CN114947746A - 一种睡眠状态检测方法、装置、设备及存储介质 - Google Patents
一种睡眠状态检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114947746A CN114947746A CN202210561777.XA CN202210561777A CN114947746A CN 114947746 A CN114947746 A CN 114947746A CN 202210561777 A CN202210561777 A CN 202210561777A CN 114947746 A CN114947746 A CN 114947746A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- sleep state
- breathing
- determining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 155
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 134
- 230000000241 respiratory effect Effects 0.000 claims description 42
- 238000004458 analytical method Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 8
- 230000036544 posture Effects 0.000 description 28
- 239000010410 layer Substances 0.000 description 25
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000000034 method Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000007906 compression Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006835 compression Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000035565 breathing frequency Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000036391 respiratory frequency Effects 0.000 description 5
- 239000003990 capacitor Substances 0.000 description 4
- 239000013013 elastic material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003860 sleep quality Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1116—Determining posture transitions
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
- A61B2562/02—Details of sensors specially adapted for in-vivo measurements
- A61B2562/0247—Pressure sensors
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Signal Processing (AREA)
- Anesthesiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (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状态检测方法、装置、设备及存储介质,该睡眠状态监测方法包括:实时获取电容式压力传感器的压力检测数据;根据压力检测数据,确定用户的呼吸数据;基于呼吸数据,确定用户的睡眠状态。本发明能够对用户的睡眠状态进行检测,而无需用户无时无刻地佩戴,检测便捷的同时提高了睡眠状态检测的准确度。
