CN113367666A - 睡眠监测方法及系统、存储介质和处理器 - Google Patents
睡眠监测方法及系统、存储介质和处理器 Download PDFInfo
- Publication number
- CN113367666A CN113367666A CN202110839829.0A CN202110839829A CN113367666A CN 113367666 A CN113367666 A CN 113367666A CN 202110839829 A CN202110839829 A CN 202110839829A CN 113367666 A CN113367666 A CN 113367666A
- Authority
- CN
- China
- Prior art keywords
- target object
- sleep
- target
- physiological data
- monitoring
- 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
- 230000007958 sleep Effects 0.000 title claims abstract description 264
- 238000012544 monitoring process Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims abstract description 131
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 144
- 230000002159 abnormal effect Effects 0.000 claims description 82
- 230000033001 locomotion Effects 0.000 claims description 32
- 238000004422 calculation algorithm Methods 0.000 claims description 30
- 238000001514 detection method Methods 0.000 claims description 18
- 238000012806 monitoring device Methods 0.000 claims description 17
- 230000003860 sleep quality Effects 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 11
- 230000036578 sleeping time Effects 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000003909 pattern recognition Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 5
- 206010062519 Poor quality sleep Diseases 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 10
- 230000037081 physical activity Effects 0.000 description 5
- 230000002618 waking effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 208000001871 Tachycardia Diseases 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000036471 bradycardia Effects 0.000 description 3
- 208000006218 bradycardia Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000006794 tachycardia Effects 0.000 description 3
- 208000008784 apnea Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 206010006102 Bradypnoea Diseases 0.000 description 1
- 206010006334 Breathing abnormalities Diseases 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 208000024336 bradypnea Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 206010022437 insomnia Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004617 sleep duration Effects 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000008203 tachypnea Diseases 0.000 description 1
- 206010043089 tachypnoea Diseases 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了一种睡眠监测方法及系统、存储介质和处理器。该方法包括：通过所述目标监测设备采集室内目标对象的目标信号，并对所述目标信号进行处理，得到所述目标对象的生理数据，其中，所述目标监测设备为所述目标对象无需穿戴的雷达监测设备；通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告；在监测终端显示所述目标对象的睡眠分析报告。通过本申请，解决了相关技术中对用户的睡眠监测效果不佳的问题。
Description
技术领域
本申请涉及信息处理技术领域，具体而言，涉及一种睡眠监测方法及系统、存储介质和处理器。
背景技术
目前相关技术中，贴片式和穿戴式的睡眠监测方式在夜间进行监测时，电极贴片及胸带长时间对人体组织压迫，容易对人体造成损害。部分敏感人群在使用贴片式和穿戴式的睡眠监测仪器时，容易出现紧张导致失眠的现象，难以有效的对被测人员真实睡眠情况进行监测。贴片式和穿戴式的睡眠监测方式操作复杂，对操作人员要求高，一个人难以完成电极的贴片和胸带的穿戴，且操作不当会影响结果的准确性。夜间睡眠时人体无意识的翻身、体动等身体活动容易导致电极贴片、胸带等仪器脱落，进而影响贴片式和穿戴式的睡眠监测结果的准确性。另外，贴片式和穿戴式的睡眠监测仪器成本高，设备使用率低、弃用率高，难以实现大范围的普及，对大面积人群的睡眠监测覆盖率低。
