CN112971731B - 一种基于鼾声识别的睡眠监控系统 - Google Patents

一种基于鼾声识别的睡眠监控系统 Download PDF

Info

Publication number
CN112971731B
CN112971731B CN202110503795.8A CN202110503795A CN112971731B CN 112971731 B CN112971731 B CN 112971731B CN 202110503795 A CN202110503795 A CN 202110503795A CN 112971731 B CN112971731 B CN 112971731B
Authority
CN
China
Prior art keywords
snore
time
module
sleep
user
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
CN202110503795.8A
Other languages
English (en)
Other versions
CN112971731A (zh
Inventor
崔海龙
高钰莹
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.)
Aimeng Sleep Zhuhai Intelligent Technology Co ltd
Original Assignee
Guangdong Delong Intelligent Technology 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 Guangdong Delong Intelligent Technology Co ltd filed Critical Guangdong Delong Intelligent Technology Co ltd
Priority to CN202110503795.8A priority Critical patent/CN112971731B/zh
Publication of CN112971731A publication Critical patent/CN112971731A/zh
Application granted granted Critical
Publication of CN112971731B publication Critical patent/CN112971731B/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
    • 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
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4803—Speech analysis specially adapted for diagnostic purposes
    • 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
    • A61B5/4815—Sleep quality
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4806—Sleep evaluation
    • A61B5/4818—Sleep apnoea
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Anesthesiology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种基于鼾声识别的睡眠监控系统，包括睡姿检测与记录模块、睡眠时间记录模块、鼾声数据记录模块、鼾声数据分析模块、鼾声类型判断模块、打鼾类型判断模块、温度变化记录分析模块、鼾声预警模块，本发明的有益效果在于：通过对用户的睡眠姿势进行实时检测并记录睡眠姿势的变化次数以及变化时的时间节点，获取用户的鼾声信号，判断用户的睡姿变化时是否发生鼾声信号中断的情况，对用户的打鼾类型进行分类，获取用户睡前和睡中时每次呼吸口鼻间的温度变化判断用户的鼾声类型，根据鼾声类型选择性向用户进行鼾声预警提示，根据睡眠呼吸暂停综合征的特征对用户的鼾声进行分析，提醒用户重视此类病症并提早治疗。

