CN113647909A - 睡眠指标监测方法、电子装置、装置及可读存储介质 - Google Patents

睡眠指标监测方法、电子装置、装置及可读存储介质 Download PDF

Info

Publication number
CN113647909A
CN113647909A CN202110911308.1A CN202110911308A CN113647909A CN 113647909 A CN113647909 A CN 113647909A CN 202110911308 A CN202110911308 A CN 202110911308A CN 113647909 A CN113647909 A CN 113647909A
Authority
CN
China
Prior art keywords
sleep
data
sleep data
index
body movement
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
Application number
CN202110911308.1A
Other languages
English (en)
Other versions
CN113647909B (zh
Inventor
李世新
陈翀
王鹏飞
李孟宸
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun 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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202110911308.1A priority Critical patent/CN113647909B/zh
Publication of CN113647909A publication Critical patent/CN113647909A/zh
Application granted granted Critical
Publication of CN113647909B publication Critical patent/CN113647909B/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
    • 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
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes

Landscapes

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

Abstract

本发明提出的一种睡眠指标监测方法、电子装置、装置及可读存储介质，所述方法包括步骤：接收到睡眠数据，并获取与所述睡眠数据对应的体动值，所述睡眠数据包括第一睡眠数据以及第二睡眠数据，其中，所述体动值用于表征用户的动作强度；获取与所述体动值对应的体动等级；基于所述体动等级，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据，并将所述补偿后指标数据更新到所述睡眠数据中。通过对用户的体动值进行检测，并确定体动等级，根据体动等级通过不受体动影响的第二睡眠数据对第一睡眠数据进行补偿，使得能够提高对用户睡眠数据检测的稳定性和准确性。