针对相关技术中对用户的睡眠监测效果不佳的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种睡眠监测方法及系统、存储介质和处理器，以解决相关技术中对用户的睡眠监测效果不佳的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种睡眠监测系统，包括：设备端，用于通过目标监测设备采集室内目标对象的目标信号，并对所述目标信号进行处理，得到所述目标对象的生理数据，其中，所述目标监测设备为所述目标对象无需穿戴的雷达监测设备；云服务器，与所述设备端通过无线通信方式连接，用于通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告；监测终端，用于显示所述目标对象的睡眠分析报告。
为了实现上述目的，根据本申请的一个方面，提供了一种睡眠监测方法。该方法包括：通过所述目标监测设备采集室内目标对象的目标信号，并对所述目标信号进行处理，得到所述目标对象的生理数据，其中，所述目标监测设备为所述目标对象无需穿戴的雷达监测设备；通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告；在监测终端显示所述目标对象的睡眠分析报告。
进一步地，在通过目标监测设备采集室内目标对象的目标信号之后，所述方法还包括：对所述目标信号进行处理，得到一维距离像；利用一维距离像，确定所述目标对象的在床状态或者离床状态；在所述目标对象处于在床状态的情况下，利用一维距离像提取所述目标对象的体动信息；在所述目标对象处于在床状态的情况下，从所述目标信号中提取所述目标对象的身体信号，其中，所述身体信号指示包括：呼吸、心跳；将所述身体信号进行滤波处理，得到呼吸信号波形和心跳信号波形，基于所述呼吸信号波形和心跳信号波形确定呼吸率和心率；将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据。
进一步地，通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告包括：对所述目标对象的生理数据进行解析，得到所述目标对象的体征信息；基于所述目标对象的体征信息，确定所述目标对象的睡眠状态情况；采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告。
进一步地，采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告包括：基于所述睡眠状态情况，获取所述目标对象的睡眠状态分期结果；所述目标对象的睡眠状态分期结果和所述生理数据中筛选出多个睡眠特征；基于多个睡眠特征和各项睡眠特征所占权重，评估所述目标对象的睡眠质量；基于所述目标对象的睡眠质量，生成所述睡眠分析报告。
进一步地，在采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告之后，所述方法还包括：获取多天的所述目标对象的生理数据，得到生理数据统计结果；对多天所述目标对象的睡眠指标的变化趋势及分布情况进行分析，得到分析结果，其中，所述睡眠指标指示包括：睡眠时长、各个睡眠阶段占比、入睡时间、起床时间；基于所述分析结果，检测所述目标对象是否存在睡眠指标异常的情况，得到睡眠指标异常检测结果；基于所述生理数据统计结果、所述分析结果和所述睡眠指标异常检测结果，确定所述目标对象的多天睡眠分析报告；将所述多天睡眠分析报告推送至所述监测终端，以对所述多天睡眠分析报告进行显示。
进一步地，在将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：基于所述呼吸信号波形和呼吸率，检测所述目标对象是否存在异常呼吸形态；若所述目标对象存在异常呼吸形态，利用模式识别算法匹配检测是否存在异常呼吸情况，若存在异常呼吸情况，则将所述异常呼吸情况推送至所述监测终端，并触发实时告警。
进一步地，在将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：基于所述心跳信号波形和心率，检测所述目标对象是否存在心跳异常情况；若所述目标对象存在心跳异常情况，则将所述心跳异常情况推送至所述监测终端，并触发实时告警。
进一步地，在将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：对所述目标对象的生理数据进行解析，得到所述目标对象的体征信息；基于所述目标对象的体征信息判断所述目标对象是否存在体征异常情况；若所述目标对象存在体征异常情况，则将所述体征异常情况推送至所述监测终端，并触发实时告警。
为了实现上述目的，根据本申请的另一方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述的任意一项所述的睡眠监测方法。
为了实现上述目的，根据本申请的另一方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述的任意一项所述的睡眠监测方法。
通过本申请，采用以下步骤：通过所述目标监测设备采集室内目标对象的目标信号，并对所述目标信号进行处理，得到所述目标对象的生理数据，其中，所述目标监测设备为所述目标对象无需穿戴的雷达监测设备；通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告；在监测终端显示所述目标对象的睡眠分析报告，解决了相关技术中对用户的睡眠监测效果不佳的问题。通过采用无需目标对象穿戴的雷达监测设备，采集目标对象的信号，并对其进行处理，分析，从而得到目标对象的睡眠分析报告，在保证用户体验的同时，也保证了监测的准确性，进而提升了对用户的睡眠监测效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实例提供的睡眠监测系统的示意图；
图2是根据本申请实施例提供的睡眠监测方法的流程图；
图3是根据本申请实施例提供的睡眠监测方法中数据处理的示意图；
图4是本申请实施例中的基于一维距离像特征提取的示意图；
图5是根据本申请实例提供的睡眠监测系统的处理流程图；
图6是本申请实施例中的睡眠分析算法流程图；
图7是本申请实施例中的多日睡眠分析算法流程图；
图8是本申请实施例中的实时生理信息监测的流程图；
图9是本申请实施例中的呼吸异常检测的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、系统、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、系统、产品或设备固有的其它步骤或单元。
根据本申请的实施例，提供了一种睡眠监测系统。
图1是根据本申请实例提供的睡眠监测系统的结构图。如图1所示，该系统包括以下内容：
设备端，用于通过目标监测设备采集室内目标对象的目标信号，并对所述目标信号进行处理，得到所述目标对象的生理数据，其中，所述目标监测设备为所述目标对象无需穿戴的雷达监测设备。
