CN114041751B - 离床监测方法、装置、电子设备及存储介质 - Google Patents

离床监测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114041751B
CN114041751B CN202111288543.4A CN202111288543A CN114041751B CN 114041751 B CN114041751 B CN 114041751B CN 202111288543 A CN202111288543 A CN 202111288543A CN 114041751 B CN114041751 B CN 114041751B
Authority
CN
China
Prior art keywords
time period
threshold value
preset
environmental noise
bed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111288543.4A
Other languages
English (en)
Other versions
CN114041751A (zh
Inventor
王鹏飞
李世新
李孟宸
岳冬
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 CN202111288543.4A priority Critical patent/CN114041751B/zh
Publication of CN114041751A publication Critical patent/CN114041751A/zh
Application granted granted Critical
Publication of CN114041751B publication Critical patent/CN114041751B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4809Sleep detection, i.e. determining whether a subject is asleep or not
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1113Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1115Monitoring leaving of a patient support, e.g. a bed or a wheelchair
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4812Detecting sleep stages or cycles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4806Sleep evaluation
    • A61B5/4815Sleep quality
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Physiology (AREA)
  • Anesthesiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明实施例提供了一种离床监测方法、装置、电子设备及存储介质,所述方法包括:获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号;统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到;根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测。如此可以根据当前环境的环境噪声自动设定门限值,可以有效应对床垫厚度、人体睡眠位置变化、以及楼梯震动等因素的干扰,提高离床判断的准确性。

Description

离床监测方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及智能家居技术领域,尤其涉及一种离床监测方法、装置、电子设备及存储介质。
背景技术
随着经济的发展以及人们生活水平的提高,人们对于自己在生活中的健康状态也越来越关注。睡眠监测是健康监测领域中很重要的一个场景,睡眠监测又分为接触式睡眠监测,例如智能手环等;和非接触式睡眠监测,如睡眠带,睡眠仪等。其中,非接触式睡眠监测因其使用的便捷性,以及不会影响用户睡眠等优点,受到人们的青睐。
但是,从基础的技术层面上看,非接触式的睡眠监测仪,尤其是使用过程中和用户身体相距比较远的高灵敏的睡眠监测仪,容易受到床垫厚度、人体睡眠位置变化、以及楼梯震动等因素的干扰,通过提前设定阈值进行离床的判断,以至于有时会出现离床判断不准确的问题,例如有人在床时,判断为无人。
发明内容
为了解决上述容易受到床垫厚度、人体睡眠位置变化、以及楼梯震动等因素的干扰,通过提前设定阈值进行离床的判断,以至于有时会出现离床判断不准确的问题的技术问题,本发明实施例提供了一种离床监测方法、装置、电子设备及存储介质。
在本发明实施例的第一方面,首先提供了一种离床监测方法,所述方法包括:
获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号;