Description

一种基于鼾声识别的睡眠监控系统
技术领域
本发明涉及鼾声识别技术领域，具体为一种基于鼾声识别的睡眠监控系统。
背景技术
睡眠暂停综合征也叫做阻塞性睡眠呼吸暂停低通气综合征，这是一种病因不明的睡眠呼吸疾病，其临床表现在于夜间睡眠时打鼾且伴随着呼吸暂停以及白天嗜睡等症状，而因为上述症状还有可能引起其他的病症，如呼吸暂停引起的反复发作的夜间低氧和高碳酸血症，这些可能会导致高血压、冠心病、糖尿病和脑血管等并发症及交通事故，严重的甚至出现夜间猝死，因而这是一种具有潜在致死性的睡眠呼吸疾病。
随着科学技术的发展，如今有一项研究表明，很多老人容易在睡眠中去世，尤其是夜里3-5点，原因是他们的大脑忘记了告诉肺部进行呼吸，研究表明呼吸通常由大脑控制，由于大脑细胞会随着年龄增长而逐渐丧失，因此65岁以上的老人常常会患有中枢性睡眠呼吸暂停症，一旦他们在睡梦中停止呼吸，而又没有及时醒来，就会导致死亡，老人在睡梦中离开的新闻报道也是屡见不鲜，针对这种疾病，如今的市场上已经出现了睡眠暂停监护仪，其采用多合金稀有金属元素传感器结合特殊的运算芯片，即使是很小的信号也能被捕捉到，呼吸、心跳、体动，量化各种睡眠相关指标，其原理是使用体动记录仪来记录用户在睡眠中的运动状态来分析其睡眠情况，有些监测设备功能会带有心率和血氧监测功能，或是会调用麦克风收集用户鼾声数据，对用户的睡眠情况进行初略评估，但是就目前的监测手段而言，并不能还原用户的睡眠周期特征，这部分数据并无多大参考意义。
基于上述问题，亟待提出一种基于鼾声识别的睡眠监控系统，通过对用户的睡眠姿势进行实时检测并记录睡眠姿势的变化次数以及变化时所对应的时间节点，进一步获取用户的鼾声信号，判断用户的睡姿变化时是否发生鼾声信号中断的情况，从而对用户的打鼾类型进行分类，进一步获取用户睡前和睡中时每次呼吸口鼻间的温度变化判断用户的鼾声类型，进而根据鼾声类型选择性向用户进行鼾声预警提示，根据睡眠呼吸暂停综合征的特征对用户的鼾声进行分析，能够提醒用户重视并提早治疗。
发明内容
本发明的目的在于提供一种基于鼾声识别的睡眠监控系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：
一种基于鼾声识别的睡眠监控系统，所述睡眠监控系统包括睡姿检测与记录模块、睡眠时间记录模块、鼾声数据记录模块、鼾声数据分析模块、鼾声类型判断模块、打鼾类型判断模块、温度变化记录分析模块、鼾声预警模块，
所述睡姿检测与记录模块用于检测用户于睡眠状态时的睡眠姿势、睡眠姿势的变化情况、睡眠姿势变化时所对应的第一时间节点，所述睡眠时间记录模块用于记录用户每天的夜晚睡眠时间，所述鼾声数据记录模块用于记录用户于睡眠状态时的鼾声信号以及与所述鼾声信号对应的第二时间节点，所述鼾声数据分析模块根据记录的鼾声信号对用户的鼾声信号进行分析，所述鼾声类型判断模块用于根据连续鼾声信号之间的间隔时长和用户呼吸时口鼻间的温度变化时间对鼾声的类型进行判断，所述温度变化记录模块用于记录用户睡前与睡眠状态时的口鼻间温度变化，所述打鼾类型判断模块用于根据睡眠姿势与鼾声信号中断之间的联系对打鼾类型进行判断，所述鼾声预警模块用于根据用户的打鼾类型对用户进行预警提示。
进一步的，所述睡姿检测与记录模块通过获取用户睡眠时身体与床面的接触面面积判断用户的当前睡姿变化，所述睡姿检测与记录模块预先存储有用户的体重数据G，所述睡姿检测与记录模块还包括压强检测单元，所述压强检测单元用于检测用户睡眠时身体对床的压强数据，通过所述体重数据G与压强数据可进一步计算用户与床面的接触面面积S，当所述接触面面积S小于等于第一预设值时，所述睡姿检测与记录模块则判断当前用户的睡眠姿势为侧卧，所述第一预设值为该用户侧卧时身体与床面的最大接触面积，
当所述接触面面积S大于第一预设值时，所述睡姿检测与记录模块则判断当前用户的睡眠姿势为平卧，所述睡眠姿势检测与记录模块根据所述接触面面积的变化记录用户的睡眠姿势变化次数以及睡姿变化时所对应的第一时间节点，根据人们在睡觉时身体与床面的接触面积，从而判断人们睡觉时的睡觉姿势，记录人们的睡觉姿势变化的情况，并记录下每一次变化时的时间节点，在根据时间节点去分析人们的打鼾情况，能够分辨当前人们的打鼾是否会随着睡姿的变化而消失，因为打鼾也分两种，有一种是会随着睡眠姿势的变化而消失的，人们可能因为劳累或者饮酒，从而引起打鼾，这种打鼾情况对人们的身体是没有害处的，但是还有一种是不会随着睡眠姿势的变化而消失的，这种打鼾需要人们警惕，针对这种打鼾情况，再对具体的鼾声情况进行分析，以确定人们的鼾声是否属于恶性鼾声，这种鼾声可能就是睡眠呼吸暂停综合征的征兆，同时恶性鼾声还有可能会引发其他的并发症，当检测到这种恶性鼾声时，需要提醒人们及时就医。
进一步的，所述打鼾类型判断模块连接所述鼾声数据记录模块，所述鼾声数据记录模块连接所述睡眠时间记录模块以及鼾声数据分析模块，所述鼾声数据分析模块还连接所述睡姿检测与记录模块，
所述睡眠时间记录模块记录下当前用户的开始睡眠时间，所述鼾声数据记录模块获取所述开始睡眠时间，并进一步自开始睡眠时间记录用户的鼾声信号，
所述鼾声数据分析模块通过睡姿检测与记录模块获取当前用户睡眠中的睡姿变化次数以及每一次睡姿变化时所对应的第一时间节点
Figure 873475DEST_PATH_IMAGE001
，
所述鼾声数据分析模块进一步通过鼾声数据记录模块获取鼾声信号中断时所对应的第二时间节点
Figure 125465DEST_PATH_IMAGE002
，
所述鼾声数据分析模块根据第一时间节点
Figure 822026DEST_PATH_IMAGE003
和第二时间节点
Figure 184874DEST_PATH_IMAGE002
进一步分析用户的睡姿变化与鼾声信号中断之间的关系，分别获取睡姿变化时的时间节点和鼾声中断时的时间节点，分析两个时间节点之间的联系，从而判断鼾声中断和睡姿变化之间是否存在联系，即是否是因为睡姿的变化导致鼾声的中断。
