况下,床控制器1094可以为每个生理事件的投票计数,并且投票最多的生理事件是确定的生理事件。在一些情况下,床控制器2004可以使用其他计票方案。例如,可以基于分类器的历史准确性对来自不同分类器的投票进行加权。在这样的方案中,历史上被显示出为更准确的分类器可以被赋予较大的权重,而历史准确性较低的分类器可以被赋予较小的权重。这种准确性可以在群体级别上或在特定用户级别上进行跟踪。
在一些实例中,投票可以由除了机器学习系统之外的系统进行,并且这些投票可以被合并到投票总数中,以影响投票决定的结果。例如,非机器学习压力分类算法可以基于例如与阈值的比较来进行投票。
在一些情况下,系统可以具有不同的操作模式,并且可以根据模式来不同地计算投票。例如,当床处于调整过程中,或者当可调整的底座正在移动或者床的一部分被抬高时,可以使用不同的投票策略。在一些模式中,与一些其他模式相比,一些分类器可以被赋予更大的权重或者更小的权重或者不被赋予权重。这可能是有用的,例如,当分类器被示出为在一种模式下(例如,床是平的)相比于另一种模式(例如,床的头部由底座抬高)准确时。
在一些情况下,在识别到生理事件之前,床控制器2004可以确保用户在床上和/或睡着。例如,使用压力和/或声读数中的一者或两者,床控制器可以最初确定用户是否在床上或者床是否是空的。如果确定用户在床上,则床控制器2004可以识别床上用户的生理事件。根据配置,一旦用户的存在和睡眠被确认,则床控制器2004可以识别事件2026。
床控制器2004选择设备操作2028。例如,响应于确定用户没有经历生理事件,或者响应于确定用户处于特定生理事件中,床控制器2004可以选择待处理的设备操作。在计算机可读存储装置(例如,本地或远程机器上的计算机可读存储装置)中存储的规则集可以基于生理状态来识别用户或另一系统已经请求的动作。例如,用户可以通过图形用户界面,记录他们希望当他们打鼾时有白噪声机器启用。也就是说,白噪声应该盖住他们的鼾声,以免惹恼他们的伴侣,但只能在他们打鼾的时候。在另一个示例中,用户可以通过相同的图形用户界面记录他们希望在识别出对健康至关重要的生理事件(例如,心脏病发作、癫痫发作)的情况下被唤醒并呼叫急救服务。
基于规则集和生理事件确定,床控制器2004可以向适当的设备控制器2010发送消息,以便启用所需的外围设备或床系统元件。例如,基于生理事件识别,床控制器2004可以向床底座发送消息以调整头部或足部角度,向扬声器发送消息以开始发出白噪声或大声警报,向泵发送消息以调整床系统的硬度,向暖脚控制器发送消息以启用足部加热器,以及向白噪声控制器发送消息以调整白噪声。
设备控制器2010可以控制外围设备2030。例如,白噪声控制器可以启动房间中围绕床的白噪声的脚本,以开始发出白噪声。
一般来说,过程2000可以被组织成训练时间和操作时间。训练时间可以包括一般用于创建生理事件分类器的动作,而操作时间可以包括一般用于采用分类器识别生理事件的动作。根据床系统的配置,该时间之中的一者或两者的动作可以被启用或暂停。例如,当用户新购买一张床时,该床可能访问到:没有用户在床上引起的压力读数,也没有用户在打鼾时产生的声读数。当用户开始在最初几个晚上使用床时,床系统可以收集那些压力和声读数,并且一旦已经收集了临界量的读数(例如,特定数量的读数、特定数量的夜晚、基于不同测试或启发法的特定数量的预期进入和退出事件),就将它们提供给云报告服务2006。
床系统可以在训练时间操作,以更新或扩展分类器。在接收到分类器之后,床控制器2004可以继续训练时间的动作。例如,床控制器2004可以在计算资源空闲时、在用户指导下等,定期向云报告服务2006传输压力和声读数。分类器工厂2008可以生成并且传输新的或更新的分类器,或者可以传输指示床控制器2004上的一个或更多个分类器应该被停用的消息。
床控制器2004可以接收定义连接到床系统的家庭自动化应该如何操作的规则和设置。利用分类器,床系统可以执行操作时间的动作,以便使家庭自动化根据规则和设置来执行。
床系统可以使用来自压力传感器的相同压力读数和来自声传感器2002的声读数,以在训练时间和操作时间同时操作。例如,床系统可以使用压力读数和声读数的流来识别生理事件,并基于当前使用的生理事件分类程序来控制环境。另外,床系统还可以在训练时间动作中使用来自压力/声读数的流的相同压力/声读数,以改善分类程序。以这种方式,单一的压力和声读数的流可以用于改善床系统的功能和驱动自动化事件。
在一些情况下,可以使用一组通用分类器来代替个性化分类器,或者与个性化分类器结合使用。例如,当新购买了床或将床重置为工厂设置时,床系统可以使用基于群体级别的、而非个体的压力和声读数来创建的通用或默认生理事件分类器来操作。也就是说,在床系统有机会了解与特定用户相关联的特定压力读数之前,可以创建通用分类器,以用于床系统。可以对群体级别训练数据使用机器学习技术(诸如本文中所述的这些)生成这些通用分类器。这些通用分类器可以附加地或可替代地使用非机器学习技术来生成。例如,分类器可以包括阈值(例如,压力、压力随时间推移的变化),并且超过该阈值的声测量值可以用于识别一种生理事件,而低于该阈值的声读数可以用于确定另一种生理事件。
虽然在此描述了特定数量、顺序和布置的元件,但是其他替代方案也是可能的。例如,虽然分类器的生成2020被描述为在分类器工厂2008上执行,但是分类器可以替代地或额外地由床控制器2006生成,可能不向云服务报告压力和声数据。
在一些实施方式中,床系统可以适应两个用户。在这种情况下,过程2000可以以一种或更多种方式适应两个用户。例如,对于每个用户,床系统可以使用两组分类器(在两组中同时存在或不存在一些分类器)。例如,一组可以在床的另一侧被占用时使用,而一组可以在床的另一侧被占用时使用。例如,当第二用户的存在或不存在对床的第一用户侧的压力和声读数有影响时,这可能是有用的。
在一些情况下,用户可能希望根据两个用户的生理事件来控制他们的家庭自动化环境。例如,规则可以指定启用白噪声是应该仅当一个用户在床上打鼾时,而不是当两个用户都在床上打鼾时。
该示例被示出为具有单个床控制器2004提供有压力/声2016,然后,稍后接收分类器2024。然而,将会理解,该系统适用于更多的床和床控制器。例如,可以从许多床控制器(例如,几十万个)接收压力/声,并且可以从这些许多床合成训练数据,从而提供了关于许多用户使用床的数据。随后,分类器可以被分配给提供训练数据的那些床中的一些、不被分配给那些床或被分配给全部的那些床。例如,一些床可能会收到用新分类器更新的软件。或者作为另一个示例,可以只在新制造的床上包括新的分类器。或者作为另一个示例,每个床可以接收为该特定床的用户特别定制的分类器。
图20B是用于训练和使用机器学习分类器来确定和分类床上生理事件的示例过程2050的泳道图。与过程2000不同,过程2050包括使用深度学习式的机器学习来生成分类器2052。在所示的示例中,描述了深层神经网络(DNN),它是计算机模型(相对于器官大脑)。然而,将会理解,其他类型的人工神经网络和/或其他类型的深度学习(例如,卷积神经网络、递归神经网络、长短期记忆-LSTM等)可用于过程2050。此外,将会理解,在过程2000和过程2050中可以使用其他类型的机器学习,以便生成分类器(1920和2052)。