Description
技术领域
本发明实施例涉及睡眠检测领域,尤其涉及一种睡眠姿态检测方法、装置、设备及存储介质。
背景技术
睡眠是人体消除疲劳的最好方式,充足的睡眠时间和睡眠质量重要的组成部分,睡眠时间能够通过智能手表进行记录,而睡眠质量的高低与人体的睡眠状态有关。
现有技术中,对于人体睡眠状态的判断往往通过佩戴健康手环或手表进行检测,内置的传感器采集、计算等方式对人体的睡眠信号进行处理和分析,从而获知人体的睡眠状态。但这种方式需要用户时刻佩戴,影响用户的睡眠质量。利用睡眠监测带也能够检测并确定出人体的睡眠状态,但监测带内置的传感器价格昂贵、检测范围小、可靠性差等特点,很难应用到复杂场景上,不具备普适性。
发明内容
本发明实施例提供了一种睡眠状态检测方法、装置、设备及存储介质,以实现对人体睡眠状态的准确检测,提高了检测的准确性。
第一方面,本发明实施例提供了一种基于电容式压力传感器的睡眠状态检测方法,包括:
实时获取所述电容式压力传感器的压力检测数据;
根据所述压力检测数据,确定用户的呼吸数据;
基于所述呼吸数据,确定所述用户的睡眠状态。
可选地,根据所述压力检测数据,确定用户的呼吸数据,包括:
获取所述用户的呼吸特征模型;
将所述压力检测数据中与所述呼吸特征模型相匹配的数据作为呼吸特征解析数据;
根据所述呼吸特征解析数据,确定所述用户的呼吸数据。
可选地,根据所述呼吸特征解析数据,确定所述用户的呼吸数据,包括:
根据所述呼吸特征解析数据,确定呼吸特征波形;
基于所述呼吸特征波形,确定所述用户在各个时间段的呼吸数据。
可选地,基于所述呼吸特征波形,确定所述用户在各个时间段的呼吸数据,包括:
将所述呼吸特征波形中满足第一预设条件的各时刻对应的幅值组合为波形特征集;所述第一预设条件为该时刻对应的幅值在预设幅值范围内;
基于所述波形特征集,确定所述用户在各个时间段呼吸数据;所述呼吸数据包括呼吸的波峰值、波谷值、以及频率。
可选地,在根据所述压力检测数据,确定用户的呼吸数据之前,还包括:
对所述压力检测数据进行滤波处理,去除所述压力检测数据中的干扰信号。
所述压力检测数据包括压力数据和受压宽度数据;
所述睡眠状态检测方法还包括:
根据所述受压宽度数据,确定所述用户的睡眠姿态;所述睡眠姿态包括仰睡或侧睡。
可选地,在根据所述压力检测数据,确定用户的呼吸数据之前,还包括:
根据所述用户的睡眠姿态,确定所述用户睡眠姿态变化时所述压力数据的变化量作为睡眠压力数据;
将所述压力检测数据中睡眠压力数据去除后作为用于确定所述用户的呼吸数据的压力检测数据。
第二方面,本发明实施例提供了一种基于电容式压力传感器的睡眠状态检测装置,包括:
压力检测数据获取模块,用于实时获取所述电容式压力传感器的压力检测数据;
呼吸数据确定模块,用于根据所述压力检测数据,确定用户的呼吸数据。
睡眠状态确定模块,用于基于所述呼吸数据,确定所述用户的睡眠状态。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任意实施例提供睡眠状态检测方法。
第四方面,本发明实施例还提供了一种计算机可存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任意实施例提供的所述的睡眠状态检测方法。
本发明的技术方案,利用电容式压力传感器对用户的睡眠状态进行检测。在实时获取电容式压力传感器的压力检测数据后,确定出用户的呼吸数据,并根据用户的呼吸数据确定出用户的睡眠状态。本发明实施例提供的技术方案,能实现对用户的睡眠状态的准确检测,不需要需用户无时无刻地佩戴,检测便捷的同时提高了睡眠状态检测的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种基于电容式压力传感器的睡眠状态检测方法的流程示意图;
图2是根据本发明实施例一提供的一种电容式压力传感器的结构示意图;
图3是根据本发明实施例二提供的一种基于电容式压力传感器的睡眠状态检测方法的流程示意图;
图4是根据本发明实施例三提供的一种基于电容式压力传感器的睡眠状态检测方法的流程示意图;
