CN115137315B - 一种睡眠环境评分方法、装置、终端及存储介质 - Google Patents
一种睡眠环境评分方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN115137315B CN115137315B CN202211081812.4A CN202211081812A CN115137315B CN 115137315 B CN115137315 B CN 115137315B CN 202211081812 A CN202211081812 A CN 202211081812A CN 115137315 B CN115137315 B CN 115137315B
- Authority
- CN
- China
- Prior art keywords
- environment
- sleep
- data
- image data
- score
- 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
Links
- 238000013077 scoring method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000010586 diagram Methods 0.000 claims description 41
- 230000004927 fusion Effects 0.000 claims description 33
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 30
- 230000007613 environmental effect Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000000241 respiratory effect Effects 0.000 claims description 9
- 210000004556 brain Anatomy 0.000 claims description 5
- 230000003860 sleep quality Effects 0.000 description 11
- 238000009423 ventilation Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000012351 Integrated analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 208000006199 Parasomnias Diseases 0.000 description 1
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 238000012549 training Methods 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
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—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
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
- A61B5/372—Analysis of electroencephalograms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/06—Transformation of speech into a non-audible representation, e.g. speech visualisation or speech processing for tactile aids
- G10L21/10—Transforming into visible information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Physiology (AREA)
- Pulmonology (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环境评分方法、装置、终端及存储介质，所述方法包括：获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数；获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同；根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数。本发明通过用户的睡眠状态数据和睡眠环境数据，可以客观、准确地评定用户的睡眠环境分数。解决了现有技术通常基于用户的主观感受对睡眠环境进行评分，难以客观反映睡眠环境的好坏的问题。
Description
技术领域
本发明涉及环境评分领域，尤其涉及的是一种睡眠环境评分方法、装置、终端及存储介质。
背景技术
睡眠环境的好坏对用户的睡眠质量而言至关重要，通过对睡眠环境进行评分可以对睡眠环境进行相应的调整，以改善用户睡眠质量。然而现有技术通常基于用户的主观感受对睡眠环境进行评分，难以客观反映睡眠环境的好坏。
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，提供一种睡眠环境评分方法、装置、终端及存储介质，旨在解决现有技术通常基于用户的主观感受对睡眠环境进行评分，难以客观反映睡眠环境的好坏的问题。
