CN114652327A - 基于脑电的睡眠规划方法、系统、智能终端和存储介质 - Google Patents

基于脑电的睡眠规划方法、系统、智能终端和存储介质 Download PDF

Info

Publication number
CN114652327A
CN114652327A CN202210130225.3A CN202210130225A CN114652327A CN 114652327 A CN114652327 A CN 114652327A CN 202210130225 A CN202210130225 A CN 202210130225A CN 114652327 A CN114652327 A CN 114652327A
Authority
CN
China
Prior art keywords
sleep
preset time
time period
average
curve
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
CN202210130225.3A
Other languages
English (en)
Other versions
CN114652327B (zh
Inventor
韩璧丞
王全辉
程交
周建吾
梁茂星
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.)
Beijing Fusiqiangnao Technology Co ltd
Original Assignee
Beijing Fusiqiangnao 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 Beijing Fusiqiangnao Technology Co ltd filed Critical Beijing Fusiqiangnao Technology Co ltd
Priority to CN202210130225.3A priority Critical patent/CN114652327B/zh
Publication of CN114652327A publication Critical patent/CN114652327A/zh
Application granted granted Critical
Publication of CN114652327B publication Critical patent/CN114652327B/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
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/369Electroencephalography [EEG]
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Psychology (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了基于脑电的睡眠规划方法、系统、智能终端和存储介质,所述方法包括:获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。本发明实施例通过对用户的历史睡眠脑电数据的统计分析,从而得到用户的睡眠分析结果,故而得到用户一段时间的睡眠状态,这样根据用户的睡眠分析结果对用户的睡眠进行规划,就可以得到用户的目标睡眠方案,目标睡眠方案是适合用户的最优睡眠方案,故可以提高用户的体验。