进一步的，所述鼾声数据分析模块通过鼾声数据记录模块获取所述第一时间节点的个数
Figure 283280DEST_PATH_IMAGE004
以及第二时间节点的个数
Figure 175013DEST_PATH_IMAGE005
，并逐一选取第二时间节点
Figure 860334DEST_PATH_IMAGE006
，所述鼾声数据分析模块进一步计算每一次睡姿变化时的第一时间节点
Figure 26873DEST_PATH_IMAGE007
与此次选取的第二时间节点
Figure 714207DEST_PATH_IMAGE006
之间的
Figure 307999DEST_PATH_IMAGE004
个时间间隔
Figure 713573DEST_PATH_IMAGE008
，其中，
Figure 185267DEST_PATH_IMAGE009
，
若
Figure 727107DEST_PATH_IMAGE010
次中计算得到的值
Figure 491801DEST_PATH_IMAGE011
存在小于等于第二预设值的情况，则无论符合情况的次数，只要存在符合情况的值，所述鼾声数据分析模块就记录一次第一时间节点与第二时间节点的对应次数，在很小的时间间隔内，睡姿变化的同时，鼾声也中断，可以将其认定为睡姿变化引起的鼾声消失。
进一步的，所述鼾声数据分析模块进一步选取下一个第二时间节点
Figure 384671DEST_PATH_IMAGE006
，对所有的第二时间节点都进行分析，统计第二时间节点与第一时间节点的对应次数，再获取第二时间节点的总次数，就是鼾声中断的总次数，第二时间节点与第一时间节点对应就意味着当前鼾声中断是因为睡姿的变化，再计算对应次数占鼾声中断次数的比例，根据比例分析人们的打鼾属于哪一种情况，若是比例较大的话，那么说明当前人们打鼾的情况是可以随着睡姿的变化而消失的，将其划分为第一类打鼾用户，那么反之，就将当前人们划分为第二类打鼾用户，第二类打鼾用户也就意味着当前人们的打鼾情况是不会因为睡姿变化而消失的，就算是存在一些第二时间节点与第一时间节点对应的情况，那么最大可能是因为巧合，并计算其与所述第一时间节点
Figure 893012DEST_PATH_IMAGE007
之间的时间间隔，且记录第一时间节点与第二时间节点的对应次数
Figure 289359DEST_PATH_IMAGE012
，
所述鼾声数据分析模块根据第一时间节点与第二时间节点的对应次数
Figure 726418DEST_PATH_IMAGE013
与第二时间节点的个数
Figure 106584DEST_PATH_IMAGE014
计算
Figure 153038DEST_PATH_IMAGE015
的值，当
Figure 669470DEST_PATH_IMAGE015
的值大于等于第三预设值时，则打鼾类型判断模块将用户划分为第一类打鼾用户，
Figure 775966DEST_PATH_IMAGE015
的值越大，说明当前人们的鼾声中断因睡眠姿势变化消失的次数占总的鼾声中断的次数的比值越大，也就越说明当前人们的打鼾情况是随着睡眠姿势的变化而变化的，
当
Figure 643428DEST_PATH_IMAGE015
的值小于第三预设值时，则所述打鼾类型判断模块将用户划分为第二类打鼾用户，
Figure 989177DEST_PATH_IMAGE015
的值越小，说明当前人们的鼾声中断因睡眠姿势变化消失的次数占总的鼾声中断的次数的比值越小，也就越说明当前人们的打鼾情况是不会随着睡眠姿势的变化而变化的。
进一步的，所述鼾声数据分析模块连接鼾声类型判断模块，所述鼾声数据分析模块进一步获取第二类打鼾用户的鼾声信号，记录两个连续鼾声信号之间的间隔时长，所述鼾声数据分析模块通过睡眠时间记录模块获取当前用户的开始睡眠时间和结束睡眠时间，并进一步根据结束睡眠时间和开始睡眠时间计算当前用户的睡眠时长。
进一步的，所述温度变化记录分析模块记录用户口鼻间的温度变化，所述温度变化记录分析模块连接所述睡眠时间记录模块、鼾声类型判断模块，
除了要判断鼾声以外，还要对打鼾过程中人们的低通气次数进行分析，低通气指的是睡眠过程中经口鼻气流较正常水平降低50%左右，既然要获取低通气次数，那么肯定要对低通气的情况进行判定，判断什么时候发生低通气，可以根据口鼻间的温度变化时间，而且在睡眠的时候，人们的呼吸较均匀，根据温度变化可以得知口鼻间有气流通过，再根据温度变化的时长判断是否较正常水平降低50%左右，那么将符合情况的判定为低通气情况，再对低通气的次数进行统计，
所述温度变化记录分析模块通过所述睡眠时间记录模块获取用户的开始睡眠时间和结束睡眠时间，所述温度变化记录分析模块以所述开始睡眠时间为节点，在开始睡眠时间之前记录用户每一次呼吸时口鼻间的温度变化时长，并计算平均温度变化时长
Figure 625695DEST_PATH_IMAGE016
，
在开始睡眠时间和结束睡眠时间之间记录用户每一次呼吸时口鼻间的温度变化时长
Figure 637514DEST_PATH_IMAGE017
，
所述鼾声类型判断模块通过温度变化记录分析模块获取所述平均温度变化时长
Figure 726692DEST_PATH_IMAGE016
以及用户于睡眠中每一次呼吸时口鼻间的温度变化时长
Figure 380527DEST_PATH_IMAGE017
，所述鼾声类型判断模块进一步计算
Figure 373017DEST_PATH_IMAGE018
的值，
所述鼾声类型判断模块记录
Figure 86895DEST_PATH_IMAGE018
的值大于等于0的次数n。
进一步的，所述鼾声类型判断模块通过鼾声数据分析模块获取第二类打鼾用户的鼾声信号以及两个连续鼾声信号之间的间隔时长，当任一两个连续鼾声信号之间的间隔时长大于等于间隔时长阈值时，
所述鼾声类型判断模块进一步通过所述鼾声数据分析模块获取当前用户的睡眠时长与所述鼾声类型判断模块记录的
Figure 928949DEST_PATH_IMAGE018