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睡眠环境评分方法，其中，所述方法包括：
获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数；
获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同；
根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数。
在一种实施方式中，所述获取目标用户对应的睡眠状态数据，包括：
获取所述目标用户对应的脑电数据和呼吸数据；
根据所述脑电数据和所述呼吸数据，确定所述睡眠状态数据。
在一种实施方式中，所述根据所述脑电数据和所述呼吸数据，确定所述睡眠状态数据，包括：
根据所述脑电数据，确定所述目标用户对应的脑电平稳度，其中，所述脑电平稳度用于反映所述目标用户的脑电强度的波动程度；
根据所述呼吸数据，确定所述目标用户对应的呼吸平稳度，其中，所述呼吸平稳度用于反映所述目标用户的呼吸幅度变化的规律程度；
根据所述脑电平稳度和所述呼吸平稳度，确定所述睡眠状态数据。
在一种实施方式中，所述睡眠环境数据为融合图像数据，所述获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，包括：
获取所述目标用户对应的环境图像数据和环境声音数据；
根据所述环境声音数据，确定音波图像数据，其中，所述音波图像数据用于反映音量随时间的变化关系；
将所述环境图像数据和所述音波图像数据缩放至同等大小，得到标准环境图像数据和标准音波图像数据；
根据所述标准环境图像数据和所述标准音波图像数据，确定所述融合图像数据；
将所述融合图像数据输入预先经过训练的环境评分模型，得到所述环境分数。
在一种实施方式中，所述根据所述标准环境图像数据和所述标准音波图像数据，确定所述融合图像数据，包括：
获取所述标准环境图像数据对应的灰度图像数据，根据所述灰度图像数据确定目标点图数据，其中，所述目标点图数据包括若干数据点，各所述数据点与所述灰度图像数据中灰度值高于预设的灰度阈值的像素点一一对应；
根据所述标准音波图像数据，确定目标音波图像数据，其中，所述目标音波图像数据用于反映所述标准音波图像数据中音量大于音量阈值的波形；
根据所述目标点图数据和所述目标音波图像数据，确定所述融合图像数据，其中，所述融合图像数据中每一像素点对应的灰度值基于所述目标点图数据和所述目标音波图像数据中该像素点对应的灰度值确定。
在一种实施方式中，所述根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数，包括：
获取预设的睡眠分数阈值，当所述睡眠分数小于所述睡眠分数阈值时，根据所述睡眠分数确定惩罚值；
根据所述惩罚值和所述环境分数，确定所述睡眠环境分数；
当所述睡眠分数大于或者等于所述睡眠分数阈值时，根据所述睡眠分数确定奖励值；
根据所述奖励值和所述环境分数，确定所述睡眠环境分数。
在一种实施方式中，所述方法还包括：
获取预设的睡眠环境分数阈值；
当所述睡眠环境分数小于所述睡眠环境分数阈值时，根据所述目标点图数据确定环境光线强度，根据所述目标音波图像数据确定环境音量强度；
根据所述环境光线强度和所述环境音量强度，确定睡眠环境调整方案。
第二方面，本发明实施例还提供一种睡眠环境评分装置，其中，所述装置包括：
状态评分模块，用于获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数；
环境评分模块，用于获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同；
综合评分模块，用于根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数。
在一种实现方式中，所述状态评分模块包括：
数据获取单元，用于获取所述目标用户对应的脑电数据和呼吸数据；
状态分析单元，用于根据所述脑电数据和所述呼吸数据，确定所述睡眠状态数据。
在一种实现方式中，所述状态分析单元包括：
脑电分析单元，用于根据所述脑电数据，确定所述目标用户对应的脑电平稳度，其中，所述脑电平稳度用于反映所述目标用户的脑电强度的波动程度；
呼吸分析单元，用于根据所述呼吸数据，确定所述目标用户对应的呼吸平稳度，其中，所述呼吸平稳度用于反映所述目标用户的呼吸幅度变化的规律程度；
综合分析单元，用于根据所述脑电平稳度和所述呼吸平稳度，确定所述睡眠状态数据。
在一种实现方式中，所述睡眠环境数据为融合图像数据，所述环境评分模块包括：
数据采集单元，用于获取所述目标用户对应的环境图像数据和环境声音数据；
声音分析单元，用于根据所述环境声音数据，确定音波图像数据，其中，所述音波图像数据用于反映音量随时间的变化关系；
图像缩放单元，用于将所述环境图像数据和所述音波图像数据缩放至同等大小，得到标准环境图像数据和标准音波图像数据；
图像融合单元，用于根据所述标准环境图像数据和所述标准音波图像数据，确定所述融合图像数据；
模型预测单元，用于将所述融合图像数据输入预先经过训练的环境评分模型，得到所述环境分数。
在一种实现方式中，所述图像融合单元包括：
点图生成单元，用于获取所述标准环境图像数据对应的灰度图像数据，根据所述灰度图像数据确定目标点图数据，其中，所述目标点图数据包括若干数据点，各所述数据点与所述灰度图像数据中灰度值高于预设的灰度阈值的像素点一一对应；
波形筛选单元，用于根据所述标准音波图像数据，确定目标音波图像数据，其中，所述目标音波图像数据用于反映所述标准音波图像数据中音量大于音量阈值的波形；