Description

睡眠指标监测方法、电子装置、装置及可读存储介质
技术领域
本发明涉及健康管理领域，尤其涉及一种睡眠指标监测方法、电子装置、装置及可读存储介质。
背景技术
随着社会的发展，生活节奏也越来越快，人们对于夜间睡眠质量的关注度也越来越高。因此，有必要对人们的睡眠数据进行实时监控，并基于用户整体情况来为用户提供合理建议，对人们睡眠质量不佳的情况进行改善。现有技术中多通过压电薄膜传感器来监测睡眠数据；然而，用户在睡眠质量较差时常常伴随大量体动，会使得压电薄膜传感器检测出的睡眠数据不够准确。
发明内容
本发明的主要目的在于提出一种睡眠指标监测方法、电子装置、装置及可读存储介质，旨在解决现有技术中体动造成压电薄膜传感器检测出的睡眠数据不够准确的问题。
为实现上述目的，本发明提供一种睡眠指标监测方法，所述方法包括步骤：
接收到睡眠数据，并获取与所述睡眠数据对应的体动值，所述睡眠数据包括第一睡眠数据以及第二睡眠数据，其中，所述体动值用于表征用户的动作强度；
获取与所述体动值对应的体动等级；
基于所述体动等级，通过所述第二睡眠数据对所述第一睡眠数据进行补偿后生成补偿后指标数据，并将所述补偿后指标数据更新到所述睡眠数据中。
可选地，所述睡眠数据包括多个睡眠子数据，每个睡眠子数据分别对应一个所述体动值；所述获取与所述体动值对应的体动等级包括：
获取所述多个睡眠子数据中的最大体动值与最小体动值；
计算所述最大体动值与所述最小体动值的差值；
基于所述差值计算每个所述睡眠子数据中的体动值对应的体动等级。
可选地，所述基于所述体动等级，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据包括：
根据所述体动等级分别得到所述第二睡眠数据与所述第一睡眠数据的权重比例；
基于所述权重比例，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据。
可选地，所述基于所述权重比例，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据包括：
基于所述权重比例分别得到所述第二睡眠数据对应的第一权重以及所述第一睡眠数据对应的第二权重；
计算所述第二睡眠数据与所述第一权重的乘积得到第一子数据，以及计算所述第一睡眠数据与所述第二权重的乘积得到第二子数据；
将所述第一子数据与所述第二子数据之和作为所述补偿后指标数据。
可选地，所述根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据包括：
对所述第二睡眠数据与所述第一睡眠数据进行归一化操作，分别得到雷达量化数据与压感量化数据；
根据所述雷达量化数据与所述压感量化数据生成补偿后指标数据。
可选地，所述根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据包括：
通过所述第一睡眠数据判断压电薄膜传感器是否检测到用户指标；
若所述压电薄膜传感器未检测到用户指标，则将所述第二睡眠数据作为所述生成补偿后指标数据。
可选地，所述获取与所述睡眠数据对应的体动值包括：
根据所述第一睡眠数据得到所述体动值。
为实现上述目的，本发明还提供一种电子装置，所述电子装置包括：
第一获取模块，用于接收到睡眠数据，并获取与所述睡眠数据对应的体动值，所述睡眠数据包括第一睡眠数据以及第二睡眠数据，其中，所述体动值用于表征用户的动作强度；
第二获取模块，用于获取与所述体动值对应的体动等级；
第一执行模块，用于基于所述体动等级，通过所述第二睡眠数据对所述第一睡眠数据进行补偿后生成补偿后指标数据，并将所述补偿后指标数据更新到所述睡眠数据中。
可选地，所述睡眠数据包括多个睡眠子数据，每个睡眠子数据分别对应一个所述体动值；所述第二获取模块包括：
第一获取单元，用于获取所述多个睡眠子数据中的最大体动值与最小体动值；
第一执行单元，用于计算所述最大体动值与所述最小体动值的差值；
第二执行单元，用于基于所述差值计算每个所述睡眠子数据中的体动值对应的体动等级。
可选地，所述第一执行模块包括：
第三执行单元，用于根据所述体动等级分别得到所述第二睡眠数据与所述第一睡眠数据的权重比例；
第四执行单元，用于基于所述权重比例，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据。
