CN113080897A - 一种基于生理和环境数据分析的入睡时刻评估系统及方法 - Google Patents
一种基于生理和环境数据分析的入睡时刻评估系统及方法 Download PDFInfo
- Publication number
- CN113080897A CN113080897A CN202110359282.4A CN202110359282A CN113080897A CN 113080897 A CN113080897 A CN 113080897A CN 202110359282 A CN202110359282 A CN 202110359282A CN 113080897 A CN113080897 A CN 113080897A
- Authority
- CN
- China
- Prior art keywords
- data
- sleep
- time
- analysis
- storage module
- 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.)
- Granted
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
- A61B5/02—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
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1114—Tracking parts of the body
-
- 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
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Pulmonology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种基于生理和环境数据分析的入睡时刻评估系统,包括:数据采集和存储模块、入睡时刻分析模块,所述数据采集和存储模块包括人体心率数据采集和存储模块、人体体动数据采集和存储模块、环境光照强度数据采集和存储模块,所述数据采集和存储模块用于采集人体和环境数据,所述入睡时刻分析模块用于接收所述人体和环境数据,并根据预设的数据阈值对入睡时刻形成分析判断。本发明提供的入睡时刻评估系统及方法,将多种睡眠分析相关的医学原理及工程技术进行有机结合,采用与入睡时人体生理特征和行为习惯相关的生理和环境参数作为入睡时刻的判断要点,更符合关于睡眠评估的医学思维逻辑,入睡判断准确度更高。
Description
技术领域
本发明属于睡眠状态监测技术领域,具体涉及一种基于生理和环境数据分析的入睡时刻评估系统及方法。
背景技术
入睡时刻是用于评估睡眠习惯、睡眠时长、睡眠质量的重要指标之一,通常指个体主观上出现睡眠体验,或客观上出现特征性的脑电反应波形、机体反应性降低、显意识中断的时间点。对于入睡时刻的精准掌握,可用于对个体实施有效的睡眠相关健康风险评估与健康维护方案制定。
目前,可用于入睡时刻判断的技术方法主要有多导睡眠图(PSG)、脑电图(EEG)监测法、心电图(ECG)监测法、血氧饱和度监测法和肢体动度记录法等。其中,①多导睡眠图被称为睡眠评估的金标准,其通过同时记录脑电、眼电和肌电信号,对睡眠状态进行判定。此方法对于睡眠判读的医学意义较高,但由于监测过程需佩戴大量电极设备,会引起受试者的明显不适并直接干扰自然睡眠进程,故很难进行普适化应用或取得相对真实的睡眠相关数据;②EEG、ECG、血氧饱和度、肢体动度等生理指标监测法相对PSG简便易行,故多被开发用于便携式睡眠监测设备的技术方案。然而由于其一方面属于睡眠监测间接指标,另一方面多为单数据判读或多数据简单融合判读,故可靠性相对较差。
除此以外,以匹兹堡睡眠质量指数问卷(Pittsburgh sleep quality index,PSQI)为代表的睡眠评估量表体系亦属常见的睡眠评估方法,其基于受试者的主观睡眠体验形成评估结论,更符合受试者的主观认知,但睡眠进程中显意识中断期间所经历的身心状态变化通常难以得到有效反映。
发明内容
为了至少解决上述技术问题之一,本发明采用的技术方案是提供一种基于生理和环境数据分析的入睡时刻评估系统及方法,将多种睡眠分析相关的医学原理及工程技术进行有机结合,采用多参数联动判断方法,更符合关于睡眠评估的医学思维逻辑,准确度更高。
为了至少实现上述目的之一,本发明采用的技术方案为:
本发明提供一种基于生理和环境数据分析的入睡时刻评估系统,包括:数据采集和存储模块和入睡时刻分析模块;所述数据采集和存储模块用于采集人体和环境数据,所述数据采集和存储模块包括人体心率数据采集和存储模块、人体体动数据采集和存储模块、环境光照强度数据采集和存储模块;所述入睡时刻分析模块用于接收所述人体和环境数据,并根据预设的数据阈值进行入睡时刻的分析判断。
进一步地,所述人体心率数据采集和存储模块包括光电传感器,所述光电传感器采集人体实时动态心跳速率数据,利用光电传感器,数据采集直接快速、分析结果准确度高;所述人体体动数据采集和存储模块包括加速度传感器,所述加速度传感器采集人体实时动态肢体动作频率数据。
进一步地,所述环境光照强度数据采集和存储模块包括光照强度传感器,所述光照强度传感器采集人体所处环境的实时动态光照强度数据。
进一步地,所述数据采集和存储模块设置在便携式可穿戴设备上。
进一步地,所述便携式可穿戴设备还包括数据通讯模块,所述数据通讯模块将所述数据采集和存储模块采集的人体和环境数据传送给所述入睡时刻分析模块。
进一步地,所述便携式可穿戴设备还设置有显示模块,用于显示所述入睡时刻分析模块的分析判断结果。
进一步地,所述入睡时刻分析模块为云计算系统,通过互联网与所述便携式可穿戴设备进行数据交互。
进一步地,所述便携式可穿戴设备为腕表。
本发明还提供一种基于上述系统进行入睡时刻评估的方法,包括以下步骤:
步骤1):系统的数据采集和存储模块采集全天24小时人体心率、体动,以及环境光照强度的数据,并同时将所述数据进行存储;
步骤2):系统通过数据通讯模块,将步骤1)中采集的数据上传至云计算系统;
步骤3):云计算系统的入睡时刻分析模块将步骤2)中接收的所述数据,根据预设的入睡时刻判断算法,对入睡时刻进行判断;
步骤4):入睡时刻分析模块在分析、处理完所述数据后,将分析结果及数据进行存储,和/或传输至所述系统。
进一步地,所述步骤3)中的预设的入睡时刻判断算法为:将预设的、与入睡时生理特征相符的心率下降阈值和体动频率下降阈值设定为第一入睡阈值,将预设的、与入睡时生理特征相符的体动频率下降阈值和环境光照强度下降阈值设定为第二入睡阈值,包括以下步骤:
步骤3.1):所述入睡时刻分析模块根据第一入睡阈值将采集的数据对入睡时刻进行第一次判断,将符合第一入睡阈值特征的时刻记录为入睡时刻并进行存储;
步骤3.2):将采集的数据中不符合步骤3.1)中第一入睡阈值的数据,再根据第二入睡阈值对入睡时刻进行第二次判断,将符合第二入睡阈值特征的时刻记录为入睡时刻并进行存储;
步骤3.3):当采集的数据不符合步骤3.1)及步骤3.2)的第一、第二入睡阈值特征时,判断为未入睡,做未入睡时刻记录。
本发明提供的基于生理和环境数据分析的入睡时刻评估系统及方法与现有技术相比,本发明的有益效果在于:
(1)采用与入睡时人体心率、体动的生理特征和环境参数作为入睡时刻的判断要点,更符合睡眠医学思维逻辑,有助于提升入睡时刻判断的准确度,同时也顾及到了存在心率节律性受损的亚健康个体或带病个体的特殊情况,优选的,①对于无异常心率相关病史的监测对象,可沿用传统的“心率+体动”判读模式;②对于存在异常心率相关病史的监测对象,在未能获得睡眠特征心率时,则启动“体动+环境”这一补充判读模式,以降低异常心率对于睡眠判读;
(2)采用人体心率、体动及环境参数的多参数联动判断方法,使得围绕心率、体动等睡眠相关参数展开的间接判断方法的准确度得到一定程度的提升,其对睡眠时刻的判断基本接近PSG或者EEG的判断结果;同时,相对于PSQI的睡眠评估方法更为客观;
(3)优选的,以手腕部作为系统的数据采集部位,而不需在诸如头部、胸部、腹部、四肢等多部位佩戴多种/件传感器,此部位在不显著损失心电信号准确度的情况下,大大提升了对体动和光照强度信号的采集敏感性,属于多参数采集系统的优势采集部位;
(4)继承了基于“非脑电、眼电相关参数”的睡眠判断方法的优点,尽可能地规避了大量、重型或有线电极设备的引入,对使用者的正常睡眠进程不产生显著干扰,对提高使用者的依从性和获取更真实的睡眠信息具有优势。
总之,本发明提出了一种结构简单,逻辑性更为完整的入睡时刻评估系统和方法,其具有广泛的应用前景。
附图说明
图1为本发明的入睡时刻评估系统的结构图;
图2为本发明的入睡时刻评估系统的方法流程图。
具体实施方式
为了使本领域技术人员更好地理解本发明的技术方案,下面结合具体实施例对本发明作进一步的详细说明。请注意,下面描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。实施例中未注明具体技术或条件的,按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。
在本发明的描述中,需要理解的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电性连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