像素融合单元，用于根据所述目标点图数据和所述目标音波图像数据，确定所述融合图像数据，其中，所述融合图像数据中每一像素点对应的灰度值基于所述目标点图数据和所述目标音波图像数据中该像素点对应的灰度值确定。
在一种实现方式中，所述综合分析单元包括：
惩罚单元，用于获取预设的睡眠分数阈值，当所述睡眠分数小于所述睡眠分数阈值时，根据所述睡眠分数确定惩罚值；
根据所述惩罚值和所述环境分数，确定所述睡眠环境分数；
补偿单元，用于当所述睡眠分数大于或者等于所述睡眠分数阈值时，根据所述睡眠分数确定奖励值；
根据所述奖励值和所述环境分数，确定所述睡眠环境分数。
在一种实现方式中，所述装置还包括：
环境调整模块，用于获取预设的睡眠环境分数阈值；
当所述睡眠环境分数小于所述睡眠环境分数阈值时，根据所述目标点图数据确定环境光线强度，根据所述目标音波图像数据确定环境音量强度；
根据所述环境光线强度和所述环境音量强度，确定睡眠环境调整方案。
第三方面，本发明实施例还提供一种终端，其中，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如上述任一所述的睡眠环境评分方法的指令；所述处理器用于执行所述程序。
第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的睡眠环境评分方法的步骤。
本发明的有益效果：本发明实施例通过用户的睡眠状态数据和睡眠环境数据，可以客观、准确地评定用户的睡眠环境分数。解决了现有技术通常基于用户的主观感受对睡眠环境进行评分，难以客观反映睡眠环境的好坏的问题。
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是本发明实施例提供的睡眠环境评分方法的流程示意图。
图2是本发明实施例提供的睡眠环境评分装置的模块示意图。
图3是本发明实施例提供的终端的原理框图。
具体实施方式
本发明公开了一种睡眠环境评分方法、装置、终端及存储介质，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。
睡眠环境的好坏对用户的睡眠质量而言至关重要，通过对睡眠环境进行评分可以对睡眠环境进行相应的调整，以改善用户睡眠质量。然而现有技术通常基于用户的主观感受对睡眠环境进行评分，难以客观反映睡眠环境的好坏。
针对现有技术的上述缺陷，本发明提供一种睡眠环境评分方法，其中，所述方法包括：获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数；获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同；根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数。本发明通过用户的睡眠状态数据和睡眠环境数据，可以客观、准确地评定用户的睡眠环境分数。解决了现有技术通常基于用户的主观感受对睡眠环境进行评分，难以客观反映睡眠环境的好坏的问题。
示例性方法
如图1所示，所述方法包括如下步骤：
步骤S100、获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数。
具体地，本实施例中的目标用户可以为任意一个当前准备入睡或者已经入睡的用户。当目标用户处于不同睡眠环境时，其睡眠状态可能存在差异，而不同的睡眠状态可以反映目标用户当前的睡眠质量，进而反映目标用户当前的睡眠环境的好坏。因此本实施例需要获取目标用户当前的睡眠状态数据，并根据睡眠状态数据为其睡眠质量进行评分，从而得到睡眠分数。睡眠分数越高表示目标用户当前的睡眠质量越好，反之越差。
在一种实现方式中，所述步骤S100具体包括如下步骤：
步骤S101、获取所述目标用户对应的脑电数据和呼吸数据；
步骤S102、根据所述脑电数据和所述呼吸数据，确定所述睡眠状态数据。
具体地，由于目标用户处于不同睡眠状态时，其脑电波和呼吸状态存在不同特征，因此可以通过分析目标用户当前的脑电数据和呼吸数据，判断目标用户当前的睡眠状态，即得到睡眠状态数据。相较于单独采用脑电数据或者呼吸数据判断睡眠状态，本实施例采用脑电数据和呼吸数据综合判定睡眠状态得到的结果更为准确。
在一种实现方式中，所述步骤S102具体包括如下步骤：
步骤S1021、根据所述脑电数据，确定所述目标用户对应的脑电平稳度，其中，所述脑电平稳度用于反映所述目标用户的脑电强度的波动程度；
步骤S1022、根据所述呼吸数据，确定所述目标用户对应的呼吸平稳度，其中，所述呼吸平稳度用于反映所述目标用户的呼吸幅度变化的规律程度；
步骤S1023、根据所述脑电平稳度和所述呼吸平稳度，确定所述睡眠状态数据。
具体地，通过脑电数据分析目标用户当前的脑电强度的波动程度，可以得到脑电平稳度。通过呼吸数据分析目标用户当前的呼吸幅度变化的规律程度，可以得到呼吸平稳度。当目标用户处于深眠状态时，其脑电平稳度和呼吸平稳度较高；反之，当目标用户处于浅眠状态或者清醒状态时，其脑电平稳度和呼吸平稳度较低。因此通过分析脑电平稳度和呼吸平稳度的数值大小可以判断目标用户当前的睡眠状态，即得到睡眠状态数据。
如图1所示，所述方法还包括如下步骤：
步骤S200、获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同。
具体地，在获取目标用户当前的睡眠状态数据的同时，还需要获取目标用户对应的睡眠环境数据。由于睡眠环境数据是基于目标用户当前的环境获取的，因此通过分析睡眠环境数据可以初步判断睡眠环境的好坏，从而得到环境分数。例如，假设目标用户睡眠状态数据是通过其预先佩戴的特制头环获取的，则可以在该特制头环上增加摄像装置、声音采集装置以获取目标用户对应的环境图像和环境声音，从而得到睡眠环境数据。