一般来说,在分类器生成2052中,分类器工厂2008接收来自云报告服务的标记的训练数据。然而,与过程2000不同的是,显式特征不是作为独立过程创建的。相反,分类器的训练直接作用于标记的训练数据,而不是根据标记的训练数据创建的特征。
分类器工厂2008根据压力/声读数生成分类器2052。例如,分类器工厂2008可以执行人工神经网络类型机器学习,以生成分类器。分类器工厂2008可以通过首先获得一大组预先分类的读数变化模式来训练分类器。例如,一张床或很多张床可以向云报告服务2006报告读数数据。该读数数据可以被标记、记录和存储,用于在创建压力分类器时进行分析,该压力分类器将要由床控制器2004和/或其他床控制器使用。
标记的数据被提供给一个或更多个DNN训练器。通过将人工神经元的组布置成层,然后将一层的输出端与另一层的输入端连接,DNN训练器生成初始DNN。一般来说,这些人工神经元是计算机可操作的函数,其接受几个输入,执行它们的函数,并产生输出。这些函数经常是基于两部分数学函数定义的——首先执行某个线性组合,然后执行非线性函数(也称为激活函数)。然而,将会理解,可以使用任何技术上适当的函数。
在一层中的神经元全部被分组,并且该层中的每个神经元的输出作为输入被提供给下一层的神经元。每层之间的连接数是该层中每个神经元的输入数的函数。例如,对于每层有10个神经元且每个神经元有3个输入的网络,该网络在一层和下一层之间将会有30个(即10乘以3)连接。层数、每层神经元的数量和每神经元的输入数量都是分类器工厂2008在初始化DNN的过程中可以调整的参数。例如,网络可以有几十层,每层有几百个神经元,每个神经元有几十个输入。或更多或少的复杂性(层数、神经元数量和/或输入数量)是可能的。
每个连接(从一个神经元的输出到下一个神经元的输入)都被赋予一个权重值。该权重值被初始化,例如初始化为随机(或伪随机)数,或者通过从列表中选择可能的权重来初始化。当一个神经元的输出被传递到下一个神经元的输入端时,该值由权重调整。例如,权重可以是范围从0到1的数字,并且传递的值可以乘以权重。
随着这个初始DNN生成,它能够接收训练数据并对训练数据进行操作。也就是说,作为二进制数据的有序序列存储在磁盘上的训练数据可以作为输入被提供到DNN的头部中(即,DNN的第一层的原始输入神经元)。将会理解,提供DNN第一层的输入使得DNN执行DNN各层的神经元,并产生二进制数据的第二有序序列形式的输出。在此,二进制数据的第二有序序列随后可以被解释为具有置信度得分的分类,也就是说,输出“告诉”阅读方DNN将数据分类到什么状态(例如,无事件、运动障碍、腿部运动)以及从0到1的置信度值。
随着初始DNN的生成,分类器工厂2008可以改进DNN,以改善由DNN创建的分类结果。为了做到这一点,分类器工厂2008可以计算损失函数,并迭代地修改DNN,直到DNN的损失函数通过测试,诸如下降到阈值以下或不能改善迭代改进。
可以选择损失函数来定义DNN对标记的训练数据样本的分类程度。在置信度值为0到1的示例中,可以使用损失函数,该函数针对不正确的分类分配损失值1,针对正确的分类分配的损失值是1置信度。以这种方式,不正确的分类提供了最大值损失,而正确的分类在置信度高时提供了小的损失。
分类器工厂2008开始改进DNN,以便降低DNN的损失值。例如,分类器工厂2008可以迭代地执行以下步骤:i)调整DNN,ii)向DNN提供训练数据,以及iii)计算DNN的损失值。
为了调整DNN,分类器工厂可以选择一个或更多个优化算法。一般来说,这些算法中的许多是通过调整神经元输出和神经元输入之间的连接权重来运行的。通过这样做,它们调整了DNN的神经元使用的实际加权输入,这为DNN产生了不同的结果。
这些算法之一被称为梯度下降算法。梯度下降是一阶迭代优化算法,用于寻找损失函数的最小值。在梯度下降的每次迭代中,考虑神经元之间连接的当前权重,并以至少少量降低DNN损失值的方式进行修改。为了进行这些修改,分类器工厂2008可以相对于DNN的所有权重来确定DNN的损失函数的梯度。使用该梯度,计算出将会将损失函数降低学习率的新权重。梯度下降算法也可以结合元素,以避免陷入局部最小值。示例元素包括随机、批量和小批量梯度下降。
一旦DNN已经被调整,分类器工厂2008可以从DNN生成一个分类器或更多个分类器。例如,分类器工厂2008可以识别所有输入权重为零的神经元,并移除它们,因为它们对用DNN进行的分类没有贡献。
图21是用于基于压力和/或声信号来训练分类器的示例过程的流程图。过程2100可以例如用作生成分类器2020的过程的一部分。
确定特征集2102。例如,原始压力数据可以被分成压力数据的滚动窗口,并且原始声数据可以被分成声数据的滚动窗口。在一个示例中,每个窗口表示1秒钟的数据,每个窗口有100个读数。在一个示例中,压力数据使用第一长度的窗口,并且声数据使用不同的第二窗口的窗口。可以创建向量,其中,向量的前100个字段用于按顺序存储100个读数中的每一个。向量中的附加字段用于存储从100个读数中计算出的数据。例如,可以使用字段来存储对应于压力/声数据流的频谱峰值的幅度。该值可以用作特定生理事件的近似代表,具有指示生理事件的高幅度。另一个字段可以用于存储压力/声数据流的值之间的最大差值,该差值可以指示读数中的声音级别。此外,一些特征可以在它们的数学确定之外没有清晰或逻辑描述的情况下被创建。例如,奇数或偶数值读数的计数可以存储在向量的一个字段中。这些字段可以由人工设计定义,也可以通过编程生成。
训练数据被映射到内核空间2104。例如,向量可以被映射到高维空间。该高维空间可以与具有字段的向量具有相同的维数,或者可以使用向量的N个字段的子集,并且向量可以被映射到N维空间。可以找到一个内核函数,它能够将空间划分成多个分区,每个分区中在它们当中具有向量的一个聚类。例如,在2D空间中,向量可以映射到坐标[1,1]周围的一个聚类和坐标[100,100]周围的另一个聚类。因此,判定边界y=100-x将空间划分成使得一个聚类一般在函数的线上方,而一个聚类一般在函数的线下方。
寻找内核函数可能是自动化过程,也可能涉及到与人交互。例如,蒙特卡洛(MonteCarlo)过程可以用于在自动化过程中搜索内核函数。在涉及人的过程中,计算机可以向人呈现向量的一系列二维视图,并且人可以创建二维函数来划分二维空间,并且计算机系统可以根据这些二维函数组成更高维度的函数。
用映射的特征集训练分类器2106。利用现在聚类的特征集,可以对训练数据进行训练,以便识别哪些聚类指示特定状态。在一些情况下,这可以是监督训练。在监督训练中,人可以识别聚类并为每个聚类提供标签。例如,每个时间窗口可以由不同的过程标记,以在生成时间窗口的压力和声读数时识别生理事件。在一些情况下,可以运行显式测试来生成数据。可以对已知生理事件的记录进行采样,并且可以对在经历这些生理事件时躺在床上的人进行测量。例如,可以收集来自高危患者的数据,并且在这些患者经历生理事件之后,可以对应地标记压力数据和声数据。可以用不同的生理状态来注释来自该测试会话的日志,以便适当地标记压力数据和声数据。