以下,将通过具体实施例对本发明提供的基于生理和环境数据分析的入睡时刻评估系统及方法作详细说明:
如图1-2所示,本发明提供一种基于生理和环境数据分析的入睡时刻评估系统,包括:数据采集和存储模块、入睡时刻分析模块,所述数据采集和存储模块用于采集人体和环境数据,包括人体心率数据采集和存储模块、人体体动数据采集和存储模块、环境光照强度数据采集和存储模块,可用于采集、分析、展示睡眠监测相关生理和环境参数;人体心率数据采集和存储模块、人体体动数据采集和存储模块、环境光照强度数据采集和存储模块均设置在便携式可穿戴设备上。
根据本发明所述的人体心率数据采集和存储模块,采用光电传感器采集并存储人体24小时的实时动态心跳速率数据;所述的人体体动数据采集和存储模块,采用加速度传感器采集并存储人体24小时的实时动态肢体动作频率数据;所述环境光照强度数据采集和存储模块,采用光照强度传感器采集并存储人体所处环境的实时动态光照强度数据。
根据本发明所述的入睡时刻分析模块用于接收所述人体和环境数据,并根据预设的数据阈值对入睡时刻形成分析判断,具体为根据系统预设的入睡时刻判断算法,通过心率及体动双参数特征可完成对于绝大多数个体的入睡时刻判断,而对于存在自主神经病变或器质性心脏疾病的个体,虽其有可能不再呈现典型的睡眠心率特征,但仍可根据体动及环境光强变化进行补偿判断。根据本发明所述的入睡时刻分析模块设置在云计算系统中,通过互联网与所述便携式可穿戴设备进行数据交互。
所述入睡时刻分析模块首先根据人体入睡时的心率和体动特征,对24小时心率和体动时序数据集合进行判读,对出现入睡特征的集合赋予“入睡”判断,记录入睡时刻并进行存储;对于未出现入睡特征的集合,根据人体入睡时的体动和环境光强特征,对24小时体动和光强时序数据集合进行判读,对于出现入睡特征的集合赋予“入睡”判断,记录入睡时刻并进行存储;对于仍未出现入睡特征的集合,赋予“未入睡”判断,不做入睡时刻记录。
对于无异常心率相关病史的监测对象,可沿用传统的“心率+体动”判读模式;对于存在异常心率相关病史的监测对象,在未能获得睡眠特征心率时,则启动“体动+环境”这一补充判读模式,以降低异常心率对于睡眠判读。
便携式可穿戴设备还设置有数据通讯模块和显示模块,所述数据通讯模块将所述数据采集和存储模块采集的人体和环境数据传送给所述入睡时刻分析模块;所述显示模块,用于显示所述入睡时刻分析模块的分析判断结果。
根据本发明所述的便携式可穿戴设备优选为腕表式设计,佩戴于左手或右手的手腕部位,以更敏感、可靠地获取心率、体动及光照强度的数据。以手腕部作为系统的数据采集部位,而不需在诸如头部、胸部、腹部、四肢等多部位佩戴多种/件传感器。
本发明还提供一种基于上述系统进行入睡时刻评估的方法,包括以下步骤:
步骤1)便携式可穿戴设备的数据采集和存储模块采集全天24小时人体心率、体动,以及环境光照强度的数据,并同时将所述数据进行存储;
步骤2)便携式可穿戴设备通过数据通讯模块,将步骤1)中采集的数据上传至云计算系统;
步骤3)云计算系统的入睡时刻分析模块将步骤2)中接收的所述数据,根据预设的入睡时刻判断算法,对入睡时刻进行判断:将预设的、与入睡时生理特征相符的心率下降阈值及体动频率下降阈值设定为第一入睡阈值,即对于无异常心率相关病史的监测对象,可沿用传统的“心率+体动”判读模式;将预设的、与入睡时生理特征相符的体动频率下降阈值及环境光照强度下降阈值设定为第二入睡阈值,即对于存在异常心率相关病史的监测对象,在未能获得睡眠特征心率时,则启动“体动+环境”这一补充判读模式,以降低异常心率对于睡眠判读;具体包括以下步骤:
步骤3.1)所述入睡时刻分析模块根据第一入睡阈值将采集的数据对入睡时刻进行第一次判断,将符合第一入睡阈值特征的时刻记录为入睡时刻并进行存储;
步骤3.2)将采集的数据中不符合步骤3.1)中第一入睡阈值的数据,再根据第二入睡阈值对入睡时刻进行第二次判断,将符合第二入睡阈值特征的时刻记录为入睡时刻并不进行存储,这样可以有效避免因数据缺失造成的入睡时刻判断模糊或失败,提升算法的适应性和准确度;
步骤3.3)当采集的数据不符合步骤3.1)及步骤3.2)的第一、第二入睡阈值特征时,判断为未入睡,做未入睡时刻记录。
步骤4)入睡时刻分析模块在分析、处理完所述数据后,将分析结果及数据进行存储至云计算系统,和/或传至所述便携式穿戴设备上。
本发明提供的基于生理和环境数据分析的入睡时刻评估系统及方法与现有技术相比,本发明的有益效果在于:
(1)采用与入睡时人体心率、体动的生理特征和环境参数作为入睡时刻的判断要点,更符合睡眠医学思维逻辑,有助于提升入睡时刻判断的准确度,同时也顾及到了存在心率节律性受损的亚健康个体或带病个体的特殊情况,优选的,①对于无异常心率相关病史的监测对象,可沿用传统的“心率+体动”判读模式;②对于存在异常心率相关病史的监测对象,在未能获得睡眠特征心率时,则启动“体动+环境”这一补充判读模式,以降低异常心率对于睡眠判读;
