CN113693557A - 睡眠质量检测方法、空调器及可读存储介质 - Google Patents
睡眠质量检测方法、空调器及可读存储介质 Download PDFInfo
- Publication number
- CN113693557A CN113693557A CN202010446040.4A CN202010446040A CN113693557A CN 113693557 A CN113693557 A CN 113693557A CN 202010446040 A CN202010446040 A CN 202010446040A CN 113693557 A CN113693557 A CN 113693557A
- Authority
- CN
- China
- Prior art keywords
- sleep
- heart rate
- user
- ratio
- stage
- 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
- 230000003860 sleep quality Effects 0.000 title claims abstract description 158
- 238000001514 detection method Methods 0.000 title claims abstract description 90
- 230000008667 sleep stage Effects 0.000 claims abstract description 280
- 230000007958 sleep Effects 0.000 claims abstract description 138
- 238000004891 communication Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 28
- 230000036541 health Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 13
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 description 8
- 230000001121 heart beat frequency Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000004617 sleep duration Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 208000035240 Disease Resistance Diseases 0.000 description 1
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 1
- 230000002763 arrhythmic effect Effects 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003897 fog Substances 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 210000000779 thoracic wall Anatomy 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
- A61B5/02—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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- 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
- A61B5/48—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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Air Conditioning Control Device (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种睡眠质量检测方法、空调器和可读存储介质，通过与空调器通信连接的心跳检测模块获取用户的睡眠心率数据，根据睡眠心率数据中的用户心率确定用户在各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，所述平均心率比值为所述用户的预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，进而根据用户在各睡眠阶段的持续时长和各睡眠阶段的平均心率比值确定用户的睡眠质量。对睡眠状态的划分粒度更加细化，对睡眠质量的评价维度更广、评价依据更多，因而能够提升睡眠质量检测的准确性；根据平均心率比值来评价睡眠质量能够更加契合不同用户的实际睡眠情况，更加精确的评价不同用户的睡眠质量。
Description
技术领域
本发明涉及睡眠管理技术领域，尤其涉及一种睡眠质量检测方法、空调器及可读存储介质。
背景技术
现有的睡眠监测方法中，一种是通过用户的睡眠时长来评价用户睡眠质量的高低，时长越长，质量越高；另一种是通过检测用户整个睡眠过程中的平均心跳次数，将该平均心跳次数与预设心跳次数进行比较，从而确定睡眠质量的高低。
对于前一种方案，由于人体的睡眠状态分为多个睡眠阶段，每个睡眠阶段的持续时长对于睡眠质量的重要性不同，并不是每个睡眠阶段的时长越长睡眠质量越高；对于后一种方案，由于平均心跳次数反映的用户整个睡眠状态的心跳的平均值，而用户在不同睡眠阶段的心跳是不一样，不同睡眠阶段对于睡眠质量的重要性也不一样，用整个睡眠状态的心跳平均值来评价睡眠质量，会造成睡眠质量检测的偏差，而且，由于决定用户睡眠质量的因素有很多，这两种方案都仅从一个维度对睡眠质量进行评价，因而会造成睡眠质量检测的准确性不高。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种睡眠质量检测方法、空调器及计算机可读存储介质，旨在解决现有的睡眠质量检测方法检测准确度不高的问题。
为实现上述目的，本发明提供一种睡眠质量检测方法，所述睡眠质量检测方法应用于与心跳检测模块通信连接的空调器，所述睡眠质量检测方法包括以下步骤：
通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据，所述睡眠心率数据包括不同时刻的用户心率；
根据所述睡眠心率数据确定各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，所述平均心率比值为所述用户的预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值；