在一些情况下,可以使用其他状态识别过程。例如,阈值分析可用于产生可靠的状态注释,但是这种分析可能需要明显更长的压力和声数据(几分钟到几小时)。在这种情况下,可以对历史压力和声数据进行阈值分析,以标记压力和声数据的生理事件。因为这种历史分析可以在事后进行,所以它可以用于这个目的,即使它对于诸如家庭自动化的目的的实时生理事件识别来说没有用处或者没有那么有用。也就是说,在此可以使用需要30分钟的数据来进行确定的分析,即使该分析会产生调整床的硬度或升高可调底座的头部所不可接受的30分钟延迟。
在一些情况下,训练可能是无监督训练。例如,可以仅在分析压力或声数据的情况下进行训练,而不提供外部情报。这可能包括对数据的不受监督地聚类。聚类技术包括但不限于k均值聚类、混合建模、分层聚类、自组织映射和隐马尔可夫(Markov)建模。这还可以包括或可替代地包括对数据的不受监督地标记。例如,不是用预定数量的状态的预定集合来训练数据,而是监督可以产生多个聚类,并使用该数量的聚类来确定可能状态的数量。这些状态可以被赋予没有任何特定含义的唯一标识符(例如,聚类1、聚类2、状态A、状态B)。然后,一旦监督完成,人可以分析状态信息,以确定有意义的状态标签。
图22示出了用于生成新分类器的示例系统2200。在该示例中,一组床2202生成压力读数和声读数,该压力读数和声读数用于生成在一组床2208上安装的分类器。例如,床2202可以向分类器服务器2204报告压力读数和/或声读数。分类器服务器2204可以生成分类器,并向软件服务器2206提供分类器。软件服务器2206可以为床2208生成软件安装或更新。
例如,这种类型的系统可以用于针对市场准备新的床或操作系统的模型。在这种情况下,新的床或操作系统可能尚不具有提供各种训练数据的、大用户基数的床。相反,来自现有床的压力和/或声读数可用于创建分类器。这些分类器可以被包含在新床的软件安装中,也可以被包含在软件更新中。这种安装可以采取网络安装或更新的形式,或者可以以物理数据存储设备提供。
图23示出了用于生成新分类器的示例系统2300。在该示例中,一组床2302生成压力读数和/或声读数,该压力读数和/或声读数用于生成在一组床22302上安装的分类器。例如,床2302可以向分类器服务器2304报告压力和/或声读数。分类器服务器2304可以生成分类器,并向软件服务器2306提供分类器。软件服务器2306可以为床2302生成软件安装或更新。
这种类型的系统可以用于例如更新床2302。例如,系统2300可以周期性地生成新的分类器,该分类器被设计成具有比床2302上的现有分类器更高的准确性。这种准确性的提高可能是由于有可用于训练的更多数据、用于生成分类器的改善的技术,或者是由于数据或分类器的个性化增加。这些分类器可以被包含在床的软件安装中,也可以被包含在软件更新中。这种安装可以采取网络安装或更新的形式,或者可以以物理数据存储设备提供。
本文件描述了单个用户睡在一张床上的示例。然而,将会理解,当两个用户共用一张床时,也可以使用该技术。例如,可以从声信号和压力变化信号中提取多个(例如,两个用于两个睡眠者)声感测测量值。根据床垫系统的压力信号对呼吸进行的独立测量可用于使打鼾的声和模式与呼吸周期同步。
来自床的每一侧的压力变化的一个或更多个参数值与来自每个麦克风的声波的一个或更多个参数值交叉参照。计算来自床的左侧和右侧的声波信号和压力信号之间的床的存在、相位同步、交叉熵、交叉延迟、交叉振幅调制以及交叉频率调制的测量结果,以确定哪一侧正在打鼾。
图24A和图24B是用于训练和使用机器学习分类器来确定和分类床上的生理事件的示例过程2400的泳道图。与过程2000不同,过程2400包括使用高度敏感的筛选器2402对潜在的生理事件进行初始筛选,该筛选器2402被配置成捕获所有可能的生理事件,并且代价是也捕获许多没有示出生理事件的读数。也就是说,客户端侧筛选器2402有可能具有错误肯定率和非常低的错误否定率。然后,在云中运行的更准确但是有计算要求的一组分类器可以更准确地识别生理事件。以这种方式,可以节省在床控制器2004上的惊人的计算资源,并且可以有利地使用更便宜的云计算资源,而无需大量使用在全部传感器读数被发送到云时所需要使用的网络资源。
在过程2400中,客户端分析器可以处理压力流的数字帧,以计算生理得分。在一些示例中,云(could)分析器可以计算生理得分。
在训练期间,床系统可以使用压力和/或声传感器的读数来了解生理功能(包括正常和异常的心脏功能)的压力特性和声特性。床系统可以被配置成将这些读数用作用于客户端决策引擎的信号,该客户端决策引擎将生理状态分类到多个可能的生理状态中的一个(即,具有生理事件)。训练可以将用户指定的标签、注释或来自其他方法(诸如弱监督技术)的检测用作训练的参考。
床系统可以将读数和客户端分类状态用作云决策引擎的信号,该云决策引擎将生理状态分类到多个状态中的一个。这些状态可能特定于特定的生理功能。例如,心脏状态、呼吸状态等。
客户端和云训练分类器可以是相同的或可以不同于彼此。两者之一或两者可以了解睡眠者的模式、或者群体模式、或者两者。客户端上的以及云上的相同分类器可以用于所有生理事件,或者每个生理事件可以使用一组客户端/云分类器(例如,一组客户端/云分类器用于心脏事件,另一组客户端/云分类器用于呼吸事件,另一组客户端/云分类器用于运动事件等等)。
在操作中,床可以确定用户的生理状态,并根据生理状态进行操作。例如,用户可以配置床系统,使得当检测到异常状态时,床可以执行以下的一项或更多项:i)调整床系统的一个或更多个可调整的特征,诸如床垫压力、头部角度、床的温度或振动的变化;ii)向睡眠者发送通知;iii)向指定的人(诸如睡眠者的联系人)发送通知;iv)呼叫睡眠者的医生;和/或v)呼叫紧急服务。
图25是用于确定异常生理信号的示例过程2500的流程图。在过程2500中,该过程可以首先基于数字压力信号可选地确定睡眠者是否在床上。如果睡眠者在床上,或者如果没有使用该确定,则该过程前进并从相同的压力信号中提取生理读数。这可以包括心脏信号、呼吸信号、运动信号和其他生理信号(例如,来自血氧饱和度传感器的血氧饱和度;来自热电偶、热成像的、或由于身体热量而膨胀的空气测量结果的体温)。可以处理生理信号之中的每个,以便提取数值(例如,每分钟心跳数、心跳变化率、呼吸量、运动向量等)。这些提取的值可以与例如与睡眠者的人口统计类别匹配的人的临床确定的健康范围进行比较。
提取器的示例可以包括但不限于数字滤波器(诸如带通滤波器)、基于模型的过程、源分离过程(如独立分量分析、小波变换)和频谱过程。信号处理器可以包括但不限于心脏/肺/肢体运动值(如心率或呼吸率);个体动作(如心跳或呼吸、可变性参数、形态学参数)。异常模式检测器可以包括但不限于机器学习分类器、基于阈值的规则、模式匹配规则和动态模式。
使用过程2500可以识别多种类型的障碍。在一些情况下,这些障碍可以分成层级,其中最一般分类处于层级的顶端,而更细的分类排列在一般分类的下方。例如,在呼吸障碍的层级中,呼吸暂停障碍可以被识别为高级类别。呼吸暂停障碍可以是一系列呼吸暂停类型,包括但不限于阻塞性睡眠呼吸暂停、中枢性睡眠呼吸暂停、混合型睡眠呼吸暂停综合征、高钠血、低氧和切斯氏呼吸(Cheyne-Stokes respiration)。对于这样的类别排列,过程2500可以使用类似的分类器排列。也就是说,呼吸暂停分类器可以将心脏信号和呼吸信号分为“呼吸暂停”状态或“无呼吸暂停”状态。如果被分类为“呼吸暂停”状态,那么这可能导致被配置成将信号分类为呼吸暂停类型之一的单个分类器,或者这可能导致并行运行的一批竞争的单个呼吸暂停分类器,其中最确信的结果或一组最确信的结果被选择用于分类。将会理解,单个和多个呼吸暂停分类器的更复杂的排列是可能的。