可选地，所述第四执行单元包括：
第一获取子单元，用于基于所述权重比例分别得到所述第二睡眠数据对应的第一权重以及所述第一睡眠数据对应的第二权重；
第一执行子单元，用于计算所述第二睡眠数据与所述第一权重的乘积得到第一子数据，以及计算所述第一睡眠数据与所述第二权重的乘积得到第二子数据；
第二执行子单元，用于将所述第一子数据与所述第二子数据之和作为所述补偿后指标数据。
可选地，所述第一执行模块包括：
第五执行单元，用于对所述第二睡眠数据与所述第一睡眠数据进行归一化操作，分别得到雷达量化数据与压感量化数据；
第六执行单元，用于根据所述雷达量化数据与所述压感量化数据生成补偿后指标数据。
可选地，所述第一执行模块包括：
第一判断单元，用于通过所述第一睡眠数据判断压电薄膜传感器是否检测到用户指标；
第七执行单元，用于若所述压电薄膜传感器未检测到用户指标，则将所述第二睡眠数据作为所述生成补偿后指标数据。
可选地，所述第一获取模块包括：
第八执行单元根据所述第一睡眠数据得到所述体动值。
为实现上述目的，本发明还提供一种睡眠指标监测装置，所述睡眠指标监测装置包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的睡眠指标监测方法的步骤。
为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的睡眠指标监测方法的步骤。
本发明提出的一种睡眠指标监测方法、电子装置、装置及可读存储介质，接收到睡眠数据，并获取与所述睡眠数据对应的体动值，所述睡眠数据包括第一睡眠数据以及第二睡眠数据，其中，所述体动值用于表征用户的动作强度；获取与所述体动值对应的体动等级；基于所述体动等级，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据，并将所述补偿后指标数据更新到所述睡眠数据中。通过对用户的体动值进行检测，并确定体动等级，根据体动等级通过不受体动影响的第二睡眠数据对第一睡眠数据进行补偿，使得能够提高对用户睡眠数据检测的稳定性和准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明睡眠指标监测方法第一实施例的流程示意图；
图2为本发明睡眠指标监测方法第二实施例步骤S20的细化流程图；
图3为本发明睡眠指标监测方法第二实施例体动等级量化流程示意图；
图4为本发明睡眠指标监测方法第三实施例补偿流程示意图；
图5为本发明睡眠指标监测方法第五实施例用户指标检测流程示意图；
图6为本发明睡眠指标监测装置的模块结构示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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。
本发明提供一种睡眠指标监测方法，参照图1，图1为本发明睡眠指标监测方法第一实施例的流程示意图，所述方法包括步骤：
步骤S10，接收到睡眠数据，并获取与所述睡眠数据对应的体动值，所述睡眠数据包括第一睡眠数据以及第二睡眠数据，其中，所述体动值用于表征用户的动作强度；
本实施例中的第一睡眠数据通过压电薄膜传感器进行检测，第二睡眠数据通过毫米波雷达进行检测。需要说明的是，具体的检测器件还可以根据实际需要进行设置，如第一睡眠数据采用受体动影响大但是检测结果精度较高的检测器件进行检测；第二睡眠数据采用检测结果精度较低但是不受体动影响或受体动影响较小的检测器件进行检测。
睡眠数据可以由压电薄膜传感器与毫米波雷达分别将检测到的数据上传至服务器之后，从服务器获取；还可以直接与压电薄膜传感器与毫米波雷达进行连接，从压电薄膜传感器与毫米波雷达出直接获取。
由于压电薄膜传感器是对压力进行检测得到第一睡眠数据的，因此，用户体动产生的力会对第一睡眠数据造成影响，具体地，使得第一睡眠数据的幅值变大；因此用户的体动值能够通过第一睡眠数据表征；具体地，设置体动阈值，当第一睡眠数据的幅值超过体动阈值时，认为出现体动，并将第一睡眠数据的幅值与体动阈值的差作为体动值。需要说明的是，体动阈值可以根据实际应用场景进行设置，在此不进行赘述。
步骤S20，获取与所述体动值对应的体动等级；