根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量。
在一实施例中，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤包括：
根据各睡眠阶段的平均心率比值和各睡眠阶段的比值权重，计算各睡眠阶段的比值加权值；
根据各睡眠阶段的持续时长和各睡眠阶段的时长权重，计算各睡眠阶段的时长加权值；
计算各睡眠阶段的比值加权值与各睡眠阶段的时长加权值之和，根据所述和的大小确定用户的睡眠质量。
在一实施例中，所述根据所述睡眠心率数据确定各睡眠阶段的持续时长和各睡眠阶段的平均心率比值的步骤包括：
根据所述不同时刻的用户心率确定不同时刻用户所处的睡眠阶段；
根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值，以及各睡眠阶段的持续时长。
在一实施例中，所述根据所述不同时刻的用户心率确定不同时刻用户所处的睡眠阶段的步骤包括：
计算预设基准心率与不同时刻的用户心率之差与预设基准心率的比值；
根据所述比值的大小确定所述比值所属的目标比值区间；
根据所述目标比值区间确定不同时刻用户所处的睡眠阶段。
在一实施例中，所述根据所述目标比值区间确定不同时刻用户所处的睡眠阶段的步骤包括：
所述目标比值区间为第一比值区间，获取所述比值的变化趋势；
根据所述变化趋势确定不同时刻用户所处的睡眠阶段。
在一实施例中，所述根据所述变化趋势确定不同时刻用户所处的睡眠阶段的步骤包括：
所述变化趋势为增大趋势，则在所述比值对应的时刻，用户处于睡眠初期；
所述变化趋势为减小趋势，则在所述比值对应的时刻，用户处于睡眠末期。
在一实施例中，所述根据所述目标比值区间确定不同时刻用户所处的睡眠阶段的步骤包括：
所述目标比值区间为第二比值区间，则在所述比值对应的时刻，用户处于深度睡眠期。
在一实施例中，所述根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值的步骤包括：
根据不同时刻用户所处的睡眠阶段，以及不同时刻的用户心率，获取各睡眠阶段的平均心率；
计算预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，作为各睡眠阶段的平均心率比值。
在一实施例中，所述通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据的步骤包括：
通过所述心跳检测模块获取用户的原始心率数据，所述原始心率数据包括不同时刻的用户心率；
计算预设基准心率与不同时刻的用户心率之差与预设基准心率的比值；
将所述比值大于第一预设比值的原始心率数据，作为用户处于睡眠状态时的睡眠心率数据。
在一实施例中，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤之后，还包括：
根据用户的睡眠质量生成睡眠质量报告，将所述睡眠质量报告发送至与所述空调器通信连接的用户终端。
在一实施例中，所述睡眠心率数据还包括用户处于睡眠状态的不同时刻的用户心率变异性；
所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤之后，还包括：
根据所述睡眠心率数据计算所述用户处于睡眠状态时的用户心率变异性的平均值；
根据所述平均值的大小确定用户的健康状况。
在一实施例中，所述通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据的步骤包括：
确定所述空调器预设范围内的用户数量大于1，则获取各个用户的位置；
通过所述心跳检测模块获取不同位置的用户处于睡眠状态时的睡眠心率数据；
对应的，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤包括：
根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定不同位置的用户的睡眠质量。
在一实施例中，所述心跳检测模块为毫米波雷达。
此外，为实现上述目的，本发明还提供空调器，所述空调器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的睡眠质量检测程序，所述睡眠质量检测程序被所述处理器执行时实现前述的睡眠质量检测方法的步骤。
此外，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睡眠质量检测程序，所述睡眠质量检测程序被处理器执行时实现前述的睡眠质量检测方法的步骤。
本发明通过与空调器通信连接的心跳检测模块获取用户的睡眠心率数据，根据睡眠心率数据中的用户心率确定用户在各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，所述平均心率比值为所述用户的预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，进而根据用户在各睡眠阶段的持续时长和各睡眠阶段的平均心率比值确定用户的睡眠质量。通过将睡眠状态划分为多个睡眠阶段，分别获取每个睡眠阶段的时长和平均心率比值，根据多个睡眠阶段的持续时长和平均心率比值来确定睡眠质量，相较于现有技术中的根据用户整个睡眠状态的持续时长或平均心跳来确定睡眠质量，本实施例对睡眠状态的划分粒度更加细化，对睡眠质量的评价维度更广、评价依据更多，因而能够提升睡眠质量检测的准确性；而且，本实施例中各睡眠阶段的平均心率比值反映的是不同睡眠阶段的平均心率与用户基准心率的差异度，不同用户设置有不同的基准心率，根据该值来评价睡眠质量能够更加契合不同用户的实际睡眠情况，更加精确的评价不同用户的睡眠质量。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的空调器的结构示意图；
图2为本发明睡眠质量检测方法第一实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的空调器的结构示意图。
如图1所示，该空调器可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的空调器结构并不构成对空调器的限定，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。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及睡眠质量检测程序。
在图1所示的空调器中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的睡眠质量检测程序。