Description

基于脑电的睡眠规划方法、系统、智能终端和存储介质
技术领域
本发明涉及健康监护技术领域,尤其涉及的是基于脑电的睡眠规划方法、系统、智能终端和存储介质。
背景技术
现代人的工作压力越来越大,导致睡眠质量很差,睡眠质量很差会导致第二天的工作状态不佳,从而影响其第二天的工作效率,故急需一种能对用户的睡眠进行规划,从而制定出适合每个人的个性化动态最优睡眠方案的方法。
因此,现有技术还有待改进和发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供基于脑电的睡眠规划方法、系统、智能终端和存储介质,旨在解决现有技术中用户睡眠质量较差,无法制定出适合每个人的个性化的最优睡眠方案的问题。
本发明解决问题所采用的技术方案如下:
第一方面,本发明实施例提供一种基于脑电的睡眠规划方法,其中,所述方法包括:
获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;
对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;
根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。
在一种实现方式中,所述历史睡眠脑电数据包括睡眠状态、所述睡眠状态对应的时间和所述睡眠状态对应的脑电信号;其中,所述睡眠状态包括清醒、入眠、浅睡和深睡。
在一种实现方式中,所述对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果包括:
对所述历史睡眠脑电数据进行数据清理,得到预处理数据;
根据预设的映射关系,得到预处理数据中每个睡眠状态的睡眠分数;
根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
在一种实现方式中,若干所述预设时间段包括第一预设时间段、第二预设时间段和第三预设时间段;其中,所述第二预设时间段大于所述第一预设时间段并且小于所述第三预设时间段;所述根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果包括:
实时统计第一预设时间段的每个睡眠状态的睡眠分数,并将第一预设时间段的每个睡眠状态的睡眠分数进行求平均后拟合成线,得到第一预设时间段的平均睡眠曲线;
实时统计第二预设时间段的每个睡眠状态的睡眠分数,并将第二预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第二预设时间段的平均睡眠曲线;
实时统计第三预设时间段的每个睡眠状态的睡眠分数,并将第三预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第三预设时间段的平均睡眠曲线;
将第一预设时间段的平均睡眠曲线、第二预设时间段的平均睡眠曲线和第三预设时间段的平均睡眠曲线组成若干预设时间段的平均睡眠曲线,并将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
在一种实现方式中,所述根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案包括:
当所述第一预设时间段的平均睡眠曲线高于所述第二预设时间段的平均睡眠曲线且所述第一预设时间段的平均睡眠曲线高于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间缩短,并将定时起床时间提前;
当所述第一预设时间段的平均睡眠曲线低于所述第二预设时间段的平均睡眠曲线,且所述第二预设时间段的平均睡眠曲线低于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间延长,并将定时起床时间延迟。
第二方面,本发明实施例还提供一种基于脑电的睡眠规划系统,其中,所述系统包括:
历史睡眠脑电数据获取模块,用于获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;
用户的睡眠分析结果获取模块,用于对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;
目标睡眠方案确定模块,用于根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。
在一种实现方式中,所述历史睡眠脑电数据包括睡眠状态、所述睡眠状态对应的时间和所述睡眠状态对应的脑电信号;其中,所述睡眠状态包括清醒、入眠、浅睡和深睡。
在一种实现方式中,所述用户的睡眠分析结果获取模块包括:
预处理数据获取单元,用于对所述历史睡眠脑电数据进行数据清理,得到预处理数据;
每个睡眠状态的睡眠分数获取单元,用于根据预设的映射关系,得到预处理数据中每个睡眠状态的睡眠分数;
若干预设时间段的平均睡眠曲线获取单元,用于根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
在一种实现方式中,若干所述预设时间段包括第一预设时间段、第二预设时间段和第三预设时间段;其中,所述第二预设时间段大于所述第一预设时间段并且小于所述第三预设时间段;所述若干预设时间段的平均睡眠曲线获取单元,所述若干预设时间段的平均睡眠曲线获取单元包括:
第一预设时间段的睡眠分数统计单元,用于实时统计第一预设时间段的每个睡眠状态的睡眠分数,并将第一预设时间段的每个睡眠状态的睡眠分数进行求平均后拟合成线,得到第一预设时间段的平均睡眠曲线;
第二预设时间段的睡眠分数统计单元,用于实时统计第二预设时间段的每个睡眠状态的睡眠分数,并将第二预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第二预设时间段的平均睡眠曲线;
第三预设时间段的睡眠分数统计单元,用于实时统计第三预设时间段的每个睡眠状态的睡眠分数,并将第三预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第三预设时间段的平均睡眠曲线;