图5是根据本发明实施例五提供的一种基于电容式压力传感器的睡眠状态检测方法的流程示意图;
图6是根据本发明实施例五提供的一种基于电容式压力传感器的睡眠状态检测装置的结构示意图;
图7是根据本发明实施例七提供的一种基于电容式压力传感器的睡眠状态检测的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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前提下所获得的所有其他实施例,都应当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。
实施例一
图1是根据本发明实施例一提供的一种基于电容式压力传感器的睡眠状态检测方法的流程示意图,该方法可以由睡眠状态检测装置来执行,该装置可由硬件和/或软件组成。本发明实施例提供的睡眠状态检测方法包括如下步骤:
S110、实时获取电容式压力传感器的压力检测数据。
其中,利用电容式压力传感器可以对睡眠状态进行检测,电容式压力传感器能够检测出压力相关的数据。压力检测数据可以包括压力数据、电容数据、受压宽度数据等中的一种或多种,此处对于压力检测数据不做具体限定,可以根据实际的需要适应性的调整。电容式压力传感器主要是利用电容元件将被测的压力转化为对应的具体的压力相关数据的一类传感器。电容式压力传感器的类型包括单电容式压力传感器,还包括差动电容式压力传感器,此处对电容式压力传感器的类型不做具体限定。
示例性的,图2是根据本发明实施例一提供的一种电容式压力传感器的结构示意图,参考图2,电容式压力传感器包括第一电极层10、第二电极层20和中间层30。第一电极层10中包括多个第一电极,第二电极层20中包括多个第二电极,中间层30位于第一电极层10和第二电极层20之间。第一电极层10的第一电极和第二电极层20的第二电极可以构成多个电容。中间层30由弹性材料组成,弹性材料可以在电容式受压传感器受压时发生弹性形变,使第一电极层10和第二电极层20之间的距离改变,第一电极层10的第一电极和第二电极层20的第二电极构成的多个电容中的部分电容值发生改变,进而根据电容值改变的个数确定出受压面积,根据电容的个数和各电容之间的间距确定出受压宽度。优选地,考虑到电容式压力传感器的生产成本问题,可以将中间层30的弹性材料设置为柔性海绵,有效地减低了电容式压力传感器的成本,但并影响对受压准确度的检测。
具体地,电容式压力传感器可以实时的检测到受压时的压力检测数据,将实时的压力检测数据进行数据汇总,以准确获得每一时刻下检测到的压力检测数据。对于压力检测数据的确定可以利用电容式压力传感器的计算公式进行计算,计算公式为C=(ε0*ε*S)/d,其中,ε0为电容式压力传感器的介电常数,ε为电容式压力传感器中间层材料的介电常数,S为受压面积,d为电容式压力传感器第一电极层和第二电极层的距离。此公式能够计算出受压时具体的电容值。示例性的,当电容式压力传感器确定时,介电常数为定值,在受压时,d会发生改变,根据第一电极层10和第二电极层20受压后的实际距离,确定出d。根据计算公式即可计算出受压的电容数据。此处仅为举例性的说明,并非具体地对本发明实施例的限定。
S120、根据压力检测数据,确定用户的呼吸数据。
其中,电容式压力传感器获取的实时压力检测数据与用户的呼吸数据相关。一组压力检测数据对应一组用户的呼吸数据,多组压力检测数据分别对应多组用户的呼吸数据。对于不同的用户而言,其压力检测数据不同,则用户的呼吸数据也不相同,呼吸数据可以包括呼吸的波形分布情况、呼吸的幅值,还可以包括呼吸的频率,此处不做具体限定。
S130、基于呼吸数据,确定所述用户的睡眠状态。
具体地,用户的睡眠状态可以划分为浅度睡眠、中度睡眠和深度睡眠三种,不同的睡眠状态对应的呼吸数据也不相同。利用呼吸数据可以确定出用户的睡眠状态。示例性的,呼吸数据包括呼吸的频率和呼吸的幅值数据时,用户睡眠情况下的呼吸频率相较于清醒状态下的呼吸频率低,呼吸的幅值高,则可以认为用户已经进入浅度睡眠状态。经过一段时间后,用户的呼吸频率降低保持稳定的呼吸频率波动范围,呼吸的幅值相对于浅度睡眠的呼吸幅值更高,则可以认为用户进入中度睡眠状态。再经过一段时间后,用户的呼吸频率持续下跌后能稳定的保持现阶段的呼吸频率,呼吸的幅值更大,则可以认为用户进入深度睡眠状态。当然,不同的用户的呼吸数据不具有比较性,对于上述根据呼吸数据中呼吸频率或呼吸幅值的相对比较,确定出用户的睡眠状态为同一用户,不同的用户之间不具有比较的意义。为了使根据呼吸数据,确定用户的睡眠状态具有普遍的应用性,也可以通过建立呼吸算法或者建立呼吸模型等相关方式,确定不同用户的睡眠状态。