在本实施例中，空调器包括：存储器1005、处理器1001及存储在所述存储器1005上并可在所述处理器1001上运行的睡眠质量检测程序，其中，处理器1001调用存储器1005中存储的睡眠质量检测程序时，并执行以下操作：
通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据，所述睡眠心率数据包括不同时刻的用户心率；
根据所述睡眠心率数据确定各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，所述平均心率比值为所述用户的预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值；
根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量。
进一步地，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤包括：
根据各睡眠阶段的平均心率比值和各睡眠阶段的比值权重，计算各睡眠阶段的比值加权值；
根据各睡眠阶段的持续时长和各睡眠阶段的时长权重，计算各睡眠阶段的时长加权值；
计算各睡眠阶段的比值加权值与各睡眠阶段的时长加权值之和，根据所述和的大小确定用户的睡眠质量。
进一步地，所述根据所述睡眠心率数据确定各睡眠阶段的持续时长和各睡眠阶段的平均心率比值的步骤包括：
根据所述不同时刻的用户心率确定不同时刻用户所处的睡眠阶段；
根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值，以及各睡眠阶段的持续时长。
进一步地，所述根据所述不同时刻的用户心率确定不同时刻用户所处的睡眠阶段的步骤包括：
计算预设基准心率与不同时刻的用户心率之差与预设基准心率的比值；
根据所述比值的大小确定所述比值所属的目标比值区间；
根据所述目标比值区间确定不同时刻用户所处的睡眠阶段。
进一步地，所述根据所述目标比值区间确定不同时刻用户所处的睡眠阶段的步骤包括：
所述目标比值区间为第一比值区间，获取所述比值的变化趋势；
根据所述变化趋势确定不同时刻用户所处的睡眠阶段。
进一步地，所述根据所述变化趋势确定不同时刻用户所处的睡眠阶段的步骤包括：
所述变化趋势为增大趋势，则在所述比值对应的时刻，用户处于睡眠初期；
所述变化趋势为减小趋势，则在所述比值对应的时刻，用户处于睡眠末期。
进一步地，所述根据所述目标比值区间确定不同时刻用户所处的睡眠阶段的步骤包括：
所述目标比值区间为第二比值区间，则在所述比值对应的时刻，用户处于深度睡眠期。
进一步地，所述根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值的步骤包括：
根据不同时刻用户所处的睡眠阶段，以及不同时刻的用户心率，获取各睡眠阶段的平均心率；
计算预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，作为各睡眠阶段的平均心率比值。
进一步地，所述通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据的步骤包括：
通过所述心跳检测模块获取用户的原始心率数据，所述原始心率数据包括不同时刻的用户心率；
计算预设基准心率与不同时刻的用户心率之差与预设基准心率的比值；
将所述比值大于第一预设比值的原始心率数据，作为用户处于睡眠状态时的睡眠心率数据。
进一步地，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤之后，还包括：
根据用户的睡眠质量生成睡眠质量报告，将所述睡眠质量报告发送至与所述空调器通信连接的用户终端。
进一步地，所述睡眠心率数据还包括用户处于睡眠状态的不同时刻的用户心率变异性；
所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤之后，还包括：
根据所述睡眠心率数据计算所述用户处于睡眠状态时的用户心率变异性的平均值；
根据所述平均值的大小确定用户的健康状况。
进一步地，所述通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据的步骤包括：
确定所述空调器预设范围内的用户数量大于1，则获取各个用户的位置；
通过所述心跳检测模块获取不同位置的用户处于睡眠状态时的睡眠心率数据；
对应的，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤包括：
根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定不同位置的用户的睡眠质量。
本发明还提供一种睡眠质量检测方法，参照图2，图2为本发明睡眠质量检测方法第一实施例的流程示意图，该睡眠质量检测方法可应用于上述空调器。
本实施例中，该睡眠质量检测方法应用于与心跳检测模块通信连接的空调器，该睡眠质量检测方法包括：
步骤S10，通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据，所述睡眠心率数据包括不同时刻的用户心率；
目前现有的睡眠监测方法中，一种是通过用户的睡眠时长来评价用户睡眠质量的高低，时长越长，质量越高；另一种是通过检测用户整个睡眠过程中的平均心跳次数，将该平均心跳次数与预设心跳次数进行比较，从而确定睡眠质量的高低。
对于前一种方案，由于人体的睡眠状态分为多个睡眠阶段，每个睡眠阶段的持续时长对于睡眠质量的重要性不同，并不是每个睡眠阶段的时长越长睡眠质量越高；对于后一种方案，由于平均心跳次数反映的用户整个睡眠状态的心跳的平均值，而用户在不同睡眠阶段的心跳是不一样，不同睡眠阶段对于睡眠质量的重要性也不一样，用整个睡眠状态的心跳平均值来评价睡眠质量，会造成睡眠质量检测的偏差，而且，由于决定用户睡眠质量的因素有很多，这两种方案都仅从一个维度对睡眠质量进行评价，因而会造成睡眠质量检测的准确性不高。
为解决现有技术中的睡眠质量检测方法检测准确度不高的技术问题，在本发明实施例中提出一种睡眠质量检测方法，旨在通过与空调器通信连接的心跳检测模块获取用户的睡眠心率数据，根据睡眠心率数据中的用户心率确定用户在各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，进而根据用户在各睡眠阶段的持续时长和各睡眠阶段的平均心率比值确定用户的睡眠质量，通过从睡眠状态的不同阶段的持续时长和平均心率比值，这两个维度来确定睡眠质量，能够提升睡眠质量检测的准确性。
可以理解的是，本实施例不限制心跳检测模块的具体形式，只要是具有心跳检测检测功能的器件即可作为心跳检测模块，该心跳检测模块可以是空调器本身具有的器件，也可以是独立于空调器的器件，例如移动终端内的心跳检测模块。在本实施例中，睡眠心率数据包括用户心率(Heart Rate，HR)。