组成单元,用于将第一预设时间段的平均睡眠曲线、第二预设时间段的平均睡眠曲线和第三预设时间段的平均睡眠曲线组成若干预设时间段的平均睡眠曲线,并将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
在一种实现方式中,所述目标睡眠方案确定模块包括:
第一睡眠方案确定模块,用于当所述第一预设时间段的平均睡眠曲线高于所述第二预设时间段的平均睡眠曲线且所述第一预设时间段的平均睡眠曲线高于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间缩短,并将定时起床时间提前;
第二睡眠方案确定模块,用于当所述第一预设时间段的平均睡眠曲线低于所述第二预设时间段的平均睡眠曲线,且所述第二预设时间段的平均睡眠曲线低于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间延长,并将定时起床时间延迟。
第三方面,本发明实施例还提供一种智能终端,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如上述任意一项所述的基于脑电的睡眠规划方法。
第四方面,本发明实施例还提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如上述中任意一项所述的基于脑电的睡眠规划方法。
本发明的有益效果:本发明实施例首先获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;然后对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;最后根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案;可见,本发明实施例中通过对用户的历史睡眠脑电数据的统计分析,从而得到用户的睡眠分析结果,故而得到用户一段时间的睡眠状态,这样根据用户的睡眠分析结果对用户的睡眠进行规划,就可以得到用户的目标睡眠方案,目标睡眠方案是适合用户的最优睡眠方案,故可以提高用户的体验。
附图说明
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,下面描述中的附图仅仅是本发明中记载的一些实施例,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为本发明实施例提供的基于脑电的睡眠规划方法流程示意图。
图2为本发明实施例提供的基于脑电的睡眠规划系统的原理框图。
图3为本发明实施例提供的智能终端的内部结构原理框图。
具体实施方式
本发明公开了基于脑电的睡眠规划方法、系统、智能终端和存储介质,为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。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。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
由于现有技术中,没有一种能对用户的睡眠进行规划,从而制定出适合每个人的个性化动态最优睡眠方案的方法。
为了解决现有技术的问题,本实施例提供了基于脑电的睡眠规划方法,通过上述方法对用户的历史睡眠脑电数据的统计分析,从而得到用户的睡眠分析结果,故而得到用户一段时间的睡眠状态,这样根据用户的睡眠分析结果对用户的睡眠进行规划,就可以得到用户的目标睡眠方案,目标睡眠方案是适合用户的最优睡眠方案,故可以提高用户的体验。具体实施时,首先获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;然后对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;最后根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。
示例性方法
本实施例提供基于脑电的睡眠规划方法,该方法可以应用于健康监护的智能终端。具体如图1所示,所述方法包括:
步骤S100、获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;
具体地,脑电信号是基于头环上的三个电机进行采集得到,脑电信号用于反应脑部的活跃状态,历史睡眠脑电数据是在用户处于睡眠状态时采集的用户的脑部的脑电波信号而形成的数据,这些数据存储可以存储在U盘中,也可以存储在云盘中,还可以存储在服务器中,以备用户需要时使用。在一种实现方式中,所述历史睡眠脑电数据被分类存储,分类存储的类别为时间,时间可以以天为单位,也可以以月为单位。在本实施例中,历史睡眠脑电数据以天为单位,按照时间的先后顺序,存储在不同日的睡眠状态时间,睡眠状态与脑电信号的对应关系。睡眠状态分为清醒、入眠、浅睡和深睡四种状态,也就是说历史睡眠脑电数据记载着每天,更确切的说是每天晚上,用户在清醒时的持续时间和脑电信号变化情况,用户在入眠时的持续时间和脑电信号变化情况,用户在浅睡时的持续时间和脑电信号的变化情况,用户在深睡时的持续时间和脑电信号的变化情况。
得到历史睡眠脑电数据后,就可以执行如图1所示的如下步骤:S200、对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;
具体地,由于用户在清醒、入眠、浅睡和深睡时的持续时间和脑电信号的强度能反应用户的睡眠情况,故需要对历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果,为后续对用户的睡眠进行规划做准备。
为了得到用户的睡眠分析结果,所述对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果包括如下步骤:
S201、对所述历史睡眠脑电数据进行数据清理,得到预处理数据;
S202、根据预设的映射关系,得到预处理数据中每个睡眠状态的睡眠分数;
S203、根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