本发明实施例,能实现对用户的睡眠状态的准确检测,不需要需用户无时无刻地佩戴,检测便捷的同时提高了睡眠状态检测的准确度。此外,电容式压力传感器的检测范围广泛、可靠性高、具备普适性,进一步地提高了睡眠状态监测的准确性。
可选地,在上述实施例的基础上,还包括对压力检测数据进行滤波处理,去除压力检测数据中的干扰信号。
其中,压力检测数据包括但不限于压力数据、电容数据和受压宽度数据。在压力检测数据中还包括部分干扰信号,干扰信号可以是外部环境信号,还可以是噪音信号。无论是外部环境信号还是噪音信号都会对压力检测数据中的非干扰信号造成干扰,影响检测的准确性。利用滤波处理的方式可以有效地将干扰信号进行过滤,经过滤波处理后的信号为非干扰信号。非干扰信号包括但不限于压力相关信号和电容相关信号,此处不做具体限定。
实施例二
图3是根据本发明实施例二提供的一种基于电容式压力传感器的睡眠状态检测方法的流程示意图,在上述实施例的基础上,具体提供了确定用户呼吸数据的方案。本实施例的技术方案包括:
S210、实时获取电容式压力传感器的压力检测数据。
S220、获取用户的呼吸特征模型。
S230、将压力检测数据中与呼吸特征模型相匹配的数据作为呼吸特征解析数据。
其中,用户的呼吸特征模型指的是预先存储的用户的呼吸特征数据,呼吸特征模型也可以理解成预设呼吸数据组成的模型。而压力检测数据包括与呼吸特征模型相匹配的数据,也包括与呼吸特征模型不匹配的数据。因此,需要区分出压力检测数据中与呼吸特征模型相匹配的数据,只有相匹配的数据才能够作为呼吸特征解析数据,不匹配的数据不能够作为呼吸特征解析数据。在检测的过程中,需要将压力检测数据进行过滤,过滤掉和呼吸特征不相关的数据,如噪音数据、人体体动的数据等,此处不做具体限定。和呼吸相关的数据包括但不限于压力数据和电容数据。
S240、根据呼吸特征解析数据,确定用户的呼吸数据。
其中,用户的呼吸数据的确定过程,需要对压力检测数据中与呼吸特征模型相匹配的数据进行解析,当缺少对呼吸特征解析的过程,将无法准确的确定出用户的呼吸数据,进而也就无法时间对用户的睡眠状态的确定。
具体地,呼吸特征解析可以是利用对应的解析计算公式,还可以利用解析常用表格,还可以利用解析对应曲线来实现,此处,对于具体的呼吸特征解析方式不做限定。通过呼吸特征解析数据,可以确定呼吸特征波形,呼吸特征波形一般是一类具有特定周期和规律的波形。根据呼吸特征波形,能够确定出用户在各个时间段的呼吸数据。可以理解的是,呼吸特征波形能够直观的呈现出用户不同时间段的呼吸数据,方便呼吸数据的记录。一个完整的呼吸特征波形可以包括浅度睡眠的波形、中度睡眠的波形和深度睡眠的波形,也可以包括其中的一个或者两个,此处,不做具体限定。
S250、基于呼吸数据,确定用户的睡眠状态。
本发明实施例,在获取到用户的呼吸特征模型后,对压力检测数据的进行解析并将与呼吸特征模型相匹配的数据作为呼吸特征解析数据,基于呼吸特征解析数据确定出用户的呼吸数据,以实现对用户的睡眠状态的准确检测,不需要需用户无时无刻地佩戴,检测便捷的同时提高了睡眠状态检测的准确度。此外,电容式压力传感器的检测范围广泛、可靠性高、具备普适性,进一步地提高了睡眠状态监测的准确性。
实施例三
图4是根据本发明实施例三提供的一种基于电容式压力传感器的睡眠状态检测方法的流程示意图,在上述实施例的基础上,具体提供了确定用户各个时间段的呼吸数据的方案。本实施例的技术方案包括:
S310、实时获取电容式压力传感器的压力检测数据。
S320、获取用户的呼吸特征模型。
S330、将压力检测数据中与呼吸特征模型相匹配的数据作为呼吸特征解析数据。
S340、根据呼吸特征解析数据,确定呼吸特征波形。
S350、将呼吸特征波形中满足第一预设条件的各时刻对应的幅值组合为波形特征集。