进一步地，上述步骤S10包括：通过所述心跳检测模块获取用户的原始心率数据，所述原始心率数据包括不同时刻的用户心率；计算预设基准心率与不同时刻的用户心率之差与预设基准心率的比值；将所述比值大于第一预设比值的原始心率数据，作为用户处于睡眠状态时的睡眠心率数据。
具体地，由于心跳检测模块对用户的心率进行监测得到的原始心率数据中，可能既包含了用户处于睡眠状态时的用户心率，也包含了用户处于非睡眠状态时的用户心率，若要确定用户的睡眠质量，则需要对原始心率数据进行筛选，以得到用户处于睡眠状态时的睡眠心率数据，以免处于非睡眠状态时的用户心率对睡眠质量的评判造成干扰。原始心率数据包括不同时刻的用户心率，通常处于睡眠状态时的心率要比非睡眠状态时的心率低，故而当用户处于睡眠状态时，预设基准心率与用户心率之差与预设基准频率的比值是大于非睡眠状态时的比值的，因此，为了准确的划分睡眠状态与非睡眠状态，运维人员预先设置了第一预设比值，若比值大于第一预设比值，则确定用户处于睡眠状态，与该比值对应的原始心率数据为睡眠心率数据。其中，第一预设比值的大小由运维人员根据实际需要进行设置，本实施例不做具体限制。
进一步地，在一实施例中，心跳检测模块可以为毫米波雷达。毫米波雷达(millimeter-wave radar)是工作在毫米波波段(millimeter wave)探测的雷达。通常毫米波是指30～300GHz频域(波长为1～10mm)的波。同厘米波雷达相比，毫米波雷达具有体积小、质量轻和空间分辨率高的特点。与红外、激光、电视等雷达相比，毫米波雷达穿透雾、烟、灰尘的能力强，具有全天候(大雨天除外)全天时的特点。另外，毫米波雷达的抗干扰、反隐身能力也优于其他微波雷达。毫米波雷达能分辨识别很小的目标，而且能同时识别多个目标。
进一步地，若心跳检测模块为毫米波雷达，上述步骤S10之前，还包括：控制所述毫米波雷达向目标物发射毫米波信号，并接收所述目标物返回的毫米波信号；确定所述毫米波信号发射时的相位与返回时的相位的相位差；确定所述相位差不等于预设相位差，则从返回的毫米波信号中提取用户的原始心率数据。具体地，毫米波信号在遇到静止的物体后，反射回的毫米波信号的相位与发射时的相位是相同的，但若物体是运动的，反射回的毫米波信号的相位与发射时的相位是不相同的，导致发射波和反射波的相位差不等于预设相位差，其中，预设相位差可选为0。在本实施例中，由于心脏跳动会引起胸壁移位，毫米波雷达向房间四周发射毫米波信号，当反射回来的毫米波信号的相位与发射时的相位的相位差不等于预设相位差时，则可以确定当前反射回来的毫米波是人体反射回来的，因此可从该毫米波信号中提取用户的原始心率数据，当反射回来的毫米波信号的相位与发射时的相位的相位差等于预设相位差，则可以确定当前反射回来的毫米波是墙壁、窗户、家具等物体反射回来的，无需从这类毫米波信号中提取用户的原始心率数据，从而避免进行无效的原始心率数据提取，提升原始心率数据提取的效率。
另外，传统的心率数据测量，需要用户贴身佩戴可穿戴设备，而毫米波雷达可以在保证检测精度的情况下，实现无接触式的心率数据监测，提升用户的使用舒适度。
步骤S20，根据所述睡眠心率数据确定各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，所述平均心率比值为所述用户的预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值；
在本实施例中，睡眠心率数据中包括用户处于睡眠状态的不同时刻的心率。在获取到睡眠心率数据后，可根据不同时刻的用户心率确定不同时刻用户所处的睡眠阶段；根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值，以及各睡眠阶段的持续时长。
上述根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值的步骤包括：根据不同时刻用户所处的睡眠阶段，以及不同时刻的用户心率，获取各睡眠阶段的平均心率；计算预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，作为各睡眠阶段的平均心率比值。其中，预设基准心率反映的是用户处于非睡眠状态、且处于安静状态时的心率。
步骤S30，根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量。
在本实施例中，在确定各睡眠阶段的平均心率比值和各睡眠阶段的持续时长后，即可从这两个维度确定用户的睡眠质量。具体地，根据各睡眠阶段的平均心率比值和各睡眠阶段的比值权重，计算各睡眠阶段的比值加权值；根据各睡眠阶段的持续时长和各睡眠阶段的时长权重，计算各睡眠阶段的时长加权值；计算各睡眠阶段的比值加权值与各睡眠阶段的时长加权值之和，根据所述和的大小确定用户的睡眠质量。
进一步地，在步骤S30之后还包括：根据用户的睡眠质量生成睡眠质量报告，将所述睡眠质量报告发送至与所述空调器通信连接的用户终端。其中，睡眠质量报告中可以包括用户的睡眠质量等级、各睡眠阶段的持续时长、各睡眠阶段的平均心率比值中的至少一种，还可以包括睡眠质量评价标准。
在本实施例中，通过与空调器通信连接的心跳检测模块获取用户的睡眠心率数据，根据睡眠心率数据中的用户心率确定用户在各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，所述平均心率比值为所述用户的预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，进而根据用户在各睡眠阶段的持续时长和各睡眠阶段的平均心率比值确定用户的睡眠质量。
本实施例将睡眠状态划分为多个睡眠阶段，分别获取每个睡眠阶段的时长和平均心率比值，根据多个睡眠阶段的持续时长和平均心率比值来确定睡眠质量，相较于现有技术中的根据用户整个睡眠状态的持续时长或平均心跳来确定睡眠质量，本实施例对睡眠状态的划分粒度更加细化，对睡眠质量的评价维度更广、评价依据更多，因而能够提升睡眠质量检测的准确性；而且，本实施例中各睡眠阶段的平均心率比值反映的是不同睡眠阶段的平均心率与用户基准心率的差异度，不同用户设置有不同的基准心率，根据该值来评价睡眠质量能够更加契合不同用户的实际睡眠情况，更加精确的评价不同用户的睡眠质量。
进一步的，基于第一实施例，提出本发明睡眠质量检测方法的第二实施例，在本实施例中，上述步骤S20包括：
步骤S21，根据所述不同时刻的用户心率确定不同时刻用户所处的睡眠阶段；
在本实施例中，将睡眠状态划分为三个阶段，依次为睡眠初期、深度睡眠期和睡眠末期，当用户处于睡眠状态时，用户心率在睡眠初期呈减小趋势，在减小至一稳定值后，呈平稳波动趋势，此阶段为深度睡眠期，之后进入睡眠末期，用户心率呈增大趋势。但由于个体差异，例如不同身体状况、不同年龄甚至是不同性别的用户，区分各个睡眠阶段的临界心率值会存在很大差异，因此若直接根据心率大小以及预设的临界心率值确定用户所处的睡眠阶段，会导致睡眠质量检测的准确性较低。
