CN116459432A - 一种睡眠质量监测与干预的管理系统及方法 - Google Patents

Abstract

本发明公开了一种睡眠质量监测与干预的管理系统及方法，所述的方法包括：获取用户信息，通过后台数据匹配最佳睡眠周期，所述的用户信息包括用户年龄和用户性别；获取用户作息规律，并对所述的最佳睡眠周期进行调整，生成参考睡眠周期；获取用户的入睡时间和醒来时间，生成实际睡眠周期集合Ts；对所述的实际睡眠周期集合中的元素进行筛选，获取测试睡眠周期集合Tcs；计算测试睡眠周期的间隔时间ΔTm，通过公式计算用户的睡眠系数；根据用户的睡眠系数判断用户本次检测周期的睡眠质量。相比于现有技术，本申请提高了睡眠质量评测的准确性。

Description

一种睡眠质量监测与干预的管理系统及方法

技术领域

本发明涉及睡眠质量监测技术领域，具体涉及一种睡眠质量监测与干预的管理系统及方法。

背景技术

睡眠是人体最基本的需求之一，在人的一生中占了近1/3的时间，它的质量好坏与人体健康与否有密切关系，充足的睡眠能够让人体消除疲劳，保持身体健康。而长期的睡眠不足和质量差可能对身体和心理健康带来负面影响。从某种意义上说，睡眠的质量也决定着我们生存、生活甚至生命的质量，是保障我们工作、学习、社交的重要基础。

目前，市场上已经出现了多款睡眠检测仪，通过睡眠检测仪来获取一些数据指标，比如说：实时心率/呼吸率、入睡时长、睡眠时间、睡眠深度、心跳等，通过这些指标来判断用户是否睡着以及对睡眠质量进行评价。但是在实际生活中，用户很有可能在同一个时间段中，多次醒来和入眠，或者连续的睡眠超过正常的睡眠时间等。但是在现有技术中，往往以一次完整的睡眠周期(从入睡到醒来)作为评价标准，来评判睡眠质量的好坏，而忽略睡眠周期长短以及是否存在多个连续的睡眠周期，亦或者是睡眠周期所处时间段是否合理等问题，测量数据存在误差。

发明内容

本发明的目的在于提供一种睡眠质量监测与干预的管理系统及方法，解决上述技术问题：

本发明的目的可以通过以下技术方案实现：

一种睡眠质量监测与干预的管理方法，包括以下步骤：

获取用户信息，通过后台数据匹配最佳睡眠周期，所述的用户信息包括用户年龄和用户性别；

获取用户作息规律，并对所述的最佳睡眠周期进行调整，生成参考睡眠周期(Tc_start,Tc_over)，其中Tc_start表示所述的参考睡眠周期的入睡时间，Tc_over表示所述的参考睡眠周期的醒来时间；

获取用户的入睡时间和醒来时间，生成实际睡眠周期集合Ts＝(Ts1，Ts2，...，Tsn)，Tsn＝(Tsn_start，Tsn_over)，其中Tsn表示用户在检测周期内的第n个睡眠周期，Tsn_start表示第n个睡眠周期的入睡时间，Tsn_over表示第n个睡眠周期的醒来时间；

对所述的实际睡眠周期集合中的元素进行筛选，获取测试睡眠周期集合Tcs＝(Tcs1，Tcs2，...，Tcsm)，所述的测试睡眠周期Tcsm∈(Tc_start,Tc_over)；

计算测试睡眠周期的间隔时间ΔTm＝Tcsm_over-Tcsm_start，通过公式计算用户的睡眠系数：

其中，t'为预设的入睡准备时间，Tcsm_over表示第m个测试睡眠周期的醒来时间，Tcsm_start表示第m个测试睡眠周期的入睡时间；

根据用户的睡眠系数判断用户本次检测周期的睡眠质量，并在睡眠系数小于所设定的阈值时，对用户的睡眠进行干预。

作为本发明进一步的方案：指定时间节点下，所述的检测周期为时间区间(t1，t2)，其中t1表示距离指定时间节点最接近且已完成的参考睡眠周期的醒来时间，t2表示距离指定时间节点最接近且未完成的参考睡眠周期的醒来时间。