其中,呼吸特征波形呈现的是用户在整个睡眠过程中呼吸特征解析数据对应的波形。一般情况下,呼吸特征波形为一个完整并且连续的波形。在实际的测试过程中,可能因外界干扰因素或压力传感器检测故障等原因使呼吸特性波形呈现出分段的波形,分段式的波形是因为部分呼吸特征解析数据存在丢失,导致呼吸特征波不连续。呼吸特征波形在外界干扰因素下,呼吸的幅值可能出现大幅度的变化。上述两种情况存在下都会影响用户的呼吸数据。利用设置的第一预设条件来区分呼吸特征波形对应的有效波形部分。具体地,第一预设条件为该时刻对应的幅值在预设幅值范围内。预设幅值范围可以预先设定,即不同的时刻可以对应相同的预设幅值范围,也可以对应不同的预设幅值范围,此处对预设幅值范围不做具体限定。当呼吸特征波形中满足第一预设条件的各个时刻对应的幅值组合确定为波形特征集,不满足第一预设条件的各时刻对应的幅值组合不能确定为波形特征集。可以理解的是,波形特征集包括的是满足第一预设条件的各时刻对应幅值组合。
S360、基于波形特征集,确定用户在各个时间段呼吸数据。
其中,波形特征集为满足第一预条件的呼吸特征波形各时刻对应的幅值组合。根据各时刻对应的幅值组合能够获知呼吸的波峰值、波谷值和对应的呼吸频率。可以理解的是,波形特征集也是波形的集合,波形特征集中能够确定出具体某一确定时刻对应的呼吸数据是波峰值还是波谷值,也能够确定出呼吸的频率或者呼吸的具有周期情况。
S370、基于呼吸数据,确定用户的睡眠状态。
本发明实施例在呼吸特征波形满足第一预设条件下的各时刻对应的幅值组合成波形特征集,根据波形特征集确定出用户在各个时间段呼吸数据,进而根据呼吸数据确定用户的睡眠状态。本发明实施例提供的技术方案,能实现对用户的睡眠状态的准确检测,不需要需用户无时无刻地佩戴,检测便捷的同时提高了睡眠状态检测的准确度。此外,电容式压力传感器的检测范围广泛、可靠性高、具备普适性,进一步地提高了睡眠状态监测的准确性。
实施例四
图5是根据本发明实施例五提供的一种基于电容式压力传感器的睡眠状态检测方法的流程示意图,在上述实施例的基础上,具体提供了确定压力检测数据的方案。本实施例的技术方案包括:
S410、实时获取电容式压力传感器的压力检测数据。
其中,压力检测数据包括压力数据和受压宽度数据。受压宽度数据是指电容式压力传感器在受压过程中检测到的受压宽度值,当受压时,中间层30发生弹性形变,使第一电极层10和第二电极层20之间的距离改变,第一电极层10的第一电极和第二电极层20的第二电极构成的多个电容中的部分电容值发生改变,进而根据改变的电容值的个数确定出受压面积,根据电容的个数和各电容之间的间距确定出受压宽度数据。
S420、根据受压宽度数据,确定用户的睡眠姿态。
其中,受压宽度数据不同,用户的睡眠姿态也不相同。睡眠姿态包括仰睡或侧睡两种,对应的仰睡和侧睡的受压宽度数据不同。示例性的,当受压宽度数据比较大时,则可以认为用户的睡眠姿态为仰睡;当受压宽度数据比较小时,则可以认为用户的睡眠姿态为侧睡。或者可以通过将受压宽度数据与预设的侧睡受压宽度范围、预设的仰睡受压宽度范围进行比较确定用户的睡眠姿态,此处不做具体限定。
S430、根据用户的睡眠姿态,确定用户睡眠姿态变化时压力数据的变化量作为睡眠压力数据。
S440、将压力检测数据中睡眠压力数据去除后作为用于确定用户的呼吸数据的压力检测数据。
其中,用户睡眠姿态的改变会引起压力数据的改变,用户由侧睡转变为仰睡,或者有仰睡转变为侧睡,或者在睡眠的过程中存在体动都会带来压力数据的变化量。将由于睡眠姿态或体动引起的压力数据的变化量当作睡眠压力数据,在根据压力检测数据确定用户的呼吸数据之前,需要将压力检测数据中的睡眠压力数据进行滤除,避免睡眠压力数据影响对用户呼吸的确定。可以将去除掉睡眠压力数据的压力检测值作为确定用户的呼吸数据的压力检测数据,可以理解的是,除去压力检测数据中关于睡眠压力数据的部分,保留有用的压力检测数据,该压力检测数据均与呼吸数据相关。
S450、根据压力检测数据,确定用户的呼吸数据。
S460、基于呼吸数据,确定用户的睡眠状态。
本发明实施例通过对压力检测数据中受压宽度数据确定出用户的睡眠姿态,睡眠姿态的变化引起压力检测数据的变化,利用滤除因睡眠姿态的变化带来的压力检测数据的变化量,去除压力检测数据中睡眠压力数据,进而将去除睡眠压力数据后的压力检测数据当作用户的呼吸数据的压力检测数据,确定出用户的呼吸数据,以能实现对用户的睡眠状态的准确检测,不需要需用户无时无刻地佩戴,检测便捷的同时提高了睡眠状态检测的准确度。此外,电容式压力传感器的检测范围广泛、可靠性高、具备普适性,进一步地提高了睡眠状态监测的准确性。