但是，对于用户的预设基准心率与处于睡眠状态的各个阶段的心率之差与预设基准心率的比值，其反映的是用户的处于非睡眠状态与睡眠状态的心率差异度，该值不会因为个体差异的不同，造成区分各个睡眠阶段的临界比值存在较大差异，因此可以通过该比值来区分用户所处的睡眠阶段，因此，本实施例中，步骤S21具体包括：
步骤S211，计算预设基准心率与不同时刻的用户心率之差与预设基准心率的比值；
步骤S212，根据所述比值的大小确定所述比值所属的目标比值区间；
步骤S213，根据所述目标比值区间确定不同时刻用户所处的睡眠阶段。
在本实施例中，预设基准心率反映的是用户处于非睡眠状态、且处于安静状态时的心率。由于处于睡眠状态时的心率要比非睡眠状态时的心率低，而且，当用户处于睡眠状态时，用户心率在睡眠阶段依次呈现减小、平稳波动、升高的趋势，相应的，用户处于睡眠状态时，预设基准心率与不同时刻的用户心率之差与预设基准心率的比值大小，在睡眠阶段依次呈现增大、平稳波动、减小的趋势。
运维人员预先根据预设基准心率与用户心率之差与预设基准心率的比值的大小为不同的睡眠阶段划分不同的比值区间，不同的睡眠阶段有与之对应的比值区间。从而在获取到预设基准心率与不同时刻的用户心率之差与预设基准心率的比值后，可根据该比值的大小确定比值所属的目标比值区间，进而根据目标比值区间确定对应的睡眠阶段。
进一步地，在步骤S211之前还包括：若检测到预设基准心率设置指令，通过所述心跳检测模块检测用户的用户心率，作为预设基准心率。具体地，预设基准心率设置指令可以是用户主动触发的，也可以是在用户在开启空调器的睡眠质量检测功能时，空调器自动触发的，本实施例不做具体限制。其中，预设基准心率反映的是用户处于非睡眠状态、且处于安静状态时的心率，用户主动触发预设基准心率设置指令时或者用户在开启空调器的睡眠质量检测功能时，通常是处于这样的非睡眠安静状态，因此可以在检测到预设基准心率设置指令时，检测用户当前的用户心率作为预设基准心率。
步骤S22，根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值，以及各睡眠阶段的持续时长。
在本实施例中，不同时刻用户所处的睡眠阶段实质上是不同睡眠阶段与时间段的对应关系，在确定该对应关系后可确定每个睡眠阶段的持续时长，例如，睡眠初期对应的时间段为22:32至23:43，睡眠初期的持续时长为1小时11分，深度睡眠期对应的时间段为23:43至05:09，深度睡眠期的持续时长为5小时26分，睡眠末期为05:09至07:00，睡眠末期的持续时长为1小时51分。
上述根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值的步骤包括：根据不同时刻用户所处的睡眠阶段，以及不同时刻的用户心率，获取各睡眠阶段的平均心率；计算预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，作为各睡眠阶段的平均心率比值。
具体地，在确定不同睡眠阶段与时间段的对应关系后，再结合不同时刻的用户心率，即可确定每个睡眠阶段中不同时刻的用户心率，从而可以计算每个睡眠阶段中所有用户心率的平均值，即为各睡眠阶段的平均心率。再计算预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，将该比值作为各睡眠阶段对应的平均心率比值。
进一步地，上述步骤S213包括：
步骤S2131，所述目标比值区间为第一比值区间，获取所述比值的变化趋势；
步骤S2132，根据所述变化趋势确定不同时刻用户所处的睡眠阶段。
在本实施例中，睡眠初期与睡眠末期的比值区间相同，为第一比值区间，因此，若目标比值区间为第一比值区间，还需要进一步根据比值的变化趋势来确定用户所处的睡眠阶段。具体地，若比值的变化趋势为增大趋势，则在该比值对应的时刻，用户处于睡眠初期；若比值的变化趋势为减小趋势，则在所述比值对应的时刻，用户处于睡眠末期。
进一步地，上述步骤S213还包括：
步骤S2133，所述目标比值区间为第二比值区间，则在所述比值对应的时刻，用户处于深度睡眠期。
在本实施例中，若预设基准心率与用户心率之差与预设基准心率的比值处于第二比值区间时，说明用户处于深度睡眠期。其中，所述第二比值区间的最小值大于所述第一比值区间的最大值。
进一步的，基于上述实施例，提出本发明睡眠质量检测方法的第三实施例，在本实施例中，上述步骤S30包括：
步骤S31，根据各睡眠阶段的平均心率比值和各睡眠阶段的比值权重，计算各睡眠阶段的比值加权值；
步骤S32，根据各睡眠阶段的持续时长和各睡眠阶段的时长权重，计算各睡眠阶段的时长加权值；
步骤S33，计算各睡眠阶段的比值加权值与各睡眠阶段的时长加权值之和，根据所述和的大小确定用户的睡眠质量。
在本实施例中，在睡眠状态的三个睡眠阶段中，对睡眠质量起决定性作用的主要是深度睡眠期，睡眠初期和睡眠末期对解除疲劳作用甚微，而只有进入深度睡眠期，才对解除疲劳有较大作用。因为在深度睡眠下，大脑皮层细胞处于充分休息状态，这对于消除疲劳、恢复精力、免疫抗病等都有至关重要的作用，因此，在评价睡眠质量的好坏时，虽然需要依据三个睡眠阶段的平均心率比值与持续时长，但可以根据决定睡眠质量的重要性，来赋予不同睡眠阶段不同的权重。可以理解的是，深度睡眠期的比值权重大于睡眠初期和睡眠末期的比值权重。另外，即使是同一睡眠阶段，平均心率比值的不同、睡眠持续时长的不同也会对睡眠质量产生不同程度的影响。
在步骤S31之前，运维人员预先为各个睡眠阶段设置了持续时长对应的时长权重，以及平均心率比值对应的比值权重。
在得到各睡眠阶段的平均心率比值后，可将各睡眠阶段的平均心率比值与该睡眠阶段的比值权重相乘后相加，得到三个睡眠阶段的比值加权值；在得到各睡眠阶段的持续时长后，可将各睡眠阶段的持续时长与该睡眠阶段的时长权重相乘后相加，得到三个睡眠阶段的时长加权值，进而计算比值加权值与时长加权值之和，根据和的大小确定用户的睡眠质量。
进一步地，运维人员预先根据比值加权值与时长加权值之和的大小，设置了不同的睡眠质量，比值加权值与时长加权值之和越大，用户的睡眠质量越高，比值加权值与时长加权值之和越效，用户的睡眠质量越低。在实际应用场景中，运维人员可以根据和的大小将睡眠质量分为高睡眠质量等级、中睡眠质量等级和低睡眠质量等级，每个等级有与之对应的比值加权值与时长加权值之和的大小区间。当然，也可以根据需要划分为更多等级，本实施例不做具体限制。
在本实施例中，通过为各个睡眠阶段的持续时长和平均心率比值分别设置权重，根据比值加权值与时长加权值之和的大小确定用户的睡眠质量，能够更加准确地监测用户的睡眠质量。
进一步地，上述步骤S10包括：
确定所述空调器预设范围内的用户数量大于1，则获取各个用户的位置；
通过所述心跳检测模块获取不同位置的用户处于睡眠状态时的睡眠心率数据；
对应的，上述步骤S30包括：
根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定不同位置的用户的睡眠质量。