例如，目标监测设备可以为毫米波雷达，并且此目标监测设备为目标对象无需穿戴的雷达监测设备，并利用此目标监测设备采集目标对象的回波信号。对回波信号经处理后获得一维距离像，利用一维距离像提取目标对象在床/离床状态；若目标对象处于在床状态的情况下，则提取人体呼吸、心跳等身体活动引起的微弱信号，然后对提取到的微弱信号经滤波处理后获得呼吸信号波形和心跳信号波形，并估计目标对象的呼吸率和心率。
云服务器，与所述设备端通过无线通信方式连接，用于通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告。
例如，通过无线传输方式将获取到的一维距离像、呼吸信号波形、心跳信号波形、呼吸率、心率等数据上传至云服务器；通过云服务器将目标对象的在床/离床状态、呼吸信号波形、心跳信号波形、呼吸率、心率等生理信息实时推送；通过睡眠分析算法对累积足够时间的生理数据进行处理，基于呼吸信号、心跳信号、一维距离像分析目标对象在床时的体征情况，判断目标对象的睡眠状态，提取目标对象入睡时间、起床时间，生成目标对象的睡眠分析报告。
监测终端，用于显示所述目标对象的睡眠分析报告。
例如，用户可通过监测终端(例如，移动端、PC/Web端)查看目标对象实时的在床/离床状态、呼吸信号波形、心跳信号波形、呼吸率、心率等生理信息及睡眠分析报告。从而可以使用户更加方便快捷，且更直观的查看到目标对象的睡眠分析报告，进而提升了用户体验，同时也提升了对用户的睡眠监测效果。
通过上述提供的睡眠监测系统，利用无需目标对象穿戴的雷达监测设备采集目标对象的信号，并对其进行处理，分析，可以准确的得到目标对象的睡眠分析报告，并将目标对象的睡眠分析报告显示在监测终端。从而可以使用户更加方便快捷，且更直观的查看到目标对象的睡眠分析报告。故在保证用户体验的同时，也保证了监测的准确性，进而提升了对用户的睡眠监测效果。
根据本申请的实施例，还提供了一种睡眠监测方法，本申请实施例所提供的用于睡眠监测的方法可以应用于上述的睡眠监测系统中。
图2是根据本申请实施例提供的睡眠监测方法的流程图。如图2所示，该方法包括以下步骤：
步骤S101，通过目标监测设备采集室内目标对象的目标信号，其中，目标监测设备为所述目标对象无需穿戴的雷达监测设备。
例如，目标监测设备可以为毫米波雷达，并且此目标监测设备应为目标对象无需穿戴的雷达监测设备，并利用此目标监测设备采集目标对象的回波信号。
步骤S102，对目标信号进行处理，得到目标对象的生理数据。
例如，通过以上目标检测设备对目标对象进行采集目标信号，并对目标信号进行处理。对目标信号经信号后获得一维距离像，利用一维距离像提取目标对象在床/离床状态；若目标对象处于在床状态的情况下，则提取人体呼吸、心跳等身体活动引起的微弱信号，然后对提取到的微弱信号经滤波处理后获得呼吸信号波形和心跳信号波形，并估计目标对象的呼吸率和心率。
步骤S103，通过云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告。
例如，通过无线传输方式将获取到的一维距离像、呼吸信号波形、心跳信号波形、呼吸率、心率等数据上传至云服务器；通过云服务器将目标对象的在床/离床状态、呼吸信号波形、心跳信号波形、呼吸率、心率等生理信息实时推送；通过睡眠分析算法对累积足够时间的生理数据进行处理，基于呼吸信号、心跳信号、一维距离像分析目标对象在床时的体征情况，判断目标对象的睡眠状态，提取目标对象入睡时间、起床时间，生成目标对象的睡眠分析报告。
步骤S104，在监测终端显示所述目标对象的睡眠分析报告。
例如，用户可通过监测终端(例如，移动端、PC/Web端)查看目标对象实时的在床/离床状态、呼吸信号波形、心跳信号波形、呼吸率、心率等生理信息及睡眠分析报告。从而可以使用户更加方便快捷，且更直观的查看到目标对象的睡眠分析报告，进而提升了用户体验，同时也提升了对用户的睡眠监测效果。
通过上述的步骤S101至S104，利用无需目标对象穿戴的雷达监测设备采集目标对象的信号，并对其进行处理，分析，可以准确的得到目标对象的睡眠分析报告，并将目标对象的睡眠分析报告显示在监测终端。从而可以使用户更加方便快捷，且更直观的查看到目标对象的睡眠分析报告。故在保证用户体验的同时，也保证了监测的准确性，进而提升了对用户的睡眠监测效果。
睡眠监测方法中数据处理的示意图，如图3所示，利用目标监测设备采集目标对象的回波信号，对回波信号经处理后获得一维距离像，利用一维距离像提取目标对象的在床/离床状态；若目标对象处于在床的情况下，则提取人体呼吸、心跳等身体活动引起的微弱信号，然后对提取到的微弱信号经滤波处理后获得呼吸信号波形和心跳信号波形，并估计呼吸率和心率；再通过睡眠分析算法对累积足够时间的生理数据进行处理，提取得到目标对象的在床/离床状态、体动信号、睡眠状态等数据；最后基于目标对象的睡眠状态结果提取目标对象的睡眠分期结果、各分期占比及睡眠质量评分。
可选地，为了准确的采集室内目标对象的目标信号，在本申请实施例提供的睡眠监测方法中，在通过目标监测设备采集室内目标对象的目标信号之后，该方法还包括：对目标信号进行处理，得到一维距离像；利用一维距离像，确定目标对象的在床状态或者离床状态；在目标对象处于在床状态的情况下，利用一维距离像提取目标对象的体动信息；在目标对象处于在床状态的情况下，从目标信号中提取目标对象的身体信号，其中，身体信号指示包括：呼吸、心跳；将身体信号进行滤波处理，得到呼吸信号波形和心跳信号波形，基于呼吸信号波形和心跳信号波形确定呼吸率和心率；将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据。
例如，利用目标监测设备采集目标对象的回波信号，对回波信号经处理后获得一维距离像，利用一维距离像提取目标对象的在床/离床状态；若目标对象处于在床的情况下，则提取人体呼吸、心跳等身体活动引起的微弱信号，然后对提取到的微弱信号经滤波处理后获得呼吸信号波形和心跳信号波形，并估计呼吸率和心率；最后将目标对象的一维距离像、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据。
另外，如图4所示，一维距离像距离单元分辨率为0.04m，故目标对象的微动信号可以引起一维距离像能量的变化。因此基于一维距离像能量变化情况能够提取目标对象的在床/离床状态、入睡、清醒状态及睡眠过程中体动状态的特征。
综上，通过采用无需目标对象穿戴的雷达监测设备，采集目标对象的信号，并对其进行处理，从而得到目标对象的生理数据。而且一维距离像的分辨率高，即使是目标对象产生的微动信号，也可以提取到目标对象的在床/离床状态、入睡、清醒状态及睡眠过程中体动状态的特征。
可选地，在本申请实施例提供的睡眠监测方法中，通过云服务器对目标对象的生理数据进行解析，得到目标对象的睡眠分析报告包括：对目标对象的生理数据进行解析，得到目标对象的体征信息；基于目标对象的体征信息，确定目标对象的睡眠状态情况；采用睡眠分析算法对睡眠状态情况进行分析，生成目标对象的睡眠分析报告。