实施例五
图6是根据本发明实施例五提供的一种基于电容式压力传感器的睡眠状态检测装置的结构示意图。该装置可由硬件和/或软件组成。如图6所示,该装置包括:压力检测数据获取模块510、呼吸数据确定模块520、睡眠状态确定模块530、滤波模块540、睡眠压力数据确定模块550。
压力检测数据获取模块510,用于实时获取电容式压力传感器的压力检测数据。
呼吸数据确定模块520,用于根据压力检测数据,确定用户的呼吸数据。
睡眠状态确定模块530,用于基于呼吸数据,确定用户的睡眠状态。
滤波模块540,用于对压力检测数据进行滤波处理,去除压力检测数据中的干扰信号。
睡眠压力数据确定模块550,用于根据用户的睡眠姿态,确定用户睡眠姿态变化时压力数据的变化量作为睡眠压力数据,将压力检测数据中睡眠压力数据去除后作为用于确定用户的呼吸数据的压力检测数据。
进一步地,呼吸数据确定模块520还用于获取用户的呼吸特征模型,将压力检测数据中与呼吸特征模型相匹配的数据作为呼吸特征解析数据,根据呼吸特征解析数据,确定用户的呼吸数据。呼吸数据确定模块520还用于根据呼吸特征解析数据,确定呼吸特征波形,基于呼吸特征波形,确定用户在各个时间段的呼吸数据。呼吸数据确定模块520还用于将呼吸特征波形中满足第一预设条件的各时刻对应的幅值组合为波形特征集;第一预设条件为该时刻对应的幅值在预设幅值范围内;基于波形特征集,确定用户在各个时间段呼吸数据;呼吸数据包括呼吸的波峰值、波谷值、以及频率。
睡眠压力数据确定模块550还用于根据受压宽度数据,确定用户的睡眠姿态,根据用户的睡眠姿态,确定用户睡眠姿态变化时压力数据的变化量作为睡眠压力数据,将压力检测数据中睡眠压力数据去除后作为用于确定用户的呼吸数据的压力检测数据。
本发明实施例利用电容式压力传感器对用户的睡眠状态进行检测。在实时获取电容式压力传感器的压力检测数据后,确定出用户的呼吸数据。根据用户的呼吸数据确定出用户的睡眠状态。上述压力传感器的睡眠状态检测装置可执行本发明任意实施例所提供的睡眠状态检测方法,具备执行方法相应的功能模块和有益效果。
实施例六
图7是根据本发明实施例七提供的一种基于电容式压力传感器的睡眠状态检测的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如电容式压力传感器的睡眠状态检测方法。
实施例七
本发明是实施例七提供了一种计算机可读存储介质,其上存储有计算机程序,用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于电容式压力传感器的睡眠状态检测方法,其特征在于,包括:
实时获取所述电容式压力传感器的压力检测数据;
根据所述压力检测数据,确定用户的呼吸数据;
基于所述呼吸数据,确定所述用户的睡眠状态。
2.根据权利要求1所述的睡眠状态检测方法,其特征在于,根据所述压力检测数据,确定用户的呼吸数据,包括:
获取所述用户的呼吸特征模型;
将所述压力检测数据中与所述呼吸特征模型相匹配的数据作为呼吸特征解析数据;
根据所述呼吸特征解析数据,确定所述用户的呼吸数据。
3.根据权利要求2所述的睡眠状态检测方法,其特征在于,根据所述呼吸特征解析数据,确定所述用户的呼吸数据,包括:
根据所述呼吸特征解析数据,确定呼吸特征波形;
基于所述呼吸特征波形,确定所述用户在各个时间段的呼吸数据。
4.根据权利要求1所述的睡眠状态检测方法,其特征在于,基于所述呼吸特征波形,确定所述用户在各个时间段的呼吸数据,包括:
将所述呼吸特征波形中满足第一预设条件的各时刻对应的幅值组合为波形特征集;所述第一预设条件为该时刻对应的幅值在预设幅值范围内;
基于所述波形特征集,确定所述用户在各个时间段呼吸数据;所述呼吸数据包括呼吸的波峰值、波谷值、以及频率。
5.根据权利要求1所述的睡眠状态检测方法,其特征在于,在根据所述压力检测数据,确定用户的呼吸数据之前,还包括:
对所述压力检测数据进行滤波处理,去除所述压力检测数据中的干扰信号。
6.根据权利要求1所述的睡眠状态检测方法,其特征在于,所述压力检测数据包括压力数据和受压宽度数据;
所述睡眠状态检测方法还包括:
根据所述受压宽度数据,确定所述用户的睡眠姿态;所述睡眠姿态包括仰睡或侧睡。
7.根据权利要求6所述的睡眠状态检测方法,其特征在于,在根据所述压力检测数据,确定用户的呼吸数据之前,还包括:
根据所述用户的睡眠姿态,确定所述用户睡眠姿态变化时所述压力数据的变化量作为睡眠压力数据;
将所述压力检测数据中睡眠压力数据去除后作为用于确定所述用户的呼吸数据的压力检测数据。
8.一种基于电容式压力传感器的睡眠状态检测装置,其特征在于,包括:
压力检测数据获取模块,用于实时获取所述电容式压力传感器的压力检测数据;
呼吸数据确定模块,用于根据所述压力检测数据,确定用户的呼吸数据;
睡眠状态确定模块,用于基于所述呼吸数据,确定所述用户的睡眠状态。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的睡眠状态检测方法。
10.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的睡眠状态检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210561777.XA CN114947746A (zh) | 2022-05-23 | 2022-05-23 | 一种睡眠状态检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210561777.XA CN114947746A (zh) | 2022-05-23 | 2022-05-23 | 一种睡眠状态检测方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114947746A true CN114947746A (zh) | 2022-08-30 |
Family
ID=82984297
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210561777.XA Pending CN114947746A (zh) | 2022-05-23 | 2022-05-23 | 一种睡眠状态检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114947746A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1483380A (zh) * | 2003-08-15 | 2004-03-24 | 北京泰达新兴医学工程技术有限公司 | 人体自然状态下睡姿的动态检测传感装置 |
CN103705242A (zh) * | 2012-09-28 | 2014-04-09 | 东莞永胜医疗制品有限公司 | 一种人体呼吸监测设备中吸气波的提取方法 |
CN205697777U (zh) * | 2016-06-19 | 2016-11-23 | 河北工业大学 | 一种基于柔性力敏传感器的睡眠呼吸检测装置 |
CN108078551A (zh) * | 2018-01-31 | 2018-05-29 | 成都乐享智家科技有限责任公司 | 一种睡眠监测系统及方法 |
CN110522549A (zh) * | 2019-09-30 | 2019-12-03 | 东莞市慕思寝室用品有限公司 | 一种调整睡姿方法 |
CN113598758A (zh) * | 2021-09-10 | 2021-11-05 | 迈尔健康科技(深圳)有限公司 | 一种非接触式睡眠监测方法及系统 |
CN113749467A (zh) * | 2021-09-29 | 2021-12-07 | 慕思健康睡眠股份有限公司 | 睡眠改善方法和智能床垫 |
-
2022
- 2022-05-23 CN CN202210561777.XA patent/CN114947746A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1483380A (zh) * | 2003-08-15 | 2004-03-24 | 北京泰达新兴医学工程技术有限公司 | 人体自然状态下睡姿的动态检测传感装置 |
CN103705242A (zh) * | 2012-09-28 | 2014-04-09 | 东莞永胜医疗制品有限公司 | 一种人体呼吸监测设备中吸气波的提取方法 |