在本实施例中，可通过与空调器通信连接的心跳检测模块，检测空调器预设范围内的心跳信号，根据心跳信号的差异确定用户数量是否唯一，若是，则执行步骤：通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据；若否，则通过与空调器通信连接的定位装置获取各个用户的位置，然后通过心跳检测模块获取不同位置的用户处于睡眠状态时的睡眠心率数据，根据不同位置的用户的睡眠心率数据确定各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，根据各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定不同位置的用户的睡眠质量。
进一步地，根据不同位置的用户的睡眠质量生成睡眠质量报告，将睡眠质量报告发送至与所述空调器通信连接的用户终端。其中，睡眠质量报告中可以包括不同位置的用户的睡眠质量等级、各睡眠阶段的持续时长、各睡眠阶段的平均心率比值中的至少一种，还可以包括睡眠质量评价标准、用户的位置信息。
在一实施例中，心跳检测模块和定位装置为毫米波雷达。
在本实施例中，在环境中存在多个用户时，通过用户的位置来区别不同的用户，进而对不同用户的睡眠质量进行监控，能够为用户提供更加丰富的应用场景，从而提升用户体验。
基于上述实施例，提出本发明睡眠质量检测方法的第四实施例，在本实施例中，所述睡眠心率数据还包括用户处于睡眠状态的不同时刻的用户心率变异性，上述步骤S30之后，还包括：
步骤S40，根据所述睡眠心率数据计算所述用户处于睡眠状态时的用户心率变异性的平均值；
步骤S41，根据所述平均值的大小确定用户的健康状况。
用户心率变异性(heart rate variability，HRV)是指逐次心跳周期差异的变化情况，它是预测心脏性猝死和心律失常性事件的一个有价值的指标。通常，处于睡眠状态时，高HRV是有利的，而低HRV是不利的。
在本实施例中，睡眠心率数据还包括用户处于睡眠状态的不同时刻的用户心率变异性，根据用户处于睡眠状态的不同时刻的用户心率变异性可计算用户处于睡眠状态时的用户心率变异性的平均值，进而根据该平均值的大小确定用户的健康状况。
运维人员预先根据用户心率变异性的大小，设置了不同的健康状况，用户心率变异性的平均值越大，用户越健康，用户心率变异性的平均值越小，用户越不健康。在实际应用场景中，运维人员可以根据用户心率变异性的平均值将健康状况分为健康、亚健康和不健康三个健康等级，每个等级有与之对应的用户心率变异性的平均值的大小区间。当然，也可以根据需要划分为更多等级，本实施例不做具体限制。
进一步地，在确定用户的健康状况后，可根据用户的健康状况生成健康包括，将健康报告发送至与所述空调器通信连接的用户终端。其中健康报告中可以包括用户的健康等级、用户处于睡眠状态时的心率变异性的平均值等反映用户健康状况的指标，本实施例不做具体限制。
在本实施例中，通过用户处于睡眠状态时的心率变异性的平均值确定用户的健康状况，能够为用户提供更加全面的睡眠监控功能，让用户不需要额外的医疗器械，就可以了解自己的健康状况。
此外，本发明实施例还提出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睡眠质量检测程序，所述睡眠质量检测程序被处理器执行时实现的步骤，可参照上述本发明睡眠质量检测方法的各实施例，此处不再赘述。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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上述实施例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，本发明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如上所述的一个存储介质(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，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (15)
1.一种睡眠质量检测方法，其特征在于，所述睡眠质量检测方法应用于与心跳检测模块通信连接的空调器，所述睡眠质量检测方法包括以下步骤：
通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据，所述睡眠心率数据包括不同时刻的用户心率；
根据所述睡眠心率数据确定各睡眠阶段的持续时长和各睡眠阶段的平均心率比值，所述平均心率比值为所述用户的预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值；
根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量。
2.如权利要求1所述的睡眠质量检测方法，其特征在于，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤包括：
根据各睡眠阶段的平均心率比值和各睡眠阶段的比值权重，计算各睡眠阶段的比值加权值；
根据各睡眠阶段的持续时长和各睡眠阶段的时长权重，计算各睡眠阶段的时长加权值；
计算各睡眠阶段的比值加权值与各睡眠阶段的时长加权值之和，根据所述和的大小确定用户的睡眠质量。
3.如权利要求1所述的睡眠质量检测方法，其特征在于，所述根据所述睡眠心率数据确定各睡眠阶段的持续时长和各睡眠阶段的平均心率比值的步骤包括：
根据所述不同时刻的用户心率确定不同时刻用户所处的睡眠阶段；
根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值，以及各睡眠阶段的持续时长。
4.如权利要求3所述的睡眠质量检测方法，其特征在于，所述根据所述不同时刻的用户心率确定不同时刻用户所处的睡眠阶段的步骤包括：
计算预设基准心率与不同时刻的用户心率之差与预设基准心率的比值；
根据所述比值的大小确定所述比值所属的目标比值区间；
根据所述目标比值区间确定不同时刻用户所处的睡眠阶段。
5.如权利要求4所述的睡眠质量检测方法，其特征在于，所述根据所述目标比值区间确定不同时刻用户所处的睡眠阶段的步骤包括：
所述目标比值区间为第一比值区间，获取所述比值的变化趋势；
根据所述变化趋势确定不同时刻用户所处的睡眠阶段。
6.如权利要求5所述的睡眠质量检测方法，其特征在于，所述根据所述变化趋势确定不同时刻用户所处的睡眠阶段的步骤包括：
所述变化趋势为增大趋势，则在所述比值对应的时刻，用户处于睡眠初期；
所述变化趋势为减小趋势，则在所述比值对应的时刻，用户处于睡眠末期。
7.如权利要求4所述的睡眠质量检测方法，其特征在于，所述根据所述目标比值区间确定不同时刻用户所处的睡眠阶段的步骤包括：
所述目标比值区间为第二比值区间，则在所述比值对应的时刻，用户处于深度睡眠期。
8.如权利要求3所述的睡眠质量检测方法，其特征在于，所述根据不同时刻用户所处的睡眠阶段确定各睡眠阶段的平均心率比值的步骤包括：