统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到;
根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测。
在一个可选的实施方式中,在执行所述方法之前,还包括:
获取预设第二时间段内的用于门限值确定的环境噪声,对所述环境噪声进行处理,得到所述环境噪声的特征值;
确定第三时间段,根据所述第三时间段以及所述环境噪声的所述特征值确定门限值。
在一个可选的实施方式中,所述获取预设第二时间段内的用于门限值确定的环境噪声,包括:
获取睡眠监测仪记录的当前环境中预设第二时间段内的用于门限值确定的环境噪声;
所述对所述环境噪声进行处理,得到所述环境噪声的特征值,包括:
将所述环境噪声输入至预设噪声处理模型,获取所述预设噪声处理模型输出的所述环境噪声的方差;
其中,所述预设噪声处理模型包括:
Figure GDA0003795646360000021
所述
Figure GDA0003795646360000022
包括所述方差,所述fs包括所述睡眠监测仪的采样频率,所述m包括所述预设第二时间段的时长,所述v包括所述环境噪声的幅值,所述
Figure GDA0003795646360000023
包括所述环境噪声的幅值均值;
所述确定第三时间段,根据所述第三时间段以及所述环境噪声的所述特征值确定门限值,包括:
确定第三时间段,根据所述第三时间段以及所述环境噪声的所述方差确定门限值。
在一个可选的实施方式中,所述确定第三时间段,根据所述第三时间段以及所述环境噪声的所述方差确定门限值,包括:
确定第三时间段,将所述第三时间段以及所述环境噪声的所述方差输入至门限值确定模型,获取所述门限值确定模型输出的门限值。
在一个可选的实施方式中,所述门限值确定模型包括:
Figure GDA0003795646360000031
所述B包括滤波器的带宽,所述
Figure GDA0003795646360000032
包括所述方差,所述n包括所述第三时间段的时长,所述VT包括所述门限值。
在一个可选的实施方式中,所述根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测,包括:
对所述目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析,进行离床监测。
在一个可选的实施方式中,所述对所述目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析,进行离床监测,包括:
将所述预设第一时间段以及所述第三时间段输入至离床监测模型,获取所述离床监测模型输出的离床倾向度;
若所述目标信号中幅值超过门限值的所述次数大于所述离床倾向度,确定所述信号中包含对象的生理信号,并确定所述对象在床;
若所述目标信号中幅值超过门限值的所述次数未大于所述离床倾向度,确定所述信号为环境噪声,并确定所述对象离床。
在一个可选的实施方式中,所述离床监测模型包括:
Figure GDA0003795646360000033
所述∈包括所述离床倾向度,所述n包括所述第三时间段的时长,所述m包括所述预设第一时间段的时长。
在一个可选的实施方式中,所述确定第三时间段,包括:
在目标时间段内环境噪声超过门限值的目标次数小于预设次数阈值的情况下,确定所述目标时间段为第三时间段。
在本发明实施例的第二方面,提供了一种离床监测装置,所述装置包括:
信号获取模块,用于获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号;
次数统计模块,用于统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到;
离床监测模块,用于根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测。
在本发明实施例的第三方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面中所述的离床监测方法。
在本发明实施例的第四方面,还提供了一种存储介质,所述存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述第一方面中所述的离床监测方法。
在本发明实施例的第五方面,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述第一方面中所述的离床监测方法。
本发明实施例提供的技术方案,获取预设第一时间段内的用于离床监测的信号,并对信号进行滤波处理得到目标信号,统计目标信号中幅值超过门限值的次数,其中,门限值通过对当前环境的环境噪声进行处理而得到,根据目标信号中幅值超过门限值的次数及预设第一时间段,进行离床监测。通过对当前环境的环境噪声进行处理而得到门限值,后续获取预设第一时间段内的用于离床监测的信号并进行滤波处理得到目标信号,统计目标信号中幅值超过门限值的次数,根据目标信号中幅值超过门限值的次数及预设第一时间段,进行离床监测,如此可以根据当前环境的环境噪声自动设定门限值,可以有效应对床垫厚度、人体睡眠位置变化、以及楼梯震动等因素的干扰,提高离床判断的准确性。
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为本发明实施例中示出的一种离床监测方法的实施流程示意图;
图2为本发明实施例中示出的另一种离床监测方法的实施流程示意图;