的值大于等于0的次数n。
进一步的，所述鼾声类型判断模块连接鼾声预警模块，
所述鼾声类型判断模块预先设置有第一睡眠时长阈值
Figure 855316DEST_PATH_IMAGE019
和第二睡眠时长阈值
Figure 200847DEST_PATH_IMAGE020
以及第一次数阈值
Figure 820047DEST_PATH_IMAGE021
、第二次数阈值
Figure 385283DEST_PATH_IMAGE022
，根据不同的睡眠时长内发生的低通气次数判断当前人们的鼾声是否是属于恶性鼾声，从而对判定为恶性鼾声的人们进行预警提示，
当睡眠时长
Figure 380921DEST_PATH_IMAGE023
与第一睡眠时长阈值
Figure 315379DEST_PATH_IMAGE019
的差值小于等于差值阈值时，且所述鼾声类型判断模块记录的
Figure 636639DEST_PATH_IMAGE018
的值大于等于0的次数n大于等于第一次数阈值
Figure 187706DEST_PATH_IMAGE021
，则所述鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
当睡眠时长
Figure 222920DEST_PATH_IMAGE023
与第二睡眠时长阈值
Figure 543043DEST_PATH_IMAGE020
的差值小于等于差值阈值时，且所述鼾声类型判断模块记录的
Figure 769625DEST_PATH_IMAGE018
的值大于等于0的次数n大于等于第二次数阈值
Figure 276830DEST_PATH_IMAGE022
，则所述鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
当睡眠时长
Figure 614270DEST_PATH_IMAGE023
与第一睡眠时长阈值
Figure 788900DEST_PATH_IMAGE019
的差值、第二睡眠时长阈值
Figure 416409DEST_PATH_IMAGE020
的差值皆大于差值阈值时，则所述鼾声类型判断模块获取
Figure 942068DEST_PATH_IMAGE018
的值大于等于0的次数n，并进一步计算
Figure 817621DEST_PATH_IMAGE024
的值，当
Figure 112336DEST_PATH_IMAGE024
的值大于等于第二次数阈值
Figure 149562DEST_PATH_IMAGE022
时，所述鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
否则，所述鼾声类型判断模块判定当前用户的鼾声为良性鼾声，所述鼾声预警模块对判定为恶性鼾声的用户进行鼾声预警提示。
与现有技术相比，本发明所达到的有益效果是：本发明通过对用户的睡眠姿势进行实时检测并记录睡眠姿势的变化次数以及变化时所对应的时间节点，进一步获取用户的鼾声信号，判断用户的睡姿变化时是否发生鼾声信号中断的情况，从而对用户的打鼾类型进行分类，进一步获取用户睡前和睡中时每次呼吸口鼻间的温度变化判断用户的鼾声类型，进而根据鼾声类型选择性向用户进行鼾声预警提示，根据睡眠呼吸暂停综合征的特征对用户的鼾声进行分析，能够提醒用户重视并提早治疗。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于鼾声识别的睡眠监控系统的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：
一种基于鼾声识别的睡眠监控系统，睡眠监控系统包括睡姿检测与记录模块、睡眠时间记录模块、鼾声数据记录模块、鼾声数据分析模块、鼾声类型判断模块、打鼾类型判断模块、温度变化记录分析模块、鼾声预警模块，
睡姿检测与记录模块用于检测用户于睡眠状态时的睡眠姿势、睡眠姿势的变化情况、睡眠姿势变化时所对应的第一时间节点，睡眠时间记录模块用于记录用户每天的夜晚睡眠时间，鼾声数据记录模块用于记录用户于睡眠状态时的鼾声信号以及与鼾声信号对应的第二时间节点，鼾声数据分析模块根据记录的鼾声信号对用户的鼾声信号进行分析，鼾声类型判断模块用于根据连续鼾声信号之间的间隔时长和用户呼吸时口鼻间的温度变化时间对鼾声的类型进行判断，温度变化记录模块用于记录用户睡前与睡眠状态时的口鼻间温度变化，打鼾类型判断模块用于根据睡眠姿势与鼾声信号中断之间的联系对打鼾类型进行判断，鼾声预警模块用于根据用户的打鼾类型对用户进行预警提示。
睡姿检测与记录模块通过获取用户睡眠时身体与床面的接触面面积判断用户的当前睡姿变化，睡姿检测与记录模块预先存储有用户的体重数据G，睡姿检测与记录模块还包括压强检测单元，压强检测单元用于检测用户睡眠时身体对床的压强数据，通过体重数据G与压强数据可进一步计算用户与床面的接触面面积S，当接触面面积S小于等于第一预设值时，睡姿检测与记录模块则判断当前用户的睡眠姿势为侧卧，第一预设值为该用户侧卧时身体与床面的最大接触面积，
当接触面面积S大于第一预设值时，睡姿检测与记录模块则判断当前用户的睡眠姿势为平卧，睡眠姿势检测与记录模块根据接触面面积的变化记录用户的睡眠姿势变化次数以及睡姿变化时所对应的第一时间节点。
打鼾类型判断模块连接鼾声数据记录模块，鼾声数据记录模块连接睡眠时间记录模块以及鼾声数据分析模块，鼾声数据分析模块还连接睡姿检测与记录模块，
睡眠时间记录模块记录下当前用户的开始睡眠时间，鼾声数据记录模块获取开始睡眠时间，并进一步自开始睡眠时间记录用户的鼾声信号，
鼾声数据分析模块通过睡姿检测与记录模块获取当前用户睡眠中的睡姿变化次数以及每一次睡姿变化时所对应的第一时间节点
Figure 162517DEST_PATH_IMAGE003
，
鼾声数据分析模块进一步通过鼾声数据记录模块获取鼾声信号中断时所对应的第二时间节点
Figure 343225DEST_PATH_IMAGE002