具体地,由于历史睡眠脑电数据存在异常数据,比如机器出错导致记录时间不对的数据,此外,睡眠状态最好的历史睡眠脑电数据和睡眠状态最差的历史睡眠脑电数据不能反应用户的正常睡眠情况,如用户可能喝了酒的情况,导致当天睡眠状态很好,或者用户那天发了一场很大的脾气,导致当天的睡眠状态很差,这些都是反常的睡眠情况,故要剔除。对所述历史睡眠脑电数据进行数据清理包括清除历史睡眠脑电数据中的异常数据,睡眠状态最好的历史睡眠脑电数据和睡眠状态最差的历史睡眠脑电数据。预设的映射关系为:清醒时的时间与清醒时的睡眠分数的对应关系,入眠时的时间与入眠时的睡眠分数的对应关系,浅睡时的时间与浅睡时的睡眠分数的对应关系。这样,根据预设的映射关系,就可以得到清醒的睡眠分数、入眠的睡眠分数、浅睡的睡眠分数和深睡的睡眠分数。然后根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。若干所述预设时间段包括第一预设时间段、第二预设时间段和第三预设时间段;其中,所述第二预设时间段大于所述第一预设时间段并且小于所述第三预设时间段;相应的,所述根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果包括如下步骤:实时统计第一预设时间段的每个睡眠状态的睡眠分数,并将第一预设时间段的每个睡眠状态的睡眠分数进行求平均后拟合成线,得到第一预设时间段的平均睡眠曲线;实时统计第二预设时间段的每个睡眠状态的睡眠分数,并将第二预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第二预设时间段的平均睡眠曲线;实时统计第三预设时间段的每个睡眠状态的睡眠分数并将第三预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第三预设时间段的平均睡眠曲线;将第一预设时间段的平均睡眠曲线、第二预设时间段的平均睡眠曲线和第三预设时间段的平均睡眠曲线组成若干预设时间段的平均睡眠曲线,并将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。例如,第一预设时间段为3天,第二预设时间段为10天,第三预设时间段为30天,系统会实时统计距离统计日最近的3天的四个睡眠状态的睡眠分数,还会实时统计距离统计日最近的10天的四个睡眠状态的睡眠分数,以及实时统计距离统计日最近的30天的四个睡眠状态的睡眠分数。然后将距离统计日最近的3天的每个睡眠状态的睡眠分数除以天数3,得到每个睡眠状态的平均睡眠分数,将时间作为横轴,将每个睡眠状态的平均睡眠分数作为纵轴拟合成线,得到预设时间段为3天的平均睡眠曲线,也就是第一预设时间段的平均睡眠曲线,依次类推得到预设时间段为10天的平均睡眠曲线,也就是第二预设时间段的平均睡眠曲线,预设时间段为30天的平均睡眠曲线,也就是第三预设时间段的平均睡眠曲线。将第一预设时间段的平均睡眠曲线、第二预设时间段的平均睡眠曲线和第三预设时间段的平均睡眠曲线作为用户的睡眠分析结果。需要说明的是,第一预设时间段的每个睡眠状态的睡眠分数、第二预设时间段的每个睡眠状态的睡眠分数和第三预设时间段的每个睡眠状态的睡眠分数是实时统计的,故得到的第一预设时间段的平均睡眠曲线、第二预设时间段的平均睡眠曲线和第三预设时间段的平均睡眠曲线是动态变化的。
得到睡眠分析结果后,就可以执行如图1所示的如下步骤:S300、根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。
具体地,有了睡眠分析结果,就可以针对性对用户的睡眠进行规划,比如睡眠分析结果显示用户的睡眠状态趋于恶化,则需要对用户的睡眠过程中的一些刺激时间进行延长,对用户的起床时间进行相应的延迟,当睡眠分析结果显示用户的睡眠状态为持续良好,则可以对用户的睡眠过程中的一些刺激时间进行缩短,将用户的定时起床时间进行相应的缩短。
为了得到目标睡眠方案,所述根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案包括如下步骤:
S301、当所述第一预设时间段的平均睡眠曲线高于所述第二预设时间段的平均睡眠曲线且所述第一预设时间段的平均睡眠曲线高于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间缩短,并将定时起床时间提前;
S302、当所述第一预设时间段的平均睡眠曲线低于所述第二预设时间段的平均睡眠曲线,且所述第二预设时间段的平均睡眠曲线低于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间延长,并将定时起床时间延迟。
具体地,当所述第一预设时间段的平均睡眠曲线高于所述第二预设时间段的平均睡眠曲线,且所述第二预设时间段的平均睡眠曲线高于所述第三预设时间段的平均睡眠曲线时,例如距离用户统计的最近的3天的平均睡眠曲线高于距离用户统计的最近的10天的平均睡眠曲线,并且,距离用户统计的最近的10天的平均睡眠曲线高于距离用户统计的最近的30天的平均睡眠曲线,则说明用户近期的睡眠状态比较好,那么就可以将清醒和入眠的刺激时间缩短,同时将清醒和入眠的刺激的强度也降低,并且由于用户近期的睡眠状态比较好,用户通过很短的时间就可以达到睡眠充足的状态,故可以将定时起床时间提前,以便于用户可以有时间去处理更多的工作。当当所述第一预设时间段的平均睡眠曲线低于所述第二预设时间段的平均睡眠曲线,且所述第二预设时间段的平均睡眠曲线低于所述第三预设时间段的平均睡眠曲线时,例如距离用户统计的最近的3天的平均睡眠曲线低于距离用户统计的最近的10天的平均睡眠曲线,并且距离用户统计的最近的10天的平均睡眠曲线低于距离用户统计的最近的30天的平均睡眠曲线,则说明用户的睡眠状态在趋于恶化,此时将用户的清醒和入眠的刺激时间延长,并且将用户的清醒和入眠的刺激的强度也要增加,由于用户睡眠状态不好,太早起床会影响第二天的工作效率,故将定时起床时间延迟。
示例性设备
如图2中所示,本发明实施例提供一种基于脑电的睡眠规划系统,该系统包括历史睡眠脑电数据获取模块401、用户的睡眠分析结果获取模块402和目标睡眠方案确定模块403,其中:
历史睡眠脑电数据获取模块401,用于获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;
用户的睡眠分析结果获取模块402,用于对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;
目标睡眠方案确定模块403,用于根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。
在一种实现方式中,所述历史睡眠脑电数据包括睡眠状态、所述睡眠状态对应的时间和所述睡眠状态对应的脑电信号;其中,所述睡眠状态包括清醒、入眠、浅睡和深睡。
在一种实现方式中,所述用户的睡眠分析结果获取模块402包括:
预处理数据获取单元,用于对所述历史睡眠脑电数据进行数据清理,得到预处理数据;
每个睡眠状态的睡眠分数获取单元,用于根据预设的映射关系,得到预处理数据中每个睡眠状态的睡眠分数;
若干预设时间段的平均睡眠曲线获取单元,用于根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
在一种实现方式中,若干所述预设时间段包括第一预设时间段、第二预设时间段和第三预设时间段;其中,所述第二预设时间段大于所述第一预设时间段并且小于所述第三预设时间段;所述若干预设时间段的平均睡眠曲线获取单元,所述若干预设时间段的平均睡眠曲线获取单元包括:
第一预设时间段的睡眠分数统计单元,用于实时统计第一预设时间段的每个睡眠状态的睡眠分数,并将第一预设时间段的每个睡眠状态的睡眠分数进行求平均后拟合成线,得到第一预设时间段的平均睡眠曲线;
第二预设时间段的睡眠分数统计单元,用于实时统计第二预设时间段的每个睡眠状态的睡眠分数,并将第二预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第二预设时间段的平均睡眠曲线;
第三预设时间段的睡眠分数统计单元,用于实时统计第三预设时间段的每个睡眠状态的睡眠分数,并将第三预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第三预设时间段的平均睡眠曲线;
组成单元,用于将第一预设时间段的平均睡眠曲线、第二预设时间段的平均睡眠曲线和第三预设时间段的平均睡眠曲线组成若干预设时间段的平均睡眠曲线,并将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
在一种实现方式中,所述目标睡眠方案确定模块403包括:
第一睡眠方案确定模块,用于当所述第一预设时间段的平均睡眠曲线高于所述第二预设时间段的平均睡眠曲线且所述第一预设时间段的平均睡眠曲线高于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间缩短,并将定时起床时间提前;
第二睡眠方案确定模块,用于当所述第一预设时间段的平均睡眠曲线低于所述第二预设时间段的平均睡眠曲线,且所述第二预设时间段的平均睡眠曲线低于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间延长,并将定时起床时间延迟。
基于上述实施例,本发明还提供了一种智能终端,其原理框图可以如图3所示。该智能终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中,该智能终端的处理器用于提供计算和控制能力。该智能终端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和计算机程序。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。该智能终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于脑电的睡眠规划方法。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏,该智能终端的温度传感器是预先在智能终端内部设置,用于检测内部设备的运行温度。
本领域技术人员可以理解,图3中的原理图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的智能终端的限定,具体的智能终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种智能终端,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;
对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;
根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。
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,本发明所提供的各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以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、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。
综上所述,本发明公开了基于脑电的睡眠规划方法、系统、智能终端和存储介质,所述方法包括:获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。本发明实施例通过对用户的历史睡眠脑电数据的统计分析,从而得到用户的睡眠分析结果,故而得到用户一段时间的睡眠状态,这样根据用户的睡眠分析结果对用户的睡眠进行规划,就可以得到用户的目标睡眠方案,目标睡眠方案是适合用户的最优睡眠方案,故可以提高用户的体验。
基于上述实施例,本发明公开了基于脑电的睡眠规划方法,应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (12)