(2)采用人体心率、体动及环境参数的多参数联动判断方法,使得围绕心率、体动等睡眠相关参数展开的间接判断方法的准确度得到一定程度的提升,其对睡眠时刻的判断基本接近PSG或者EEG的判断结果;同时,相对于PSQI的睡眠评估方法更为客观;
(3)以手腕部作为系统的数据采集部位,而不需在诸如头部、胸部、腹部、四肢等多部位佩戴多种/件传感器,此部位在不显著损失心电信号准确度的情况下,大大提升了对体动和光照强度信号的采集敏感性,属于多参数采集系统的优势采集部位;
(4)继承了基于“非脑电、眼电相关参数”的睡眠判断方法的优点,尽可能地规避了大量、重型或有线电极设备的引入,对使用者的正常睡眠进程不产生显著干扰,对提高使用者的依从性和获取更真实的睡眠信息具有优势。
总之,本发明提出了一种结构简单,逻辑性更为完整的入睡时刻评估系统和方法,其具有广泛的应用前景。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
Claims (10)
1.一种基于生理和环境数据分析的入睡时刻评估系统,其特征在于,包括:数据采集和存储模块和入睡时刻分析模块;所述数据采集和存储模块用于采集人体和环境数据,所述数据采集和存储模块包括人体心率数据采集和存储模块、人体体动数据采集和存储模块、环境光照强度数据采集和存储模块;所述入睡时刻分析模块用于接收所述人体和环境数据,并根据预设的数据阈值进行入睡时刻的分析判断。
2.根据权利要求1所述的基于生理和环境数据分析的入睡时刻评估系统,其特征在于,所述人体心率数据采集和存储模块包括光电传感器,所述光电传感器采集人体实时动态心跳速率数据;所述人体体动数据采集和存储模块包括加速度传感器,所述加速度传感器采集人体实时动态肢体动作频率数据。
3.根据权利要求2所述的基于生理和环境数据分析的入睡时刻评估系统,其特征在于,所述环境光照强度数据采集和存储模块包括光照强度传感器,所述光照强度传感器采集人体所处环境的实时动态光照强度数据。
4.根据权利要求3所述的基于生理和环境数据分析的入睡时刻评估系统,其特征在于,所述数据采集和存储模块设置在便携式可穿戴设备上。
5.根据权利要求4所述的基于生理和环境数据分析的入睡时刻评估系统,其特征在于,所述便携式可穿戴设备还包括数据通讯模块,所述数据通讯模块将所述数据采集和存储模块采集的人体和环境数据传送给所述入睡时刻分析模块。
6.根据权利要求5所述的基于生理和环境数据分析的入睡时刻评估系统,其特征在于,所述便携式可穿戴设备还设置有显示模块,用于显示所述入睡时刻分析模块的分析判断结果。
7.根据权利要求6所述的基于生理和环境数据分析的入睡时刻评估系统,其特征在于,所述入睡时刻分析模块为云计算系统,通过互联网与所述便携式可穿戴设备进行数据交互。
8.根据权利要求7所述的基于生理和环境数据分析的入睡时刻评估系统,其特征在于,所述便携式可穿戴设备为腕表。
9.一种基于权利要求1-8任一项所述的系统进行入睡时刻评估的方法,其特征在于,包括以下步骤:
步骤1):系统的数据采集和存储模块采集全天24小时人体心率、体动,以及环境光照强度的数据,并同时将所述数据进行存储;
步骤2):系统通过数据通讯模块,将步骤1)中采集的数据上传至云计算系统;
步骤3):云计算系统的入睡时刻分析模块将步骤2)中接收的所述数据,根据预设的入睡时刻判断算法,对入睡时刻进行判断;
步骤4):入睡时刻分析模块在分析、处理完所述数据后,将分析结果及数据进行存储,和/或传输至所述系统。
10.根据权利要求9所述的方法,其特征在于,所述步骤3)中的预设的入睡时刻判断算法为:将预设的、与入睡时生理特征相符的心率下降阈值和体动频率下降阈值设定为第一入睡阈值,将预设的、与入睡时生理特征相符的体动频率下降阈值和环境光照强度下降阈值设定为第二入睡阈值,包括以下步骤:
步骤3.1):所述入睡时刻分析模块根据第一入睡阈值将采集的数据对入睡时刻进行第一次判断,将符合第一入睡阈值特征的时刻记录为入睡时刻并进行存储;
步骤3.2):将采集的数据中不符合步骤3.1)中第一入睡阈值的数据,再根据第二入睡阈值对入睡时刻进行第二次判断,将符合第二入睡阈值特征的时刻记录为入睡时刻并进行存储;