如所述,来自多于一个的源的信号可以被分类器使用。在呼吸暂停的示例中,描述了心脏和呼吸。所用信号的数量和类型可能是也可能不是人为设计的分类器配置的产物。例如,在特征学习分类器中,人类操作员可以使用医疗科学知识来选择已知与特定异常状况相关的信号。然而,所用信号的数量和类型也可能是机器学习选择的结果。例如,深度学习模型可以使用一个信号,也可以使用很多个信号。
在一些情况下,分类器可以使用临床文献中可能不知道的与特定生理事件相关的信号。例如,一个异常事件可能包括运动障碍,包括但不限于不宁腿综合征。当以心脏、呼吸、运动和其他信号训练深度学习模型时,该模型可以以不仅使用运动信号而且使用附加信号(例如,心脏、呼吸和/或其他)来分类不宁腿综合征的方式开发。将会理解,使用深度学习的一个优点是,它可以开发出一个在训练开始之前具有任何人类用户都不知道的相关性的模型。
在另一个示例中,分类器可以使用一个生物特征功能的信号来确定另一个生物特征功能的障碍。例如,异常事件可能是呼吸障碍。当以各种生物特征信号训练深度学习模型时,该模式可能以使用心脏信号对呼吸障碍进行分类的方式开发。正因如此,心脏数据可用于确定呼吸障碍。在一些情况下,心脏数据可以用于确定呼吸障碍,而不用以任何方式使用呼吸数据,只要所感测的心脏数据充分对应于所确定的呼吸障碍。在其他情况下,心脏数据可以与呼吸数据结合使用,以在心脏和呼吸数据都有利于确定呼吸障碍的情况下做出这种确定。
图26是用于计算生理得分的示例过程2600的流程图。过程2600可以例如由云分析器使用。如果客户端分析器已经检测到事件,则可以进一步处理高分辨率压力读数,以确定事件类型和参数。客户端和云分析器输出都可以用于计算指示人的总体健康的生理得分。
高分辨率压力读数的任务可以包括但不限于检测高/低生理值(心率、呼吸率等)、检测高/低可变性、心律失常、心脏病发作、持续或短暂的异常事件、呼吸暂停事件、肢体运动、与睡眠者历史数据的比较、与群体数据的比较、将心脏和非心脏模式相关联。
图27是用于计算生理得分的示例过程2700的流程图。过程2700可用于生成生理得分或概要。人口统计信息用于检查来自云和/或客户端分析器的值。当值、范围和事件在正常范围内时,奖励路径被处理,以增加用户的生理得分。当值、范围和事件超出正常范围时,将处理惩罚路径,以降低生理得分。当没有发现事件或没有发现异常事件时,可以处理奖励路径。在一些情况下,正常事件(例如,对温度或时间变化的健康反应)会导致生理得分增加。任何事件或异常事件的事件检测都可能导致惩罚路径被处理。
图28包含用于显示生理得分的示例用户界面2802和2806。例如,界面2802可以用于小屏幕(诸如电话),而界面2806可以用于大屏幕(诸如计算机或平板设备)。
可以由用户使用显示器来查看他们的生理表现概要。在此示出的是心脏信息,但也可以显示其他类型的生理信息。医疗专业人员(诸如用户的医生)可以使用这些显示器来查看用户的健康状况。
用户界面可以示出生理得分2804。
用户界面可以示出信息,包括但不限于指示用户健康测量值的汇总得分(例如,心脏得分、呼吸得分)、汇总值或生理值范围(例如,平均心率、最大心率、最小心率、静息心率、可变性参数)、相同内容的实时或夜间值、事件信息(数量、时间戳、持续时间、类型)、每个事件的高分辨率数据流(具有浏览或滚动通过数据的能力)以及历史数据。
用户界面还可以提供标号、标记或以其他方式接收来自用户的关于可能影响健康的特定活动或干预(诸如跟踪酒精、咖啡、锻炼或药物)的输入的能力。用户界面可以将这些输入作为独立的处理特征提供给云分析器或客户端分析器。用户界面可以为远程患者监护应用提供在手术后或家庭康复期间跟踪健康状况的能力。
仅为了理解清楚起见,给出了前述详细描述和一些实施例。不应由此理解为不必要的限制。将对于本领域的技术人员明显的是,在不脱离本发明的范围的情况下,在所描述的实施例中可以做出很多改变。例如,可以使用不同的操作顺序和类型来生成分类器。另外,床系统可以以不同的方式汇总来自分类器的输出。因此,本发明的范围不应限于本文描述的确切细节和结构,而是由权利要求的语言所描述的结构以及这些结构的等同物来限定。关于上述实施例中的任何实施例所描述的任何特征或特性可以单独地或与任何其他特征或特性组合地结合,并且以上述顺序和组合来呈现只是为了清楚起见。
Claims (22)
1.一种床系统,包括:
第一床,所述第一床包括:
第一床垫;
第一压力传感器,所述第一压力传感器与所述第一床垫连通,以感测施加到所述第一床垫的压力;
第一声传感器,所述第一声传感器被放置成感测来自所述第一床垫上的用户的声;
第一控制器,所述第一控制器与所述第一压力传感器数据通信,并与所述第一声传感器数据通信,所述第一控制器被配置成:
从所述第一压力传感器接收第一压力读数,所述第一压力读数指示感测到的施加到所述第一床垫的压力;
从所述第一声传感器接收第一声读数,所述第一声读数指示感测到的来自用户的声;以及
将所述第一压力读数和所述第一声读数传输到远程服务器,使得所述远程服务器能够生成一个或更多个生理事件分类器,所述生理事件分类器在由控制器以输入的压力读数且以输入的声读数运行时提供生理事件投票;
第二床,所述第二床包括:
第二床垫;
第二压力传感器,所述第二压力传感器与所述第二床垫连通,以感测施加到所述第二床垫的压力;
第二声传感器,所述第二声传感器被放置成感测来自所述第二床垫上的用户的声;以及
第二控制器,所述第二控制器与所述第二压力传感器数据通信,并与所述第二声传感器数据通信,所述控制器被配置成:
接收所述一个或更多个生理事件分类器;
以第二压力读数且以第二声读数运行接收的生理事件分类器,以便从运行的生理事件分类器收集一个或更多个生理事件投票;
根据所述一个或更多个生理事件投票,确定所述第二床上的用户的生理事件;
向远程计算设备发送所述第二压力读数;
从所述远程计算设备接收第二压力读数指示所确定的生理事件的指示;以及
响应于接收到所述指示,根据所指示的生理事件来操作所述床系统。
2.根据权利要求1所述的床系统,其中,根据所述确定的生理事件来操作所述床系统包括列表中的一项,所述列表包括打开灯、关闭灯、打开加温功能、改变所述第二床垫的硬度、开始发出白噪声、唤醒睡眠者、给所述睡眠者的联系人打电话、给医生打电话、给急救服务打电话以及使所述床系统的底座关节式运动。
3.根据权利要求1至2中任一项所述的系统,所述床系统还包括所述远程服务器。
4.根据权利要求1至3中任一项所述的系统,其中,所述远程服务器物理上远离所述第一控制器和所述第二控制器;并且
其中,所述远程服务器与所述第一控制器和所述第二控制器进行数据通信。
5.根据权利要求1至4中任一项所述的系统,其中,所述远程服务器被配置成:
根据所述第一压力数据以及根据所述第一声数据,生成训练数据;
根据所述训练数据,生成所述一个或更多个生理事件分类器;以及
向所述第二控制器发送所述一个或更多个生理事件分类器。
6.根据权利要求1至5中任一项所述的系统,其中,根据所述训练数据来生成所述一个或更多个生理事件分类器包括:
根据所述训练数据,生成特征集;
将所述训练数据映射到内核空间;
用所述特征集训练分类器,使得基于内核空间中的所述训练数据,所述分类器能够对未见过的数据进行分类。
7.根据权利要求1至6中任一项所述的系统,其中,训练分类器包括无监督训练。
8.根据权利要求1至7中任一项所述的系统,其中,所述无监督训练包括组中的至少一个,所述组包括k-均值聚类、混合建模、分层聚类、自组织映射和隐马尔可夫建模。
9.根据权利要求1至8中任一项所述的系统,其中,训练分类器包括监督训练。
10.根据权利要求1至9中任一项所述的系统,其中,所述监督训练包括向所述远程服务器提供用于所述训练数据的一组注释。
11.根据权利要求1至10中任一项所述的系统,其中,所述训练数据的注释由人提供。
12.根据权利要求1至11中任一项所述的系统,其中,所述训练数据的注释是通过编程方式提供的。
13.根据权利要求1至12中任一项所述的系统,其中,特定生理事件分类器被用于多张床上的多个用户。
14.根据权利要求1至13中任一项所述的系统,其中,所述生理事件分类器针对单个用户进行个性化,使得根据所述单个用户使用所述床系统的训练数据生成所述生理事件分类器,并且所述生理事件分类器用于检测所述单个用户在所述第二床上的生理事件。
15.根据权利要求1至14中任一项所述的系统,其中,第二组生理事件分类器针对第二用户进行个性化,使得根据所述第二用户使用所述床系统的训练数据生成所述第二组生理事件分类器,并且所述第二组生理事件分类器用于检测所述第二用户在所述第二床上的生理事件。
16.根据权利要求1至15中任一项所述的系统,其中,根据所述一个或更多个生理事件投票确定所述第二床上的用户的生理事件状态是针对单个用户进行个性化的,使得来自不同分类器的投票基于所述分类器针对所述用户的历史准确性进行加权。
17.根据权利要求1至16中任一项所述的系统,其中,所述第一床和所述第二床是分开的床。
18.根据权利要求1至17中任一项所述的系统,其中,所述第一床和所述第二床是相同的床。
19.根据权利要求1至18中任一项所述的系统,其中,为了以第二压力读数且以第二声读数运行接收的生理事件分类器,以便从所述运行的生理事件分类器收集一个或更多个生理事件投票,所述第二控制器被配置成以多个生理事件分类器运行所述接收的生理事件分类器,以便从所述运行的生理事件分类器收集一个或更多个生理事件投票。
20.根据权利要求1至19中任一项所述的系统,其中,所述生理事件分类器中的至少一项被配置成:至少使用根据由所述第二压力读数和所述第二声读数组成的组中的至少一项所确定的心脏信号,对呼吸暂停事件进行分类。
21.一种床系统,包括:
第一床,所述第一床包括:
第一床垫;
用于支撑所述第一床垫的装置;
第一压力传感器,所述第一压力传感器与所述第一床垫连通,以感测施加到所述第一床垫的压力;
第一声传感器,所述第一声传感器被放置成感测来自所述第一床垫上的用户的声;
第一控制器,所述第一控制器与所述第一压力传感器数据通信,并与所述第一声传感器数据通信,所述第一控制器被配置成:
从所述第一压力传感器接收第一压力读数,所述第一压力读数指示感测到的施加到所述第一床垫的压力;
从所述第一声传感器接收第一声读数,所述第一声读数指示感测到的来自所述用户的声声;以及
将所述第一压力读数和所述第一声读数传输到远程服务器,使得所述远程服务器能够生成一个或更多个生理事件分类器,所述生理事件分类器在由控制器以输入的压力读数且以输入的声读数运行时提供生理事件投票;
第二床,所述第二床包括:
第二床垫;
第二压力传感器,所述第二压力传感器与所述第二床垫连通,以感测施加到所述第二床垫的压力;
第二声传感器,所述第二声传感器被放置成感测来自所述第二床垫上的用户的声;以及
第二控制器,所述第二控制器与所述第二压力传感器数据通信,并与所述第二声传感器数据通信,所述控制器被配置成:
接收所述一个或更多个生理事件分类器;
以第二压力读数且以第二声读数运行接收的生理事件分类器,以便从运行的生理事件分类器收集一个或更多个生理事件投票;
根据所述一个或更多个生理事件投票,确定所述第二床上的用户的生理事件;
向远程计算设备发送所述第二压力读数;
从所述远程计算设备接收所述第二压力读数指示确定的生理事件的指示;以及
响应于接收到所述指示,根据所指示的生理事件来操作所述床系统。
22.一种床系统,所述床系统具有传感器,所述传感器用于至少部分基于第二床上的第二用户的感测数据来识别床的用户的生理事件。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862613992P | 2018-01-05 | 2018-01-05 | |
US62/613,992 | 2018-01-05 | ||
PCT/US2018/067607 WO2019135971A1 (en) | 2018-01-05 | 2018-12-27 | Bed having physiological event detecting feature |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112118773A true CN112118773A (zh) | 2020-12-22 |
Family
ID=65139231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880090322.6A Pending CN112118773A (zh) | 2018-01-05 | 2018-12-27 | 具有生理事件检测特征的床 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20190209405A1 (zh) |
EP (1) | EP3735156A1 (zh) |
JP (1) | JP7437575B2 (zh) |
CN (1) | CN112118773A (zh) |
AU (1) | AU2018399606B2 (zh) |
CA (1) | CA3087516A1 (zh) |
WO (1) | WO2019135971A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115299733A (zh) * | 2022-08-18 | 2022-11-08 | 慕思健康睡眠股份有限公司 | 一种基于智能床垫的唤醒方法及智能床垫 |
WO2023130039A1 (en) * | 2021-12-30 | 2023-07-06 | Oura Health Oy | Techniques for using data collected by wearable devices to control other devices |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8769747B2 (en) * | 2008-04-04 | 2014-07-08 | Select Comfort Corporation | System and method for improved pressure adjustment |
