CN114287888A - 一种通过声音采集检测多人睡眠质量的方法 - Google Patents
一种通过声音采集检测多人睡眠质量的方法 Download PDFInfo
- Publication number
- CN114287888A CN114287888A CN202210002569.6A CN202210002569A CN114287888A CN 114287888 A CN114287888 A CN 114287888A CN 202210002569 A CN202210002569 A CN 202210002569A CN 114287888 A CN114287888 A CN 114287888A
- Authority
- CN
- China
- Prior art keywords
- sleep
- audio
- data
- detecting
- sound collection
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000003860 sleep quality Effects 0.000 claims abstract description 25
- 206010041235 Snoring Diseases 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000008667 sleep stage Effects 0.000 claims description 9
- 206010006514 bruxism Diseases 0.000 claims description 6
- 230000000717 retained effect Effects 0.000 claims description 6
- 206010062519 Poor quality sleep Diseases 0.000 claims description 4
- 238000010586 diagram Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000004617 sleep duration Effects 0.000 claims description 3
- 230000002618 waking effect Effects 0.000 claims description 3
- 238000012952 Resampling Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 206010041232 sneezing Diseases 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 4
- 239000000463 material Substances 0.000 description 2
- 206010041009 Sleep talking Diseases 0.000 description 1
- 208000022249 Sleep-Wake Transition disease Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了睡眠检测技术领域的一种通过声音采集检测多人睡眠质量的方法，包括以下步骤：S1：数据的采集与处理；S2：降噪；S3：输入与预测；S4：睡眠分析；本发明在分析鼾声的基础上添加了对梦话、磨牙、喷嚏、翻身的分析，增加睡眠诊断的精确性，同时，相比于现有的方法只适用于单人睡眠情景，本方案加入了多人睡眠分析功能，使之能够适用于学校宿舍集体睡眠环境、婚后同居环境等等复杂睡眠环境，本发明只需要一个手机就能够解决所有问题，操作简单，能够适用于日常生活需要，同时，本方案平衡了价格与识别准确率，通过较低的价格获得高质量的睡眠分析。
Description
技术领域
本发明涉及睡眠检测技术领域，具体涉及一种通过声音采集检测多人睡眠质量的方法。
背景技术
睡觉，一般是指人类睡眠，是人类不可缺少的一种生理现象。人的一生中，睡眠占了近1/3的时间，它的质量好坏与人体健康与否有密切关系，由此可见睡眠对每一个人是多么重要。从某种意义上说，睡眠的质量决定着生活的质量。人在睡觉过程中，可以恢复身体状态，放松全身细胞，增强身体的抵抗力，从而促进身体健康，睡眠质量与人体的健康状态息息相关。
为检测睡眠质量市面上已经推出了各种各样的睡眠检测方法或装置，但仍存在不足之处：(1)、操作复杂；(2)、无法兼顾价格和识别准确率；(3)、大多只对单种睡眠声音(鼾声)进行识别与分析，忽略了其他种类的睡眠声音，如梦话、磨牙等对睡眠质量影响；(4)、睡眠情景较为单一，只考虑一个人睡觉的情景，忽略了多人睡觉的情景，把录取的多人音频简单处理成一个人睡眠音频，从而得到错误的睡眠质量诊断。