，
鼾声数据分析模块根据第一时间节点
Figure 492447DEST_PATH_IMAGE003
和第二时间节点
Figure 497312DEST_PATH_IMAGE002
进一步分析用户的睡姿变化与鼾声信号中断之间的关系。
鼾声数据分析模块通过鼾声数据记录模块获取第一时间节点的个数
Figure 731984DEST_PATH_IMAGE004
以及第二时间节点的个数
Figure 683759DEST_PATH_IMAGE005
，并逐一选取第二时间节点
Figure 720111DEST_PATH_IMAGE006
，鼾声数据分析模块进一步计算每一次睡姿变化时的第一时间节点
Figure 630298DEST_PATH_IMAGE007
与此次选取的第二时间节点
Figure 86687DEST_PATH_IMAGE006
之间的
Figure 107733DEST_PATH_IMAGE004
个时间间隔
Figure 231547DEST_PATH_IMAGE008
，其中，
Figure 814100DEST_PATH_IMAGE009
，
若
Figure 23364DEST_PATH_IMAGE010
次中计算得到的值
Figure 582522DEST_PATH_IMAGE011
存在小于等于第二预设值的情况，则无论符合情况的次数，只要存在符合情况的值，鼾声数据分析模块就记录一次第一时间节点与第二时间节点的对应次数。
鼾声数据分析模块进一步选取下一个第二时间节点
Figure 560842DEST_PATH_IMAGE006
，并计算其与第一时间节点
Figure 812832DEST_PATH_IMAGE007
之间的时间间隔，且记录第一时间节点与第二时间节点的对应次数
Figure 509392DEST_PATH_IMAGE012
，
鼾声数据分析模块根据第一时间节点与第二时间节点的对应次数
Figure 367846DEST_PATH_IMAGE013
与第二时间节点的个数
Figure 466252DEST_PATH_IMAGE014
计算
Figure 889143DEST_PATH_IMAGE015
的值，当
Figure 73000DEST_PATH_IMAGE015
的值大于等于第三预设值时，则打鼾类型判断模块将用户划分为第一类打鼾用户，
当
Figure 973960DEST_PATH_IMAGE015
的值小于第三预设值时，则打鼾类型判断模块将用户划分为第二类打鼾用户。
鼾声数据分析模块连接鼾声类型判断模块，鼾声数据分析模块进一步获取第二类打鼾用户的鼾声信号，记录两个连续鼾声信号之间的间隔时长，鼾声数据分析模块通过睡眠时间记录模块获取当前用户的开始睡眠时间和结束睡眠时间，并进一步根据结束睡眠时间和开始睡眠时间计算当前用户的睡眠时长。
温度变化记录分析模块记录用户口鼻间的温度变化，温度变化记录分析模块连接睡眠时间记录模块、鼾声类型判断模块，
温度变化记录分析模块通过睡眠时间记录模块获取用户的开始睡眠时间和结束睡眠时间，温度变化记录分析模块以开始睡眠时间为节点，在开始睡眠时间之前记录用户每一次呼吸时口鼻间的温度变化时长，并计算平均温度变化时长
Figure 428337DEST_PATH_IMAGE016
，
在开始睡眠时间和结束睡眠时间之间记录用户每一次呼吸时口鼻间的温度变化时长
Figure 756550DEST_PATH_IMAGE017
，
鼾声类型判断模块通过温度变化记录分析模块获取平均温度变化时长
Figure 427703DEST_PATH_IMAGE016
以及用户于睡眠中每一次呼吸时口鼻间的温度变化时长
Figure 397933DEST_PATH_IMAGE017
，鼾声类型判断模块进一步计算
Figure 205352DEST_PATH_IMAGE018
的值，
鼾声类型判断模块记录
Figure 471511DEST_PATH_IMAGE018
的值大于等于0的次数n。
鼾声类型判断模块通过鼾声数据分析模块获取第二类打鼾用户的鼾声信号以及两个连续鼾声信号之间的间隔时长，当任一两个连续鼾声信号之间的间隔时长大于等于间隔时长阈值时，
鼾声类型判断模块进一步通过鼾声数据分析模块获取当前用户的睡眠时长与鼾声类型判断模块记录的
Figure 364380DEST_PATH_IMAGE018
的值大于等于0的次数n。
鼾声类型判断模块连接鼾声预警模块，鼾声类型判断模块预先设置有第一睡眠时长阈值
Figure 607143DEST_PATH_IMAGE025
和第二睡眠时长阈值
Figure 534647DEST_PATH_IMAGE026
以及第一次数阈值
Figure 470242DEST_PATH_IMAGE027
、第二次数阈值
Figure 584829DEST_PATH_IMAGE028
，
当睡眠时长
Figure 132747DEST_PATH_IMAGE023
与第一睡眠时长阈值
Figure 649179DEST_PATH_IMAGE019
的差值小于等于差值阈值时，且鼾声类型判断模块记录的
Figure 755675DEST_PATH_IMAGE018
的值大于等于0的次数n大于等于第一次数阈值
Figure 888717DEST_PATH_IMAGE021
，则鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
当睡眠时长
Figure 738861DEST_PATH_IMAGE023
与第二睡眠时长阈值
Figure 894422DEST_PATH_IMAGE020
的差值小于等于差值阈值时，且鼾声类型判断模块记录的
Figure 171819DEST_PATH_IMAGE018
的值大于等于0的次数n大于等于第二次数阈值
Figure 260998DEST_PATH_IMAGE022