US8332975B2 (en) | 2009-08-31 | 2012-12-18 | Gentherm Incorporated | Climate-controlled topper member for medical beds |
US11896774B2 (en) | 2013-03-15 | 2024-02-13 | Sleep Solutions Inc. | System for enhancing sleep recovery and promoting weight loss |
US11812859B2 (en) | 2013-03-15 | 2023-11-14 | Sleepme Inc. | System for enhancing sleep recovery and promoting weight loss |
US11883606B2 (en) | 2013-03-15 | 2024-01-30 | Sleep Solutions Inc. | Stress reduction and sleep promotion system |
US10986933B2 (en) * | 2013-03-15 | 2021-04-27 | Kryo, Inc. | Article comprising a temperature-conditioned surface, thermoelectric control unit, and method for temperature-conditioning the surface of an article |
US11602611B2 (en) | 2013-03-15 | 2023-03-14 | Sleepme Inc. | System for enhancing sleep recovery and promoting weight loss |
US11633053B2 (en) | 2013-03-15 | 2023-04-25 | Sleepme Inc. | Weighted blanket with thermally regulated fluid |
US11896132B2 (en) | 2013-03-15 | 2024-02-13 | Sleep Solutions Inc. | System for heat exchange with a circulating fluid |
US10342358B1 (en) | 2014-10-16 | 2019-07-09 | Sleep Number Corporation | Bed with integrated components and features |
EP3242576A4 (en) | 2015-01-05 | 2018-07-25 | Select Comfort Corporation | Bed with user occupancy tracking |
US10149549B2 (en) | 2015-08-06 | 2018-12-11 | Sleep Number Corporation | Diagnostics of bed and bedroom environment |
US10722146B2 (en) * | 2017-08-10 | 2020-07-28 | Parasol Medical LLC | Patient movement and incontinence notification system |
KR102013369B1 (ko) * | 2017-09-11 | 2019-08-22 | 주식회사 아이오베드 | 에어 매트리스 시스템 및 에어 매트리스 시스템의 제어 방법 |
EP3476380B1 (en) * | 2017-10-24 | 2020-05-13 | Hill-Rom Services, Inc. | Modular turn assist apparatus and method therefor |
US11737938B2 (en) | 2017-12-28 | 2023-08-29 | Sleep Number Corporation | Snore sensing bed |
US11571346B2 (en) | 2017-12-28 | 2023-02-07 | Sleep Number Corporation | Bed having rollover identifying feature |
WO2019133657A1 (en) * | 2017-12-28 | 2019-07-04 | Sleep Number Corporation | Bed having sensors features for determining snore and breathing parameters of two sleepers |
US11670404B2 (en) | 2018-03-07 | 2023-06-06 | Sleep Number Corporation | Home based stress test |
CN109087706B (zh) * | 2018-07-13 | 2022-12-02 | 浙江清华长三角研究院 | 基于睡眠大数据的人体健康评估方法及评估系统 |
US11001447B2 (en) | 2018-09-05 | 2021-05-11 | Sleep Number Corporation | Lifting furniture |
CA3103482A1 (en) | 2018-11-14 | 2020-05-22 | Sleep Number Corporation | Using force sensors to determine sleep parameters |
EP3905927B1 (en) | 2018-12-31 | 2023-08-02 | Sleep Number Corporation | Home automation with features to improve sleep |
USD968436S1 (en) | 2019-01-08 | 2022-11-01 | Sleep Number Corporation | Display screen or portion thereof with graphical user interface |
US10722120B1 (en) * | 2019-02-11 | 2020-07-28 | Hall Labs Llc | Sensor platform array that moves sensor platforms to conform to the shape of the subject to be monitored |
EP3930654B1 (en) | 2019-02-26 | 2023-09-20 | Hill-Rom Services, Inc. | Patient positioning apparatus and mattress |
