CN114272008B - 打鼾干预方法、装置、智能眼罩及存储介质 - Google Patents

Abstract

本申请公开了一种打鼾干预方法，包括：检测到用户处于打鼾状态时，获取用户当前的脑电信号和打鼾声音数据；根据所述脑电信号和所述打鼾声音数据确定打鼾强度；根据所述打鼾强度确定目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种；基于所述目标干预方式对用户进行打鼾干预。本申请还公开了一种打鼾干预装置、智能眼罩以及计算机可读存储介质。本申请旨在利用智能眼罩对打鼾用户进行合适的打鼾干预，以提高用户的睡眠质量。

Description

打鼾干预方法、装置、智能眼罩及存储介质

技术领域

本申请涉及智能穿戴设备领域，尤其涉及一种打鼾干预方法、打鼾干预装置、智能眼罩以及计算机可读存储介质。

背景技术

随着科技的进步和人们生活水平的提高，人们日益偏好穿戴多功能的智能穿戴设备（如智能眼罩、智能手环等）入睡，以进行睡眠监测、提高睡眠质量等。而针对有打鼾习惯的用户，当用户入睡后有打鼾情况发生时，一些智能穿戴设备还可以通过对用户进行打鼾干预，以提高用户的睡眠质量。

目前的智能穿戴设备一般采用固定的预设干预模式对用户进行打鼾干预，这样若预先设置的干预模式的执行方式过于强硬，就容易将用户唤醒，影响用户的睡眠质量；而若预先设置的干预模式的执行方式过于简单，又难以对打鼾严重的用户产生有效的干预效果。

上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。

发明内容

本申请的主要目的在于提供一种打鼾干预方法、打鼾干预装置、智能眼罩以及计算机可读存储介质，旨在利用智能眼罩对打鼾用户进行合适的打鼾干预，以提高用户的睡眠质量。

为实现上述目的，本申请提供一种打鼾干预方法，包括以下步骤：

检测到用户处于打鼾状态时，获取用户当前的脑电信号和打鼾声音数据；

根据所述脑电信号和所述打鼾声音数据确定打鼾强度；

根据所述打鼾强度确定目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种；

基于所述目标干预方式对用户进行打鼾干预。

可选的，所述根据所述打鼾强度确定目标干预方式的步骤之后，还包括：

根据所述打鼾强度确定所述目标干预方式的干预强度和干预时长。

可选的，所述打鼾干预方法还包括：

定时执行所述基于所述目标干预方式对用户进行打鼾干预的步骤，直至用户不处于打鼾状态，其中，所述目标干预方式每次执行所述干预时长。

可选的，所述基于所述目标干预方式对用户进行打鼾干预的步骤之后，还包括：

在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，增大所述目标干预方式的干预强度；

利用所述干预强度增大后的所述目标干预方式对用户进行打鼾干预。

可选的，所述打鼾干预方法还包括：

在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，检测所述目标干预方式的干预强度是否已达到最大强度；

检测到所述干预强度已达到最大强度时，根据所述打鼾声音数据，检测用户是否患有呼吸暂停综合症；

检测到用户患有呼吸暂停综合症时，输出报警信息。

为实现上述目的，本申请还提供一种打鼾干预装置，包括：

检测模块，用于检测到用户处于打鼾状态时，获取用户当前的脑电信号和打鼾声音数据；

分析模块，用于根据所述脑电信号和所述打鼾声音数据确定打鼾强度；

选择模块，用于根据所述打鼾强度确定目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种；

干预模块，用于基于所述目标干预方式对用户进行打鼾干预。

可选的，所述打鼾干预装置还包括：

调节模块，用于在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，增大所述目标干预方式的干预强度；

其中，所述干预模块还用于利用所述干预强度增大后的所述目标干预方式对用户进行打鼾干预。

可选的，所述打鼾干预装置还包括：

第一判断模块，用于在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，检测所述目标干预方式的干预强度是否已达到最大强度；

第二判断模块，用于检测到所述干预强度已达到最大强度时，根据所述打鼾声音数据，检测用户是否患有呼吸暂停综合症；

报警模块，用于检测到用户患有呼吸暂停综合症时，输出报警信息。

为实现上述目的，本申请还提供一种智能眼罩，所述智能眼罩包括干预装置，所述干预装置包括刺激电极、振动装置和音响装置中的至少一个；所述智能眼罩包括：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打鼾干预程序，所述打鼾干预程序被所述处理器执行时实现如上述打鼾干预方法的步骤。

为实现上述目的，本申请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打鼾干预程序，所述打鼾干预程序被处理器执行时实现如上述打鼾干预方法的步骤。

本申请提供的打鼾干预方法、打鼾干预装置、智能眼罩以及计算机可读存储介质，利用智能眼罩监测用户的打鼾强度，并根据打鼾强度采用与用户当前的打鼾强度相适配的打鼾干预方式，以对用户进行打鼾干预，这样既可以尽可能避免在打鼾干预的过程中唤醒用户、影响用户的睡眠质量，又能实现对用户执行有效的打鼾干预，从而提高用户的睡眠质量。

附图说明

图1为本申请一实施例中打鼾干预方法步骤示意图；

图2为本申请另一实施例中打鼾干预方法步骤示意图；

图3为本申请再一实施例中打鼾干预方法步骤示意图；

图4为本申请又一实施例中打鼾干预方法步骤示意图；

图5为本申请一实施例的打鼾干预装置示意框图；

图6为本申请一实施例的智能眼罩的结构示意框图。

本申请目的的实现、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

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制，基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动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。

参照图1，在一实施例中，所述打鼾干预方法包括：

步骤S10、检测到用户处于打鼾状态时，获取用户当前的脑电信号和打鼾声音数据；

步骤S20、根据所述脑电信号和所述打鼾声音数据确定打鼾强度；

步骤S30、根据所述打鼾强度确定目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种；

步骤S40、基于所述目标干预方式对用户进行打鼾干预。

本实施例中，实施例的执行终端为智能眼罩（或者打鼾干预装置），也可以是控制智能眼罩的设备。以下以执行终端为智能眼罩为例进行说明。

如步骤S10所述，智能眼罩上配备有EEG（Electroencephalogram，脑电波）电极，当用户佩戴智能眼罩入睡时，智能眼罩可以通过EEG电极采集用户的脑电信号。

可选的，当用户佩戴智能眼罩入睡时，即可判定用户当前进入睡眠时段；或者，当智能眼罩检测到用户当前的脑电信号对应的强度低于一定强度时，则判定用户进入睡眠时段（智能眼罩可以定时或实时采集用户的脑电信号，以此检测用户是否进入睡眠时段）。

其中，脑电信号对应的强度可以用脑电频率、电位等来衡量。如当脑电信号对应的强度用脑电频率来衡量时，一般当脑电信号的频率大于或等于8Hz时，人体会处于一个相对清醒的状态，而当脑电信号的频率小于8Hz时，则人体处于睡眠时段。

可选的，当智能眼罩检测到用户进入睡眠时段时，则可以定时或实时检测用户是否处于打鼾状态。其中，由于人体打鼾时会出现特定频率特征的脑电波，因此智能眼罩可以通过定时或实时检测用户的脑电信号中是否存在与打鼾对应的特定频率，以此检测用户是否处于打鼾状态。

可选的，智能眼罩设置有麦克风装置，智能眼罩也可以通过麦克风装置采集用户睡眠时的相关声音数据，并通过音频分析算法，以此检测用户是否处于打鼾状态。其中，智能眼罩可以是预先保存有与人体打鼾相关的音频数据，通过检测用户睡眠时的相关声音数据是否与人体打鼾相关的音频数据吻合，即可判断用户是否处于打鼾状态。

可选的，当智能眼罩检测到用户处于打鼾状态时，则通过EEG电极和麦克风装置采集并获取用户当前的脑电信号和打鼾声音数据。其中，所述打鼾声音数据至少包括打鼾声音强度（用分贝衡量）。

如步骤S20所述，智能眼罩在得到用户当前的脑电信号和打鼾声音数据后，会确定当前脑电信号对应的强度，以及提取打鼾声音数据中的打鼾声音强度，并根据脑电信号对应的强度和打鼾声音强度确定用户对应的打鼾强度。其中，用户脑电信号对应的强度与用户对应的打鼾强度呈正相关；用户打鼾声音强度与用户对应的打鼾强度呈正相关。

可选的，智能眼罩预先设定有不同脑电信号强度对应的打鼾分值，且设定脑电信号对应的强度越高，则相应的打鼾分值越高；而且智能眼罩预先设定有不同打鼾声音强度对应的打鼾分值，且设定打鼾声音强度越高，则相应的打鼾分值越高。

可选的，智能眼罩确定与当前脑电信号的强度对应的第一打鼾分值，以及确定与当前打鼾声音强度对应的第二打鼾分值，再根据确定得到的第一打鼾分值和第二打鼾分值确定打鼾强度。

其中，智能眼罩可以是计算确定得到的第一打鼾分值和第二打鼾分值的总和，并根据计算结果（即总打鼾分值）确定打鼾强度。

或者，智能眼罩也可以是对第一打鼾分值和第二打鼾分值进行加权求和运算，然后根据计算得到的结果（即总打鼾分值）确定打鼾强度。由于智能眼罩采集到的打鼾声音数据容易受到外界环境杂音的影响，进而影响到相应打鼾声音强度的实际值，因此可以通过设定第一打鼾分值分配的第一权重大于第二打鼾分值分配的第二权重，以此来降低外界环境杂音对打鼾强度的影响，进而提高确定打鼾强度的准确率。

可选的，所述打鼾强度可以是通过相应的打鼾分值来衡量，且打鼾分值越高，则相应的打鼾强度越高。

或者，打鼾程度也可以是通过相应的打鼾强度等级来衡量。其中，智能眼罩预先设定有不同打鼾分值对应的等级区间，在智能眼罩计算得到总打鼾分值后，则查询与总打鼾分值所属的等级区间，并获取其所属的等级区间对应的等级，作为打鼾强度等级。应当理解的是，所述打鼾强度等级越高，则表征相应的打鼾强度越高。

这样，基于用户当前的脑电信号，并结合用户的打鼾声音数据，共同确定用户当前的打鼾强度，可以提高检测打鼾强度的准确率，从而避免因脑电信号和打鼾声音数据中任一项检测不准确，而影响智能眼罩对用户当前的打鼾强度的判断。

如步骤S30所述，智能眼罩设置有干预装置，所述干预装置用于执行所述目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种，所述目标干预方式用于对用户进行打鼾干预。

其中，所述干预装置包括刺激电极、振动装置和音响装置中的至少一个；所述刺激电极用于执行电刺激干预方式，所述振动装置用于执行振动干预方式，所述音响装置用于执行声音干预方式。

智能眼罩在得到用户当前的打鼾强度后，则根据打鼾强度从多种目标干预方式中确定至少一种目标干预方式。可选的，用户当前的打鼾强度越高，则采用的目标干预方式的种类越多。

或者，预先设定不同打鼾强度等级对应不同干预方案，每种干预方案中包括至少一种目标干预方式。其中，等级越高的打鼾强度对应的干预方案，其对用户进行打鼾干预的所能造成的影响越大（即干预力度越大）。例如，设定第一等级的打鼾强度对应的干预方案采用声音干预方式；设定第二等级的打鼾强度对应的干预方案采用电刺激干预方式；设定第三等级的打鼾强度对应的干预方案采用震动干预方式；设定第四等级的打鼾强度对应的干预方案采用声音干预方式和电刺激干预方式；设定第五等级的打鼾强度对应的干预方案采用声音干预方式和震动干预方式；设定第六等级的打鼾强度对应的干预方案采用电刺激干预方式和震动干预方式；设定第七等级的打鼾强度对应的干预方案采用声音干预方式、电刺激干预方式和震动干预方式。

这样，在用户当前的打鼾强度较低时，智能眼罩就可以采用干预力度较小的干预方案对用户进行打鼾干预，以避免因干预力度过大而唤醒用户；而在用户当前的打鼾强度较高时，智能眼罩就可以采用干预力度较大的干预方案对用户进行打鼾干预。这样智能眼罩就既能够对用户执行有效的打鼾干预，又能保证用户的睡眠质量。

如步骤S40所述，在智能眼罩确定对用户执行的目标干预方式后，则利用所确定的目标干预方式对用户进行打鼾干预，以用户能受到打鼾干预的影响，降低打鼾强度或脱离打鼾状态。

可选的，智能眼罩设置有振动装置。当智能眼罩执行的目标干预方式至少包括振动干预方式时，智能眼罩可以通过控制振动装置振动，以对用户进行打鼾干预。

可选的，智能眼罩设置有刺激电极，当用户佩戴智能眼罩时，刺激电极可与用户的皮肤接触。当智能眼罩执行的目标干预方式至少包括电刺激干预方式时，可以通过与用户皮肤接触的刺激电极输出轻微的电流（在人体能承受的电流范围之内，不超过人体安全电流），以通过电刺激的方式对用户进行打鼾干预。

可选的，智能眼罩设置有音响装置。当智能眼罩执行的目标干预方式至少包括声音干预方式时，智能眼罩可以通过控制音响装置输出一些助眠的轻音乐（只要保证输出音量的大小不至于吵醒用户即可），以对用户进行打鼾干预。

这样，利用智能眼罩监测用户的打鼾强度，并根据打鼾强度采用与用户当前的打鼾强度相适配的打鼾干预方式，以对用户进行打鼾干预，这样既可以尽可能避免在打鼾干预的过程中唤醒用户、影响用户的睡眠质量，又能实现对用户执行有效的打鼾干预，从而提高用户的睡眠质量。

在一实施例中，如图2所示，在上述图1所示的实施例基础上，所述根据所述打鼾强度确定目标干预方式的步骤之后，还包括：

步骤S50、根据所述打鼾强度确定所述目标干预方式的干预强度。

本实施例中，智能眼罩在根据用户当前的打鼾强度确定目标干预方式之后，还可以进一步根据用户当前的打鼾强度，确定相应目标干预方式的干预强度。

可选的，预先设定用户当前的打鼾强度越高（或越强），则相应目标干预方式的干预强度越大。其中，可以预先为不同打鼾强度等级设定相应的目标干预方式的干预强度，且等级越高的打鼾强度关联的干预强度越强。

可选的，对于振动干预方式，其干预强度可以通过相应振动装置输出功率的大小体现。应当理解的是，振动装置输出功率越大，振动装置振动的幅度就越大，对应振动干预方式的干预强度越大。

可选的，对应电刺激干预方式，其干预强度可以通过相应电极对用户输出的电流大小体现。应当理解的是，电刺激干预使用的电流越大（限定最大输出电流不超过人体安全电流），则相应的干预强度就越大。

可选的，对应声音干预方式，其干预强度可以通过音响装置输出音量大小体现。应当理解的是，音响装置输出音量越大（可限定最大输出音量不至于吵醒用户，且最大输出音量可选为30分贝至50分贝之间），则声音干预方式的干预强度就越大。

这样，基于用户的打鼾强度来确定对用户执行打鼾干预的强度，在用户当前的打鼾强度较低时，智能眼罩就可以采用干预强度较低的干预方式对用户进行打鼾干预，以避免因干预力度过大而唤醒用户、影响用户睡眠质量；而在用户当前的打鼾强度较高时，智能眼罩就可以采用干预强度较大的干预方式对用户进行打鼾干预，降低用户的打鼾强度或使用户脱离打鼾状态，进而提高用户的睡眠质量。这样智能眼罩就既能够对用户执行有效的打鼾干预，又能保证用户的睡眠质量。

在一实施例中，如图3所示，在上述图1至图2的实施例基础上，所述根据所述打鼾强度确定目标干预方式的步骤之后，还包括：

步骤S60、根据所述打鼾强度确定所述目标干预方式的干预时长。

本实施例中，智能眼罩在根据用户当前的打鼾强度确定目标干预方式之后，还可以进一步根据用户当前的打鼾强度，确定相应目标干预方式的干预时长。

可选的，预先设定用户当前的打鼾强度越高（或越强），则相应目标干预方式的干预时长越长。其中，可以预先为不同打鼾强度等级设定相应的目标干预方式的干预时长，且等级越高的打鼾强度关联的干预时长越长。

这样，基于用户的打鼾强度来确定对用户执行打鼾干预的时长，在用户当前的打鼾强度较低时，智能眼罩就可以采用干预时长较短的干预方式对用户进行打鼾干预，以避免因干预力度过大而唤醒用户、影响用户睡眠质量；而在用户当前的打鼾强度较高时，智能眼罩就可以采用干预时长较长的干预方式对用户进行打鼾干预，降低用户的打鼾强度或使用户脱离打鼾状态，进而提高用户的睡眠质量。这样智能眼罩就既能够对用户执行有效的打鼾干预，又能保证用户的睡眠质量。

在一些实施例中，在步骤S30之后，智能眼罩还可以同时执行步骤S50和步骤S60，即既根据用户当前的打鼾强度确定目标干预方式的干预强度，还根据用户当前的打鼾强度确定目标干预方式的干预时长，然后再根据确定得到的干预强度和干预时长，利用目标干预方式对用户进行打鼾干预。这样智能眼罩就可以通过调节目标干预方式的干预强度和干预时长，来精细化调节目标干预方式对用户进行打鼾干预的力度，使得智能眼罩能尽可能通过合适的干预力度对用户进行打鼾干预，既可以尽可能避免在打鼾干预的过程中唤醒用户、影响用户的睡眠质量，又能实现对用户执行有效的打鼾干预，从而提高用户的睡眠质量。

在一实施例中，在上述实施例基础上，所述打鼾干预方法还包括：

步骤S61、定时执行所述基于所述目标干预方式对用户进行打鼾干预的步骤，直至用户不处于打鼾状态，其中，所述目标干预方式每次执行所述干预时长。

本实施例中，智能眼罩在根据用户当前的打鼾强度确定目标干预方式之后，还可以进一步根据用户当前的打鼾强度，确定相应目标干预方式的干预时长。

可选的，智能眼罩在确定目标干预方式的干预时长后，则利用目标干预方式对用户进行打鼾干预，并控制打鼾干预的时长持续所述干预时长。然后在目标干预方式停止第一预设间隔时长之后，若智能眼罩检测到用户仍处于打鼾状态，则定时执行所述基于所述目标干预方式对用户进行打鼾干预的步骤，直至用户不处于打鼾状态。

其中，定时的间隔时长即为所述第一预设间隔时长，即每隔第一预设间隔时长，则利用目标干预方式对用户进行为时所述干预时长的打鼾干预，直至检测到用户不再处于打鼾状态（即用户脱离打鼾状态）；所述第一预设间隔时长可以根据实际情况需要设置，如设置30秒、1分钟、5分钟等。

这样，通过间隔执行目标干预方式对用户进行打鼾干预，既能让睡眠中的用户逐渐适应目标干预方式，并逐步改善打鼾情况，从而提高用户的睡眠质量，又能避免因持续不停地对用户进行打鼾干预而惊醒用户、影响用户的睡眠质量。

在一实施例中，如图4所示，在上述图1至图3的实施例基础上，所述基于所述目标干预方式对用户进行打鼾干预的步骤之后，还包括：

步骤S70、在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，增大所述目标干预方式的干预强度；

步骤S71、利用所述干预强度增大后的所述目标干预方式对用户进行打鼾干预。

本实施例中，智能眼罩在根据用户当前的打鼾强度确定目标干预方式之后，还可以进一步根据用户当前的打鼾强度，确定相应目标干预方式的干预强度，并基于确定得到的干预强度执行步骤S40。

或者，预先设定每种目标干预方式均有与之对应的预设干预强度，智能眼罩可直接基于相应的预设干预强度执行步骤S40。

可选的，智能眼罩在开始执行目标干预方式对用户进行打鼾干预时，同时开始计时。当智能眼罩检测到执行目标干预方式的时长达到预设时长后，则获取用户当前的脑电信号和打鼾声音数据，并基于新获得的脑电信号和打鼾声音数据更新用户的打鼾强度。

进一步地，智能眼罩将更新后的打鼾强度与更新前的打鼾强度相比较，以检测用户的打鼾强度是否有降低。应当理解的是，若更新后的打鼾强度低于更新前的打鼾强度，则表征用户的打鼾强度有降低，若否则表征用户的打鼾强度并未降低。

可选的，若智能眼罩检测到用户的打鼾强度已有降低时，则继续以当前干预强度的目标干预方式继续对用户进行打鼾干预，直至用户脱离打鼾状态。

可选的，若智能眼罩检测到用户的打鼾强度并未降低时，则增大目标干预方式的干预强度，并利用干预强度增大后的所述目标干预方式对用户进行打鼾干预，直至用户的打鼾强度降低或直至用户脱离打鼾状态。

这样，智能眼罩就可以根据目标干预方式对进行用户打鼾干预的效果，相应调整目标干预方式的干预强度，并在目标干预方式的干预效果不理想时，增大目标干预方式的干预强度，以保证智能眼罩可以对用户执行有效的打鼾干预，从而提高用户的睡眠质量。

在一实施例中，在上述实施例基础上，所述打鼾干预方法还包括：

步骤S80、在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，检测所述目标干预方式的干预强度是否已达到最大强度；

步骤S81、若否，执行所述增大所述目标干预方式的干预强度的步骤；

步骤S82、若是，输出报警信息。

本实施例中，智能眼罩在开始执行目标干预方式对用户进行打鼾干预时，同时开始计时。当智能眼罩检测到执行目标干预方式的时长达到预设时长后，则获取用户当前的脑电信号和打鼾声音数据，并基于新获得的脑电信号和打鼾声音数据更新用户的打鼾强度。

进一步地，智能眼罩将更新后的打鼾强度与更新前的打鼾强度相比较，以检测用户的打鼾强度是否有降低。

可选的，若智能眼罩检测到用户的打鼾强度并未降低时，可以先检测当前执行的目标干预方式对应的干预强度是否已达到最大强度（即检测当前干预强度是否已达到最大值）。

可选的，若智能眼罩检测到当前干预强度并未达到最大强度时，则可以执行所述增大所述目标干预方式的干预强度的步骤，并利用干预强度增大后的所述目标干预方式对用户进行打鼾干预，直至用户的打鼾强度降低或直至用户脱离打鼾状态。

可选的，若智能眼罩检测到当前干预强度已达到最大强度时，表明用户当前的打鼾情况十分严重，若不及时采取相应打鼾干预措施，用户甚至有可能陷入生命危险，因此此时智能眼罩可以向智能眼罩预先关联的设备输出报警信息。

这样，当负责管理关联设备的相关人员，基于关联设备看到报警信息后，就可以及时对打鼾用户采取相关人工干预的措施，以免用户因陷入重度的打鼾状态而陷入生命危险。

在一实施例中，在上述实施例基础上，所述输出告警信息的步骤包括：

步骤S90、根据所述打鼾声音数据，检测用户是否患有呼吸暂停综合症；

步骤S91、若是，输出报警信息。

本实施例中，当智能眼罩检测到执行目标干预方式的时长达到预设时长后，则获取用户当前的脑电信号和打鼾声音数据，并基于新获得的脑电信号和打鼾声音数据更新用户的打鼾强度。

可选的，若智能眼罩检测到用户的打鼾强度并未降低，以及检测到当前干预强度已达到最大强度时，可以根据最新获取得到的打鼾声音数据，检测用户是否患有呼吸暂停综合症。其中，所述打鼾声音数据还包括单次呼吸鼾声的时长、打鼾间隔时长和一定时长（具体时长可根据实际情况需要设置，如半分钟、1分钟、3分钟等）内的打鼾次数中的至少一个。

可选的，智能眼罩预先记录有呼吸暂停综合症对应的患病条件，其中，所述患病条件包括以下至少一个：

单次呼吸鼾声的时长大于预设打鼾时长；

打鼾间隔时长大于第二预设时长；

一定时长内的打鼾次数小于预设次数。

应当理解的是，所述预设打鼾时长、第二预设时长和预设次数，均可以预先采用大数据分析技术，分别分析患有呼吸暂停综合症的人群平均单次呼吸鼾声的时长、打鼾间隔时长和一定时长内的打鼾次数，以此来确定预设打鼾时长、第二预设时长和预设次数相应的预估值。

可选的，智能眼罩根据最新获取得到的打鼾声音数据是否满足呼吸暂停综合症对应的患病条件，以此判断用户是否患有呼吸暂停综合症。

可选的，若智能眼罩检测到用户并未患有呼吸暂停综合症，表明用户虽然打鼾严重，但不至于陷入生命危险，则智能眼罩暂时可以不作处理。

可选的，当智能眼罩检测到用户患有呼吸暂停综合症时，则可以向智能眼罩预先关联的设备输出报警信息。这样，当负责管理关联设备的相关人员，基于关联设备看到报警信息后，就可以及时对打鼾用户采取相关人工干预的措施，以免用户因产生呼吸暂停综合症而陷入生命危险。

在一实施例中，在上述实施例基础上，所述根据所述脑电信号和所述打鼾声音数据确定打鼾强度的步骤之后，还包括：

步骤S100、根据所述打鼾强度生成打鼾评估信息；

步骤S101、输出所述打鼾评估信息至关联设备。

本实施例中，智能眼罩在确定用户的打鼾强度后，还可以根据打鼾强度对应的相应打鼾分值，生成打鼾评估信息。

可选的，打鼾评估信息之中，还可以包括与用户的打鼾强度相关的脑电信号和/或打鼾声音数据。

可选的，在智能眼罩生成打鼾评估信息之后，则将打鼾评估信息输出至用户的关联设备之中，以供用户醒来后查阅。这样就可以方便用户了解到自己入睡后的相应打鼾情况，以便用户能及时采取相应的措施来改善睡眠时打鼾情况。

参照图5，本申请实施例中还提供一种打鼾干预装置10，包括：

检测模块11，用于检测到用户处于打鼾状态时，获取用户当前的脑电信号和打鼾声音数据；

分析模块12，用于根据所述脑电信号和所述打鼾声音数据确定打鼾强度；

选择模块13，用于根据所述打鼾强度确定目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种；

干预模块14，用于基于所述目标干预方式对用户进行打鼾干预。

可选的，在上述实施例的基础上，所述打鼾干预装置还包括：

调节模块，用于在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，增大所述目标干预方式的干预强度；

其中，所述干预模块还用于利用所述干预强度增大后的所述目标干预方式对用户进行打鼾干预。

可选的，在上述实施例的基础上，所述打鼾干预装置还包括：

第一判断模块，用于在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，检测所述目标干预方式的干预强度是否已达到最大强度；

第二判断模块，用于检测到所述干预强度已达到最大强度时，根据所述打鼾声音数据，检测用户是否患有呼吸暂停综合症；

报警模块，用于检测到用户患有呼吸暂停综合症时，输出报警信息。

参照图6，本申请实施例中还提供一种智能眼罩，该智能眼罩包括干预装置，所述干预装置包括刺激电极、振动装置和音响装置中的至少一个。该智能眼罩包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该智能眼罩的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该智能眼罩的数据库用于打鼾干预程序。该智能眼罩的网络接口用于与外部的终端通过网络连接通信。该智能眼罩的输入装置用于接收外部设备输入的信号。该计算机程序被处理器执行时以实现一种如以上实施例所述的打鼾干预方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的智能眼罩的限定。

此外，本申请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包括打鼾干预程序，所述打鼾干预程序被处理器执行时实现如以上实施例所述的打鼾干预方法的步骤。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。

综上所述，为本申请实施例中提供的打鼾干预方法、打鼾干预装置、智能眼罩和计算机可读存储介质，利用智能眼罩监测用户的打鼾强度，并根据打鼾强度采用与用户当前的打鼾强度相适配的打鼾干预方式，以对用户进行打鼾干预，这样既可以尽可能避免在打鼾干预的过程中唤醒用户、影响用户的睡眠质量，又能实现对用户执行有效的打鼾干预，从而提高用户的睡眠质量。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双速据率SDRAM（SSRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请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它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (9)

1.一种打鼾干预装置，其特征在于，包括：

检测模块，用于检测到用户处于打鼾状态时，获取用户当前的脑电信号和打鼾声音数据；

分析模块，用于根据所述脑电信号对应的第一打鼾分值和所述打鼾声音数据对应的第二打鼾分值，确定打鼾强度，其中，所述第一打鼾分值分配的第一权重大于所述第二打鼾分值分配的第二权重；

选择模块，用于根据所述打鼾强度确定目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种；

干预模块，用于基于所述目标干预方式，定时对用户进行打鼾干预，以使用户逐渐适应目标干预方式，直至用户不处于打鼾状态，其中，根据所述打鼾强度确定所述目标干预方式的干预强度和干预时长；所述目标干预方式每次执行所述干预时长；定时的间隔时长为第一预设间隔时长。

2.根据权利要求1所述的打鼾干预装置，其特征在于，所述打鼾干预装置还包括：

调节模块，用于在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，增大所述目标干预方式的干预强度；

其中，所述干预模块还用于利用所述干预强度增大后的所述目标干预方式对用户进行打鼾干预。

3.根据权利要求2所述的打鼾干预装置，其特征在于，所述打鼾干预装置还包括：

第一判断模块，用于在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，检测所述目标干预方式的干预强度是否已达到最大强度；

第二判断模块，用于检测到所述干预强度已达到最大强度时，根据所述打鼾声音数据，检测用户是否患有呼吸暂停综合症；

报警模块，用于检测到用户患有呼吸暂停综合症时，输出报警信息。

4.一种智能眼罩，其特征在于，所述智能眼罩包括干预装置，所述干预装置包括刺激电极、振动装置和音响装置中的至少一个；所述智能眼罩包括存储器、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打鼾干预程序，所述打鼾干预程序被所述处理器执行时实现如下步骤：

检测到用户处于打鼾状态时，获取用户当前的脑电信号和打鼾声音数据；

根据所述脑电信号对应的第一打鼾分值和所述打鼾声音数据对应的第二打鼾分值，确定打鼾强度，其中，所述第一打鼾分值分配的第一权重大于所述第二打鼾分值分配的第二权重；

根据所述打鼾强度确定目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种；

基于所述目标干预方式对用户进行打鼾干预；

其中，根据所述打鼾强度确定所述目标干预方式的干预强度和干预时长；定时执行所述基于所述目标干预方式对用户进行打鼾干预的步骤，以使用户逐渐适应目标干预方式，直至用户不处于打鼾状态，其中，所述目标干预方式每次执行所述干预时长；定时的间隔时长为第一预设间隔时长。

5.根据权利要求4所述的智能眼罩，其特征在于，所述处理器执行所述基于所述目标干预方式对用户进行打鼾干预的步骤之后，还包括：

在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，增大所述目标干预方式的干预强度；

利用所述干预强度增大后的所述目标干预方式对用户进行打鼾干预。

6.根据权利要求5所述的智能眼罩，其特征在于，所述处理器执行的步骤还包括：

在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，检测所述目标干预方式的干预强度是否已达到最大强度；

检测到所述干预强度已达到最大强度时，根据所述打鼾声音数据，检测用户是否患有呼吸暂停综合症；

检测到用户患有呼吸暂停综合症时，输出报警信息。

7.一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打鼾干预程序，所述打鼾干预程序被处理器执行时实现如下步骤：

检测到用户处于打鼾状态时，获取用户当前的脑电信号和打鼾声音数据；

根据所述脑电信号对应的第一打鼾分值和所述打鼾声音数据对应的第二打鼾分值，确定打鼾强度，其中，所述第一打鼾分值分配的第一权重大于所述第二打鼾分值分配的第二权重；

根据所述打鼾强度确定目标干预方式，所述目标干预方式包括电刺激干预方式、振动干预方式和声音干预方式中的至少一种；

基于所述目标干预方式对用户进行打鼾干预；

其中，根据所述打鼾强度确定所述目标干预方式的干预强度和干预时长；定时执行所述基于所述目标干预方式对用户进行打鼾干预的步骤，以使用户逐渐适应目标干预方式，直至用户不处于打鼾状态，其中，所述目标干预方式每次执行所述干预时长；定时的间隔时长为第一预设间隔时长。

8.根据权利要求7所述的计算机可读存储介质，其特征在于，所述打鼾干预程序被处理器执行时实现所述基于所述目标干预方式对用户进行打鼾干预的步骤之后，还包括：

在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，增大所述目标干预方式的干预强度；

利用所述干预强度增大后的所述目标干预方式对用户进行打鼾干预。

9.根据权利要求8所述的计算机可读存储介质，其特征在于，所述打鼾干预程序被处理器执行时实现的步骤还包括：

在所述目标干预方式执行预设时长之后，检测到所述打鼾强度并未降低时，检测所述目标干预方式的干预强度是否已达到最大强度；

检测到所述干预强度已达到最大强度时，根据所述打鼾声音数据，检测用户是否患有呼吸暂停综合症；

检测到用户患有呼吸暂停综合症时，输出报警信息。

Images