，则鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
当睡眠时长
Figure 914833DEST_PATH_IMAGE023
与第一睡眠时长阈值
Figure 405857DEST_PATH_IMAGE019
的差值、第二睡眠时长阈值
Figure 588577DEST_PATH_IMAGE020
的差值皆大于差值阈值时，则鼾声类型判断模块获取
Figure 932096DEST_PATH_IMAGE018
的值大于等于0的次数n，并进一步计算
Figure 124043DEST_PATH_IMAGE024
的值，当
Figure 469573DEST_PATH_IMAGE024
的值大于等于第二次数阈值
Figure 619932DEST_PATH_IMAGE022
时，鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
否则，鼾声类型判断模块判定当前用户的鼾声为良性鼾声，鼾声预警模块对判定为恶性鼾声的用户进行鼾声预警提示。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于鼾声识别的睡眠监控系统，其特征在于：所述睡眠监控系统包括睡姿检测与记录模块、睡眠时间记录模块、鼾声数据记录模块、鼾声数据分析模块、鼾声类型判断模块、打鼾类型判断模块、温度变化记录分析模块、鼾声预警模块，
所述睡姿检测与记录模块用于检测用户于睡眠状态时的睡眠姿势、睡眠姿势的变化情况、睡眠姿势变化时所对应的第一时间节点，所述睡眠时间记录模块用于记录用户每天的夜晚睡眠时间，所述鼾声数据记录模块用于记录用户于睡眠状态时的鼾声信号以及与所述鼾声信号对应的第二时间节点，所述鼾声数据分析模块根据记录的鼾声信号对用户的鼾声信号进行分析，所述鼾声类型判断模块用于根据连续鼾声信号之间的间隔时长和用户呼吸时口鼻间的温度变化时间对鼾声的类型进行判断，所述温度变化记录模块用于记录用户睡前与睡眠状态时的口鼻间温度变化，所述打鼾类型判断模块用于根据睡眠姿势与鼾声信号中断之间的联系对打鼾类型进行判断，所述鼾声预警模块用于根据用户的打鼾类型对用户进行预警提示，
所述打鼾类型判断模块连接所述鼾声数据记录模块，所述鼾声数据记录模块连接所述睡眠时间记录模块以及鼾声数据分析模块，所述鼾声数据分析模块还连接所述睡姿检测与记录模块，
所述睡眠时间记录模块记录下当前用户的开始睡眠时间，所述鼾声数据记录模块获取所述开始睡眠时间，并进一步自开始睡眠时间记录用户的鼾声信号，
所述鼾声数据分析模块通过睡姿检测与记录模块获取当前用户睡眠中的睡姿变化次数以及每一次睡姿变化时所对应的第一时间节点
Figure 744078DEST_PATH_IMAGE001
，
所述鼾声数据分析模块进一步通过鼾声数据记录模块获取鼾声信号中断时所对应的第二时间节点
Figure 645037DEST_PATH_IMAGE002
，
所述鼾声数据分析模块根据第一时间节点
Figure 660267DEST_PATH_IMAGE001
和第二时间节点
Figure 113114DEST_PATH_IMAGE002
进一步分析用户的睡姿变化与鼾声信号中断之间的关系；
所述鼾声数据分析模块通过鼾声数据记录模块获取所述第一时间节点的个数
Figure 581004DEST_PATH_IMAGE003
以及第二时间节点的个数
Figure 285655DEST_PATH_IMAGE004
，并逐一选取第二时间节点
Figure 217708DEST_PATH_IMAGE002
，所述鼾声数据分析模块进一步计算每一次睡姿变化时的第一时间节点
Figure 982401DEST_PATH_IMAGE001
与此次选取的第二时间节点
Figure 140850DEST_PATH_IMAGE005
之间的
Figure 914771DEST_PATH_IMAGE006
个时间间隔
Figure 842276DEST_PATH_IMAGE007
，其中，
Figure 43450DEST_PATH_IMAGE008
，
若
Figure 954774DEST_PATH_IMAGE009
次中计算得到的值
Figure 1228DEST_PATH_IMAGE010
存在小于等于第二预设值的情况，则无论符合情况的次数，只要存在符合情况的值，所述鼾声数据分析模块就记录一次第一时间节点与第二时间节点的对应次数；
所述鼾声数据分析模块进一步选取下一个第二时间节点
Figure 48818DEST_PATH_IMAGE002
，并计算其与所述第一时间节点
Figure 420894DEST_PATH_IMAGE001
之间的时间间隔，且记录第一时间节点与第二时间节点的对应次数
Figure 288356DEST_PATH_IMAGE011
，
所述鼾声数据分析模块根据第一时间节点与第二时间节点的对应次数
Figure 404079DEST_PATH_IMAGE011
与第二时间节点的个数
Figure 306176DEST_PATH_IMAGE004
计算
Figure 583574DEST_PATH_IMAGE012
的值，当
Figure 938332DEST_PATH_IMAGE013
的值大于等于第三预设值时，则打鼾类型判断模块将用户划分为第一类打鼾用户，
当
Figure 716801DEST_PATH_IMAGE014
的值小于第三预设值时，则所述打鼾类型判断模块将用户划分为第二类打鼾用户。
2.根据权利要求1所述的一种基于鼾声识别的睡眠监控系统，其特征在于：所述睡姿检测与记录模块通过获取用户睡眠时身体与床面的接触面面积判断用户的当前睡姿变化，所述睡姿检测与记录模块预先存储有用户的体重数据G，所述睡姿检测与记录模块还包括压强检测单元，所述压强检测单元用于检测用户睡眠时身体对床的压强数据，通过所述体重数据G与压强数据可进一步计算用户与床面的接触面面积S，当所述接触面面积S小于等于第一预设值时，所述睡姿检测与记录模块则判断当前用户的睡眠姿势为侧卧，所述第一预设值为该用户侧卧时身体与床面的最大接触面积，