作为本发明进一步的方案：获取所述的实际睡眠周期集合中，除测试睡眠周期之外的其余元素并生成参考睡眠周期Tck＝(Tck1，Tck2，...，Tck(n-m))，计算修正睡眠时间：

其中，λ为预设的修正系数。

作为本发明进一步的方案：当修正睡眠时间ΔT'＞0时，则用户的睡眠系数按照以下公式进行计算：

当修正睡眠时间ΔT'≤0时，ΔT'取值为0。

作为本发明进一步的方案：根据用户的睡眠系数判断用户本次检测周期的睡眠质量的具体步骤如下所示：

当K≤0时，判断用户的睡眠状态为失眠；

当0＜K≤0.35时，判断用户的睡眠状态为低质量睡眠；

当0.35＜K≤0.91时，判断用户的睡眠状态为中质量睡眠；

当0.91＜K≤1.125时，判断用户的睡眠状态为高质量睡眠；

当1.125＜K≤1.25时，判断用户的睡眠状态为中质量睡眠；

当1.25＜K时，判断用户的睡眠状态为低质量睡眠。

作为本发明进一步的方案：在获取用户的入睡时间和醒来时间，生成实际睡眠周期的过程中，如果用户在入睡后直到本次检测周期结束仍然未醒来时，则记录本次实际睡眠周期的醒来时间为检测周期的结束时间。

作为本发明进一步的方案：在获取用户的入睡时间和醒来时间，生成实际睡眠周期的过程中，如果在检测周期开始时，用户已经处于睡眠状态时，则记录本次实际睡眠周期的入睡时间为检测周期的开始时间。

一种睡眠质量监测与干预的管理系统，其特征在于，包括：

匹配模块：获取用户信息，通过后台数据匹配最佳睡眠周期，所述的用户信息包括用户年龄和用户性别；

调整模块：获取用户作息规律，并对所述的最佳睡眠周期进行调整，生成参考睡眠周期(Tc_start,Tc_over)，其中Tc_start表示所述的参考睡眠周期的入睡时间，Tc_over表示所述的参考睡眠周期的醒来时间；

数据获取模块：获取用户的入睡时间和醒来时间，生成实际睡眠周期集合Ts＝(Ts1，Ts2，...，Tsn)，Tsn＝(Tsn_start，Tsn_over)，其中Tsn表示用户在检测周期内的第n个睡眠周期，Tsn_start表示第n个睡眠周期的入睡时间，Tsn_over表示第n个睡眠周期的醒来时间；

筛选模块：对所述的实际睡眠周期集合中的元素进行筛选，获取测试睡眠周期集合Tcs＝(Tcs1，Tcs2，...，Tcsm)，所述的测试睡眠周期Tcsm∈(Tc_start,Tc_over)；

数据处理模块：算测试睡眠周期的间隔时间ΔTm＝Tcsm_over-Tcsm_start，通过公式计算用户的睡眠系数：

其中，t'为预设的入睡准备时间，Tcsm_over表示第m个测试睡眠周期的醒来时间，Tcsm_start表示第m个测试睡眠周期的入睡时间；根据用户的睡眠系数判断用户本次检测周期的睡眠质量。

本发明的有益效果：在本发明中以参考睡眠周期作为标准，通过监控一个检测周期中用户的睡眠状况来进行核查，从而计算用户实际睡眠情况相对于参考睡眠周期的睡眠系数，睡眠系数越小表示用户实际睡眠越偏离参考睡眠周期，睡眠质量越差；从而提高睡眠质量检测的准确度；设定的参考睡眠周期只是理论上最符合用户的睡眠周期，但是在实际生活中，可能会存在其他时间进行了睡眠，从而导致在参考睡眠周期中未达到睡眠要求，但是用户的睡眠质量还需要通过其他时间的睡眠时间进行修正，在测试睡眠周期的基础上增加修正睡眠时间，从而进一步提高睡眠质量评价的准确性。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明一种睡眠质量监测与干预的管理方法的流程示意图。

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。

请参阅图1所示，本发明为一种睡眠质量监测与干预的管理方法，包括以下步骤：

获取用户信息，通过后台数据匹配最佳睡眠周期，所述的用户信息包括用户年龄和用户性别；

获取用户作息规律，并对所述的最佳睡眠周期进行调整，生成参考睡眠周期(Tc_start,Tc_over),其中Tc_start表示所述的参考睡眠周期的入睡时间，Tc_over表示所述的参考睡眠周期的醒来时间；