因此，亟需设计一种通过声音采集检测多人睡眠质量的方法。
发明内容
本发明的目的在于提供一种通过声音采集检测多人睡眠质量的方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种通过声音采集检测多人睡眠质量的方法，包括以下步骤：
S1：数据的采集与处理；
S2：降噪；
S3：输入与预测；
S4：睡眠分析。
进一步的，上述通过声音采集检测多人睡眠质量的方法中，在上述S1中，在睡眠环境下，通过手机采集睡眠状态下的声音，每5分钟进行一次处理，保留有用的睡眠音频，丢弃无用的睡眠音频。
进一步的，上述通过声音采集检测多人睡眠质量的方法中，所有音频重采样为16KHz单通道格式。
进一步的，上述通过声音采集检测多人睡眠质量的方法中，在上述S2中，对音频数据进行降噪处理，生成睡眠音频的时域信号图，分析需要保留的声音的频率和幅值特性，分离噪声数据，得到纯净音频。
进一步的，上述通过声音采集检测多人睡眠质量的方法中，把传入的5分钟音频备份为7份，其中6份分别只保留鼾声、梦话、磨牙、喷嚏、翻身以及其他的音频信息，把除保留之外的信息全部处理成噪声数据，最后一份留作备份。
进一步的，上述通过声音采集检测多人睡眠质量的方法中，在上述S3中，将降噪处理之后的音频以10秒为1个片段进行预测评分。
进一步的，上述通过声音采集检测多人睡眠质量的方法中，10秒的音频以长度为0.96秒，跳跃为0.48秒的滑动窗口进行分割；分割的音频分别进行预测得到各自的评分数；将得到的所有数据各自取平均，得到10秒整体评分数据；根据睡眠环境以及用户特性设置6种睡眠声音的阈值；根据阈值，判断10秒的音频是否是需要的声音数据，是则保存相应数据，不是则丢弃。
进一步的，上述通过声音采集检测多人睡眠质量的方法中，在上述S4中，通过统计各种声音的时间信息，识别睡眠中清醒阶段、浅睡阶段和深睡阶段，根据睡眠总时长、深睡阶段时间节点以及占比推断睡眠质量，返回睡眠数据以及睡眠推断数据。
与现有技术相比，本发明的有益效果是：
1、本发明相较于传统方法通常只通过分析鼾声来推断睡眠质量，在分析鼾声的基础上添加了对梦话、磨牙、喷嚏、翻身的分析，增加睡眠诊断的精确性；同时，相比于现有的方法只适用于单人睡眠情景，本方案加入了多人睡眠分析功能，使之能够适用于学校宿舍集体睡眠环境、婚后同居环境等等复杂睡眠环境。
2、本发明相较于传统方案通常需要大量的辅助仪器来进行睡眠的监测，只需要一个手机就能够解决所有问题，操作简单，能够适用于日常生活需要；同时，本方案平衡了价格与识别准确率，通过较低的价格获得高质量的睡眠分析。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明音频数据结构图；
图2为本发明降噪流程图；
图3为本发明预测流程图；
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明提供一种技术方案：
一种通过声音采集检测多人睡眠质量的方法，包括以下步骤：
S1：数据的采集与处理；在睡眠环境下，通过手机采集睡眠状态下的声音，每5分钟进行一次处理，便于节省储存空间，保留有用的睡眠音频，丢弃无用的睡眠音频。因为每个用户所使用的设备可能存在不同，所以音频格式也可能不同，为了便于处理，所有音频重采样为16KHz单通道格式。如图1所示的数据结构，为了便于统计所有的音频信息。
S2：降噪；对音频数据进行降噪处理(避免噪声降低识别的准确率)，生成睡眠音频的时域信号图，分析需要保留的声音的频率和幅值特性，分离噪声数据，得到纯净音频。因为本发明需要针对鼾声、梦话、磨牙、喷嚏、翻身、其他等多种睡眠声音进行分析处理，而在对鼾声进行预测时，其他声音也就成为了噪声，这无疑降低了鼾声的识别准确率，故把传入的5分钟音频备份为7份，其中6份分别只保留鼾声、梦话、磨牙、喷嚏、翻身以及其他的音频信息，把除保留之外的信息全部处理成噪声数据，最后一份留作备份，提升了识别准确率。
S3：输入与预测；将降噪处理之后的音频以10秒为1个片段进行预测评分。10秒的音频以长度为0.96秒，跳跃为0.48秒的滑动窗口进行分割；分割的音频分别进行预测得到各自的评分数；将得到的所有数据各自取平均，得到10秒整体评分数据；根据睡眠环境以及用户特性设置6种睡眠声音的阈值；根据阈值，判断10秒的音频是否是需要的声音数据，是则保存相应数据，不是则丢弃。若是多人睡眠环境则利用混合高斯模型将多人的音频分开，分别对分开后的音频进行预测得到多人各自评分。