在一种实现方式中，所述睡眠环境数据为融合图像数据，所述步骤S200具体包括如下步骤：
步骤S201、获取所述目标用户对应的环境图像数据和环境声音数据；
步骤S202、根据所述环境声音数据，确定音波图像数据，其中，所述音波图像数据用于反映音量随时间的变化关系；
步骤S203、将所述环境图像数据和所述音波图像数据缩放至同等大小，得到标准环境图像数据和标准音波图像数据；
步骤S204、根据所述标准环境图像数据和所述标准音波图像数据，确定所述融合图像数据；
步骤S205、将所述融合图像数据输入预先经过训练的环境评分模型，得到所述环境分数。
具体地，为了准确反映目标用户当前的睡眠环境状况本实施例需要获取当前环境对应的环境图像数据和环境声音数据。为了将两种不同类型的数据进行融合分析，本实施例需要先将环境声音数据转换为音波图像数据，音波图像数据中的波形即用于反映当前环境中的音量随时间的变化关系。然后将环境图像数据和音波图像数据缩放至同等大小，即得到标准环境图像数据和标准音波图像数据。最后再通过图像融合的方法，将标准环境图像数据和标准音波图像数据融合成一张图像，即得到融合图像数据。由于融合图像数据同时包含有环境图像数据和音波图像数据的图像特征，因此融合图像数据可以反映当前环境的图像信息和声音信息，从而准确目标用户当前睡眠环境状况，因此本实施例将融合图像数据作为睡眠环境数据。将融合图像数据输入预先经过训练的环境评分模型，由于该环境评分模型预先通过大量训练数据学习了不同特征的融合图像与不同环境分数之间的复杂映射关系，因此可以基于当前输入的融合图像数据输出对应的环境分数，环境分数越高表示目标用户当前的睡眠环境可能越好，环境分数越低表示目标用户当前的睡眠环境可能越差。
在一种实现方式中，所述步骤S204具体包括如下步骤：
步骤S2041、获取所述标准环境图像数据对应的灰度图像数据，根据所述灰度图像数据确定目标点图数据，其中，所述目标点图数据包括若干数据点，各所述数据点与所述灰度图像数据中灰度值高于预设的灰度阈值的像素点一一对应；
步骤S2042、根据所述标准音波图像数据，确定目标音波图像数据，其中，所述目标音波图像数据用于反映所述标准音波图像数据中音量大于音量阈值的波形；
步骤S2043、根据所述目标点图数据和所述目标音波图像数据，确定所述融合图像数据，其中，所述融合图像数据中每一像素点对应的灰度值基于所述目标点图数据和所述目标音波图像数据中该像素点对应的灰度值确定。
具体地，为了实现对标准环境图像数据源和标准音波图像数据进行图像融合，本实施例首先要将环境图像数据转换为灰度图，即得到灰度图像数据。由于灰度图像数据灰度值较高的区域表示的是当前睡眠环境中光线较亮的区域，这类区域的数量和范围决定着睡眠环境中的光线强弱，对睡眠环境的好坏有重要影响。因此本实施例根据灰度图像数据中灰度值高于预设的灰度阈值的像素点，生成目标点图数据，其中，目标点图数据为黑白图像。目标点图数据中分布着多个各数据点，通过这些数据点的分布信息可以分析出睡眠环境中光线较强的位置和范围。同理，由于标准音波图像数据中音量大于音量区域的波段表示睡眠环境中可能存在噪音，因此本实施例需要筛选出标准音波图像数据中音量大于音量区域的波段，得到目标音波图像数据，通过目标音波图像数据中波段的长度和幅值可以分析睡眠环境中噪声的强弱和持续时长。需要说明的是，目标音波图像数据为黑白图像，位于波段上的数据点为黑色，背景的数据点为白色。因此将目标点图数据和目标音波图像数据进行图像融合的过程，实际上就是两幅图像中像素点融合的过程，因此融合图像数据同时保留了目标点图数据和目标音波图像数据中数据点的分布特征，通过融合图像数据可以同时分析出睡眠环境中的光线情况和噪声情况。
如图1所示，所述方法还包括如下步骤：
步骤S300、根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数。
具体地，由于睡眠分数可以反映目标用户当前的睡眠质量，而睡眠质量在一定程度上是受到睡眠环境影响的，因此睡眠分数的高低可以体现睡眠环境的好坏。而环境分数可以反映目标用户当前的睡眠环境中存在光线干扰和噪声干扰的程度，光线和噪声是导致睡眠环境变差的主要因素，因此环境分数的高低也可以体现睡眠环境的好坏。为了准确判定当前睡眠坏境的好坏，本实施例采用睡眠分数和环境分数一起对睡眠环境进行评分，例如可以采用睡眠分数和环境分数平均值或者加权平均值作为睡眠环境分数。睡眠环境分数越高，表示目标用户当前的睡眠环境越好；睡眠环境分数越低，表示目标用户当前的睡眠环境越差。本实施例通过睡眠环境分数的高低可以准确、客观地反映当前睡眠环境的好坏。
在一种实现方式中，所述步骤S300具体包括如下步骤：
步骤S301、获取预设的睡眠分数阈值，当所述睡眠分数小于所述睡眠分数阈值时，根据所述睡眠分数确定惩罚值；
步骤S302、根据所述惩罚值和所述环境分数，确定所述睡眠环境分数；
步骤S303、当所述睡眠分数大于或者等于所述睡眠分数阈值时，根据所述睡眠分数确定奖励值；
步骤S304、根据所述奖励值和所述环境分数，确定所述睡眠环境分数。
简单来说，由于目标用户的睡眠状态除了受到睡眠环境的影响，还同时受到个人体质的影响。因此本实施例在确定睡眠环境分数时，主要是参考基于客观环境计算出的环境分数，而将睡眠分数作为补偿或者惩罚的附加分数。具体地，本实施例预先设定了一个睡眠分数阈值，用于判定睡眠分数的高低。当睡眠分数大于或者等于睡眠分数阈值时，表示目标用户当前的睡眠质量较好，则在环境分数的基础上加上预设的奖励值，得到睡眠环境分数；当睡眠分数小于睡眠分数阈值时，表示目标用户当前的睡眠质量较差，则在环境分数的基础上减去预设的惩罚值，得到睡眠环境分数。