CN112367906A (zh) | 2019-04-08 | 2021-02-12 | 数眠公司 | 用于感测和控制床环境的系统 |
AU2019441040A1 (en) | 2019-04-16 | 2020-11-26 | Sleep Number Corporation | Pillow with wireless charging |
USD916745S1 (en) | 2019-05-08 | 2021-04-20 | Sleep Number Corporation | Display screen or portion thereof with graphical user interface |
EP3763290A1 (en) * | 2019-07-12 | 2021-01-13 | Withings | Sleep sensing and monitoring device |
EP3786634A1 (en) * | 2019-08-27 | 2021-03-03 | Roche Diagnostics GmbH | Techniques for checking state of analyzers |
US11497322B2 (en) | 2019-11-15 | 2022-11-15 | Sleep Number Corporation | Zipper mattress attachment |
CA3163452A1 (en) | 2020-01-03 | 2021-07-08 | Cory Grabinger | Bed airflow and temperature control |
US11813075B2 (en) * | 2020-01-24 | 2023-11-14 | Hb Innovations, Inc. | Combinational output sleep system |
US12059076B2 (en) | 2020-03-02 | 2024-08-13 | Sleep Number Corporation | Bed having user context sensing features |
EP4125548A4 (en) * | 2020-04-01 | 2024-04-17 | UDP Labs, Inc. | SYSTEMS AND METHODS FOR REMOTE PATIENT EXAMINATION AND TRIAGE |
DE202020103225U1 (de) | 2020-06-04 | 2021-09-07 | Dewertokin Gmbh | Schlaf- oder Ruhemöbel mit einem Sensor |
CN116322488A (zh) * | 2020-12-04 | 2023-06-23 | 数眠公司 | 具有用于自动感测疾病状态的特征的床 |
JP7539851B2 (ja) | 2021-04-02 | 2024-08-26 | パラマウントベッド株式会社 | ベッド装置 |
JP2024523012A (ja) * | 2021-06-09 | 2024-06-25 | スリープ ナンバー コーポレイション | 呼吸器疾患分類を判定する機能を備えたベッド |
CN114241739B (zh) * | 2022-01-05 | 2023-06-23 | 慕思健康睡眠股份有限公司 | 智能床和智能家居系统 |
KR102521981B1 (ko) * | 2023-01-18 | 2023-04-14 | 주식회사 베러마인드 | 사용자를 위한 수면 큐레이션 서비스 시스템의 동작 방법 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7542959B2 (en) * | 1998-05-01 | 2009-06-02 | Health Discovery Corporation | Feature selection method using support vector machine classifier |
JP2010099173A (ja) * | 2008-10-22 | 2010-05-06 | Aisin Seiki Co Ltd | 多人数用の睡眠管理システムおよび多人数用の睡眠管理方法 |
US20120138067A1 (en) * | 2007-09-14 | 2012-06-07 | Rawls-Meehan Martin B | System and method for mitigating snoring in an adjustable bed |
CN103300819A (zh) * | 2012-03-15 | 2013-09-18 | 西门子公司 | 学习病人监控和干预系统 |
US20140259417A1 (en) * | 2013-03-14 | 2014-09-18 | Rob Nunn | Inflatable air mattress snoring detection and response |
CN105595672A (zh) * | 2016-01-13 | 2016-05-25 | 上海乔马电子科技有限公司 | 智能床垫系统及精确获知床垫上人体生命特征数据的方法 |
US20160300252A1 (en) * | 2015-01-29 | 2016-10-13 | Affectomatics Ltd. | Collection of Measurements of Affective Response for Generation of Crowd-Based Results |
US20170055896A1 (en) * | 2015-08-31 | 2017-03-02 | Masimo Corporation | Systems and methods to monitor repositioning of a patient |
Family Cites Families (8)
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 |
US7248915B2 (en) * | 2004-02-26 | 2007-07-24 | Nokia Corporation | Natural alarm clock |
US20100170043A1 (en) | 2009-01-06 | 2010-07-08 | Bam Labs, Inc. | Apparatus for monitoring vital signs |
US8768520B2 (en) * | 2008-02-25 | 2014-07-01 | Kingsdown, Inc. | Systems and methods for controlling a bedroom environment and for providing sleep data |