1.一种基于脑电的睡眠规划方法,其特征在于,所述方法包括:
获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;
对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;
根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。
2.根据权利要求1所述的基于脑电的睡眠规划方法,其特征在于,所述历史睡眠脑电数据包括睡眠状态、所述睡眠状态对应的时间和所述睡眠状态对应的脑电信号;其中,所述睡眠状态包括清醒、入眠、浅睡和深睡。
3.根据权利要求2所述的基于脑电的睡眠规划方法,其特征在于,所述对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果包括:
对所述历史睡眠脑电数据进行数据清理,得到预处理数据;
根据预设的映射关系,得到预处理数据中每个睡眠状态的睡眠分数;
根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
4.根据权利要求3所述的基于脑电的睡眠规划方法,其特征在于,若干所述预设时间段包括第一预设时间段、第二预设时间段和第三预设时间段;其中,所述第二预设时间段大于所述第一预设时间段并且小于所述第三预设时间段;所述根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果包括:
实时统计第一预设时间段的每个睡眠状态的睡眠分数,并将第一预设时间段的每个睡眠状态的睡眠分数进行求平均后拟合成线,得到第一预设时间段的平均睡眠曲线;
实时统计第二预设时间段的每个睡眠状态的睡眠分数,并将第二预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第二预设时间段的平均睡眠曲线;
实时统计第三预设时间段的每个睡眠状态的睡眠分数,并将第三预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第三预设时间段的平均睡眠曲线;
将第一预设时间段的平均睡眠曲线、第二预设时间段的平均睡眠曲线和第三预设时间段的平均睡眠曲线组成若干预设时间段的平均睡眠曲线,并将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
5.根据权利要求4所述的基于脑电的睡眠规划方法,其特征在于,所述根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案包括:
当所述第一预设时间段的平均睡眠曲线高于所述第二预设时间段的平均睡眠曲线且所述第一预设时间段的平均睡眠曲线高于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间缩短,并将定时起床时间提前;
当所述第一预设时间段的平均睡眠曲线低于所述第二预设时间段的平均睡眠曲线,且所述第二预设时间段的平均睡眠曲线低于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间延长,并将定时起床时间延迟。
6.一种基于脑电的睡眠规划系统,其特征在于,所述系统包括:
历史睡眠脑电数据获取模块,用于获取用户的历史睡眠脑电数据;其中,所述历史睡眠脑电数据基于采集用户睡眠时的脑电信号而得到;
用户的睡眠分析结果获取模块,用于对所述历史睡眠脑电数据进行统计分析,得到用户的睡眠分析结果;
目标睡眠方案确定模块,用于根据所述睡眠分析结果,对用户的睡眠进行规划,得到目标睡眠方案。
7.根据权利要求6所述的基于脑电的睡眠规划系统,其特征在于,所述历史睡眠脑电数据包括睡眠状态、所述睡眠状态对应的时间和所述睡眠状态对应的脑电信号;其中,所述睡眠状态包括清醒、入眠、浅睡和深睡。
8.根据权利要求7所述的基于脑电的睡眠规划系统,其特征在于,所述用户的睡眠分析结果获取模块包括:
预处理数据获取单元,用于对所述历史睡眠脑电数据进行数据清理,得到预处理数据;
每个睡眠状态的睡眠分数获取单元,用于根据预设的映射关系,得到预处理数据中每个睡眠状态的睡眠分数;
若干预设时间段的平均睡眠曲线获取单元,用于根据每个睡眠状态的睡眠分数,得到若干预设时间段的平均睡眠曲线,将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
9.根据权利要求8所述的基于脑电的睡眠规划系统,其特征在于,若干所述预设时间段包括第一预设时间段、第二预设时间段和第三预设时间段;其中,所述第二预设时间段大于所述第一预设时间段并且小于所述第三预设时间段;所述若干预设时间段的平均睡眠曲线获取单元,所述若干预设时间段的平均睡眠曲线获取单元包括:
第一预设时间段的睡眠分数统计单元,用于实时统计第一预设时间段的每个睡眠状态的睡眠分数,并将第一预设时间段的每个睡眠状态的睡眠分数进行求平均后拟合成线,得到第一预设时间段的平均睡眠曲线;
第二预设时间段的睡眠分数统计单元,用于实时统计第二预设时间段的每个睡眠状态的睡眠分数,并将第二预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第二预设时间段的平均睡眠曲线;
第三预设时间段的睡眠分数统计单元,用于实时统计第三预设时间段的每个睡眠状态的睡眠分数,并将第三预设时间段的每个睡眠状态对应的睡眠分数进行求平均后拟合成线,得到第三预设时间段的平均睡眠曲线;
组成单元,用于将第一预设时间段的平均睡眠曲线、第二预设时间段的平均睡眠曲线和第三预设时间段的平均睡眠曲线组成若干预设时间段的平均睡眠曲线,并将若干预设时间段的平均睡眠曲线作为用户的睡眠分析结果。
10.根据权利要求9所述的基于脑电的睡眠规划系统,其特征在于,所述目标睡眠方案确定模块包括:
第一睡眠方案确定模块,用于当所述第一预设时间段的平均睡眠曲线高于所述第二预设时间段的平均睡眠曲线且所述第一预设时间段的平均睡眠曲线高于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间缩短,并将定时起床时间提前;
第二睡眠方案确定模块,用于当所述第一预设时间段的平均睡眠曲线低于所述第二预设时间段的平均睡眠曲线,且所述第二预设时间段的平均睡眠曲线低于所述第三预设时间段的平均睡眠曲线时,将所述清醒和所述入眠的刺激时间延长,并将定时起床时间延迟。
11.一种智能终端,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于执行如权利要求1-5中任意一项所述的方法。
12.一种非临时性计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1-5中任意一项所述的方法。
CN202210130225.3A 2022-02-11 2022-02-11 基于脑电的睡眠规划方法、系统、智能终端和存储介质 Active CN114652327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210130225.3A CN114652327B (zh) 2022-02-11 2022-02-11 基于脑电的睡眠规划方法、系统、智能终端和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210130225.3A CN114652327B (zh) 2022-02-11 2022-02-11 基于脑电的睡眠规划方法、系统、智能终端和存储介质