例如，如图5所示，设备端利用毫米波雷达采集监测范围内目标对象的回波信号，对回波信号经处理后输出监测范围一维距离像、人体呼吸信号波形、心跳信号波形、呼吸率、心率等信息，并上传至云服务器。首先，通过云服务器对目标对象的生理数据进行解析，获取目标对象实时的体征信息，并进行监测分析，对长时间离床、呼吸过缓、呼吸过速、心跳过缓、心跳过速等异常情况进行检测。然后，云服务器根据睡眠分析算法对累积足够长时间的体征信息进行分析，输出目标对象在睡眠过程中的体征信息及睡眠状态情况。云服务器再根据睡眠分析算法对目标对象的睡眠状态情况进行分析，生成目标对象的单日睡眠分析报告。云服务器再对目标对象多天的单日睡眠分析报告进行统计分析，检测目标对象的异常睡眠状态，生成目标对象的多日睡眠分析报告。最后，云服务器将目标对象的实时生理信息、异常告警情况、单日及多日睡眠分析报告等结果存储并推送至数据监测终端进行查看。
通过上述的方案，通过云服务器对目标对象的生理数据进行解析，可以对目标对象长时间离床、呼吸过缓、呼吸过速、心跳过缓、心跳过速等异常情况进行检测。另外，还可以通过云服务器，根据睡眠分析算法生成准确的单日睡眠分析报告。云服务器再对目标对象多天的单日睡眠分析报告进行统计分析，检测目标对象的异常睡眠状态，生成目标对象的多日睡眠分析报告。从而可以使用户比较便捷且直观的在数据监测终端查看到目标对象的实时生理信息、异常告警情况、单日及多日睡眠分析报告等结果。进而提升了用户体验，同时也提升了对用户的睡眠监测效果。
可选地，在本申请实施例提供的睡眠监测方法中，采用睡眠分析算法对睡眠状态情况进行分析，生成目标对象的睡眠分析报告包括：基于睡眠状态情况，获取目标对象的睡眠状态分期结果；目标对象的睡眠状态分期结果和生理数据中筛选出多个睡眠特征；基于多个睡眠特征和各项睡眠特征所占权重，评估目标对象的睡眠质量；基于目标对象的睡眠质量，生成睡眠分析报告。
例如，如图6所示，首先应先判断目标对象的在床、离床状态，当目标对象在床时，对其进行睡眠分析。然后提取目标对象在床时段的呼吸信号波形、心跳信号波形、呼吸率、心率，并基于一维距离像能量变化情况提取目标对象的体动情况。然后再通过目标对象的体动情况，结合其呼吸信号波形、心跳信号波形、呼吸率、心率变化情况，分析目标对象的清醒/睡眠状态，并提取目标对象的入睡时间和起床时间，得到目标对象的清醒及睡眠状态划分结果。再通过目标对象清醒、睡眠状态划分结果，结合体征信息、呼吸信号波形、心跳信号波形分析目标对象睡眠过程中的生理变化情况，划分目标对象的深睡、浅睡的睡眠状态，得到目标对象的睡眠分期结果，提取各睡眠分期在整个睡眠过程中的占比，并统计目标对象睡眠过程中的体动情况。再基于目标对象的睡眠分期结果及生理信息，评定其睡眠质量。需根据目标对象的多个睡眠特征对其睡眠质量是否存在影响进行评判，筛选出睡眠时长、深睡占比、离床次数等多个睡眠特征，从多个维度对睡眠质量进行评分，经过加权计算后得到最终的睡眠质量评分结果，权重值可以通过大量数据的统计分析结果得到。最后根据目标对象的睡眠分析及睡眠质量评分结果，生成目标对象的单日睡眠分析报告，并推送至监测终端。
通过上述的方案，可以根据目标对象的睡眠特征和各项睡眠特征所占权重来评估其睡眠质量，从而生成准确的睡眠分析报告，并将目标对象的睡眠分析报告显示在监测终端上。故在保证用户体验的同时，也保证了监测的准确性，进而提升了对用户的睡眠监测效果。
可选地，在本申请实施例提供的睡眠监测方法中，在采用睡眠分析算法对睡眠状态情况进行分析，生成目标对象的睡眠分析报告之后，该方法还包括：获取多天的目标对象的生理数据，得到生理数据统计结果；对多天目标对象的睡眠指标的变化趋势及分布情况进行分析，得到分析结果，其中，睡眠指标指示包括：睡眠时长、各个睡眠阶段占比、入睡时间、起床时间；基于分析结果，检测目标对象是否存在睡眠指标异常的情况，得到睡眠指标异常检测结果；基于生理数据统计结果、分析结果和睡眠指标异常检测结果，确定目标对象的多天睡眠分析报告；将多天睡眠分析报告推送至监测终端，以对多天睡眠分析报告进行显示。
例如，如图7所示，首先通过提取目标对象多天的单日睡眠分析报告。然后对目标对象多天的睡眠时长、各睡眠阶段占比、入睡时间、起床时间等睡眠指标的变化趋势及分布情况进行分析。其次再基于目标对象多天睡眠指标的统计结果，检测目标对象是否存在睡眠指标异常的情况。最后基于目标对象的多天睡眠指标统计结果、生理信息统计结果及目标对象的睡眠指标异常检测结果，输出其多天睡眠分析报告，并将结果推送至监测终端进行呈现。
通过上述的方案，可以将目标对象的多天睡眠分析报告直观的显示在监测终端上，从而可以使用户更加方便快捷，且更直观的查看到目标对象的睡眠分析报告，进而提升了用户体验和对用户的睡眠监测效果。
可选地，在本申请实施例提供的睡眠监测方法中，在将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据之后，该方法还包括：基于呼吸信号波形和呼吸率，检测目标对象是否存在异常呼吸形态；若目标对象存在异常呼吸形态，利用模式识别算法匹配检测是否存在异常呼吸情况，若存在异常呼吸情况，则将异常呼吸情况推送至监测终端，并触发实时告警。
可选地，在本申请实施例提供的睡眠监测方法中，在将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据之后，该方法还包括：基于心跳信号波形和心率，检测目标对象是否存在心跳异常情况；若目标对象存在心跳异常情况，则将心跳异常情况推送至监测终端，并触发实时告警。
可选地，在本申请实施例提供的睡眠监测方法中，在将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据之后，该方法还包括：对目标对象的生理数据进行解析，得到目标对象的体征信息；基于目标对象的体征信息判断目标对象是否存在体征异常情况；若目标对象存在体征异常情况，则将体征异常情况推送至监测终端，并触发实时告警。
上述内容中，若目标对象存在呼吸、心跳、体征的异常情况，都会将这些异常情况推送至监测终端，并触发实时告警。如图8所示，首先对目标对象进行离床检测，当目标对象在床时，对目标对象进行生理信息异常检测，否则退出实时生理信息监测算法，对需要进行离床告警的情况，将离床告警信息推送至监测终端。然后对在床的目标对象提取生理信息，包括呼吸信号波形、心跳信号波形、呼吸率、心率等数据。再对目标对象的呼吸率和呼吸形态进行异常检测，判断目标对象是否存在呼吸过速、过缓、呼吸强度过低，以及是否存在潮式呼吸、呼吸暂停、叹息式呼吸等异常呼吸形态。如图9所示，展示了目标对象在睡眠过程中出现呼吸暂停时的一维距离像与呼吸信号波形。然后再利用模式识别算法匹配检测目标对象是否存在异常呼吸情况，并将目标对象的呼吸异常情况推送至监测终端进行实时告警。还需对目标对象心率和心跳信号进行异常检测，判断目标对象是否存在心跳过速、过缓、心跳强度微弱等异常情况，对目标对象的异常情况推送至监测终端进行实时告警。最后还需对目标对象生命体征进行异常检测，判断目标对象是否存在生命体征微弱的异常情况，对目标对象的异常情况推送至监测终端进行实时告警。
通过上述的方案，可以实时的监测目标对象的呼吸形态、呼吸率、心跳信号、心率和生命体征信息，若检测出目标对象的以上这些信息存在异常情况，可以及时的在监测终端上进行告警，从而可以及时的提醒用户采取相应的应对措施。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来提升对睡眠的监测效果。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现睡眠的监测方法。