当所述接触面面积S大于第一预设值时，所述睡姿检测与记录模块则判断当前用户的睡眠姿势为平卧，所述睡姿 检测与记录模块根据所述接触面面积的变化记录用户的睡眠姿势变化次数以及睡姿变化时所对应的第一时间节点。
3.根据权利要求1所述的一种基于鼾声识别的睡眠监控系统，其特征在于：所述鼾声数据分析模块连接鼾声类型判断模块，所述鼾声数据分析模块进一步获取第二类打鼾用户的鼾声信号，记录两个连续鼾声信号之间的间隔时长，所述鼾声数据分析模块通过睡眠时间记录模块获取当前用户的开始睡眠时间和结束睡眠时间，并进一步根据结束睡眠时间和开始睡眠时间计算当前用户的睡眠时长。
4.根据权利要求3所述的一种基于鼾声识别的睡眠监控系统，其特征在于：所述温度变化记录分析模块记录用户口鼻间的温度变化，所述温度变化记录分析模块连接所述睡眠时间记录模块、鼾声类型判断模块，
所述温度变化记录分析模块通过所述睡眠时间记录模块获取用户的开始睡眠时间和结束睡眠时间，所述温度变化记录分析模块以所述开始睡眠时间为节点，在开始睡眠时间之前记录用户每一次呼吸时口鼻间的温度变化时长，并计算平均温度变化时长
Figure 473404DEST_PATH_IMAGE015
，
在开始睡眠时间和结束睡眠时间之间记录用户每一次呼吸时口鼻间的温度变化时长
Figure 187282DEST_PATH_IMAGE016
，
所述鼾声类型判断模块通过温度变化记录分析模块获取所述平均温度变化时长
Figure 294915DEST_PATH_IMAGE015
以及用户于睡眠中每一次呼吸时口鼻间的温度变化时长
Figure 486862DEST_PATH_IMAGE016
，所述鼾声类型判断模块进一步计算
Figure 97972DEST_PATH_IMAGE017
的值，
所述鼾声类型判断模块记录
Figure 248331DEST_PATH_IMAGE017
的值大于等于0的次数n。
5.根据权利要求4所述的一种基于鼾声识别的睡眠监控系统，其特征在于：所述鼾声类型判断模块通过鼾声数据分析模块获取第二类打鼾用户的鼾声信号以及两个连续鼾声信号之间的间隔时长，当任一两个连续鼾声信号之间的间隔时长大于等于间隔时长阈值时，
所述鼾声类型判断模块进一步通过所述鼾声数据分析模块获取当前用户的睡眠时长与所述鼾声类型判断模块记录的
Figure 312102DEST_PATH_IMAGE017
的值大于等于0的次数n。
6.根据权利要求5所述的一种基于鼾声识别的睡眠监控系统，其特征在于：所述鼾声类型判断模块连接鼾声预警模块，
所述鼾声类型判断模块预先设置有第一睡眠时长阈值
Figure 307740DEST_PATH_IMAGE018
和第二睡眠时长阈值
Figure 38935DEST_PATH_IMAGE019
以及第一次数阈值
Figure 360195DEST_PATH_IMAGE020
、第二次数阈值
Figure 911262DEST_PATH_IMAGE021
，
当睡眠时长
Figure 976170DEST_PATH_IMAGE022
与第一睡眠时长阈值
Figure 561872DEST_PATH_IMAGE023
的差值小于等于差值阈值时，且所述鼾声类型判断模块记录的
Figure 670946DEST_PATH_IMAGE024
的值大于等于0的次数n大于等于第一次数阈值
Figure 709310DEST_PATH_IMAGE020
，则所述鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
当睡眠时长
Figure 312329DEST_PATH_IMAGE022
与第二睡眠时长阈值
Figure 18117DEST_PATH_IMAGE019
的差值小于等于差值阈值时，且所述鼾声类型判断模块记录的
Figure 150021DEST_PATH_IMAGE025
的值大于等于0的次数n大于等于第二次数阈值
Figure 941260DEST_PATH_IMAGE026
，则所述鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
当睡眠时长
Figure 82391DEST_PATH_IMAGE022
与第一睡眠时长阈值
Figure 642685DEST_PATH_IMAGE027
的差值、第二睡眠时长阈值
Figure 617595DEST_PATH_IMAGE027
的差值皆大于差值阈值时，则所述鼾声类型判断模块获取
Figure 896129DEST_PATH_IMAGE028
的值大于等于0的次数n，并进一步计算
Figure 840951DEST_PATH_IMAGE029
的值，当
Figure 521331DEST_PATH_IMAGE029
的值大于等于第二次数阈值
Figure 526197DEST_PATH_IMAGE030
时，所述鼾声类型判断模块判定当前用户的鼾声为恶性鼾声；
否则，所述鼾声类型判断模块判定当前用户的鼾声为良性鼾声，所述鼾声预警模块对判定为恶性鼾声的用户进行鼾声预警提示。
CN202110503795.8A 2021-05-10 2021-05-10 一种基于鼾声识别的睡眠监控系统 Active CN112971731B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110503795.8A CN112971731B (zh) 2021-05-10 2021-05-10 一种基于鼾声识别的睡眠监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110503795.8A CN112971731B (zh) 2021-05-10 2021-05-10 一种基于鼾声识别的睡眠监控系统