Publications (2)

Publication Number Publication Date
CN114652327A true CN114652327A (zh) 2022-06-24
CN114652327B CN114652327B (zh) 2023-03-24

Family

ID=82027815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210130225.3A Active CN114652327B (zh) 2022-02-11 2022-02-11 基于脑电的睡眠规划方法、系统、智能终端和存储介质

Country Status (1)

Country Link
CN (1) CN114652327B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115153454A (zh) * 2022-09-07 2022-10-11 深圳市心流科技有限公司 一种助眠刺激控制方法、装置、助眠设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013165828A (ja) * 2012-02-15 2013-08-29 Tanita Corp 睡眠評価装置及び睡眠評価システム
CN106724513A (zh) * 2016-12-30 2017-05-31 东莞市同祥海绵制品有限公司 一种记录睡眠数据的枕头及睡眠数据记录方法
CN108852304A (zh) * 2018-07-23 2018-11-23 吉林大学 基于脑电信号的睡眠质量分析装置及方法
CN112891703A (zh) * 2021-01-15 2021-06-04 褚明礼 一种基于脑电信息的辅助唤醒方法及装置
CN113208563A (zh) * 2021-04-28 2021-08-06 西安领跑网络传媒科技股份有限公司 睡眠监测方法、装置、系统、计算机设备和存储介质
CN113941071A (zh) * 2021-12-20 2022-01-18 深圳市心流科技有限公司 基于脑电的睡眠唤醒方法、装置、智能终端及存储介质
CN113975587A (zh) * 2021-12-23 2022-01-28 深圳市心流科技有限公司 基于脑电波的失眠调整系统、方法、智能终端和存储介质
CN114010206A (zh) * 2022-01-05 2022-02-08 深圳市心流科技有限公司 一种基于脑电信号的睡眠计划定制方法、系统、终端