预测模型一共能够对521种声音进行预测评分，分值为0到1，每次预测能够得到521种声音各自的评分数据，分值越接近1说明是该种声音可能性越高，越接近0则越小。将降噪处理之后的音频以10秒为1个片段进行预测评分，因为预测模型只能处理0.96秒的音频，因此10秒音频的需要通过以长度为0.96秒，跳跃为0.48秒的滑动窗口进行分割，得到多个评分数据，然后取平均得到整体评分。每个音频都能得到对应的521种评分数据，因为1个音频不可能拥有所有的521种标签，因此得到的评分数据大部分都是0，经过实验验证1个10秒的音频获得的521个评分数据往往只有前10个数据才有意义，因此只保留评分前10的标签数据，如果前10个评分里面没有需要的鼾声评分，则认为鼾声的评分为0，其他声音同理。根据用户自身特性和所处睡眠环境设置6种睡眠声音的阈值，通过对比得到的评分数据判断音频信息，如鼾声的评分等于或者超过设置的鼾声阈值，则认为这是1条鼾声数据，梦话、磨牙等同理。超过阈值的数据保存音频数据以及对应时间信息，低于阈值的数据则全部丢弃，节省存储空间。具体预测过程如图3所示。
S4：睡眠分析。通过统计各种声音的时间信息，识别睡眠中清醒阶段、浅睡阶段和深睡阶段，根据睡眠总时长、深睡阶段时间节点以及占比推断睡眠质量，返回睡眠数据以及睡眠推断数据。
本方案通过手机等设备对单个用户或多个用户睡眠情况进行监听，在可能会存在各种杂音的状况下，识别用户产生的鼾声、梦话、喷嚏、磨牙、翻身以及其他等睡眠声音。然后根据该用户产生的睡眠声音统计深度睡眠、浅度睡眠和清醒三种睡眠状态各自的发生的时间段，根据这三种睡眠状态占比推断睡眠质量，最后将录取的睡眠音频以及睡眠检测数据返回给用户，使用户能够方便地查看自己的睡眠情况。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”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一定指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何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (8)
1.一种通过声音采集检测多人睡眠质量的方法，其特征在于，包括以下步骤：
S1：数据的采集与处理；
S2：降噪；
S3：输入与预测；
S4：睡眠分析。
2.根据权利要求1所述的一种通过声音采集检测多人睡眠质量的方法，其特征在于：在上述S1中，在睡眠环境下，通过手机采集睡眠状态下的声音，每5分钟进行一次处理，保留有用的睡眠音频，丢弃无用的睡眠音频。
3.根据权利要求2所述的一种通过声音采集检测多人睡眠质量的方法，其特征在于：所有音频重采样为16KHz单通道格式。
4.根据权利要求1所述的一种通过声音采集检测多人睡眠质量的方法，其特征在于：在上述S2中，对音频数据进行降噪处理，生成睡眠音频的时域信号图，分析需要保留的声音的频率和幅值特性，分离噪声数据，得到纯净音频。
5.根据权利要求4所述的一种通过声音采集检测多人睡眠质量的方法，其特征在于：把传入的5分钟音频备份为7份，其中6份分别只保留鼾声、梦话、磨牙、喷嚏、翻身以及其他的音频信息，把除保留之外的信息全部处理成噪声数据，最后一份留作备份。
6.根据权利要求1所述的一种通过声音采集检测多人睡眠质量的方法，其特征在于：在上述S3中，将降噪处理之后的音频以10秒为1个片段进行预测评分。
7.根据权利要求6所述的一种通过声音采集检测多人睡眠质量的方法，其特征在于：10秒的音频以长度为0.96秒，跳跃为0.48秒的滑动窗口进行分割；分割的音频分别进行预测得到各自的评分数；将得到的所有数据各自取平均，得到10秒整体评分数据；根据睡眠环境以及用户特性设置6种睡眠声音的阈值；根据阈值，判断10秒的音频是否是需要的声音数据，是则保存相应数据，不是则丢弃。
8.根据权利要求1所述的一种通过声音采集检测多人睡眠质量的方法，其特征在于：在上述S4中，通过统计各种声音的时间信息，识别睡眠中清醒阶段、浅睡阶段和深睡阶段，根据睡眠总时长、深睡阶段时间节点以及占比推断睡眠质量，返回睡眠数据以及睡眠推断数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210002569.6A CN114287888A (zh) | 2022-01-04 | 2022-01-04 | 一种通过声音采集检测多人睡眠质量的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210002569.6A CN114287888A (zh) | 2022-01-04 | 2022-01-04 | 一种通过声音采集检测多人睡眠质量的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114287888A true CN114287888A (zh) | 2022-04-08 |
Family
ID=80974606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210002569.6A Pending CN114287888A (zh) | 2022-01-04 | 2022-01-04 | 一种通过声音采集检测多人睡眠质量的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114287888A (zh) |