根据体动值获取对应的体动等级，以确定压电薄膜传感器的受影响程度；体动等级越高，表明压电薄膜传感器受影响程度越高；体动等级越低，表明压电薄膜传感器受影响程度越低。
步骤S30，基于所述体动等级，通过所述第二睡眠数据对所述第一睡眠数据进行补偿后生成补偿后指标数据，并将所述补偿后指标数据更新到所述睡眠数据中。
在通过体动等级确定压电薄膜传感器的受影响程度之后，通过第二睡眠数据对第一睡眠数据进行补偿，以得到补偿后指标数据。补偿后指标数据为最终表征用户的睡眠状态的数据。将补偿后指标数据更新到睡眠数据中，以供后续对于用户的睡眠质量进行分析。
本实施例通过对用户的体动值进行检测，并确定体动等级，根据体动等级通过不受体动影响的第二睡眠数据对第一睡眠数据进行补偿，使得能够提高对用户睡眠数据检测的稳定性和准确性。
进一步地，一并参见图2与图3，在基于本发明的第一实施例所提出的本发明睡眠指标监测方法第二实施例中，所述睡眠数据包括多个睡眠子数据，每个睡眠子数据分别对应一个所述体动值；所述步骤S20包括步骤：
步骤S21，获取所述多个睡眠子数据中的最大体动值与最小体动值；
步骤S22，计算所述最大体动值与所述最小体动值的差值；
步骤S23，基于所述差值计算每个所述睡眠子数据中的体动值对应的体动等级。
本实施例中的将睡眠数据划分为多个睡眠子数据，划分依据包括但不限于时间；如设置时间周期，将睡眠数据中每个时间周期内的数据划分为一个睡眠子数据；本实施例中，将睡眠数据中每两分钟的数据划分为一个睡眠子数据。具体的时间周期可以根据实际应用场景和需要进行设置，在此不进行赘述。
一个睡眠子数据对应一个体动值；单个睡眠子数据中的体动值综合该睡眠子数据中所有的第一睡眠数据与体动阈值的差值得到；如，将所有第一睡眠数据与体动阈值的差值之和作为该睡眠子数据的体动值；或将超过体动阈值的第一睡眠数据的数量与未超过体动阈值的第一睡眠数据的数量比值作为该睡眠子数据的体动值；或将超过体动阈值的第一睡眠数据的平均值作为该睡眠子数据的体动值等。需要说明的是，当睡眠子数据中的第一睡眠数据均为超过体动阈值时，该睡眠子数据对应的体动值为0。可以理解的是，可以根据实际使用需要对睡眠子数据的体动值的计算方式进行调整，在此不进行赘述。
具体地，通过以下公式来进行体动等级的计算：
Figure BDA0003202795480000071
其中，BMx为第x个睡眠子数据体动等级；BM_x为第x个睡眠子数据对应的体动值；BMMax为最大体动值；BMMin为最小体动值；K为体动等级的级数。
本实施例中级数K设置为36。即将体动等级依据上述公式划分为36个等级。需要说明的是，当未检测到体动时，即睡眠子数据中的所有第一睡眠数据均为超过体动阈值时，体动等级为0；即本实施例中的等级包含0～36共37个等级。
需要说明的是，具体的体动等级的技术可以根据实际需要、补偿精度进行设置，在此不进行赘述。
本实施例能够合理地对体动值进行划分得到体动等级。
进一步地，参见图4，在基于本发明的第一实施例所提出的本发明睡眠指标监测方法第三实施例中，所述步骤S30包括步骤：
步骤S31，根据所述体动等级分别得到所述第二睡眠数据与所述第一睡眠数据的权重比例；
步骤S32，基于所述权重比例，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据。
体动等级越高，对第一睡眠数据的影响越大，因此第一睡眠数据的权重越低，第二睡眠数据的权重越高；反之，体动等级越低，对第一睡眠数据的影响越小，因此第一睡眠数据的权重越高，第二睡眠数据的权重越低。
所述步骤S32包括步骤：
步骤S321，基于所述权重比例分别得到所述第二睡眠数据对应的第一权重以及所述第一睡眠数据对应的第二权重；
步骤S322，计算所述第二睡眠数据与所述第一权重的乘积得到第一子数据，以及计算所述第一睡眠数据与所述第二权重的乘积得到第二子数据；
步骤S323，将所述第一子数据与所述第二子数据之和作为所述补偿后指标数据。
具体地，通过以下公式进行第一权重的计算：
Figure BDA0003202795480000081
其中，a为第一权重。
由第一权重可得，第二权重为(1-a)。
具体地，通过以下公式进行补偿后指标数据的计算：
H＝(1-a)H1+a×H2
其中，H为补偿后指标数据；H1为第二睡眠数据；H2为第一睡眠数据。