根据不同时刻用户所处的睡眠阶段，以及不同时刻的用户心率，获取各睡眠阶段的平均心率；
计算预设基准心率与各睡眠阶段的平均心率之差与预设基准心率的比值，作为各睡眠阶段的平均心率比值。
9.如权利要求1所述的睡眠质量检测方法，其特征在于，所述通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据的步骤包括：
通过所述心跳检测模块获取用户的原始心率数据，所述原始心率数据包括不同时刻的用户心率；
计算预设基准心率与不同时刻的用户心率之差与预设基准心率的比值；
将所述比值大于第一预设比值的原始心率数据，作为用户处于睡眠状态时的睡眠心率数据。
10.如权利要求1所述的睡眠质量检测方法，其特征在于，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤之后，还包括：
根据用户的睡眠质量生成睡眠质量报告，将所述睡眠质量报告发送至与所述空调器通信连接的用户终端。
11.如权利要求1所述的睡眠质量检测方法，其特征在于，所述睡眠心率数据还包括用户处于睡眠状态的不同时刻的用户心率变异性；
所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤之后，还包括：
根据所述睡眠心率数据计算所述用户处于睡眠状态时的用户心率变异性的平均值；
根据所述平均值的大小确定用户的健康状况。
12.如权利要求1所述的睡眠质量检测方法，其特征在于，所述通过所述心跳检测模块获取用户处于睡眠状态时的睡眠心率数据的步骤包括：
确定所述空调器预设范围内的用户数量大于1，则获取各个用户的位置；
通过所述心跳检测模块获取不同位置的用户处于睡眠状态时的睡眠心率数据；
对应的，所述根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定用户的睡眠质量的步骤包括：
根据所述各睡眠阶段的平均心率比值和各睡眠阶段的持续时长确定不同位置的用户的睡眠质量。
13.如权利要求1至12任一项所述的睡眠质量检测方法，其特征在于，所述心跳检测模块为毫米波雷达。
14.一种空调器，其特征在于，所述空调器与心跳检测模块通信连接，所述空调器包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的睡眠质量检测程序，所述睡眠质量检测程序被所述处理器执行时实现如权利要求1至13中任一项所述的睡眠质量检测方法的步骤。
15.一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睡眠质量检测程序，所述睡眠质量检测程序被处理器执行时实现如权利要求1至13中任一项所述的睡眠质量检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010446040.4A CN113693557B (zh) | 2020-05-22 | 2020-05-22 | 睡眠质量检测方法、空调器及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010446040.4A CN113693557B (zh) | 2020-05-22 | 2020-05-22 | 睡眠质量检测方法、空调器及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113693557A true CN113693557A (zh) | 2021-11-26 |
| CN113693557B CN113693557B (zh) | 2023-12-26 |
Family
ID=78646546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010446040.4A Active CN113693557B (zh) | 2020-05-22 | 2020-05-22 | 睡眠质量检测方法、空调器及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113693557B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116392083A (zh) * | 2023-06-01 | 2023-07-07 | 安徽星辰智跃科技有限责任公司 | 基于局部变换的睡眠趋稳性量化及调节方法、系统和装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011115188A (ja) * | 2008-06-13 | 2011-06-16 | Heart Metrics Kk | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム |
| CN103717125A (zh) * | 2011-05-18 | 2014-04-09 | V视股份有限公司 | 用于确定人的睡眠和睡眠阶段的系统和方法 |
| CN105509249A (zh) * | 2015-12-31 | 2016-04-20 | 美的集团股份有限公司 | 空调器的控制方法、装置及空调器 |
| KR20160086159A (ko) * | 2015-01-09 | 2016-07-19 | 엘지전자 주식회사 | 이동 단말기 및 그 제어 방법 |
| US20160262690A1 (en) * | 2015-03-12 | 2016-09-15 | Mediatek Inc. | Method for managing sleep quality and apparatus utilizing the same |
| CN106108845A (zh) * | 2016-06-17 | 2016-11-16 | 美的集团股份有限公司 | 一种确定睡眠阶段的方法和装置 |
| CN106725326A (zh) * | 2016-12-28 | 2017-05-31 | 天津众阳科技有限公司 | 基于人体hrv测量的睡眠质量评估系统及方法 |
| CN108613341A (zh) * | 2018-04-23 | 2018-10-02 | 广东美的制冷设备有限公司 | 睡眠阶段的监测方法、空调器及计算机可读存储介质 |
| WO2018221750A1 (ja) * | 2017-06-02 | 2018-12-06 | 学校法人慶應義塾 | 睡眠判定装置、睡眠判定方法、および、睡眠判定プログラム |
| CN109464131A (zh) * | 2019-01-09 | 2019-03-15 | 浙江强脑科技有限公司 | 睡眠质量改善方法、装置及计算机可读存储介质 |
-
2020