US8893329B2 (en) * | 2009-05-06 | 2014-11-25 | Gentherm Incorporated | Control schemes and features for climate-controlled beds |
US20150137994A1 (en) * | 2013-10-27 | 2015-05-21 | Aliphcom | Data-capable band management in an autonomous advisory application and network communication data environment |
US9852656B2 (en) * | 2014-01-13 | 2017-12-26 | Barbara Ander | Alarm monitoring system |
US10278638B2 (en) * | 2014-07-21 | 2019-05-07 | Withings | System and method to monitor and assist individual's sleep |
-
2018
- 2018-12-27 CN CN201880090322.6A patent/CN112118773A/zh active Pending
- 2018-12-27 EP EP18837090.2A patent/EP3735156A1/en active Pending
- 2018-12-27 WO PCT/US2018/067607 patent/WO2019135971A1/en unknown
- 2018-12-27 US US16/233,394 patent/US20190209405A1/en active Pending
- 2018-12-27 AU AU2018399606A patent/AU2018399606B2/en active Active
- 2018-12-27 CA CA3087516A patent/CA3087516A1/en active Pending
- 2018-12-27 JP JP2020537139A patent/JP7437575B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7542959B2 (en) * | 1998-05-01 | 2009-06-02 | Health Discovery Corporation | Feature selection method using support vector machine classifier |
US20120138067A1 (en) * | 2007-09-14 | 2012-06-07 | Rawls-Meehan Martin B | System and method for mitigating snoring in an adjustable bed |
JP2010099173A (ja) * | 2008-10-22 | 2010-05-06 | Aisin Seiki Co Ltd | 多人数用の睡眠管理システムおよび多人数用の睡眠管理方法 |
CN103300819A (zh) * | 2012-03-15 | 2013-09-18 | 西门子公司 | 学习病人监控和干预系统 |
US20140259417A1 (en) * | 2013-03-14 | 2014-09-18 | Rob Nunn | Inflatable air mattress snoring detection and response |
CN105517464A (zh) * | 2013-03-14 | 2016-04-20 | 择舒公司 | 充气式空气床垫打鼾检测和响应 |
US20160300252A1 (en) * | 2015-01-29 | 2016-10-13 | Affectomatics Ltd. | Collection of Measurements of Affective Response for Generation of Crowd-Based Results |
US20170055896A1 (en) * | 2015-08-31 | 2017-03-02 | Masimo Corporation | Systems and methods to monitor repositioning of a patient |
CN105595672A (zh) * | 2016-01-13 | 2016-05-25 | 上海乔马电子科技有限公司 | 智能床垫系统及精确获知床垫上人体生命特征数据的方法 |
Non-Patent Citations (1)
Title |
---|
管涛: "《数据分析基础及模型》", 31 July 2015 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023130039A1 (en) * | 2021-12-30 | 2023-07-06 | Oura Health Oy | Techniques for using data collected by wearable devices to control other devices |
CN115299733A (zh) * | 2022-08-18 | 2022-11-08 | 慕思健康睡眠股份有限公司 | 一种基于智能床垫的唤醒方法及智能床垫 |
Also Published As
Publication number | Publication date |
---|---|
AU2018399606B2 (en) | 2024-09-12 |
US20190209405A1 (en) | 2019-07-11 |
CA3087516A1 (en) | 2019-07-11 |
JP2021513377A (ja) | 2021-05-27 |
WO2019135971A1 (en) | 2019-07-11 |
JP7437575B2 (ja) | 2024-02-26 |
EP3735156A1 (en) | 2020-11-11 |
AU2018399606A1 (en) | 2020-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111770706B (zh) | 具有打鼾检测特征的床 | |
CN111770707B (zh) | 具有睡眠阶段检测特征的床 | |
CN111712161B (zh) | 具有确定两个睡眠者的打鼾和呼吸参数的传感器特征的床 | |
JP7437575B2 (ja) | 生理学的イベント検知特徴部を備えたベッド | |
CN111770705B (zh) | 具有存在检测特征的床 | |
CN117460450A (zh) | 使用机器学习技术确定实时睡眠状态 | |
CN117461092A (zh) | 具有用于确定呼吸疾病分类的特征的床 |
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 |