需要说明的是，第二睡眠数据与第一睡眠数据中包括但不限于呼吸率数据与心率数据。在进行补偿后指标数据计算时，分别对不同种类的指标数据进行计算，以得到对应的补偿后指标数据。
本实施例能够合理地进行补偿后指标数据的计算。
进一步地，在基于本发明的第一实施例所提出的本发明睡眠指标监测方法第四实施例中，所述步骤S30包括步骤：
步骤S33，对所述第二睡眠数据与所述第一睡眠数据进行归一化操作，分别得到雷达量化数据与压感量化数据；
步骤S34，根据所述雷达量化数据与所述压感量化数据生成补偿后指标数据。
由于第二睡眠数据与第一睡眠数据输出的数据类型不同，因此为了后续补偿后指标数据的计算，需要对第二睡眠数据与第一睡眠数据进行归一化处理；并通过归一化处理后得到的雷达量化数据与压感量化数据生成补偿后指标数据。
本实施例能够对类指标数据与第一睡眠数据进行合理地优化，以便后续计算。
进一步地，参见图5在基于本发明的第一实施例所提出的本发明睡眠指标监测方法第五实施例中，所述步骤S30包括步骤：
步骤S35，通过所述第一睡眠数据判断压电薄膜传感器是否检测到用户指标；
步骤S36，若所述压电薄膜传感器未检测到用户指标，则将所述第二睡眠数据作为所述生成补偿后指标数据。
用户指标为压电薄膜传感器检测到的表征用户生理状态的指标数据；可以理解的是压电薄膜传感器持续保持工作状态，输出第一睡眠数据，当第一睡眠数据符合用户特征时，认为检测到用户指标，此时通过第二睡眠数据对第一睡眠数据进行补偿，当第一睡眠数据不符合用户特征时，认为未检测到用户指标；具体地，本实施例中的压电薄膜传感器设置于床上，当用户离开床时，可设置检测阈值，并在第一睡眠数据小于检测阈值时，认为用户离开床，此时压电薄膜传感器无法检测到用户指标，直接将第二睡眠数据作为补偿后指标数据。
进一步地，还可以设置人体传感器，通过人体传感器判断用户是否在床上，当用户不在床上时，将第二睡眠数据作为补偿后指标数据。
本实施例在压电薄膜传感器未检测到用户指标时，直接将所述第二睡眠数据作为所述生成补偿后指标数据，从而既可以在用户体动较大时对睡眠数据进行修正，又可以在一定范围内检测用户离床时的生理指标，提高了夜间用户睡眠生理信号检测的稳定性和准确性；同时使得能够避免无效的压电薄膜传感器对补偿后指标数据造成误差。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
本申请还提供一种用于实施上述睡眠指标监测方法的电子装置，电子装置包括：
第一获取模块，用于接收到睡眠数据，并获取与所述睡眠数据对应的体动值，所述睡眠数据包括第一睡眠数据以及第二睡眠数据，其中，所述体动值用于表征用户的动作强度；
第二获取模块，用于获取与所述体动值对应的体动等级；
第三获取模块，用于基于所述体动等级，通过所述第二睡眠数据对所述第一睡眠数据进行补偿后生成补偿后指标数据，并将所述补偿后指标数据更新到所述睡眠数据中。
需要说明的是，该实施例中的第一获取模块可以用于执行本申请实施例中的步骤S10，该实施例中的第二获取模块可以用于执行本申请实施例中的步骤S20，该实施例中的第一执行模块可以用于执行本申请实施例中的步骤S30。
通过对用户的体动值进行检测，并确定体动等级，根据体动等级通过不受体动影响的第二睡眠数据对第一睡眠数据进行补偿，使得能够提高对用户睡眠数据检测的稳定性和准确性。
进一步地，所述睡眠数据包括多个睡眠子数据，每个睡眠子数据分别对应一个所述体动值；所述第二获取模块包括：
第一获取单元，用于获取所述多个睡眠子数据中的最大体动值与最小体动值；
第一执行单元，用于计算所述最大体动值与所述最小体动值的差值；
第二执行单元，用于基于所述差值计算每个所述睡眠子数据中的体动值对应的体动等级。
进一步地，所述第一执行模块包括：
第三执行单元，用于根据所述体动等级分别得到所述第二睡眠数据与所述第一睡眠数据的权重比例；
第四执行单元，用于基于所述权重比例，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据。
进一步地，所述第四执行单元包括：
第一获取子单元，用于基于所述权重比例分别得到所述第二睡眠数据对应的第一权重以及所述第一睡眠数据对应的第二权重；
第一执行子单元，用于计算所述第二睡眠数据与所述第一权重的乘积得到第一子数据，以及计算所述第一睡眠数据与所述第二权重的乘积得到第二子数据；