获取用户的入睡时间和醒来时间，生成实际睡眠周期集合Ts＝(Ts1，Ts2，...，Tsn)，Tsn＝(Tsn_start，Tsn_over)，其中Tsn表示用户在检测周期内的第n个睡眠周期，Tsn_start表示第n个睡眠周期的入睡时间，Tsn_over表示第n个睡眠周期的醒来时间；

对所述的实际睡眠周期集合中的元素进行筛选，获取测试睡眠周期集合Tcs＝(Tcs1，Tcs2，...，Tcsm)，所述的测试睡眠周期Tcsm∈(Tc_start,Tc_over)；

计算测试睡眠周期的间隔时间ΔTm＝Tcsm_over-Tcsm_start，通过公式计算用户的睡眠系数：

其中，t'为预设的入睡准备时间，Tcsm_over表示第m个测试睡眠周期的醒来时间，Tcsm_start表示第m个测试睡眠周期的入睡时间；

根据用户的睡眠系数判断用户本次检测周期的睡眠质量，并在睡眠系数小于所设定的阈值时，对用户的睡眠进行干预。

对应不同年龄段、性别等，通过大数据检索都可以得知其最佳的睡眠周期，当然上述的最佳睡眠周期只是相对于大多数人来说，并不代表全部人群，比如说新生儿每天需要睡眠14-16个小时，婴儿每天需要睡眠12-16个小时，幼儿和学前儿童每天推荐睡眠时间为11-13个小时，学龄儿童每天保证9-12个小时的睡眠，青少年每天睡眠时长应为8-10个小时，成年人(70岁以下)则大概需要7-8个小时的睡眠；并且成年人最佳睡眠时间为晚上22点至早上6点；

因此，检索获得的最佳睡眠周期(比如说成年人22点到6点)还需要根据用户的个人作息习惯进行调整，比如说习惯晚睡的人，则将入睡时间稍微后延(比如说从22点到6点调整为23点到7点)，还有睡眠时间较短的可以适当缩短睡眠周期的时间(比如说从22点到6点调整为22点到5点)等；

因此，在本发明中以参考睡眠周期作为标准，通过监控一个检测周期中用户的睡眠状况来进行核查，从而计算用户实际睡眠情况相对于参考睡眠周期的睡眠系数，睡眠系数越小表示用户实际睡眠越偏离参考睡眠周期，睡眠质量越差；从而提高睡眠质量检测的准确度。

值得注意的是，针对参考睡眠周期的多次睡眠，需要减去相应的入睡准备时间，所谓的入睡准备时间指的是入睡后经过的有清醒到浅睡状态所需要的时间，由工作人员预先设定，而设定的依据是用户在历史数据中的睡眠表现。

还值得注意的是，本发明中对睡眠进行干预的方法为通过监测人体的呼吸、心率以及离床状态，采用仿生脉冲磁共振原理，结合极低频电磁导入技术及空间电磁场控制技术，通过多组脉冲发射源列阵重组，发射极低频PEMF，产生3～15Hz可变频率谐波，模拟入眠过程中脑电规律，通过外界脉冲磁场耦合人脑，在脑内形成感应电流，触发主动睡眠中枢，使其与该脉冲磁场谐振，引起神经冲动和组织细胞的增殖反应，主动向网状系统传递信息。随着刺激磁场由模拟清醒松弛时脑电节律逐步向模拟慢波睡眠脑电节律过渡，神经元的兴奋程度逐渐降低，抑制占主导地位，起到促进睡眠、干预睡眠障碍的作用。

在本发明一种优选的实施例中，指定时间节点下，所述的检测周期为时间区间(t1，t2)，其中t1表示距离指定时间节点最接近且已完成的参考睡眠周期的醒来时间，t2表示距离指定时间节点最接近且未完成的参考睡眠周期的醒来时间。

在本发明另一种优选的实施例中，获取所述的实际睡眠周期集合中，除测试睡眠周期之外的其余元素并生成参考睡眠周期Tck＝(Tck1，Tck2，...，Tck(n-m))，计算修正睡眠时间：