在一种实现方式中，所述方法还包括如下步骤：
步骤S400、获取预设的睡眠环境分数阈值；
步骤S401、当所述睡眠环境分数小于所述睡眠环境分数阈值时，根据所述目标点图数据确定环境光线强度，根据所述目标音波图像数据确定环境音量强度；
步骤S402、根据所述环境光线强度和所述环境音量强度，确定睡眠环境调整方案。
简单来说，由于睡眠环境分数可以反映当前的睡眠环境的好坏，因此其可以用于指导调整睡眠环境，以给予目标用户更佳的睡眠体验。具体地，本实施例预先设定了一个睡眠环境分数阈值，当睡眠环境分数小于睡眠环境分数阈值时，表示当前的睡眠环境较差，需要对睡眠环境进行调整。因此需要获取先前生成目标点图数据和目标音波图像数据，通过这两幅图像判断造成睡眠环境较差的主要因素，然后制定相应的睡眠环境调整方案，以改善目标用户的睡眠环境。例如，根据目标点图数据和目标音波图像数据，确定环境光线强度高于预设光线强度，环境音量强度高于预设音量强度，则睡眠环境调整方案为拉窗帘和关门窗；根据目标点图数据和目标音波图像数据，确定环境光线强度低于或者等于预设光线强度，环境音量强度高于预设音量强度，则睡眠环境调整方案为关门窗；根据目标点图数据和目标音波图像数据，确定环境光线强度高于预设光线强度，环境音量强度低于或者等于预设音量强度，则睡眠环境调整方案为拉窗帘。
在另一种实现方式中，所述睡眠环境分数的生成方法还包括：
获取睡眠环境对应的内外侧温差数据和通风数据，其中，所述内外侧温差数据、所述通风数据态数据、所述睡眠状态数据以及所述睡眠环境数据分别对应的采集时间段相同；
根据所述内外侧温差数据、所述通风数据态数据、所述睡眠状态数据以及所述睡眠环境数据，确定所述睡眠环境分数。
具体地，由于内外侧的温度差和室内的通风效果也会影响睡眠环境的好坏，因此本实施例可以结合内外侧温差数据、通风数据态数据、睡眠状态数据以及睡眠环境数据，综合确定睡眠环境分数，使得睡眠环境分数可以更真实、准确地反映当前睡眠环境的好坏。
示例性装置
基于上述实施例，本发明还提供了一种睡眠环境评分装置，如图2所示，所述装置包括：
状态评分模块01，用于获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数；
环境评分模块02，用于获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同；
综合评分模块03，用于根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数。
在一种实现方式中，所述状态评分模块01包括：
数据获取单元，用于获取所述目标用户对应的脑电数据和呼吸数据；
状态分析单元，用于根据所述脑电数据和所述呼吸数据，确定所述睡眠状态数据。
在一种实现方式中，所述状态分析单元包括：
脑电分析单元，用于根据所述脑电数据，确定所述目标用户对应的脑电平稳度，其中，所述脑电平稳度用于反映所述目标用户的脑电强度的波动程度；
呼吸分析单元，用于根据所述呼吸数据，确定所述目标用户对应的呼吸平稳度，其中，所述呼吸平稳度用于反映所述目标用户的呼吸幅度变化的规律程度；
综合分析单元，用于根据所述脑电平稳度和所述呼吸平稳度，确定所述睡眠状态数据。
在一种实现方式中，所述睡眠环境数据为融合图像数据，所述环境评分模块02包括：
数据采集单元，用于获取所述目标用户对应的环境图像数据和环境声音数据；
声音分析单元，用于根据所述环境声音数据，确定音波图像数据，其中，所述音波图像数据用于反映音量随时间的变化关系；
图像缩放单元，用于将所述环境图像数据和所述音波图像数据缩放至同等大小，得到标准环境图像数据和标准音波图像数据；
图像融合单元，用于根据所述标准环境图像数据和所述标准音波图像数据，确定所述融合图像数据；
模型预测单元，用于将所述融合图像数据输入预先经过训练的环境评分模型，得到所述环境分数。
在一种实现方式中，所述图像融合单元包括：
点图生成单元，用于获取所述标准环境图像数据对应的灰度图像数据，根据所述灰度图像数据确定目标点图数据，其中，所述目标点图数据包括若干数据点，各所述数据点与所述灰度图像数据中灰度值高于预设的灰度阈值的像素点一一对应；
波形筛选单元，用于根据所述标准音波图像数据，确定目标音波图像数据，其中，所述目标音波图像数据用于反映所述标准音波图像数据中音量大于音量阈值的波形；
像素融合单元，用于根据所述目标点图数据和所述目标音波图像数据，确定所述融合图像数据，其中，所述融合图像数据中每一像素点对应的灰度值基于所述目标点图数据和所述目标音波图像数据中该像素点对应的灰度值确定。
在一种实现方式中，所述综合分析单元03包括：
惩罚单元，用于获取预设的睡眠分数阈值，当所述睡眠分数小于所述睡眠分数阈值时，根据所述睡眠分数确定惩罚值；
根据所述惩罚值和所述环境分数，确定所述睡眠环境分数；
补偿单元，用于当所述睡眠分数大于或者等于所述睡眠分数阈值时，根据所述睡眠分数确定奖励值；
根据所述奖励值和所述环境分数，确定所述睡眠环境分数。
在一种实现方式中，所述装置还包括：
环境调整模块，用于获取预设的睡眠环境分数阈值；
当所述睡眠环境分数小于所述睡眠环境分数阈值时，根据所述目标点图数据确定环境光线强度，根据所述目标音波图像数据确定环境音量强度；
根据所述环境光线强度和所述环境音量强度，确定睡眠环境调整方案。
基于上述实施例，本发明还提供了一种终端，其原理框图可以如图3所示。该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。其中，该终端的处理器用于提供计算和控制能力。该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睡眠环境评分方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