本发明实施例提供了一种处理器，处理器用于运行程序，其中，程序运行时执行睡眠的监测方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：通过目标监测设备采集室内目标对象的目标信号，并对目标信号进行处理，得到目标对象的生理数据，其中，目标监测设备为目标对象无需穿戴的雷达监测设备；通过云服务器对目标对象的生理数据进行解析，得到目标对象的睡眠分析报告；在监测终端显示目标对象的睡眠分析报告。
处理器执行程序时还实现以下步骤：在通过目标监测设备采集室内目标对象的目标信号之后，方法还包括：对目标信号进行处理，得到一维距离像；利用一维距离像，确定目标对象的在床状态或者离床状态；在目标对象处于在床状态的情况下，利用一维距离像提取目标对象的体动信息；在目标对象处于在床状态的情况下，从目标信号中提取目标对象的身体信号，其中，身体信号指示包括：呼吸、心跳；将身体信号进行滤波处理，得到呼吸信号波形和心跳信号波形，基于呼吸信号波形和心跳信号波形确定呼吸率和心率；将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据。
处理器执行程序时还实现以下步骤：通过云服务器对目标对象的生理数据进行解析，得到目标对象的睡眠分析报告包括：对目标对象的生理数据进行解析，得到目标对象的体征信息；基于目标对象的体征信息，确定目标对象的睡眠状态情况；采用睡眠分析算法对睡眠状态情况进行分析，生成目标对象的睡眠分析报告。
处理器执行程序时还实现以下步骤：采用睡眠分析算法对睡眠状态情况进行分析，生成目标对象的睡眠分析报告包括：基于睡眠状态情况，获取目标对象的睡眠状态分期结果；目标对象的睡眠状态分期结果和生理数据中筛选出多个睡眠特征；基于多个睡眠特征和各项睡眠特征所占权重，评估目标对象的睡眠质量；基于目标对象的睡眠质量，生成睡眠分析报告。
处理器执行程序时还实现以下步骤：在采用睡眠分析算法对睡眠状态情况进行分析，生成目标对象的睡眠分析报告之后，方法还包括：获取多天的目标对象的生理数据，得到生理数据统计结果；对多天目标对象的睡眠指标的变化趋势及分布情况进行分析，得到分析结果，其中，睡眠指标指示包括：睡眠时长、各个睡眠阶段占比、入睡时间、起床时间；基于分析结果，检测目标对象是否存在睡眠指标异常的情况，得到睡眠指标异常检测结果；基于生理数据统计结果、分析结果和睡眠指标异常检测结果，确定目标对象的多天睡眠分析报告；将多天睡眠分析报告推送至监测终端，以对多天睡眠分析报告进行显示。
处理器执行程序时还实现以下步骤：在将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据之后，方法还包括：基于呼吸信号波形和呼吸率，检测目标对象是否存在异常呼吸形态；若目标对象存在异常呼吸形态，利用模式识别算法匹配检测是否存在异常呼吸情况，若存在异常呼吸情况，则将异常呼吸情况推送至监测终端，并触发实时告警。
处理器执行程序时还实现以下步骤：在将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据之后，方法还包括：基于心跳信号波形和心率，检测目标对象是否存在心跳异常情况；若目标对象存在心跳异常情况，则将心跳异常情况推送至监测终端，并触发实时告警。
处理器执行程序时还实现以下步骤：在将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据之后，方法还包括：对目标对象的生理数据进行解析，得到目标对象的体征信息；基于目标对象的体征信息判断目标对象是否存在体征异常情况；若所述目标对象存在体征异常情况，则将所述体征异常情况推送至所述监测终端，并触发实时告警。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下系统步骤的程序：通过所述目标监测设备采集室内目标对象的目标信号，并对所述目标信号进行处理，得到所述目标对象的生理数据，其中，所述目标监测设备为所述目标对象无需穿戴的雷达监测设备；通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告；在监测终端显示所述目标对象的睡眠分析报告。
当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：在通过目标监测设备采集室内目标对象的目标信号之后，方法还包括：对目标信号进行处理，得到一维距离像；利用一维距离像，确定目标对象的在床状态或者离床状态；在目标对象处于在床状态的情况下，利用一维距离像提取目标对象的体动信息；在目标对象处于在床状态的情况下，从目标信号中提取目标对象的身体信号，其中，身体信号指示包括：呼吸、心跳；将身体信号进行滤波处理，得到呼吸信号波形和心跳信号波形，基于呼吸信号波形和心跳信号波形确定呼吸率和心率；将一维距离像、体动信息、呼吸信号波形、心跳信号波形、呼吸率、心率，作为目标对象的生理数据。
当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告包括：对所述目标对象的生理数据进行解析，得到所述目标对象的体征信息；基于所述目标对象的体征信息，确定所述目标对象的睡眠状态情况；采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告。
当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告包括：基于所述睡眠状态情况，获取所述目标对象的睡眠状态分期结果；所述目标对象的睡眠状态分期结果和所述生理数据中筛选出多个睡眠特征；基于多个睡眠特征和各项睡眠特征所占权重，评估所述目标对象的睡眠质量；基于所述目标对象的睡眠质量，生成所述睡眠分析报告。
当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：在采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告之后，所述方法还包括：获取多天的所述目标对象的生理数据，得到生理数据统计结果；对多天所述目标对象的睡眠指标的变化趋势及分布情况进行分析，得到分析结果，其中，所述睡眠指标指示包括：睡眠时长、各个睡眠阶段占比、入睡时间、起床时间；基于所述分析结果，检测所述目标对象是否存在睡眠指标异常的情况，得到睡眠指标异常检测结果；基于所述生理数据统计结果、所述分析结果和所述睡眠指标异常检测结果，确定所述目标对象的多天睡眠分析报告；将所述多天睡眠分析报告推送至所述监测终端，以对所述多天睡眠分析报告进行显示。