其中，λ为预设的修正系数。

在本实施例中当修正睡眠时间ΔT'＞0时，则用户的睡眠系数按照以下公式进行计算：

当修正睡眠时间ΔT'≤0时，ΔT'取值为0。

可以理解的是，设定的参考睡眠周期只是理论上最符合用户的睡眠周期，但是在实际生活中，可能会存在其他时间进行了睡眠，从而导致在参考睡眠周期中未达到睡眠要求，但是用户的睡眠质量还需要通过其他时间的睡眠时间进行修正，在测试睡眠周期的基础上增加修正睡眠时间，从而进一步提高睡眠质量评价的准确性。

在本发明另一种优选的实施例中，根据用户的睡眠系数判断用户本次检测周期的睡眠质量的具体步骤如下所示：

当K≤0时，判断用户的睡眠状态为失眠；

当0＜K≤0.35时，判断用户的睡眠状态为低质量睡眠；

当0.35＜K≤0.91时，判断用户的睡眠状态为中质量睡眠；

当0.91＜K≤1.125时，判断用户的睡眠状态为高质量睡眠；

当1.125＜K≤1.25时，判断用户的睡眠状态为中质量睡眠；

当1.25＜K时，判断用户的睡眠状态为低质量睡眠。

在本发明另一种优选的实施例中，在获取用户的入睡时间和醒来时间，生成实际睡眠周期的过程中，如果用户在入睡后直到本次检测周期结束仍然未醒来时，则记录本次实际睡眠周期的醒来时间为检测周期的结束时间。

作为本发明进一步的方案：在获取用户的入睡时间和醒来时间，生成实际睡眠周期的过程中，如果在检测周期开始时，用户已经处于睡眠状态时，则记录本次实际睡眠周期的入睡时间为检测周期的开始时间。

一种睡眠质量监测与干预的管理系统，其特征在于，包括：

匹配模块：获取用户信息，通过后台数据匹配最佳睡眠周期，所述的用户信息包括用户年龄和用户性别；

调整模块：获取用户作息规律，并对所述的最佳睡眠周期进行调整，生成参考睡眠周期(Tc_start,Tc_over),其中Tc_start表示所述的参考睡眠周期的入睡时间，Tc_over表示所述的参考睡眠周期的醒来时间；

数据获取模块：获取用户的入睡时间和醒来时间，生成实际睡眠周期集合Ts＝(Ts1，Ts2，...，Tsn)，Tsn＝(Tsn_start，Tsn_over)，其中Tsn表示用户在检测周期内的第n个睡眠周期，Tsn_start表示第n个睡眠周期的入睡时间，Tsn_over表示第n个睡眠周期的醒来时间；

筛选模块：对所述的实际睡眠周期集合中的元素进行筛选，获取测试睡眠周期集合Tcs＝(Tcs1，Tcs2，...，Tcsm)，所述的测试睡眠周期Tcsm∈(Tc_start,Tc_over)；

数据处理模块：算测试睡眠周期的间隔时间ΔTm＝Tcsm_over-Tcsm_start，通过公式计算用户的睡眠系数：

其中，t'为预设的入睡准备时间，Tcsm_over表示第m个测试睡眠周期的醒来时间，Tcsm_start表示第m个测试睡眠周期的入睡时间；根据用户的睡眠系数判断用户本次检测周期的睡眠质量。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种睡眠质量监测与干预的管理方法，其特征在于，包括以下步骤：

获取用户信息，通过后台数据匹配最佳睡眠周期，所述的用户信息包括用户年龄和用户性别；

获取用户作息规律，并对所述的最佳睡眠周期进行调整，生成参考睡眠周期(Tc_start,Tc_over)，其中Tc_start表示所述的参考睡眠周期的入睡时间，Tc_over表示所述的参考睡眠周期的醒来时间；

获取用户的入睡时间和醒来时间，生成实际睡眠周期集合Ts＝(Ts1，Ts2，...，Tsn)，Tsn＝(Tsn_start，Tsn_over)，其中Tsn表示用户在检测周期内的第n个睡眠周期，Tsn_start表示第n个睡眠周期的入睡时间，Tsn_over表示第n个睡眠周期的醒来时间；

对所述的实际睡眠周期集合中的元素进行筛选，获取测试睡眠周期集合Tcs＝(Tcs1，Tcs2，...，Tcsm)，所述的测试睡眠周期Tcsm∈(Tc_start,Tc_over)；

计算测试睡眠周期的间隔时间ΔTm＝Tcsm_over-Tcsm_start，通过公式计算用户的睡眠系数：

其中，t'为预设的入睡准备时间，Tcsm_over表示第m个测试睡眠周期的醒来时间，Tcsm_start表示第m个测试睡眠周期的入睡时间；

根据用户的睡眠系数判断用户本次检测周期的睡眠质量，并在睡眠系数小于所设定的阈值时，对用户的睡眠进行干预。

2.根据权利要求1所述的一种睡眠质量监测与干预的管理方法，其特征在于，指定时间节点下，所述的检测周期为时间区间(t1，t2)，其中t1表示距离指定时间节点最接近且已完成的参考睡眠周期的醒来时间，t2表示距离指定时间节点最接近且未完成的参考睡眠周期的醒来时间。

3.根据权利要求1所述的一种睡眠质量监测与干预的管理方法，其特征在于，获取所述的实际睡眠周期集合中，除测试睡眠周期之外的其余元素并生成参考睡眠周期Tck＝(Tck1，Tck2，...，Tck(n-m))，计算修正睡眠时间：

其中，λ为预设的修正系数。

4.根据权利要求3所述的一种睡眠质量监测与干预的管理方法，其特征在于，当修正睡眠时间ΔT'＞0时，则用户的睡眠系数按照以下公式进行计算：

当修正睡眠时间ΔT'≤0时，ΔT'取值为0。

5.根据权利要求4所述的一种睡眠质量监测与干预的管理方法，其特征在于，根据用户的睡眠系数判断用户本次检测周期的睡眠质量的具体步骤如下所示：

当K≤0时，判断用户的睡眠状态为失眠；

当0＜K≤0.35时，判断用户的睡眠状态为低质量睡眠；

当0.35＜K≤0.91时，判断用户的睡眠状态为中质量睡眠；

当0.91＜K≤1.125时，判断用户的睡眠状态为高质量睡眠；

当1.125＜K≤1.25时，判断用户的睡眠状态为中质量睡眠；

当1.25＜K时，判断用户的睡眠状态为低质量睡眠。

6.根据权利要求1所述的一种睡眠质量监测与干预的管理方法，其特征在于，在获取用户的入睡时间和醒来时间，生成实际睡眠周期的过程中，如果用户在入睡后直到本次检测周期结束仍然未醒来时，则记录本次实际睡眠周期的醒来时间为检测周期的结束时间。

7.根据权利要求6所述的一种睡眠质量监测与干预的管理方法，其特征在于，在获取用户的入睡时间和醒来时间，生成实际睡眠周期的过程中，如果在检测周期开始时，用户已经处于睡眠状态时，则记录本次实际睡眠周期的入睡时间为检测周期的开始时间。

8.一种睡眠质量监测与干预的管理系统，其特征在于，包括：

匹配模块：获取用户信息，通过后台数据匹配最佳睡眠周期，所述的用户信息包括用户年龄和用户性别；

调整模块：获取用户作息规律，并对所述的最佳睡眠周期进行调整，生成参考睡眠周期(Tc_start,Tc_over),其中Tc_start表示所述的参考睡眠周期的入睡时间，Tc_over表示所述的参考睡眠周期的醒来时间；

数据获取模块：获取用户的入睡时间和醒来时间，生成实际睡眠周期集合Ts＝(Ts1，Ts2，...，Tsn)，Tsn＝(Tsn_start，Tsn_over)，其中Tsn表示用户在检测周期内的第n个睡眠周期，Tsn_start表示第n个睡眠周期的入睡时间，Tsn_over表示第n个睡眠周期的醒来时间；

筛选模块：对所述的实际睡眠周期集合中的元素进行筛选，获取测试睡眠周期集合Tcs＝(Tcs1，Tcs2，...，Tcsm)，所述的测试睡眠周期Tcsm∈(Tc_start,Tc_over)；

数据处理模块：算测试睡眠周期的间隔时间ΔTm＝Tcsm_over-Tcsm_start，通过公式计算用户的睡眠系数：

其中，t'为预设的入睡准备时间，Tcsm_over表示第m个测试睡眠周期的醒来时间，Tcsm_start表示第m个测试睡眠周期的入睡时间；根据用户的睡眠系数判断用户本次检测周期的睡眠质量。