步骤3.3):当采集的数据不符合步骤3.1)及步骤3.2)的第一、第二入睡阈值特征时,判断为未入睡,做未入睡时刻记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359282.4A CN113080897B (zh) | 2021-04-02 | 2021-04-02 | 一种基于生理和环境数据分析的入睡时刻评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110359282.4A CN113080897B (zh) | 2021-04-02 | 2021-04-02 | 一种基于生理和环境数据分析的入睡时刻评估系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113080897A true CN113080897A (zh) | 2021-07-09 |
CN113080897B CN113080897B (zh) | 2023-07-28 |
Family
ID=76672968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110359282.4A Active CN113080897B (zh) | 2021-04-02 | 2021-04-02 | 一种基于生理和环境数据分析的入睡时刻评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113080897B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113576419A (zh) * | 2021-08-20 | 2021-11-02 | 珠海格力电器股份有限公司 | 一种确定用户入睡时间的方法及装置 |
CN116300491A (zh) * | 2023-02-01 | 2023-06-23 | 深圳市盛况科技有限公司 | 基于智能穿戴设备的控制方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104434068A (zh) * | 2014-12-26 | 2015-03-25 | 上海翰临电子科技有限公司 | 一种基于环境监测的睡眠分析方法及设备 |
CN106725383A (zh) * | 2016-12-28 | 2017-05-31 | 天津众阳科技有限公司 | 基于动作和心率的睡眠状态判别系统及方法 |
CN107041730A (zh) * | 2017-03-07 | 2017-08-15 | 杭州医电园科技有限公司 | 一种非接触式睡眠监测装置及其监测方法 |
CN108042108A (zh) * | 2017-12-06 | 2018-05-18 | 中国科学院苏州生物医学工程技术研究所 | 一种基于体震信号的睡眠质量监测方法与系统 |
WO2018180219A1 (ja) * | 2017-03-27 | 2018-10-04 | 公立大学法人名古屋市立大学 | 睡眠状態の評価 |
CN109091125A (zh) * | 2018-08-27 | 2018-12-28 | 江苏盖睿健康科技有限公司 | 一种提高睡眠监测准确性的可穿戴设备 |
-
2021
- 2021-04-02 CN CN202110359282.4A patent/CN113080897B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104434068A (zh) * | 2014-12-26 | 2015-03-25 | 上海翰临电子科技有限公司 | 一种基于环境监测的睡眠分析方法及设备 |
CN106725383A (zh) * | 2016-12-28 | 2017-05-31 | 天津众阳科技有限公司 | 基于动作和心率的睡眠状态判别系统及方法 |
CN107041730A (zh) * | 2017-03-07 | 2017-08-15 | 杭州医电园科技有限公司 | 一种非接触式睡眠监测装置及其监测方法 |
WO2018180219A1 (ja) * | 2017-03-27 | 2018-10-04 | 公立大学法人名古屋市立大学 | 睡眠状態の評価 |
CN108042108A (zh) * | 2017-12-06 | 2018-05-18 | 中国科学院苏州生物医学工程技术研究所 | 一种基于体震信号的睡眠质量监测方法与系统 |
CN109091125A (zh) * | 2018-08-27 | 2018-12-28 | 江苏盖睿健康科技有限公司 | 一种提高睡眠监测准确性的可穿戴设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113576419A (zh) * | 2021-08-20 | 2021-11-02 | 珠海格力电器股份有限公司 | 一种确定用户入睡时间的方法及装置 |