- 2020-05-22 CN CN202010446040.4A patent/CN113693557B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011115188A (ja) * | 2008-06-13 | 2011-06-16 | Heart Metrics Kk | 睡眠状態モニタリング装置、モニタリングシステムおよびコンピュータプログラム |
| CN103717125A (zh) * | 2011-05-18 | 2014-04-09 | V视股份有限公司 | 用于确定人的睡眠和睡眠阶段的系统和方法 |
| KR20160086159A (ko) * | 2015-01-09 | 2016-07-19 | 엘지전자 주식회사 | 이동 단말기 및 그 제어 방법 |
| US20160262690A1 (en) * | 2015-03-12 | 2016-09-15 | Mediatek Inc. | Method for managing sleep quality and apparatus utilizing the same |
| CN105509249A (zh) * | 2015-12-31 | 2016-04-20 | 美的集团股份有限公司 | 空调器的控制方法、装置及空调器 |
| CN106108845A (zh) * | 2016-06-17 | 2016-11-16 | 美的集团股份有限公司 | 一种确定睡眠阶段的方法和装置 |
| CN106725326A (zh) * | 2016-12-28 | 2017-05-31 | 天津众阳科技有限公司 | 基于人体hrv测量的睡眠质量评估系统及方法 |
| WO2018221750A1 (ja) * | 2017-06-02 | 2018-12-06 | 学校法人慶應義塾 | 睡眠判定装置、睡眠判定方法、および、睡眠判定プログラム |
| CN108613341A (zh) * | 2018-04-23 | 2018-10-02 | 广东美的制冷设备有限公司 | 睡眠阶段的监测方法、空调器及计算机可读存储介质 |
| CN109464131A (zh) * | 2019-01-09 | 2019-03-15 | 浙江强脑科技有限公司 | 睡眠质量改善方法、装置及计算机可读存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116392083A (zh) * | 2023-06-01 | 2023-07-07 | 安徽星辰智跃科技有限责任公司 | 基于局部变换的睡眠趋稳性量化及调节方法、系统和装置 |
| CN116392083B (zh) * | 2023-06-01 | 2023-08-29 | 安徽星辰智跃科技有限责任公司 | 基于局部变换的睡眠趋稳性量化及调节方法、系统和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113693557B (zh) | 2023-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3914934B1 (en) | Classifying static leaf nodes in a motion detection system | |
| US11963802B2 (en) | Disease onset risk prediction device, method, and non-fugitive recording medium for storing program | |
| US20160180684A1 (en) | Remote data monitoring and collection system with multi-tiered analysis | |
| WO2020150807A1 (en) | Identifying static leaf nodes in a motion detection system | |
| CN106104539B (zh) | 使用警报再生的针对警报咨询的警报设置的优化 | |
| CN108185988A (zh) | 基于酒店的智能枕头的健康检测方法及智能枕头 | |
| CN113947867B (zh) | 目标异常行为的检测方法、系统、电子装置和存储介质 | |
| CN105433934A (zh) | 一种基于生命体征监护手环的个人健康检查评测方法 | |
| CN113693557A (zh) | 睡眠质量检测方法、空调器及可读存储介质 | |
| CN109189207A (zh) | 一种可穿戴设备穿戴状态的检测方法及装置 | |
| CN108992054A (zh) | 一种脉搏信号峰值点检测方法及装置 | |
| CN113701320A (zh) | 空调器控制方法、空调器及可读存储介质 | |
| US20210174974A1 (en) | Data generating apparatus, data generating method, data generating program and sensing apparatus | |
| KR20140126229A (ko) | 생체 나이 연산 모델 생성 방법 및 시스템과, 그 생체 나이 연산 방법 및 시스템 | |
| CN110942583A (zh) | 烟感告警上报的方法、装置及终端 | |
| CN113679369B (zh) | 一种心率变异性的评估方法、智能穿戴设备及存储介质 | |
| KR102386438B1 (ko) | 심전계를 이용한 실시간 다중 모니터링 장치 및 방법 | |
| CN113701319B (zh) | 空调器控制方法、空调器及可读存储介质 | |
| CN114019506A (zh) | 一种行为识别方法、睡眠检测方法及装置 | |
| Jokić et al. | Autonomic telemedical application for Android based mobile devices | |
| JP3962411B2 (ja) | センサデータ管理装置 | |
| CN113055785B (zh) | 音量调节方法、系统和装置 | |
| JP2015228911A (ja) | 人活動量測定装置、人活動量測定方法及び人活動量測定プログラム | |
| Griffiths et al. | Towards unobtrusive ambient sound monitoring for smart and assisted environments | |
| CN113892929B (zh) | 非接触式心跳监测方法、监测系统、电子设备及存储介质 |
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 |