CN205697777U (zh) * | 2016-06-19 | 2016-11-23 | 河北工业大学 | 一种基于柔性力敏传感器的睡眠呼吸检测装置 |
CN108078551A (zh) * | 2018-01-31 | 2018-05-29 | 成都乐享智家科技有限责任公司 | 一种睡眠监测系统及方法 |
CN110522549A (zh) * | 2019-09-30 | 2019-12-03 | 东莞市慕思寝室用品有限公司 | 一种调整睡姿方法 |
CN113598758A (zh) * | 2021-09-10 | 2021-11-05 | 迈尔健康科技(深圳)有限公司 | 一种非接触式睡眠监测方法及系统 |
CN113749467A (zh) * | 2021-09-29 | 2021-12-07 | 慕思健康睡眠股份有限公司 | 睡眠改善方法和智能床垫 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qin et al. | An adaptive and time-efficient ECG R-peak detection algorithm | |
CN109091125A (zh) | 一种提高睡眠监测准确性的可穿戴设备 | |
CN108511067A (zh) | 预警方法及电子设备 | |
US20190298209A1 (en) | Heartbeat detection | |
CN104615851A (zh) | 一种睡眠监控方法及终端 | |
CN106659404A (zh) | 连续血压测量方法、装置和设备 | |
CN115153552A (zh) | 情绪状态评估方法、装置、电子设备及存储介质 | |
CN116784852A (zh) | 一种疲劳状态确定方法、装置、智能床垫及介质 | |
Coffen et al. | Real-time wireless health monitoring: an ultra-low power biosensor ring for heart disease monitoring | |
CN110200642A (zh) | 一种认知负荷与心理压力的测量方法及终端 | |
CN114886406B (zh) | 一种健康状态监测方法、装置、隔离件和存储介质 | |
CN114947746A (zh) | 一种睡眠状态检测方法、装置、设备及存储介质 | |
CN115486849A (zh) | 心电信号质量评估方法、装置及设备 | |
CN113545753A (zh) | 波形检测方法、装置、可穿戴设备及计算机可读存储介质 | |
CN111698939B (zh) | 生成与外部对象相关联的心率波动信息的方法及其设备 | |
CN109106383A (zh) | 情绪感测系统及方法 | |
CN110710954A (zh) | 一种通过声音采集检测睡眠质量的方法 | |
CN106326672A (zh) | 入睡检测方法与系统 | |
Sivanjaneyulu et al. | Cnn based ppg signal quality assessment using raw ppg signal for energy-efficient ppg analysis devices in internet of medical things | |
US20230371822A1 (en) | Method and system for non-contact vital sign monitoring | |
JP2020048622A (ja) | 生体状態推定装置 | |
JP2022098608A (ja) | 心拍変動指標推定装置、心拍変動指標推定方法、及び、心拍変動指標推定プログラム | |
JP2022550373A (ja) | 心血管パラメータを決定するための方法及びシステム | |
CN115517632B (zh) | 共振呼吸频率测定方法、交互提示生成方法、装置及设备 | |
US11701028B2 (en) | System for processing respiratory rate |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220830 |