Publications (2)

Publication Number Publication Date
CN112971731A CN112971731A (zh) 2021-06-18
CN112971731B true CN112971731B (zh) 2021-07-27

Family

ID=76337360

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110503795.8A Active CN112971731B (zh) 2021-05-10 2021-05-10 一种基于鼾声识别的睡眠监控系统

Country Status (1)

Country Link
CN (1) CN112971731B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114176525B (zh) * 2021-12-28 2023-11-24 深圳市伟晴大健康科技有限公司 睡眠质量分析方法、装置、计算机设备和存储介质
CN115281487B (zh) * 2022-08-26 2023-07-21 慕思健康睡眠股份有限公司 一种基于智能床垫的睡眠监测方法及相关产品

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005013754A (ja) * 2004-08-23 2005-01-20 Toshiba Corp 安眠装置
CN101224149A (zh) * 2007-01-17 2008-07-23 比奥斯利普梅德有限公司 用于防治睡眠呼吸障碍的装置及使用其的方法
CN103690147A (zh) * 2013-12-23 2014-04-02 广州医科大学附属第一医院 一种鼾声分型的计算机辅助方法
CN204351817U (zh) * 2014-12-31 2015-05-27 新乡医学院 一种新型睡眠呼吸监测设备
CN105796055A (zh) * 2016-03-02 2016-07-27 陕西理工学院 一种便携式无线鼾声监测系统
CN106264447A (zh) * 2015-06-23 2017-01-04 湖南明康中锦医疗科技发展有限公司 睡眠体位检测方法及系统
CN108210153A (zh) * 2018-01-25 2018-06-29 九江学院 一种智能止鼾装置及方法
CN108245160A (zh) * 2018-01-18 2018-07-06 上海肌颜齿科科技有限公司 一种智能口鼻呼吸监测装置及其检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3960298B2 (ja) * 2003-11-19 2007-08-15 株式会社デンソー 寝姿及び体位検出装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005013754A (ja) * 2004-08-23 2005-01-20 Toshiba Corp 安眠装置
CN101224149A (zh) * 2007-01-17 2008-07-23 比奥斯利普梅德有限公司 用于防治睡眠呼吸障碍的装置及使用其的方法
CN103690147A (zh) * 2013-12-23 2014-04-02 广州医科大学附属第一医院 一种鼾声分型的计算机辅助方法
CN204351817U (zh) * 2014-12-31 2015-05-27 新乡医学院 一种新型睡眠呼吸监测设备
CN106264447A (zh) * 2015-06-23 2017-01-04 湖南明康中锦医疗科技发展有限公司 睡眠体位检测方法及系统
CN105796055A (zh) * 2016-03-02 2016-07-27 陕西理工学院 一种便携式无线鼾声监测系统
CN108245160A (zh) * 2018-01-18 2018-07-06 上海肌颜齿科科技有限公司 一种智能口鼻呼吸监测装置及其检测方法
CN108210153A (zh) * 2018-01-25 2018-06-29 九江学院 一种智能止鼾装置及方法

Also Published As

Publication number Publication date
CN112971731A (zh) 2021-06-18

Similar Documents

Publication Publication Date Title
CN112971731B (zh) 一种基于鼾声识别的睡眠监控系统
US10278639B2 (en) Method and system for sleep detection
WO2019107012A1 (ja) 異常報知装置、記録媒体及び異常報知方法
JP7104076B2 (ja) 睡眠統計を決定する方法及び装置
US7704215B2 (en) Daytime/nighttime respiration rate monitoring
Yadollahi et al. Acoustic obstructive sleep apnea detection
CN108992079A (zh) 一种基于情感识别和声纹识别的婴儿行为监控方法
US20100191076A1 (en) Daytime/nighttime respiration rate monitoring
WO2014107798A1 (en) Mask and method for breathing disorder identification, characterization and/or diagnosis
JP2012502671A (ja) 臨床症状のモニタリング、予測及び治療
JP2011517982A (ja) 睡眠／覚醒状態評価方法及びシステム
Waltisberg et al. Detecting disordered breathing and limb movement using in-bed force sensors
CN108523901A (zh) 一种基于智能手机的睡眠质量监测方法
CN112806966B (zh) 一种非干扰式睡眠中呼吸暂停预警系统
CN112155560B (zh) 基于实时心冲击信号的呼吸暂停检测方法及系统
CN116211256B (zh) 一种非接触式的睡眠呼吸信号获取方法和装置
CN112669570B (zh) 一种基于习惯自学习全屋异常监控设备
Hwang et al. Sleep period time estimation based on electrodermal activity
CN110603601B (zh) 夜间哮喘监测
CA2585824A1 (en) Breathing sound analysis for detection of sleep apnea/hypopnea events
CN114403808A (zh) 一种基于环境监测的人体睡眠分析方法、设备及存储介质
Kawamoto et al. Actigraphic detection of REM sleep based on respiratory rate estimation
WO2015096217A1 (zh) 一种鼾声分型的计算机辅助方法
CN109758281A (zh) 一种基于身体位置调节的安全系统
JP6738458B2 (ja) 睡眠状態判定装置及び睡眠状態判定方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240619

Address after: 519600 Office 1604, No. 55 Fulin Road, Hengqin New District, Zhuhai City, Guangdong Province

Patentee after: Aimeng Sleep (Zhuhai) Intelligent Technology Co.,Ltd.

Country or region after: China

Address before: 511430 room 211, building 2, No. 539, Shibei Industrial Road, Dashi street, Panyu District, Guangzhou City, Guangdong Province

Patentee before: GUANGDONG DELONG INTELLIGENT TECHNOLOGY Co.,Ltd.

Country or region before: China