本领域技术人员可以理解，图3中示出的原理框图，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终端的限定，具体的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。
在一种实现方式中，所述终端的存储器中存储有一个以上的程序，且经配置以由一个以上处理器执行所述一个以上程序包含用于进行睡眠环境评分方法的指令。
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，本发明公开了一种睡眠环境评分方法、装置、终端及存储介质，所述方法包括：获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数；获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同；根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数。本发明通过用户的睡眠状态数据和睡眠环境数据，可以客观、准确地评定用户的睡眠环境分数。解决了现有技术通常基于用户的主观感受对睡眠环境进行评分，难以客观反映睡眠环境的好坏的问题。
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 (9)
1.一种睡眠环境评分方法，其特征在于，所述方法包括：
获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数；
获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同；
根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数；
所述睡眠环境数据为融合图像数据，所述获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，包括：
获取所述目标用户对应的环境图像数据和环境声音数据；
根据所述环境声音数据，确定音波图像数据，其中，所述音波图像数据用于反映音量随时间的变化关系；
将所述环境图像数据和所述音波图像数据缩放至同等大小，得到标准环境图像数据和标准音波图像数据；
根据所述标准环境图像数据和所述标准音波图像数据，确定所述融合图像数据；
将所述融合图像数据输入预先经过训练的环境评分模型，得到所述环境分数。
2.根据权利要求1所述的睡眠环境评分方法，其特征在于，所述获取目标用户对应的睡眠状态数据，包括：
获取所述目标用户对应的脑电数据和呼吸数据；
根据所述脑电数据和所述呼吸数据，确定所述睡眠状态数据。
3.根据权利要求2所述的睡眠环境评分方法，其特征在于，所述根据所述脑电数据和所述呼吸数据，确定所述睡眠状态数据，包括：
根据所述脑电数据，确定所述目标用户对应的脑电平稳度，其中，所述脑电平稳度用于反映所述目标用户的脑电强度的波动程度；
根据所述呼吸数据，确定所述目标用户对应的呼吸平稳度，其中，所述呼吸平稳度用于反映所述目标用户的呼吸幅度变化的规律程度；
根据所述脑电平稳度和所述呼吸平稳度，确定所述睡眠状态数据。
4.根据权利要求1所述的睡眠环境评分方法，其特征在于，所述根据所述标准环境图像数据和所述标准音波图像数据，确定所述融合图像数据，包括：
获取所述标准环境图像数据对应的灰度图像数据，根据所述灰度图像数据确定目标点图数据，其中，所述目标点图数据包括若干数据点，各所述数据点与所述灰度图像数据中灰度值高于预设的灰度阈值的像素点一一对应；
根据所述标准音波图像数据，确定目标音波图像数据，其中，所述目标音波图像数据用于反映所述标准音波图像数据中音量大于音量阈值的波形；
根据所述目标点图数据和所述目标音波图像数据，确定所述融合图像数据，其中，所述融合图像数据中每一像素点对应的灰度值基于所述目标点图数据和所述目标音波图像数据中该像素点对应的灰度值确定。
5.根据权利要求1所述的睡眠环境评分方法，其特征在于，所述根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数，包括：
获取预设的睡眠分数阈值，当所述睡眠分数小于所述睡眠分数阈值时，根据所述睡眠分数确定惩罚值；
根据所述惩罚值和所述环境分数，确定所述睡眠环境分数；
当所述睡眠分数大于或者等于所述睡眠分数阈值时，根据所述睡眠分数确定奖励值；
根据所述奖励值和所述环境分数，确定所述睡眠环境分数。
6.根据权利要求4所述的睡眠环境评分方法，其特征在于，所述方法还包括：
获取预设的睡眠环境分数阈值；
当所述睡眠环境分数小于所述睡眠环境分数阈值时，根据所述目标点图数据确定环境光线强度，根据所述目标音波图像数据确定环境音量强度；
根据所述环境光线强度和所述环境音量强度，确定睡眠环境调整方案。
7.一种睡眠环境评分装置，其特征在于，所述装置包括：
状态评分模块，用于获取目标用户对应的睡眠状态数据，根据所述睡眠状态数据确定所述目标用户对应的睡眠分数；
环境评分模块，用于获取所述目标用户对应的睡眠环境数据，根据所述睡眠环境数据确定所述目标用户对应的环境分数，其中，所述睡眠状态数据和所述睡眠环境数据分别对应的采集时间段相同；
综合评分模块，用于根据所述睡眠分数和所述环境分数，确定所述目标用户对应的睡眠环境分数；
所述睡眠环境数据为融合图像数据，所述环境评分模块包括：
数据采集单元，用于获取所述目标用户对应的环境图像数据和环境声音数据；
声音分析单元，用于根据所述环境声音数据，确定音波图像数据，其中，所述音波图像数据用于反映音量随时间的变化关系；