第二执行子单元，用于将所述第一子数据与所述第二子数据之和作为所述补偿后指标数据。
进一步地，所述第一执行模块包括：
第五执行单元，用于对所述第二睡眠数据与所述第一睡眠数据进行归一化操作，分别得到雷达量化数据与压感量化数据；
第六执行单元，用于根据所述雷达量化数据与所述压感量化数据生成补偿后指标数据。
进一步地，所述第一执行模块包括：
第一判断单元，用于通过所述第一睡眠数据判断压电薄膜传感器是否检测到用户指标；
第七执行单元，用于若所述压电薄膜传感器未检测到用户指标，则将所述第二睡眠数据作为所述生成补偿后指标数据。
进一步地，所述第一获取模块包括：
第八执行单元根据所述第一睡眠数据得到所述体动值。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
参照图6，在硬件结构上所述睡眠指标监测装置可以包括通信模块10、存储器20以及处理器30等部件。在所述睡眠指标监测装置中，所述处理器30分别与所述存储器20以及所述通信模块10连接，所述存储器20上存储有计算机程序，所述计算机程序同时被处理器30执行，所述计算机程序执行时实现上述方法实施例的步骤。
通信模块10，可通过网络与外部通讯设备连接。通信模块10可以接收外部通讯设备发出的请求，还可以发送请求、指令及信息至所述外部通讯设备，所述外部通讯设备可以是其它睡眠指标监测装置、服务器或者物联网设备，例如电视等等。
存储器20，可用于存储软件程序以及各种数据。存储器20可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如基于所述差值计算每个所述睡眠子数据中的体动值对应的体动等级)等；存储数据区可包括数据库，存储数据区可存储根据系统的使用所创建的数据或信息等。此外，存储器20可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器30，是睡眠指标监测装置的控制中心，利用各种接口和线路连接整个睡眠指标监测装置的各个部分，通过运行或执行存储在存储器20内的软件程序和/或模块，以及调用存储在存储器20内的数据，执行睡眠指标监测装置的各种功能和处理数据，从而对睡眠指标监测装置进行整体监控。处理器30可包括一个或多个处理单元；可选地，处理器30可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器30中。
尽管图6未示出，但上述睡眠指标监测装置还可以包括电路控制模块，所述电路控制模块用于与电源连接，保证其他部件的正常工作。本领域技术人员可以理解，图6中示出的睡眠指标监测装置结构并不构成对睡眠指标监测装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提出一种计算机可读存储介质，其上存储有计算机程序。所述计算机可读存储介质可以是图6的睡眠指标监测装置中的存储器20，也可以是如ROM(Read-OnlyMemory，只读存储器)/RAM(Random Access Memory，随机存取存储器)、磁碟、光盘中的至少一种，所述计算机可读存储介质包括若干指令用以使得一台具有处理器的终端设备(可以是电视，汽车，手机，计算机，服务器，终端，或者网络设备等)执行本发明各个实施例所述的方法。
在本发明中，术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的，而不能理解为指示或暗示相对重要性，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。
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须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。
尽管上面已经示出和描述了本发明的实施例，本发明保护的范围并不局限于此，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换，这些变化、修改和替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种睡眠指标监测方法，其特征在于，所述方法包括：