图3为本发明实施例中示出的一种对目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析的流程示意图;
图4为本发明实施例中示出的一种离床监测装置的结构示意图;
图5为本发明实施例中示出的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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、方法、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、方法、产品或设备固有的其它步骤或单元。
如图1所示,为本发明实施例提供的一种离床监测方法的实施流程示意图,该方法应用于处理器(或睡眠监测仪,例如非接触式睡眠监测仪),具体可以包括以下步骤:
S101,获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号。
在本发明实施例中,为了进行离床的判断,可以获取预设第一时间段内的用于离床监测的信号,并对预设第一时间段内的用于离床监测的信号进行滤波处理,最终可以得到预设第一时间段内的目标信号。
例如,为了进行(用户)离床的判断,获取m秒内的用于离床监测的信号,并对m秒内的用于离床监测的信号进行滤波处理,最终可以得到m秒内的目标信号。
需要说明的是,对于预设第一时间段内的用于离床监测的信号,通常可以由睡眠监测仪输出,例如可以由非接触式睡眠监测仪输出,从而可以进行信号的获取,本发明实施例对此不作限定。
此外,在本发明实施例中,对于预设第一时间段内的用于离床监测的信号,可以利用滤波器进行滤波处理,例如匹配滤波器,从而可以得到预设第一时间段内的目标信号,本发明实施例对此不作限定。
S102,统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到。
在本发明实施例中,对于预设第一时间段内的目标信号,可以统计预设第一时间段内的目标信号中幅值超过门限值的次数,其中,门限值可以通过对当前环境的环境噪声进行处理而得到,意味着不同环境,其门限值有所不同。
例如,对于m秒的目标信号,可以统计m秒的目标信号中幅值超过门限值VT的次数N,其中,这里门限值可以通过对当前环境的环境噪声进行处理得到,对于环境噪声,一般主要是白噪声,例如宇宙辐射、电子热噪声等。
需要说明的是,对于门限值,可以自动根据环境的噪声情况进行自适应调节,从而可以有效应对床垫厚度、人体睡眠位置变化、以及楼梯震动等因素的干扰,提高离床判断的准确性。
S103,根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测。
在本发明实施例中,对于预设第一时间段内的目标信号中幅值超过门限值的次数,可以根据目标信号中幅值超过门限值的次数及预设第一时间段,进行离床监测。
其中,可以简单的理解为在预设第一时间段内,目标信号中幅值超过门限值的次数,如果超过某个阈值,则可以认为用户在床,否则就可以认为用户离床,本发明实施例对此不作限定。
例如,在m秒内,目标信号中幅值超过门限值的次数N,假设为10,预设阈值为1,说明目标信号中幅值超过门限值的次数N超过阈值,则可以认为用户在床,否则就可以认为用户离床。
通过上述对本发明实施例提供的技术方案的描述,获取预设第一时间段内的用于离床监测的信号,并对信号进行滤波处理得到目标信号,统计目标信号中幅值超过门限值的次数,其中,门限值通过对当前环境的环境噪声进行处理而得到,根据目标信号中幅值超过门限值的次数及预设第一时间段,进行离床监测。
通过对当前环境的环境噪声进行处理而得到门限值,后续获取预设第一时间段内的用于离床监测的信号并进行滤波处理得到目标信号,统计目标信号中幅值超过门限值的次数,根据目标信号中幅值超过门限值的次数及预设第一时间段,进行离床监测,如此可以根据当前环境的环境噪声自动设定门限值,可以有效应对床垫厚度、人体睡眠位置变化、以及楼梯震动等因素的干扰,提高离床判断的准确性。
如图2所示,为本发明实施例提供的另一种离床监测方法的实施流程示意图,该方法应用于处理器(或睡眠监测仪,例如非接触式睡眠监测仪),具体可以包括以下步骤:
S201,获取预设第二时间段内的用于门限值确定的环境噪声,对所述环境噪声进行处理,得到所述环境噪声的特征值。
在本发明实施例中,当睡眠监测仪/生理信号监测仪放置到新的使用环境时,需要将睡眠监测仪/生理信号监测仪按照使用说明放置好,以便于后续根据环境噪声的情况,自适应调整门限值。
当睡眠监测仪/生理信号监测仪放置正确后,用户可以启动睡眠监测仪/生理信号监测仪,开始记录新的使用环境的环境噪声。一般的环境噪声主要是白噪声,包括宇宙辐射,电子热噪声等,本发明实施例对此不作限定。
睡眠监测仪/生理信号监测仪可以记录预设第二时间段内的用于门限值确定的环境噪声,本发明实施例可以获取这预设第二时间段内的用于门限值确定的环境噪声,即获取睡眠监测仪记录的当前环境中预设第二时间段内的用于门限值确定的环境噪声。
例如,睡眠监测仪/生理信号监测仪可以记录M秒的用于门限值确定的环境噪声,噪声的幅值为v伏,本发明实施例获取M秒的用于门限值确定的环境噪声,即获取睡眠监测仪记录的当前环境中M秒内的用于门限值确定的环境噪声。
对于获取的睡眠监测仪记录的当前环境中预设第二时间段内的用于门限值确定的环境噪声,本发明实施例可以对该环境噪声进行处理,得到环境噪声的特征值,这里的特征值可以是方差。
其中,对于噪声(电压信息)可以用零均值的高斯概率密度函数来描述,即:
Figure GDA0003795646360000081
其中,p(v)dv是v值和v+dv之间出现噪声电压v的概率,而
Figure GDA0003795646360000082
是噪声电压的方差。
为了计算
Figure GDA0003795646360000083
使用睡眠监测仪记录当前环境中预设第二时间段内的用于门限值确定的环境噪声,然后可以计算环境噪声的方差作为
Figure GDA0003795646360000091
基于上述思想,对于获取的睡眠监测仪记录的当前环境中预设第二时间段内的用于门限值确定的环境噪声,将环境噪声输入至预设噪声处理模型,获取预设噪声处理模型输出的环境噪声的方差。
其中,预设噪声处理模型包括:
Figure GDA0003795646360000092
所述
Figure GDA0003795646360000093
包括所述方差,所述fs包括所述睡眠监测仪的采样频率,所述m包括所述预设第二时间段的时长,所述v包括所述环境噪声的幅值,所述
Figure GDA0003795646360000094
包括所述环境噪声的幅值均值,这里可以是0,本发明实施例对此不作限定。
S202,确定第三时间段,根据所述第三时间段以及所述环境噪声的所述特征值确定门限值。
当进行离床判断时,通常希望有人在床时,睡眠监测仪可以输出在床,无人在床时,睡眠监测仪可以输出离床,不希望因噪声的干扰,而因此造成离床判断的误报。同时,睡眠监测仪还有滤波器用来获取心跳信息、呼吸信息等生理信息。
因此,睡眠监测仪进行离床判断时,常常是使用经过滤波器后的信号,当滤波器后的信号有生理信息(心跳或呼吸信号),则判断为有人在床,如果没有(全为噪声)时,则判断为有人离床。因此,就需要在滤波器处理后的信号上设定阈值。
在睡眠监测仪中,通常认为使用的滤波器为匹配滤波器,根据环境噪声,即白噪声特性可知,当白噪声通过匹配滤波器后,包络R服从于瑞利概率密度函数,即如下所示。
Figure GDA0003795646360000095
这里设定阈值为门限值VT,则噪声经过滤波器后,幅值R超过阈值的概率,即如下所示:
Figure GDA0003795646360000101
经过推导可得:
Figure GDA0003795646360000102
其中,B为滤波器的带宽,T为噪声超过阈值的平均时间。
经过上述公式,获得了噪声超过阈值的平均时间T和阈值的关系,则可以根据实际需求的T来计算门限值。假设,这里需要因为噪声而一次的离床判断误报时间不应超过n秒,也就是说,在n秒中,只出现一次因为噪声超过门限值VT,则VT就是需要的阈值的下限,一般取的阈值略大于VT,大于的程度依据睡眠监测仪的最大幅值判断。
基于上述思想,在本发明实施例中,确定第三时间段,根据第三时间段以及所述环境噪声的所述特征值确定门限值,也就是说,确定第三时间段,根据所述第三时间段以及所述环境噪声的所述方差确定门限值。
其中,在目标时间段内环境噪声超过门限值的目标次数小于预设次数阈值的情况下,确定所述目标时间段为第三时间段。例如,在n秒内环境噪声超过门限值的目标次数小于1的情况下,确定n秒即为第三时间段。
具体地,本发明实施例可以通过以下方式确定门限值:将第三时间段以及所述环境噪声的所述方差输入至门限值确定模型,获取所述门限值确定模型输出的门限值。
例如,假设第三件段为n秒,即获得了T=n时,对于上述表达噪声超过阈值的平均时间T和阈值的关系的公式,可以变换为门限值确定模型,即如下所示:
Figure GDA0003795646360000103
所述B包括滤波器的带宽,所述
Figure GDA0003795646360000104
包括所述方差,所述n包括所述第三时间段的时长,所述VT包括所述门限值。
如此经过上述处理,当睡眠监测仪/生理信号监测仪放置到新的使用环境时,可以通过对新的使用环境的环境噪声进行上述处理,可以确定新的使用环境对应的门限值。
S203,获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号。
在本发明实施例中,本步骤与上述步骤S101类似,本发明实施例在此不再一一赘述。
S204,统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到。
在本发明实施例中,本步骤与上述步骤S102类似,本发明实施例在此不再一一赘述。
S205,对所述目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析,进行离床监测。
在本发明实施例中,可以对目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析,从而可以进行离床检测,实现离床的判断。
其中,在本发明实施例中,如图3所示,为本发明实施例提供的一种对目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析的流程示意图,具体可以包括以下步骤:
S301,将所述预设第一时间段以及所述第三时间段输入至离床监测模型,获取所述离床监测模型输出的离床倾向度。
在本发明实施例中,对于第一时间段以及第三时间段,将所述预设第一时间段以及所述第三时间段输入至离床监测模型,获取所述离床监测模型输出的离床倾向度,其中,离床监测模型包括:
Figure GDA0003795646360000111
所述∈包括所述离床倾向度,所述n包括所述第三时间段的时长,所述m包括所述预设第一时间段的时长。
需要说明的是,根据理论m/n表示在m秒内超过VT的平均次数,加上一个ε,这样判断更加稳健。ε(指的是常数)根据实际情况选取,主要作用是用来增加这个方法的鲁棒性。
S302,若所述目标信号中幅值超过门限值的所述次数大于所述离床倾向度,确定所述信号中包含对象的生理信号,并确定所述对象在床。
S303,若所述目标信号中幅值超过门限值的所述次数未大于所述离床倾向度,确定所述信号为环境噪声,并确定所述对象离床。
在本发明实施例中,对于离床倾向度以及目标信号中幅值超过门限值的所述次数,若所述目标信号中幅值超过门限值的所述次数大于所述离床倾向度,确定所述信号中包含对象的生理信号,并确定所述对象在床。
例如,目标信号中幅值超过门限值的所述次数N,离床倾向度∈,若所述目标信号中幅值超过门限值的所述次数大于所述离床倾向度,如下所示,即确定所述信号中包含对象的生理信号,并确定所述对象在床。
Figure GDA0003795646360000121
在本发明实施例中,对于离床倾向度以及目标信号中幅值超过门限值的所述次数,若所述目标信号中幅值超过门限值的所述次数未大于所述离床倾向度,确定所述信号为环境噪声,并确定所述对象离床。例如,目标信号中幅值超过门限值的所述次数N,离床倾向度∈,若所述目标信号中幅值超过门限值的所述次数未大于所述离床倾向度,如下所示,即确定所述信号为环境噪声,并确定所述对象离床。
Figure GDA0003795646360000122
通过上述对本发明实施例提供的技术方案的描述,获取预设第二时间段内的用于门限值确定的环境噪声,对环境噪声进行处理,得到环境噪声的特征值,确定第三时间段,根据第三时间段以及环境噪声的特征值确定门限值,后续获取预设第一时间段内的用于离床监测的信号,并对信号进行滤波处理得到目标信号,统计目标信号中幅值超过门限值的次数,对目标信号中幅值超过门限值的次数、预设第一时间段以及第三时间段进行分析,进行离床监测。
通过对当前环境中预设第二时间段内的环境噪声进行处理而得到门限值,后续获取预设第一时间段内的用于离床监测的信号并进行滤波处理得到目标信号,统计目标信号中幅值超过门限值的次数,对目标信号中幅值超过门限值的次数、预设第一时间段以及第三时间段进行分析,进行离床监测,如此可以根据当前环境的环境噪声自动设定门限值,可以有效应对床垫厚度、人体睡眠位置变化、以及楼梯震动等因素的干扰,提高离床判断的准确性。
与上述方法实施例相对应,本发明实施例还提供了一种离床监测装置,如图4所示,该装置可以包括:信号获取模块410、次数统计模块420、离床监测模块430。
信号获取模块410,用于获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号;
次数统计模块420,用于统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到;
离床监测模块430,用于根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测。
本发明实5施例还提供了一种电子设备,如图5所示,包括处理器51、通信接口52、存储器53和通信总线54,其中,处理器51,通信接口52,存储器53通过通信总线54完成相互间的通信,
存储器53,用于存放计算机程序;
处理器51,用于执行存储器53上所存放的程序时,实现如下步骤:
获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号;统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到;根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,简称RAM),也可以包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种存储介质,该存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的离床监测方法。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一所述的离床监测方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在存储介质中,或者从一个存储介质向另一个存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (9)

1.一种离床监测方法,其特征在于,所述方法包括:
获取预设第二时间段内的用于门限值确定的环境噪声,对所述环境噪声进行处理,得到所述环境噪声的特征值,所述特征值为利用预设噪声处理模型得到的所述环境噪声的方差;
确定第三时间段,利用门限值确定模型根据所述第三时间段以及所述环境噪声的所述特征值确定门限值,所述门限值确定模型包括:
Figure FDA0003818486930000011
所述B包括滤波器的带宽,所述
Figure FDA0003818486930000012
包括所述方差,所述n包括所述第三时间段的时长,所述VT包括所述门限值;
获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号;
统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到;
根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测,包括:对所述目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析,进行离床监测。
2.根据权利要求1所述的方法,其特征在于,所述获取预设第二时间段内的用于门限值确定的环境噪声,包括:
获取睡眠监测仪记录的当前环境中预设第二时间段内的用于门限值确定的环境噪声;
所述对所述环境噪声进行处理,得到所述环境噪声的特征值,包括:
将所述环境噪声输入至预设噪声处理模型,获取所述预设噪声处理模型输出的所述环境噪声的方差;
其中,所述预设噪声处理模型包括:
Figure FDA0003818486930000021
所述
Figure FDA0003818486930000023
包括所述方差,所述fs包括所述睡眠监测仪的采样频率,所述m包括所述预设第二时间段的时长,所述v包括所述环境噪声的幅值,所述
Figure FDA0003818486930000024
包括所述环境噪声的幅值均值;
所述确定第三时间段,根据所述第三时间段以及所述环境噪声的所述特征值确定门限值,包括:
确定第三时间段,根据所述第三时间段以及所述环境噪声的所述方差确定门限值。
3.根据权利要求2所述的方法,其特征在于,所述确定第三时间段,根据所述第三时间段以及所述环境噪声的所述方差确定门限值,包括:
确定第三时间段,将所述第三时间段以及所述环境噪声的所述方差输入至门限值确定模型,获取所述门限值确定模型输出的门限值。
4.根据权利要求1所述的方法,其特征在于,所述对所述目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析,进行离床监测,包括:
将所述预设第一时间段以及所述第三时间段输入至离床监测模型,获取所述离床监测模型输出的离床倾向度;
若所述目标信号中幅值超过门限值的所述次数大于所述离床倾向度,确定所述信号中包含对象的生理信号,并确定所述对象在床;
若所述目标信号中幅值超过门限值的所述次数未大于所述离床倾向度,确定所述信号为环境噪声,并确定所述对象离床。
5.根据权利要求4所述的方法,其特征在于,所述离床监测模型包括:
Figure FDA0003818486930000022
所述∈包括所述离床倾向度,所述n包括所述第三时间段的时长,所述m包括所述预设第一时间段的时长。
6.根据权利要求1所述的方法,其特征在于,所述确定第三时间段,包括:
在目标时间段内环境噪声超过门限值的目标次数小于预设次数阈值的情况下,确定所述目标时间段为第三时间段。
7.一种离床监测装置,其特征在于,所述装置包括:
获取预设第二时间段内的用于门限值确定的环境噪声,对所述环境噪声进行处理,得到所述环境噪声的特征值,所述特征值为利用预设噪声处理模型得到的所述环境噪声的方差;
确定第三时间段,利用门限值确定模型根据所述第三时间段以及所述环境噪声的所述特征值确定门限值,所述门限值确定模型包括:
Figure FDA0003818486930000031
所述B包括滤波器的带宽,所述
Figure FDA0003818486930000032
包括所述方差,所述n包括所述第三时间段的时长,所述VT包括所述门限值;
信号获取模块,用于获取预设第一时间段内的用于离床监测的信号,并对所述信号进行滤波处理得到目标信号;
次数统计模块,用于统计所述目标信号中幅值超过门限值的次数,其中,所述门限值通过对当前环境的环境噪声进行处理而得到;
离床监测模块,用于根据所述目标信号中幅值超过门限值的所述次数及所述预设第一时间段,进行离床监测,包括:对所述目标信号中幅值超过门限值的所述次数、所述预设第一时间段以及所述第三时间段进行分析,进行离床监测。
8.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1至6中任一项所述的方法步骤。
9.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
CN202111288543.4A 2021-11-02 2021-11-02 离床监测方法、装置、电子设备及存储介质 Active CN114041751B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111288543.4A CN114041751B (zh) 2021-11-02 2021-11-02 离床监测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111288543.4A CN114041751B (zh) 2021-11-02 2021-11-02 离床监测方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114041751A CN114041751A (zh) 2022-02-15
CN114041751B true CN114041751B (zh) 2022-10-11

Family

ID=80206941

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111288543.4A Active CN114041751B (zh) 2021-11-02 2021-11-02 离床监测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114041751B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4964477B2 (ja) * 2005-02-23 2012-06-27 パナソニック株式会社 生体情報検出装置及び該方法
US9912420B1 (en) * 2016-04-05 2018-03-06 National Technology & Engineering Solutions Of Sandia, Llc Robust power detector for wideband signals among many single tone signals
CN106539564A (zh) * 2017-01-25 2017-03-29 深圳贝特莱电子科技股份有限公司 一种基于睡眠带的上下床监测方法
WO2018145278A1 (zh) * 2017-02-08 2018-08-16 格兰比圣(深圳)科技有限公司 一种睡眠监测的方法及系统
CN108523899A (zh) * 2018-04-23 2018-09-14 深圳市友宏科技有限公司 睡眠过程中离床状态的监测方法、存储介质及装置
CN109462561B (zh) * 2018-12-29 2021-09-14 华航高科(北京)技术有限公司 基于概率的噪声估计与门限判决方法
CN112994813B (zh) * 2021-05-19 2021-09-28 北京邮电大学 自适应采样的频谱感知方法及相关装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Health and sleep nursing assistant for real-time, contactless, and non-invasive monitoring;Maria Valero;《Pervasive and Mobile Computing》;20210602;摘要,正文方法,实验,结果部分,正文附图 *

Also Published As

Publication number Publication date
CN114041751A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
EP3445234B1 (en) System and method for detecting when a sensor is worn
EP1327413A2 (en) Pulse oxymetry data processing
US20150342519A1 (en) System and method for diagnosing medical condition
CN108095694B (zh) 可穿戴设备的状态监测方法、装置及可穿戴设备
CN105303174B (zh) 指纹录入方法及装置
WO2021051944A1 (zh) 自动推送助眠乐曲方法、装置、计算机设备及存储介质
JP7316038B2 (ja) 事象予測システム、センサ信号処理システム及びプログラム
CN114041751B (zh) 离床监测方法、装置、电子设备及存储介质
US11437123B2 (en) Biological information processing apparatus and biological information processing system
CN109410198B (zh) 一种时序动作检测方法、装置及设备
CN109857973B (zh) 红外数据滤波方法及装置
JP2016209404A (ja) ストレス検知システム
JP6944402B2 (ja) 在不在判定方法、プログラム、センサ処理システム、及びセンサシステム
US20210109908A1 (en) Computer-implemented method, an apparatus and a computer program product for processing a data set
CN112291696B (zh) 音频芯片的测试方法、存储介质和计算机设备
CN113671489A (zh) 状态提醒方法及装置、电子设备和计算机可读存储介质
CN112949442A (zh) 一种异常事件预识别方法、装置、电子设备及监控系统
CN109480820B (zh) 一种动态心电图处理方法及系统
CN112730786A (zh) 水质检测方法、装置、电子设备及存储介质
US11058348B2 (en) Information processing device, information processing method, and computer-readable recording medium recording information processing program
CN116616721B (zh) 一种基于ppg信号的作息信息确定方法、装置及可穿戴设备
US20230389862A1 (en) Systems and methods for sleep state tracking
CN115153442A (zh) 生成睡眠报告的方法、智能床、装置、设备及存储介质
US20210361228A1 (en) Sleep monitoring device and method
JP2022179387A (ja) 反芻動物の胃不調の有無を判定する方法及び装置

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