图像缩放单元，用于将所述环境图像数据和所述音波图像数据缩放至同等大小，得到标准环境图像数据和标准音波图像数据；
图像融合单元，用于根据所述标准环境图像数据和所述标准音波图像数据，确定所述融合图像数据；
模型预测单元，用于将所述融合图像数据输入预先经过训练的环境评分模型，得到所述环境分数。
8.一种终端，其特征在于，所述终端包括有存储器和一个以上处理器；所述存储器存储有一个以上的程序；所述程序包含用于执行如权利要求1-6中任一所述的睡眠环境评分方法的指令；所述处理器用于执行所述程序。
9.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-6任一所述的睡眠环境评分方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211081812.4A CN115137315B (zh) | 2022-09-06 | 2022-09-06 | 一种睡眠环境评分方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211081812.4A CN115137315B (zh) | 2022-09-06 | 2022-09-06 | 一种睡眠环境评分方法、装置、终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115137315A CN115137315A (zh) | 2022-10-04 |
| CN115137315B true CN115137315B (zh) | 2022-12-09 |
Family
ID=83416568
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211081812.4A Active CN115137315B (zh) | 2022-09-06 | 2022-09-06 | 一种睡眠环境评分方法、装置、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115137315B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116189380B (zh) * | 2022-12-26 | 2024-08-02 | 湖北工业大学 | 机械设备人机安全交互方法、系统、装置以及介质 |
| CN116300491B (zh) * | 2023-02-01 | 2023-11-17 | 深圳市盛况科技有限公司 | 基于智能穿戴设备的控制方法、装置、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112006652A (zh) * | 2019-05-29 | 2020-12-01 | 深圳市睿心由科技有限公司 | 睡眠状态检测方法和系统 |
| CN112099374A (zh) * | 2020-11-11 | 2020-12-18 | 广东恩胜科技有限公司 | 室内环境舒适度控制方法、系统、电子设备及存储介质 |
| CN113892908A (zh) * | 2021-09-04 | 2022-01-07 | 武汉左点科技有限公司 | 一种用于失眠治疗的环境监测方法及装置 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7524279B2 (en) * | 2003-12-31 | 2009-04-28 | Raphael Auphan | Sleep and environment control method and system |
| CA2989625A1 (en) * | 2015-07-02 | 2017-01-05 | Rob NUNN | Automation for improved sleep quality |
| CN105231997A (zh) * | 2015-10-10 | 2016-01-13 | 沈阳熙康阿尔卑斯科技有限公司 | 一种睡眠质量判定方法及睡眠仪 |
| CN106236013A (zh) * | 2016-06-22 | 2016-12-21 | 京东方科技集团股份有限公司 | 一种睡眠监测方法及装置 |
| US10357199B2 (en) * | 2017-03-30 | 2019-07-23 | Intel Corporation | Sleep and environment monitor and recommendation engine |
| US20180225947A1 (en) * | 2017-04-10 | 2018-08-09 | Hubble Connected India Private Limited | Methods and systems for non-invasive monitoring |
| CN107174239A (zh) * | 2017-07-05 | 2017-09-19 | 李震中 | 一种睡眠监测仪 |
| CN109568760B (zh) * | 2017-09-29 | 2022-05-13 | 中国移动通信有限公司研究院 | 一种睡眠环境调节方法及系统 |
| CN108510075A (zh) * | 2018-04-19 | 2018-09-07 | 广西欣歌拉科技有限公司 | 睡眠质量与环境变量相关性的监测推理系统 |
| KR102405474B1 (ko) * | 2020-02-26 | 2022-06-07 | 주식회사 씨밀레테크 | 수면 질 향상 방법 |