接收到睡眠数据，并获取与所述睡眠数据对应的体动值，所述睡眠数据包括第一睡眠数据以及第二睡眠数据，其中，所述体动值用于表征用户的动作强度；
获取与所述体动值对应的体动等级；
基于所述体动等级，通过所述第二睡眠数据对所述第一睡眠数据进行补偿后生成补偿后指标数据，并将所述补偿后指标数据更新到所述睡眠数据中。
2.如权利要求1所述的睡眠指标监测方法，其特征在于，所述睡眠数据包括多个睡眠子数据，每个睡眠子数据分别对应一个所述体动值；所述获取与所述体动值对应的体动等级包括：
获取所述多个睡眠子数据中的最大体动值与最小体动值；
计算所述最大体动值与所述最小体动值的差值；
基于所述差值计算每个所述睡眠子数据中的体动值对应的体动等级。
3.如权利要求1所述的睡眠指标监测方法，其特征在于，所述基于所述体动等级，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据包括：
根据所述体动等级分别得到所述第二睡眠数据与所述第一睡眠数据的权重比例；
基于所述权重比例，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据。
4.如权利要求3所述的睡眠指标监测方法，其特征在于，所述基于所述权重比例，根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据包括：
基于所述权重比例分别得到所述第二睡眠数据对应的第一权重以及所述第一睡眠数据对应的第二权重；
计算所述第二睡眠数据与所述第一权重的乘积得到第一子数据，以及计算所述第一睡眠数据与所述第二权重的乘积得到第二子数据；
将所述第一子数据与所述第二子数据之和作为所述补偿后指标数据。
5.如权利要求1所述的睡眠指标监测方法，其特征在于，所述根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据包括：
对所述第二睡眠数据与所述第一睡眠数据进行归一化操作，分别得到雷达量化数据与压感量化数据；
根据所述雷达量化数据与所述压感量化数据生成补偿后指标数据。
6.如权利要求1所述的睡眠指标监测方法，其特征在于，所述根据所述第二睡眠数据与所述第一睡眠数据生成补偿后指标数据包括：
通过所述第一睡眠数据判断压电薄膜传感器是否检测到用户指标；
若所述压电薄膜传感器未检测到用户指标，则将所述第二睡眠数据作为所述补偿后指标数据。
7.如权利要求1所述的睡眠指标监测方法，其特征在于，所述获取与所述睡眠数据对应的体动值包括：
根据所述第一睡眠数据得到所述体动值。
8.一种电子装置，其特征在于，所述电子装置包括：
第一获取模块，用于接收到睡眠数据，并获取与所述睡眠数据对应的体动值，所述睡眠数据包括第一睡眠数据以及第二睡眠数据，其中，所述体动值用于表征用户的动作强度；
第二获取模块，用于获取与所述体动值对应的体动等级；
第三获取模块，用于基于所述体动等级，通过所述第二睡眠数据对所述第一睡眠数据进行补偿后生成补偿后指标数据，并将所述补偿后指标数据更新到所述睡眠数据中。
9.一种睡眠指标监测装置，其特征在于，所述睡眠指标监测装置包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的睡眠指标监测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的睡眠指标监测方法的步骤。
CN202110911308.1A 2021-08-09 2021-08-09 睡眠指标监测方法、电子装置、装置及可读存储介质 Active CN113647909B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110911308.1A CN113647909B (zh) 2021-08-09 2021-08-09 睡眠指标监测方法、电子装置、装置及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110911308.1A CN113647909B (zh) 2021-08-09 2021-08-09 睡眠指标监测方法、电子装置、装置及可读存储介质