CN116300491A (zh) * | 2023-02-01 | 2023-06-23 | 深圳市盛况科技有限公司 | 基于智能穿戴设备的控制方法、装置、设备及介质 |
CN116300491B (zh) * | 2023-02-01 | 2023-11-17 | 深圳市盛况科技有限公司 | 基于智能穿戴设备的控制方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113080897B (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5961235B2 (ja) | 睡眠/覚醒状態評価方法及びシステム | |
US8273035B2 (en) | Human biovibrations method | |
Paalasmaa et al. | Unobtrusive online monitoring of sleep at home | |
RU2548791C2 (ru) | Неинвазивный способ и устройство для определения стадий поверхностного и глубокого сна | |
EP2712300B1 (en) | System and method for determining sleep and sleep stages of a person | |
GB2454960A (en) | Data recording for patient status analysis | |
WO2007149553A2 (en) | Alertness/drowsiness and cognitive capacity index | |
CN113317794B (zh) | 一种生命体征分析方法与系统 | |
CN107174239A (zh) | 一种睡眠监测仪 | |
JP2021517008A (ja) | 睡眠時無呼吸検出システム及び方法 | |
CN113080897B (zh) | 一种基于生理和环境数据分析的入睡时刻评估系统及方法 | |
US20050020934A1 (en) | Physiological monitoring | |
Walsh et al. | Identification of nocturnal movements during sleep using the non-contact under mattress bed sensor | |
CN111820879A (zh) | 一种适用于慢性疾病患者的健康评价管理方法 | |
Suzuki et al. | Development of a sleep monitoring system with wearable vital sensor for home use | |
Rigas et al. | Real-time quantification of resting tremor in the Parkinson's disease | |
CN112120718A (zh) | 一种监测用户精神状态的方法、计算机设备、存储介质 | |
Ahmed et al. | Classification of sleep-wake state in ballistocardiogram system based on deep learning | |
Imura et al. | A method for estimating physician stress using wearable sensor devices | |
CN207837532U (zh) | 睡眠呼吸暂停症的人脸识别侦测系统 | |
Redeker | Challenges and opportunities associated with studying sleep in critically ill adults | |
US20230049849A1 (en) | Circadian sleep staging | |
Bhavitha et al. | Systematic Review of Diagnostic Modalities for Sleep Apnea: A Comprehensive Analysis | |
Zhu et al. | Automatic home care system for monitoring HR/RR during sleep | |
WO2023025770A1 (en) | Sleep stage determining system |
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 |