| CN111353425A (zh) * | 2020-02-28 | 2020-06-30 | 河北工业大学 | 一种基于特征融合与人工神经网络的睡姿监测方法 |
| CN113995939B (zh) * | 2021-12-31 | 2022-08-16 | 深圳市心流科技有限公司 | 一种基于脑电信号的睡眠音乐播放方法、装置及终端 |
| CN114431837B (zh) * | 2022-04-12 | 2022-08-16 | 深圳市心流科技有限公司 | 一种睡眠状态控制方法、装置、助眠设备及存储介质 |
| CN114847879A (zh) * | 2022-04-29 | 2022-08-05 | 咪咕音乐有限公司 | 睡眠质量分析方法、设备及存储介质 |
-
2022
- 2022-09-06 CN CN202211081812.4A patent/CN115137315B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112006652A (zh) * | 2019-05-29 | 2020-12-01 | 深圳市睿心由科技有限公司 | 睡眠状态检测方法和系统 |
| CN112099374A (zh) * | 2020-11-11 | 2020-12-18 | 广东恩胜科技有限公司 | 室内环境舒适度控制方法、系统、电子设备及存储介质 |
| CN113892908A (zh) * | 2021-09-04 | 2022-01-07 | 武汉左点科技有限公司 | 一种用于失眠治疗的环境监测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115137315A (zh) | 2022-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115137315B (zh) | 一种睡眠环境评分方法、装置、终端及存储介质 | |
| Niehorster et al. | The impact of slippage on the data quality of head-worn eye trackers | |
| US9983775B2 (en) | Dynamic user interfaces based on multiple data sources | |
| CN112289280B (zh) | 屏幕亮度调整方法及装置、计算机可读介质和电子设备 | |
| Perea et al. | Increasing interletter spacing facilitates encoding of words | |
| Busch et al. | Cochlear implant data logs predict children’s receptive vocabulary | |
| JP2016515242A (ja) | 校正不要な注視点推定の方法と装置 | |
| US11393252B2 (en) | Emotion sensing artificial intelligence | |
| JP2012059107A (ja) | 感情推定装置、感情推定方法およびプログラム | |
| CN110222597B (zh) | 基于微表情调节屏幕显示的方法及装置 | |
| CN112443954B (zh) | 空调器的控制方法、空调器及计算机可读存储介质 | |
| CN113835660A (zh) | 显示屏调整方法、装置、计算机设备及存储介质 | |
| CN112950497A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| US10997947B2 (en) | Electronic device and control method thereof | |
| CN116931738B (zh) | 一种基于脑电波动态调节电流强度的干预刺激方法 | |
| CN115268718A (zh) | 用于专注力训练的图像显示方法、装置、终端及存储介质 | |
| CN115171658A (zh) | 训练方法、训练装置、训练设备及存储介质 | |
| KR20200029663A (ko) | 감정 인식 장치 및 그 제어방법 | |
| CN115083337A (zh) | 一种led显示驱动系统及方法 | |
| CN111989917B (zh) | 电子设备及其控制方法 | |
| KR20220009164A (ko) | 대화기반 정신장애선별방법 및 그 장치 | |
| US20240211040A1 (en) | Methods, systems, and related aspects for determining a cognitive load of a sensorized device user | |
| CN111414078A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
| US20210327591A1 (en) | System for Efficiently Estimating and Improving Wellbeing | |
| Sunkara et al. | Responsive, adaptive and user personalized rendering on mobile browsers |
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 |