当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：在将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：基于所述呼吸信号波形和呼吸率，检测所述目标对象是否存在异常呼吸形态；若所述目标对象存在异常呼吸形态，利用模式识别算法匹配检测是否存在异常呼吸情况，若存在异常呼吸情况，则将所述异常呼吸情况推送至所述监测终端，并触发实时告警。
当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：在将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：基于所述心跳信号波形和心率，检测所述目标对象是否存在心跳异常情况；若所述目标对象存在心跳异常情况，则将所述心跳异常情况推送至所述监测终端，并触发实时告警。
当在数据处理设备上执行时，还适于执行初始化有如下方法步骤的程序：在将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：对所述目标对象的生理数据进行解析，得到所述目标对象的体征信息；基于所述目标对象的体征信息判断所述目标对象是否存在体征异常情况；若所述目标对象存在体征异常情况，则将所述体征异常情况推送至所述监测终端，并触发实时告警。
本领域内的技术人员应明白，本申请的实施例可提供为系统、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的系统、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何系统或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、系统、商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、系统、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、系统、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为系统、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (11)
1.一种睡眠监测系统，其特征在于，包括：
设备端，用于通过目标监测设备采集室内目标对象的目标信号，并对所述目标信号进行处理，得到所述目标对象的生理数据，其中，所述目标监测设备为所述目标对象无需穿戴的雷达监测设备；
云服务器，与所述设备端通过无线通信方式连接，用于通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告；
监测终端，用于显示所述目标对象的睡眠分析报告。
2.一种睡眠监测方法，其特征在于，所述睡眠监测方法应用于上述权利要求1中所述的睡眠监测系统，包括：
通过所述目标监测设备采集室内目标对象的目标信号，并对所述目标信号进行处理，得到所述目标对象的生理数据，其中，所述目标监测设备为所述目标对象无需穿戴的雷达监测设备；
通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告；
在监测终端显示所述目标对象的睡眠分析报告。
3.根据权利要求2所述的方法，其特征在于，在通过目标监测设备采集室内目标对象的目标信号之后，所述方法还包括：
对所述目标信号进行处理，得到一维距离像；
利用一维距离像，确定所述目标对象的在床状态或者离床状态；
在所述目标对象处于在床状态的情况下，利用一维距离像提取所述目标对象的体动信息；
在所述目标对象处于在床状态的情况下，从所述目标信号中提取所述目标对象的身体信号，其中，所述身体信号指示包括：呼吸、心跳；
将所述身体信号进行滤波处理，得到呼吸信号波形和心跳信号波形，
基于所述呼吸信号波形和心跳信号波形确定呼吸率和心率；
将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据。
4.根据权利要求2所述的方法，其特征在于，通过所述云服务器对所述目标对象的生理数据进行解析，得到所述目标对象的睡眠分析报告包括：
对所述目标对象的生理数据进行解析，得到所述目标对象的体征信息；
基于所述目标对象的体征信息，确定所述目标对象的睡眠状态情况；
采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告。
5.根据权利要求4所述的方法，其特征在于，采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告包括：
基于所述睡眠状态情况，获取所述目标对象的睡眠状态分期结果；
所述目标对象的睡眠状态分期结果和所述生理数据中筛选出多个睡眠特征；
基于多个睡眠特征和各项睡眠特征所占权重，评估所述目标对象的睡眠质量；
基于所述目标对象的睡眠质量，生成所述睡眠分析报告。
6.根据权利要求4所述的方法，其特征在于，在采用睡眠分析算法对所述睡眠状态情况进行分析，生成所述目标对象的睡眠分析报告之后，所述方法还包括：
获取多天的所述目标对象的生理数据，得到生理数据统计结果；
对多天所述目标对象的睡眠指标的变化趋势及分布情况进行分析，得到分析结果，其中，所述睡眠指标指示包括：睡眠时长、各个睡眠阶段占比、入睡时间、起床时间；
基于所述分析结果，检测所述目标对象是否存在睡眠指标异常的情况，得到睡眠指标异常检测结果；
基于所述生理数据统计结果、所述分析结果和所述睡眠指标异常检测结果，确定所述目标对象的多天睡眠分析报告；
将所述多天睡眠分析报告推送至所述监测终端，以对所述多天睡眠分析报告进行显示。
7.根据权利要求3所述的方法，其特征在于，将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：
基于所述呼吸信号波形和呼吸率，检测所述目标对象是否存在异常呼吸形态；
若所述目标对象存在异常呼吸形态，利用模式识别算法匹配检测是否存在异常呼吸情况，若存在异常呼吸情况，则将所述异常呼吸情况推送至所述监测终端，并触发实时告警。
8.根据权利要求3所述的方法，其特征在于，将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：
基于所述心跳信号波形和心率，检测所述目标对象是否存在心跳异常情况；
若所述目标对象存在心跳异常情况，则将所述心跳异常情况推送至所述监测终端，并触发实时告警。
9.根据权利要求3所述的方法，其特征在于，将所述一维距离像、所述体动信息、所述呼吸信号波形、所述心跳信号波形、所述呼吸率、所述心率，作为所述目标对象的生理数据之后，所述方法还包括：
对所述目标对象的生理数据进行解析，得到所述目标对象的体征信息；
基于所述目标对象的体征信息判断所述目标对象是否存在体征异常情况；
若所述目标对象存在体征异常情况，则将所述体征异常情况推送至所述监测终端，并触发实时告警。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求2至9中任意一项所述的睡眠监测方法。