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013165828A (ja) * 2012-02-15 2013-08-29 Tanita Corp 睡眠評価装置及び睡眠評価システム
CN106724513A (zh) * 2016-12-30 2017-05-31 东莞市同祥海绵制品有限公司 一种记录睡眠数据的枕头及睡眠数据记录方法
CN108852304A (zh) * 2018-07-23 2018-11-23 吉林大学 基于脑电信号的睡眠质量分析装置及方法
CN112891703A (zh) * 2021-01-15 2021-06-04 褚明礼 一种基于脑电信息的辅助唤醒方法及装置
CN113208563A (zh) * 2021-04-28 2021-08-06 西安领跑网络传媒科技股份有限公司 睡眠监测方法、装置、系统、计算机设备和存储介质
CN113941071A (zh) * 2021-12-20 2022-01-18 深圳市心流科技有限公司 基于脑电的睡眠唤醒方法、装置、智能终端及存储介质
CN113975587A (zh) * 2021-12-23 2022-01-28 深圳市心流科技有限公司 基于脑电波的失眠调整系统、方法、智能终端和存储介质
CN114010206A (zh) * 2022-01-05 2022-02-08 深圳市心流科技有限公司 一种基于脑电信号的睡眠计划定制方法、系统、终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115153454A (zh) * 2022-09-07 2022-10-11 深圳市心流科技有限公司 一种助眠刺激控制方法、装置、助眠设备及存储介质
CN115153454B (zh) * 2022-09-07 2023-03-17 深圳市心流科技有限公司 一种助眠刺激控制方法、装置、助眠设备及存储介质

Also Published As

Publication number Publication date
CN114652327B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
CN113941071B (zh) 基于脑电的睡眠唤醒方法、装置、智能终端及存储介质
CN114652327B (zh) 基于脑电的睡眠规划方法、系统、智能终端和存储介质
CN107153593A (zh) 一种互联网业务监控阈值的确定方法及装置
CN108509323A (zh) 基于日志分析的业务处理方法、装置及计算机设备
US20140206970A1 (en) Evaluation and display of glucose data
CN114053551B (zh) 基于脑电信号的辅助入眠方法、装置、终端及存储介质
CN114010206B (zh) 一种基于脑电信号的睡眠计划定制方法、系统、终端
CN114511160B (zh) 一种入睡时长预测方法、装置、终端及存储介质
CN106911592A (zh) 一种自适应资源分配方法及装置
CN114191684B (zh) 基于脑电的睡眠控制方法、装置、智能终端及存储介质
CN116931738B (zh) 一种基于脑电波动态调节电流强度的干预刺激方法
CN110164539A (zh) 医疗设备的工作调度的分析方法
CN113975587B (zh) 基于脑电波的失眠调整系统、方法、智能终端和存储介质
CN109614392A (zh) 中断历史数据自动修复方法、装置、电子设备及介质
CN114451900B (zh) 一种基于脑电的睡眠质量确定方法、系统及存储介质
CN115423209B (zh) 一种电力负荷需求预测方法、装置、电子设备及存储介质
CN107026771A (zh) 阈值自适应的方法、装置、电子设备和可读介质
CN105468459B (zh) 计算机资源控制器以及控制方法
CN108513166A (zh) 视频时长统计方法、装置及计算机设备
CN108337725B (zh) 终端设备的模块调度方法、装置以及系统
CN113190173A (zh) 一种基于机器学习的低能耗数据冷磁存储方法及装置
CN114504321A (zh) 一种用于注意力训练的脑电信号处理方法、装置和存储介质
CN112465328B (zh) 一种基于工作时长评估智能终端质量的方法
CN115878969A (zh) 基于离线检测结果的刺激系统的调参方法、分时刺激系统
CN112446674A (zh) 考勤数据更新方法、计算机可读存储介质及终端

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