Publications (2)

Publication Number Publication Date
CN113647909A true CN113647909A (zh) 2021-11-16
CN113647909B CN113647909B (zh) 2022-05-17

Family

ID=78490991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110911308.1A Active CN113647909B (zh) 2021-08-09 2021-08-09 睡眠指标监测方法、电子装置、装置及可读存储介质

Country Status (1)

Country Link
CN (1) CN113647909B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115607114A (zh) * 2022-12-14 2023-01-17 深圳市心流科技有限公司 睡眠监测方法及便携式睡眠监测装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140088378A1 (en) * 2011-05-18 2014-03-27 V-Watch Sa System and method for determining sleep and sleep stages of a person
CN204813850U (zh) * 2015-05-25 2015-12-02 深圳眠虫科技有限公司 用于监测用户睡眠质量的光电传感器阵列模组
WO2016193030A1 (en) * 2015-06-03 2016-12-08 Koninklijke Philips N.V. Sleep monitoring method and system
CN107049255A (zh) * 2017-04-13 2017-08-18 海能电子(深圳)有限公司 一种穿戴式智能设备及其睡眠算法
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
CN108309233A (zh) * 2017-12-21 2018-07-24 速眠创新科技（深圳）有限公司 睡眠质量监测方法、系统、计算机设备和存储介质
CN108416367A (zh) * 2018-02-08 2018-08-17 南京理工大学 基于多传感器数据决策级融合的睡眠分期方法
CN109567747A (zh) * 2018-11-09 2019-04-05 速眠创新科技（深圳）有限公司 睡眠监测方法、装置、计算机设备和存储介质
CN109907729A (zh) * 2018-10-12 2019-06-21 中科传感技术(青岛)研究院 一种睡眠时生命特征的检测方法
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
CN113017559A (zh) * 2019-12-24 2021-06-25 青岛中物云传智能科技有限公司 一种基于压电薄膜传感器的生命体征提取算法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140088378A1 (en) * 2011-05-18 2014-03-27 V-Watch Sa System and method for determining sleep and sleep stages of a person
CN204813850U (zh) * 2015-05-25 2015-12-02 深圳眠虫科技有限公司 用于监测用户睡眠质量的光电传感器阵列模组
WO2016193030A1 (en) * 2015-06-03 2016-12-08 Koninklijke Philips N.V. Sleep monitoring method and system
CN107049255A (zh) * 2017-04-13 2017-08-18 海能电子(深圳)有限公司 一种穿戴式智能设备及其睡眠算法
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
CN108309233A (zh) * 2017-12-21 2018-07-24 速眠创新科技（深圳）有限公司 睡眠质量监测方法、系统、计算机设备和存储介质
CN108416367A (zh) * 2018-02-08 2018-08-17 南京理工大学 基于多传感器数据决策级融合的睡眠分期方法
CN109907729A (zh) * 2018-10-12 2019-06-21 中科传感技术(青岛)研究院 一种睡眠时生命特征的检测方法
CN109567747A (zh) * 2018-11-09 2019-04-05 速眠创新科技（深圳）有限公司 睡眠监测方法、装置、计算机设备和存储介质
CN113017559A (zh) * 2019-12-24 2021-06-25 青岛中物云传智能科技有限公司 一种基于压电薄膜传感器的生命体征提取算法及系统
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
党长青，等: "多传感器数据融合睡眠监测系统设计", 《智能计算机与应用》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115607114A (zh) * 2022-12-14 2023-01-17 深圳市心流科技有限公司 睡眠监测方法及便携式睡眠监测装置

Also Published As

Publication number Publication date
CN113647909B (zh) 2022-05-17

Similar Documents

Publication Publication Date Title
CN110674019B (zh) 一种预测系统故障的方法、装置及电子设备
US10031491B2 (en) Adaptive sensor data selection and sampling based on current and future context
CN110472481B (zh) 一种睡姿检测方法、装置及设备
CN106886675B (zh) 用于监视连续的生物医学信号的方法和系统
CN109567747B (zh) 睡眠监测方法、装置、计算机设备和存储介质
CN105593903B (zh) 生物体确定装置、测量装置及方法
CN113647909B (zh) 睡眠指标监测方法、电子装置、装置及可读存储介质
KR20230110636A (ko) 타이밍 데이터의 이상 모니터링 방법, 장치, 전자 기기및 저장 매체
CN110222925A (zh) 绩效量化考核方法、装置及计算机可读存储介质
CN116338608B (zh) 微波雷达探测角度调整方法、装置、设备及存储介质
JPWO2013128972A1 (ja) 動作判定装置、動作判定システムおよび動作判定方法
CN110659179B (zh) 一种评估系统运行状况的方法、装置及电子设备
JP6935863B2 (ja) 教師データ生成装置
CN111368978A (zh) 一种离线量化工具的精度提升方法
US11602295B2 (en) Electronic device and method for providing personalized biometric information based on biometric signal using same
CN110941326B (zh) 一种电压控制方法及电子设备
CN112311935B (zh) 一种异常检测方法、装置及电子设备
Zhao et al. The design of the exercise load monitoring system based on Internet of things
CN114723196A (zh) 健康评价方法、装置及电子设备
CN110547769A (zh) 使用人工智能提高无创检测设备检测精度的纠偏方法
CN116630247B (zh) 脑血流图像处理方法及装置、脑血流监测系统
CN112968933B (zh) 数据传输方法、装置、服务器及存储介质
US20220261574A1 (en) System for correcting user movement
CN118050094A (zh) 体温测量方法、电子设备和存储介质
CN114442781A (zh) 一种服务器功率的跟踪控制方法、系统及装置

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