11.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求2至9中任意一项所述的睡眠监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110839829.0A CN113367666A (zh) | 2021-07-23 | 2021-07-23 | 睡眠监测方法及系统、存储介质和处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110839829.0A CN113367666A (zh) | 2021-07-23 | 2021-07-23 | 睡眠监测方法及系统、存储介质和处理器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113367666A true CN113367666A (zh) | 2021-09-10 |
Family
ID=77582789
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110839829.0A Pending CN113367666A (zh) | 2021-07-23 | 2021-07-23 | 睡眠监测方法及系统、存储介质和处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113367666A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113854777A (zh) * | 2021-09-15 | 2021-12-31 | 广州番达通科技有限公司 | 基于云端的多功能充气床垫及其交互方法 |
| CN113907742A (zh) * | 2021-10-29 | 2022-01-11 | 北京清雷科技有限公司 | 睡眠呼吸数据的监测方法及装置 |
| CN114176511A (zh) * | 2021-11-03 | 2022-03-15 | 深圳绿米联创科技有限公司 | 睡眠监测方法、装置、电子设备及存储介质 |
| CN114732391A (zh) * | 2022-06-13 | 2022-07-12 | 亿慧云智能科技（深圳）股份有限公司 | 基于微波雷达的睡眠状态下的心率监测方法、装置及系统 |
| CN115089128A (zh) * | 2022-08-26 | 2022-09-23 | 北京大众益康科技有限公司 | 睡眠呼吸检查系统及方法 |
| CN115778352A (zh) * | 2023-02-02 | 2023-03-14 | 北京华声医学科技开发公司 | 基于毫米波雷达的睡眠质量评估方法、设备、系统及介质 |
| CN116269298A (zh) * | 2023-02-21 | 2023-06-23 | 郑州大学 | 基于毫米波雷达的非接触式睡眠呼吸监测方法和系统 |
| CN116649942A (zh) * | 2023-07-28 | 2023-08-29 | 亿慧云智能科技（深圳）股份有限公司 | 睡眠状态下基于微波雷达的心率监测方法、装置及系统 |
| WO2023241469A1 (zh) * | 2022-06-13 | 2023-12-21 | 华为技术有限公司 | 一种睡眠监测方法及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103006225A (zh) * | 2013-01-11 | 2013-04-03 | 湖南纳雷科技有限公司 | 一种监测睡眠呼吸状态的睡眠仪 |
| CN108065916A (zh) * | 2017-12-14 | 2018-05-25 | 中国人民解放军国防科技大学 | 一种基于生物雷达的非接触式睡眠质量监测方法 |
| CN109480787A (zh) * | 2018-12-29 | 2019-03-19 | 中国科学院合肥物质科学研究院 | 一种基于超宽带雷达的非接触式睡眠监测设备及睡眠分期方法 |
| CN112716474A (zh) * | 2021-01-20 | 2021-04-30 | 复旦大学 | 基于生物微波雷达的非接触式睡眠状态监测方法和系统 |
| CN112965060A (zh) * | 2021-02-19 | 2021-06-15 | 加特兰微电子科技(上海)有限公司 | 生命特征参数的检测方法、装置和检测体征点的方法 |
-
2021
- 2021-07-23 CN CN202110839829.0A patent/CN113367666A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103006225A (zh) * | 2013-01-11 | 2013-04-03 | 湖南纳雷科技有限公司 | 一种监测睡眠呼吸状态的睡眠仪 |
| CN108065916A (zh) * | 2017-12-14 | 2018-05-25 | 中国人民解放军国防科技大学 | 一种基于生物雷达的非接触式睡眠质量监测方法 |
| CN109480787A (zh) * | 2018-12-29 | 2019-03-19 | 中国科学院合肥物质科学研究院 | 一种基于超宽带雷达的非接触式睡眠监测设备及睡眠分期方法 |
| CN112716474A (zh) * | 2021-01-20 | 2021-04-30 | 复旦大学 | 基于生物微波雷达的非接触式睡眠状态监测方法和系统 |
| CN112965060A (zh) * | 2021-02-19 | 2021-06-15 | 加特兰微电子科技(上海)有限公司 | 生命特征参数的检测方法、装置和检测体征点的方法 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113854777A (zh) * | 2021-09-15 | 2021-12-31 | 广州番达通科技有限公司 | 基于云端的多功能充气床垫及其交互方法 |
| CN113907742A (zh) * | 2021-10-29 | 2022-01-11 | 北京清雷科技有限公司 | 睡眠呼吸数据的监测方法及装置 |
| CN113907742B (zh) * | 2021-10-29 | 2024-05-24 | 北京清雷科技有限公司 | 睡眠呼吸数据的监测方法及装置 |
| CN114176511A (zh) * | 2021-11-03 | 2022-03-15 | 深圳绿米联创科技有限公司 | 睡眠监测方法、装置、电子设备及存储介质 |
| CN114176511B (zh) * | 2021-11-03 | 2024-08-20 | 深圳绿米联创科技有限公司 | 睡眠监测方法、装置、电子设备及存储介质 |
| US11793415B1 (en) | 2022-06-13 | 2023-10-24 | Yihuiyun Intelligent Technology (Shenzhen) Co., Ltd. | Method, apparatus and system for monitoring heart rate in sleep state based on microwave radar |