-
2022
- 2022-01-04 CN CN202210002569.6A patent/CN114287888A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108670200B (zh) | 一种基于深度学习的睡眠鼾声分类检测方法及系统 | |
| US10765399B2 (en) | Programmable electronic stethoscope devices, algorithms, systems, and methods | |
| Matos et al. | An automated system for 24-h monitoring of cough frequency: the leicester cough monitor | |
| EP3363351B1 (en) | System for detection of coronary artery disease in a person using a fusion approach | |
| US8493220B2 (en) | Arrangement and method to wake up a sleeping subject at an advantageous time instant associated with natural arousal | |
| US8353828B2 (en) | Remote sleep quality detecting system and method thereof | |
| US9357953B2 (en) | System and method for diagnosing sleep apnea | |
| EP2593007B1 (en) | Feature characterization for breathing monitor | |
| CN111166297B (zh) | 基于用户睡眠音频评定睡眠质量的方法和装置 | |
| Gamero et al. | Detection of the first and second heart sound using probabilistic models | |
| US20230100732A1 (en) | Screening device, method, and system for structural heart disease | |
| US20220225930A1 (en) | Apnea monitoring method and apparatus | |
| WO2021208656A1 (zh) | 睡眠风险预测方法、装置和终端设备 | |
| CN110558946B (zh) | 一种记录用户异常睡眠状态的方法及睡眠仪 | |
| Romero et al. | Deep learning features for robust detection of acoustic events in sleep-disordered breathing | |
| CA2799094A1 (en) | System and methods of acoustical screening for obstructive sleep apnea during wakefulness | |
| Mahmoudi et al. | Sensor-based system for automatic cough detection and classification | |
| CN113288065A (zh) | 一种基于鼾声的实时呼吸暂停及低通气预测方法 | |
| JP2002541965A (ja) | ポイント最適化変動比を用いた聴覚性誘発電位の検出方法 | |
| CN109620158A (zh) | 睡眠监控的方法、智能终端及存储装置 | |
| JP2023531464A (ja) | 身体計測情報と気管呼吸音を使用して覚醒時に閉塞性睡眠時無呼吸をスクリーニングする方法とシステム | |
| CN114287888A (zh) | 一种通过声音采集检测多人睡眠质量的方法 | |
| Rahman et al. | Efficient online cough detection with a minimal feature set using smartphones for automated assessment of pulmonary patients | |
| CN116115198A (zh) | 一种基于生理体征的低功耗鼾声自动记录方法及装置 | |
| CN110710954A (zh) | 一种通过声音采集检测睡眠质量的方法 |
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 |