| CN114732391A (zh) * | 2022-06-13 | 2022-07-12 | 亿慧云智能科技（深圳）股份有限公司 | 基于微波雷达的睡眠状态下的心率监测方法、装置及系统 |
| CN114732391B (zh) * | 2022-06-13 | 2022-08-23 | 亿慧云智能科技（深圳）股份有限公司 | 基于微波雷达的睡眠状态下的心率监测方法、装置及系统 |
| WO2023241469A1 (zh) * | 2022-06-13 | 2023-12-21 | 华为技术有限公司 | 一种睡眠监测方法及设备 |
| CN115089128A (zh) * | 2022-08-26 | 2022-09-23 | 北京大众益康科技有限公司 | 睡眠呼吸检查系统及方法 |
| CN115778352A (zh) * | 2023-02-02 | 2023-03-14 | 北京华声医学科技开发公司 | 基于毫米波雷达的睡眠质量评估方法、设备、系统及介质 |
| CN116269298B (zh) * | 2023-02-21 | 2023-11-10 | 郑州大学 | 基于毫米波雷达的非接触式睡眠呼吸监测方法和系统 |
| CN116269298A (zh) * | 2023-02-21 | 2023-06-23 | 郑州大学 | 基于毫米波雷达的非接触式睡眠呼吸监测方法和系统 |
| CN116649942B (zh) * | 2023-07-28 | 2023-10-20 | 亿慧云智能科技（深圳）股份有限公司 | 睡眠状态下基于微波雷达的心率监测方法、装置及系统 |
| CN116649942A (zh) * | 2023-07-28 | 2023-08-29 | 亿慧云智能科技（深圳）股份有限公司 | 睡眠状态下基于微波雷达的心率监测方法、装置及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113367666A (zh) | 睡眠监测方法及系统、存储介质和处理器 | |
| Wang et al. | Monitoring workers' attention and vigilance in construction activities through a wireless and wearable electroencephalography system | |
| CN114615924B (zh) | 基于脑电图（eeg）非线性变化的用于癫痫发作检测的系统和方法 | |
| EP2829223B1 (en) | Monitoring physiological parameters | |
| US9072482B2 (en) | Method and apparatus for automatic seizure monitoring | |
| Büyükçakır et al. | Hilbert vibration decomposition-based epileptic seizure prediction with neural network | |
| DK178263B1 (en) | Method and system of detecting seizures | |
| US11538585B2 (en) | Detecting abnormalities in ECG signals | |
| CN113712526B (zh) | 一种脉搏波提取方法、装置、电子设备及存储介质 | |
| CN105496416A (zh) | 一种人体运动状态的识别方法和装置 | |
| JP7309761B2 (ja) | 複数の信号を処理するためのシステムおよび方法 | |
| JP6344912B2 (ja) | てんかん性発作兆候検知装置、てんかん性発作兆候検知モデル生成装置、てんかん性発作兆候検知方法、てんかん性発作兆候検知モデル生成方法、てんかん性発作兆候検知プログラムおよびてんかん性発作兆候検知モデル生成プログラム | |
| CN102973266A (zh) | 用于自动痉挛监测的方法、设备和计算机程序产品 | |
| CN113288175B (zh) | 脑电信号的质量检测方法、装置、电子设备及存储介质 | |
| US20190034797A1 (en) | Data generation apparatus, biological data measurement system, classifier generation apparatus, data generation method, classifier generation method, and recording medium | |
| Feltane et al. | Automatic seizure detection in rats using Laplacian EEG and verification with human seizure signals | |
| Kroupi et al. | Predicting subjective sensation of reality during multimedia consumption based on EEG and peripheral physiological signals | |
| Kusserow et al. | Modeling arousal phases in daily living using wearable sensors | |
| Bhattacharyya et al. | Identification of epileptic seizures from scalp EEG signals based on TQWT | |
| US20200138318A1 (en) | Methods and systems for seizure analysis | |
| US11141061B2 (en) | Cognitive load estimation based on pupil dilation | |
| US20190294888A1 (en) | Method and apparatus for image processing | |
| Wartzek et al. | Modeling of motion artifacts in contactless heart rate measurements | |
| CN116507270A (zh) | 用于利用统计学分析和人工智能分析进行癫痫发作检测的系统和方法 | |
| CN110248598B (zh) | 用于确定生物电活动的合成信号的方法和设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |