CN116712243B - 一种止鼾设备和控制方法 - Google Patents
一种止鼾设备和控制方法 Download PDFInfo
- Publication number
- CN116712243B CN116712243B CN202310800194.2A CN202310800194A CN116712243B CN 116712243 B CN116712243 B CN 116712243B CN 202310800194 A CN202310800194 A CN 202310800194A CN 116712243 B CN116712243 B CN 116712243B
- Authority
- CN
- China
- Prior art keywords
- component
- data
- sound
- snore
- user
- 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
- 206010041235 Snoring Diseases 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 42
- 210000002345 respiratory system Anatomy 0.000 claims abstract description 6
- 230000009471 action Effects 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims abstract description 4
- 238000011282 treatment Methods 0.000 claims description 47
- 230000007958 sleep Effects 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 25
- 238000009826 distribution Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 description 26
- 238000012549 training Methods 0.000 description 22
- 230000000875 corresponding effect Effects 0.000 description 16
- 230000008859 change Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 13
- 230000036544 posture Effects 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000002787 reinforcement Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 230000000638 stimulation Effects 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000001603 reducing effect Effects 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 210000004237 neck muscle Anatomy 0.000 description 3
- 208000001797 obstructive sleep apnea Diseases 0.000 description 3
- 241001669679 Eleotris Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000030279 gene silencing Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000000422 nocturnal effect Effects 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 230000003860 sleep quality Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010057190 Respiratory tract infections Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
- A61F5/56—Devices for preventing snoring
-
- 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
-
- 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
- A61B5/4818—Sleep apnoea
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F7/00—Heating or cooling appliances for medical or therapeutic treatment of the human body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
- A61F7/00—Heating or cooling appliances for medical or therapeutic treatment of the human body
- A61F2007/0001—Body part
- A61F2007/0002—Head or parts thereof
- A61F2007/0009—Throat or neck
- A61F2007/0011—Neck only
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Vascular Medicine (AREA)
- Pulmonology (AREA)
- Otolaryngology (AREA)
- Nursing (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Orthopedics, Nursing, And Contraception (AREA)
Abstract
本说明书实施例提供一种止鼾设备和控制方法,该设备包括处理器,以及与处理器通信连接的止鼾部件、支撑部件和固定部件;其中,止鼾部件至少包括负压生成组件和驱动组件,负压生成组件作用于用户的目标部位,使得目标部位处呼吸道在负压作用下打开,驱动组件用于驱动负压生成组件生成负压;支撑部件与止鼾部件连接,用于将止鼾部件与目标部位贴合;固定部件与支撑部件连接,用于固定支撑装置;处理器用于:确定控制指令,并基于控制指令控制止鼾部件的工作状态,控制指令包括驱动组件的运行参数。
Description
技术领域
本说明书涉及医疗设备技术领域,特别涉及一种止鼾设备和控制方法。
背景技术
阻塞性睡眠呼吸暂停低通气综合征(OSA)是一种病因不明的睡眠呼吸疾病,临床表现包括夜间睡眠打鼾伴呼吸暂停,呼吸暂停可能引发多种疾病,甚至出现夜间猝死,传统的治疗止鼾的设备是持续气道正压通气(CPAP)。此模式会产生的恒定的气流。加压的气流进入鼻子(或者嘴巴),并产生一定气流,使喉咙保持打开状态,以防止喉部组织阻塞气道。这样可以消除阻塞性睡眠呼吸暂停引起打呼噜。此系统虽然能大幅度的减少OSA症状,但是从使用操作上来说是会增加用的人负担的,比如每天晚上需要戴着面罩睡觉、管路面罩需要定期清洗消毒、出差旅行携带不方便等,在睡眠过程中容易脱落而造成治疗中断。
为了解决设备不方便使用的问题,CN103976813B提供了一种智能止鼾装置及其止鼾方法。通过判断采集到的声音信号,采取刺激操作,检测人体的体位变化。然而这样的方法刺激过大会影响睡眠者的睡眠姿势,对睡眠质量有一定影响。
因此,希望提供一种止鼾设备和控制方法,通过使用柔性负压部件作用于用户颈部,适当扩张其呼吸通道,达到止鼾效果,同时避免给目标对象过大的刺激,在止鼾的同时保证用户的睡眠质量。
发明内容
本说明书实施例之一提供一种止鼾设备,其特征在于,所述止鼾设备包括处理器,以及与所述处理器通信连接的止鼾部件、支撑部件和固定部件;其中,所述止鼾部件至少包括负压生成组件和驱动组件,所述负压生成组件作用于用户的目标部位,使得所述目标部位处呼吸道在负压作用下打开,所述驱动组件用于驱动所述负压生成组件生成负压;所述支撑部件与所述止鼾部件连接,用于将所述止鼾部件与所述目标部位贴合;所述固定部件与所述支撑部件连接,用于固定所述支撑装置;所述处理器用于:确定控制指令,并基于所述控制指令控制所述止鼾部件的工作状态,所述控制指令包括所述驱动组件的运行参数。
本说明书实施例之一提供一种止鼾设备控制方法,其特征在于,所述控制方法通过止鼾设备实现,所述止鼾设备包括处理器,以及与所述处理器通信连接的止鼾部件、支撑部件和固定部件;其中,所述止鼾部件至少包括负压生成组件和驱动组件,所述负压生成组件作用于用户的目标部位,使得所述目标部位处呼吸道在负压作用下打开,所述驱动组件用于驱动所述负压生成组件生成负压;所述支撑部件与所述止鼾部件连接,用于将所述止鼾部件与所述目标部位贴合;所述固定部件与所述支撑部件连接,用于固定所述支撑装置;所述处理器用于:确定控制指令,并基于所述控制指令控制所述止鼾部件的工作状态,所述控制指令包括所述驱动组件的运行参数。
本说明书实施例之一提供一种止鼾设备控制装置,包括处理器,所述处理器用于执行本说明书一些实施例中所述的止鼾设备控制方法。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行本说明书一些实施例中所述的止鼾设备控制方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的止鼾设备的示意图;
图2是根据本说明书一些实施例所示的止鼾设备控制方法的示意图;
图3是根据本说明书一些实施例所示的基于声音强度调整运行参数方法的示例性示意图;
图4是根据本说明书一些实施例所示的基于压力数据调整运行参数的示意图;
图5是根据本说明书一些实施例所示的执行模型的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
现有技术中,传统的止鼾设备是通过呼吸机产生气流,使喉咙保持打开状态,防止喉部组织阻塞气道,借此消除阻塞性睡眠呼吸暂停引起的打鼾症状。然而,呼吸机体积较大笨重难以随身携带,且需要及时对呼吸面罩进行消毒,避免呼吸道感染。为了解决设备使用不便利的问题,CN103976813B提供了一种智能止鼾装置及其止鼾方法。通过识别周围的声音或振动数据作为预设鼾声数据,向人体施加刺激信号,使用户暂停或缓解打鼾的状态。然而这样的方法刺激过大会影响睡眠者的睡眠姿势,从而对睡眠质量有一定影响,甚至会直接惊醒用户,同时也无法针对用户的不同睡眠姿势做出适应性调整。
针对以上问题,本说明书提出一种止鼾设备及控制方法,通过使用柔性负压部件作用于用户颈部,适当扩张用户的呼吸通道,防止气流阻塞,达到止鼾效果,同时还可以避免过度刺激用户,能够保证用户的睡眠质量。在日常生活中,该设备可以被灵活地应用于在居家生活、差旅等不同场景中。
图1是根据本说明书一些实施例所示的止鼾设备的示意图。
如图1所示,止鼾设备100可以包括止鼾部件110、支撑部件120、固定部件130、处理器140和电源150。
止鼾部件110是用于实施止鼾操作的部件。在一些实施例中,止鼾部件至少包括驱动组件和负压生成组件111。
驱动组件是用于驱动生成负压的组件。驱动组件用于驱动负压生成组件生成负压。
负压生成组件111是用于生成负压的组件。负压生成组件作用于用户的目标部位,使得目标部位处呼吸道在负压作用下打开,以防止气流阻塞。仅作为示例,负压生成组件可以为微型气泵(如,压电陶瓷泵),当止鼾设备开始工作时,驱动组件驱动负压生成组件的微型气泵开始工作,提供止鼾所需的负压环境,其中,微型气泵可设置消音结构和/或消音部件以减少其工作过程中的噪音和震动。在一些实施例中,负压生成组件设置于止鼾部件内部,以便于携带使用。
在一些实施例中,止鼾部件110还包括温控装置。温控装置是用于调整温度的装置,在一些实施例中,温控装置可以通过升温或者是降温的方式,舒展用户的颈部肌肉,辅助止鼾。
在一些实施例中,止鼾部件110还包括声音检测组件。声音检测组件可以用于获取声音数据。
在一些实施例中,止鼾部件110还包括压力检测组件。压力检测组件可以用于获取压力数据。
支撑部件120与止鼾部件连接,用于将止鼾部件与目标部位贴合。支撑部件120可以帮助止鼾部件与人体皮肤贴合,可以基于用户数据进行个性化定制。
固定部件130与支撑部件连接,用于固定支撑部件。固定部件130可以避免止鼾设备松动或滑落,辅助止鼾治疗。
在一些实施例中,支撑部件120和固定部件130可以为柔性材料,二者连接形成柔性腔体。用户使用止鼾设备时,该柔性腔体的边缘与用户颈部、下颌紧密贴合形成密封环境,负压生成组件开始工作后,该密封环境逐渐成为负压腔体作用于用户身体,使得呼吸道在负压作用下打开并扩张,避免呼吸道阻塞,达到减少打鼾的效果。
在一些实施例中,止鼾设备还包括定位装置。定位装置可以用于确定使用场景。定位装置可以是拥有GPS定位功能的设备。
处理器140可以用于确定控制指令,并基于控制指令控制止鼾部件的工作状态,控制指令包括驱动组件的运行参数。在一些实施例中,处理器140还能够存储用户数据,并通过网络将用户数据传输到用户终端。关于处理器功能的更多内容可以参见本说明书图2-图5及其相关描述。
电源150可以为止鼾设备供电,为止鼾部件110、处理器140等的运行提供电能。处理器140可以通过控制电源的开启或关闭,进而控制止鼾设备的工作状态。
在一些实施例中,处理器140和电源150可以设置在止鼾部件110中(如图1所示),也可以设置在止鼾设备的其他位置,具体可根据实际需求确定。
本说明书的一些实施例提供了一种止鼾设备,除了用于止鼾治疗的部件之外,还搭配了用于支撑和固定的部件,保证了止鼾部件能稳定地工作,提高了治疗效果。此外,通过温控装置和定位装置的应用,有利于改善止鼾设备在不同应用场景下的使用体验。
需要注意的是,以上对于止鼾设备及其模块的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。在一些实施例中,图1中披露的止鼾部件110、支撑部件120、固定部件130、处理器140和电源150可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的止鼾设备控制方法的示意图。如图2所示,止鼾设备控制方法200可以包括以下内容。
在一些实施例中,处理器可以确定控制指令,并基于控制指令控制止鼾部件的工作状态,控制指令包括驱动组件的运行参数。
在一些实施例中,控制指令可以基于系统预设或人工录入确定。
止鼾部件的工作状态可以包括驱动组件的工作状态、温控组件的工作状态中的至少一种。
控制止鼾部件的工作状态可以包括调整驱动组件的功率、调整温控组件的温度中的至少一种。
在一些实施例中,处理器还可以控制温控装置,通过调整温度的方式辅助止鼾。
在一些实施例中,温控装置可以通过自载的加热管和冷却管对温度进行调整。温控装置还可以通过传感器获取目标部位的温度。
在一些实施例中,温控装置可以通过自载的传感器获取用户目标部位的肌肉相关数据。例如,肌肉的舒展程度等。温控装置可以通过调整温度的方式,舒展用户的颈部肌肉,辅助止鼾。
本说明书的一些实施例中,止鼾部件包括温控装置,温控装置可以通过调整温度的方式,舒展用户的颈部肌肉,在减小了对用户的刺激的同时辅助止鼾,提高了用户体验和止鼾效果。
在一些实施例中,处理器还可以基于定位装置确定使用场景,基于使用场景和用户数据,确定用户治疗等级,基于用户治疗等级确定驱动装置的初始运行参数。
使用场景可以指止鼾设备使用的场景。使用场景可以是家庭或外地。
在一些实施例中,处理器可以通过定位装置或用户录入确定使用场景。例如,用户可以将家庭的定位输入系统。又例如,当使用场景的定位为离家庭定位的距离大于预设阈值的定位点时,可以确定使用场景为外地。不同的使用场景,用户的打鼾情况不同。
用户数据是指与用户身体相关的数据。用户数据可以包括用户的形体数据(例如,身高、体重)、打鼾的严重程度、并发症类型(例如,高血压、心血管疾病等)等。
在一些实施例中,处理器可以基于获取用户输入确定用户数据。
用户治疗等级可以指用户适用的治疗方案。用户的打鼾情况越严重,止鼾需求越强,对应的治疗等级越高。使用场景为外地时,用户可能处于出差、旅行中,往往比较劳累,打鼾情况会相对严重,此时用户治疗等级也会较高。
在一些实施例中,处理器可以基于用户特征向量在治疗等级向量数据库中进行检索确定用户的治疗等级。其中,用户特征向量可以指表征用户自身特征的向量,通常可以基于用户的个性化数据获取。例如,处理器可以基于用户自身身体相关的数据,如形体数据、打鼾严重程度、并发症类型、使用场景等确定用户特征向量。
在一些实施例中,治疗等级向量数据库可以包括至少一个参考用户特征向量及其对应的参考治疗等级。治疗等级向量数据库可以基于历史数据构建,其中,每一个参考用户特征向量可以基于历史用户的历史形体数据、历史打鼾严重程度、历史并发症和历史使用场景确定,其对应的历史用户的参考治疗等级可以基于历史治疗数据确定。
在一些实施例中,处理器可以计算用户特征向量和至少一个参考用户特征向量之间的相似度,确定符合预设条件的参考用户特征向量为目标特征向量,基于目标特征向量对应的参考治疗等级作为用户的治疗等级。其中,预设条件可以是用户特征向量和参考用户特征向量之间的距离小于距离阈值,距离阈值可以基于经验确定。
在一些实施例中,处理器可以根据用户治疗等级和驱动装置的初始运行参数的预设关系表,确定驱动装置的初始运行参数。预设关系表可以基于历史数据或人工经验确定。
本说明书的一些实施例中,止鼾设备可以通过用户的使用场景确定用户的治疗方式和装置的运行参数,增加了设备的应用场景,能适应性地根据不同使用需求和治疗需求调整设备,提高了设备的止鼾效果。
在一些实施例中,处理器还可以基于目标声音的声音调度和/或压力监测数据调整驱动组件的运行参数,更多详细内容可参见本说明书图3-图5及其相关描述。
本说明书的一些实施例中涉及的止鼾设备包括止鼾部件、固定部件和支撑部件,更大程度地改善了用户的设备使用体验,可以提高设备的止鼾效果。同时,温控装置和定位装置增加了设备的应用场景,能更人性化地针对用户的个体情况对设备进行适应性的调整。
图3是根据本说明书一些实施例所示的基于声音强度调整运行参数方法的示意图。在一些实施例中,流程300可以由处理器执行。如图3所示,流程300至少可以包括步骤310、步骤320和步骤330。
步骤310,获取声音数据,从声音数据中识别目标声音,确定目标声音的声音强度。
声音数据是指止鼾部件所处环境的声音数据。声音数据可以包括用户的声音数据、除了人以外的其他声音数据等。用户的声音数据可以包括说话的说话声音数据、鼾声数据等。
在一些实施例中,处理器可以基于声音检测组件,获取声音数据。处理器可以基于从其他存储有声音数据的存储设备获取声音数据。
目标声音是指与用户的鼾声有关的数据。例如,目标声音可以包括鼾声数据。
在一些实施例中,处理器可以基于使用音频分类算法,对声音数据中的目标声音进行提取,基于目标声音与用户预录入的鼾声数据进行声纹识别,确定用户是否在打鼾,音频分类算法可以包括决策树方法和隐马尔可夫模型方法等。
在一些实施例中,处理器可以基于鼾声强度确定模型,对目标声音进行处理,确定目标声音的声音强度。
在一些实施例中,鼾声强度确定模型可以是神经网络模型等机器学习模型。
在一些实施例中,鼾声强度确定模型的输入可以包括目标声音,鼾声强度确定模型的输出可以包括目标声音的声音强度。目标声音的声音强度可以包括鼾声分贝的大小、鼾声的类型等,鼾声的类型可以包括不均匀打鼾、均匀打鼾等。其中,不均匀打鼾的声音强度大于均匀打鼾的声音强度。
在一些实施例中,鼾声强度确定模型可以通过大量带有第一标签的第一训练样本训练得到。在一些实施例中,第一训练样本可以包括样本目标声音,第一训练样本可以通过历史数据获取。在一些实施例中,第一标签可以为第一训练样本对应的实际的目标声音的声音强度,第一标签可以由处理器或人为标注确定。例如,可以由人工基于鼾声大小、鼾声类型(均匀打鼾、不均打鼾)等对目标声音进行分析,获得目标声音的声音强度标注。
在一些实施例中,处理器可以基于目标声音的声音强度、电源的剩余电量,确定声音检测组件的采集频率。
电源的剩余电量是指止鼾设备的蓄电池等储能装置在经过一定时间的使用后剩余的容量大小。
采集频率是指声音检测组件采集声音数据的频次。例如,采集频率可以是声音检测组件在一段时间内采集声音数据的次数。声音检测组件可以以周期性连续采集的方式对声音数据进行检测。其中,周期性连续采集是指每间隔一段时间进行一次连续采集。又例如,声音检测组件可以使用间隔采集的方式对声音数据进行检测。
在一些实施例中,处理器可以通过多种方式,确定声音检测组件的采集频率。例如,处理器可以获得声音检测组件的初始采集频率,基于声音强度的变化幅度、电源的剩余电量,对初始采集频率进行调整,确定当前的采集频率。初始采集频率可以是默认设置的参数。又例如,初始采集频率还可以由止鼾部件的厂家提供。
在一些实施例中,处理器可以预设不同的声音强度的变化幅度、电源的剩余电量与初始采集频率的频率调整值的对应关系。控制系统可以基于声音强度的变化幅度、电源的剩余电量确定频率调整值,基于该频率调整值调整初始采集频率。
在一些实施例中,对初始采集频率进行调整可以与电源的剩余电量正相关。例如,当电源的剩余电量低于第一电量阈值时,则处理器可以将声音检测装置的采集频率调整到较低的水平。第一电量阈值可以基于经验或系统预设。
在一些实施例中,对初始采集频率进行调整可以与目标声音的声音强度的变化幅度正相关。例如,当目标声音的声音强度的变化幅度低于声音阈值时,则处理器可以将声音检测装置的采集频率调整到较低的水平。声音阈值可以基于经验或系统预设。
在一些实施例中,当目标声音的变化幅度较大,电源的剩余电量较低时,处理器可以直接基于电源的剩余电量对初始采集频率进行调整。例如,基于电源的剩余电量,通过查询低电量采样频率对照表确定,该对照表可以基于历史经验确定。
本说明书的一些实施例,基于鼾声数据、电源电量余量确定所述声音检测装置的采集频率,可以提高便携式止鼾设备对电源的利用率,节省电量,从而加长止鼾设备的使用时间。
在一些实施例中,采集频率可以用于修正调整驱动组件运行参数的幅度。
在一些实施例中,处理器可以在降低声音检测组件的采集频率时,对驱动组件运行功率的功率调整值进行降低。功率调整值是用于对驱动组件的运行功率进行调整的值。
在一些实施例中,处理器可以预设采集频率的降低值与运行功率的修正值的对应关系,通过查表的方式确定运行功率的修正值,基于运行功率的修正值降低调整驱动组件运行参数的幅度。
其中,修正值是指对驱动组件的运行功率的调整值进行修正的数值。采集频率的降低值是指当前采集频率相对于前一采集频率降低的数值。
本说明书的一些实施例,采集频率影响对驱动组件的所述运行参数的调整精度,因此通过采集频率的降低对调整驱动组件运行参数的幅度进行二次微调,可以避免采集频率的降低,可能导致声音数据的准确度下降。
步骤320,基于声音强度调整驱动组件的运行参数。
在一些实施例中,处理器可以基于目标声音的声音强度,通过多种方式调整驱动组件的运行参数。其中,驱动组件的运行参数可以包括运行功率。例如,处理器可以建立不同目标声音的声音强度与驱动组件的标准运行功率的对应关系的对照表,通过查表的方式确定驱动组件的标准运行功率,基于标准运行功率与当前的运行功率,对驱动组件的运行功率进行调整。其中,对照表可以预设根据经验设定。标准运行功率是指预设的与目标声音的声音强度对应的输出功率。当前的运行功率是指驱动组件在当前时刻工作的输出功率。
在一些实施例中,处理器可以在判断标准运行功率大于当前的运行功率时,以标准运行功率作为当前的运行功率。
在一些实施例中,处理器可以在标准运行功率小于当前的运行功率时,确定标准运行功率与当前的运行功率的差值,当差值大于预设阈值时,降低当前的运行功率。预设阈值可以是系统默认或人为设置的值;若差值小于预设阈值,则维持当前的运行功率。
在一些实施例中,处理器可以通过多种方式,降低当前的运行功率。基于图2下述中类似的方式降低当前的运行功率。
步骤330,基于用户治疗等级,调整驱动组件的运行参数。
在一些实施例中,处理器可以基于用户治疗等级,通过多种方式调整驱动组件的运行参数。例如,预设不同的用户治疗等级与治疗系数的对应关系,基于查表的方式确定治疗系数。治疗系数是指与用户治疗等级相匹配的调整系数,用于确定调整后的运行功率。
在一些实施例中,当用户的治疗等级小于治疗阈值时,治疗系数可以为常数1;当用户的治疗等级大于治疗阈值时,治疗系数可以为大于1的数值。治疗阈值可以是系统默认或人为预设的值。
在一些实施例中,当用户的治疗等级大于预设阈值时,处理器可以基于治疗系数,升高当前的运行功率,将升高后的运行功率确定为调整后的运行功率。例如,功率升高值=(标准运行功率-当前运行功率)*治疗系数。例如,调整后的运行功率可以基于标准运行功率与治疗系数的乘积确定。
在一些实施例中,当用户的治疗等级小于预设阈值时,处理器可以基于治疗系数,计算功率降低值,基于功率降低值对运行功率进行调整。功率降低值可以基于当前的运行功率、标准运行功率、预设阈值确定。例如,功率降低值=(当前的运行功率-标准运行功率-预设阈值)/治疗系数。
前述预设阈值可以通过多种方式进行设置。例如,基于用户实际需求设置、基于历史经验设置等。
本说明书的一些实施例,通过用户治疗等级,确定不同的调整程度,可以使得调整后的驱动组件的运行参数更符合用户的实际情况,进一步提高用户的体验性。
在一些实施例中,处理器可以响应于声音检测组件检测到声音数据,基于用户数据和至少一个时间点的声音数据,通过执行模型确定驱动组件的优选运行功率。关于通过执行模型确定驱动组件的优选运行功率的更多内容,可以参见图5的相关描述。
本说明书的一些实施例,通过声音强度调整所述驱动组件的运行参数,可以根据打鼾者的睡眠状态(例如,浅睡、深度睡眠等)进行调整,从而达到在不影响打鼾者睡眠质量的情况下实现止鼾的目的。
图4是根据本说明书一些实施例所示的基于压力数据调整运行参数的示例性示意图。在一些实施例中,流程400可以由处理器执行。如图4所示,流程400至少可以包括步骤410和步骤420。
步骤410,基于压力检测装置获取压力数据。
压力数据是指与止鼾设备所受到的压力情况有关的数据。压力数据与受压点、用户的姿态有关。受压点是指止鼾设备因被压迫而受力位置。压力数据可以包括各个位置的压力传感器所监测的压力数据。
例如,用户平躺睡觉时,止鼾设备的压力数据较小;用户侧躺睡觉时,止鼾设备侧面受压,侧面受压点的压力数据较大;用户趴着睡觉时,止鼾设备正面受压,正面受压点的压力数据较大。
在一些实施例中,处理器可以基于压力检测装置,获取压力数据。处理器可以基于从其他存储有压力数据的存储设备获取声音数据。
步骤420,基于压力数据调整驱动组件的运行参数。
在一些实施例中,处理器可以基于压力数据,通过多种方式调整驱动组件的运行参数。例如,处理器可以在判断压力变化数据大于第一压力阈值时,调整驱动组件的运行功率。第一压力阈值可以是基于经验或实验设置的值。
压力变化数据是指随时间变化的压力数据。例如,压力变化数据可以包括至少一个受压点的压力变化数据、或每个受压点的压力变化数据的均值等。
在一些实施例中,处理器可以基于当前的受压点、当前的压力变化数据、调整前的运行功率等构建特征向量;基于特征向量在压力特征向量数据库中检索,将向量距离满足距离阈值的参考向量,确定为关联向量。将与关联向量关联存储的历史驱动组件的调整值,确定为当前的驱动组件的调整值。其中,压力特征向量数据库用于存储基于历史的受压点、历史的压力数据、历史调整前的运行功率构建的参考向量,以及每个参考向量对应的历史驱动组件的调整值。距离阈值可以是系统默认或人为设置的值。
在一些实施例中,处理器可以基于调整值对驱动组件的运行功率进行调整。
在一些实施例中,处理器可以基于压力数据,确定止鼾部件的受力点分布情况;基于受力点分布情况,确定用户的姿态数据;基于姿态数据,调整驱动组件的运行参数。
受力点分布情况是指止鼾部件的受压位置分布情况。例如,受压力分布情况可以包括受力点分布在正面、受力点分布在侧面、无受压力点等。
在一些实施例中,处理器可以通过多种方式,获得受力点分布情况。例如,处理器可以对压力数据进行分析,选择压力数据中最大的压力数据,将其对应的传感器所在的位置确定为受力点,基于受力点确定当前的受力点分布情况。
在一些实施例中,处理器可以对压力数据进行分析,当判断各个位置的压力数据均小于第二压力阈值时,确定止鼾部件处于无受力点的受力点分布情况。
用户的姿态数据是指与用户睡觉的姿态有关数据。例如,用户的姿态数据可以包括平躺、侧躺、趴着等。
在一些实施例中,处理器可以通基于受力分布情况,通过多种方式,获得用户姿态数据。例如,当受力点分布在正面时,确定用户的姿态数据为平躺;当受力点分布在某一个侧面时,确定用户的姿态数据为侧躺;当无受力点时,确定用户的姿态数据为平躺。
在一些实施例中,处理器可以通基于用户的姿态数据,通过多种方式,调整驱动组件的运行参数。例如,处理器可以判断用户的姿态数据是否为侧躺或趴姿时,响应于是,对驱动组件的运行参数进行调整。处理器可以基于预设调整值或预设公式对驱动组件的运行参数进行调整。预设调整值可以是基于经验或人为设置的值。
本说明书的一些实施例,通过获得用户的姿态数据,调整驱动组件的运行参数,可以基于不同睡姿对应不同的驱动部件运行功率,可以减少驱动部件带来任何的不适感,避免影响用户的睡眠质量。
本说明书的一些实施例,通过压力数据,调整驱动部件运行功率,可以在用户处于不同的睡姿下,执行不同程度的刺激,提高止鼾效果的同时,能够在一定程度上提高使用者睡眠的舒适度。
图5是根据本说明书一些实施例所示的执行模型的示意图。如图5所示,通过执行模型确定优选运行功率的方法500可以包括以下内容。
在一些实施例中,处理器可以响应于声音检测组件检测到声音数据,基于用户数据和至少一个时间点的声音数据,通过执行模型确定驱动组件的优选运行功率。
优选运行功率是指用于对驱动组件的运行参数进行调整后的优选值。
在一些实施例中,执行模型可以是机器学习模型。例如,卷积神经网络(Convolutional Neural Networks,CNN)、深度神经网络(Deep Neural Networks,DNN)等能够实现相同或相应功能的模型。
在一些实施例中,执行模型的输入可以包括用户数据、至少一个时间点的声音数据,以及压力监测数据和使用场景,输出可以包括驱动组件的优选运行功率。
在一些实施例中,执行模型的输入还可以包括用户的姿态数据,姿态数据基于压力数据确定。关于用户的姿态数据的更多内容,可以参见图4的相关描述。
本说明书的一些实施例,考虑不同睡姿伴随的打鼾程度不同,因此驱动组件的运行功率也不同,通过在执行模型中输入用户的姿态数据,可以使得优选运行功率更符合实际的睡觉姿势情况,提高用户佩戴的舒适度。
在一些实施例中,执行模型的输入还可以包括睡眠数据,睡眠数据通过识别用户的睡眠状态获得。
睡眠数据是指用户的睡眠状态。例如,睡眠数据可以包括入睡、浅睡、深睡、延续深睡等。
在一些实施例中,处理器可以通过多种方式,确定睡眠数据。例如,处理器可以通过侦测电极,确定用户的睡眠状态。
本说明书的一些实施例,通过在执行模型中输入睡眠数据,可以使得优选运行功率更符合实际的用户的睡眠情况(例如,深睡对应的运行功率较低、浅睡对应的运行功率较高等),达到止鼾效果,同时避免给以目标对象过大的刺激,保证其睡眠质量。
在一些实施例中,执行模型可以通过多组带有标签的训练样本训练得到。在一些实施例中,每组训练样本可以包括样本用户数据、至少一个历史时间点的样本声音数据、样本压力监测数据、样本使用场景等,训练样本可以通过历史数据获取。在一些实施例中,标签为该组训练样本对应的实际的驱动组件的最小运行功率,第二标签可以由处理器或人为标注确定。例如,可以由人工对某组样本用户数据、样本时间点的声音数据下的使用者进行多个运行功率的止鼾实验,选取达到目标止鼾效果时的最小运行功率,将其作为训练样本的标签。目标止鼾效果可以是目标声音的声音强度小于鼾声阈值。鼾声阈值可以基于经验或人为设置。
在一些实施例中,处理器可以基于当前驱动组件的运行功率与驱动组件的最小运行功率的差值,获得优选运行功率。
在一些实施例中,当执行模型的输入包括用户的姿态数据时,每组训练样本还可以包括样本用户的姿态数据。
在一些实施例中,当执行模型的输入包括睡眠数据时,每组训练样本还可以包括样本睡眠数据。
在一些实施例中,处理器可以基于对驱动组件的运行参数进行调整后,基于调整后实时获取的预设时间段内的声音数据、压力数据,对所述驱动组件的运行参数进行二次微调。
调整可以包括基于声音强度、基于压力数据、基于执行模型的输出等调整方式。
关于基于声音强度调整驱动组件的运行参数的更多内容,可以参见图3的相关描述。
关于基于压力数据调整驱动组件的运行参数的更多内容,可以参见图4的相关描述。
关于基于执行模型的输出调整驱动组件的运行参数的更多内容,可以参见图5上述的相关描述。
需要说明的是,上述三种调整方式可以单独进行,也可以是至少两种调整方式联合调整方案。例如,基于声音强度调整和基于压力数据调整的联合调整方案、或基于执行模型调整和基于压力数据调整的联合调整方案、三种调整方式共同实行的联合调整方案等。
在实际情况中,处理器还可以基于电源的剩余电量,选择三种调整方式的任意一种或联合调整方案。例如,当电源的剩余电量低于第二电量阈值时,处理器选择三种调整方式的任意一种调整驱动组件的运行参数。第二电量阈值可以是基于经验或系统预设的值。
在一些实施例中,当电源的剩余电量高于第三电量阈值时,处理器可以选择联合调整方案。第三电量阈值可以是基于经验或系统预设的值。
在一些实施例中,处理器可以计算两种调整方式确定的运行功率的差值,当差值小于差值阈值时,将驱动组件的运行功率设置为两种调整方式确定的运行功率的均值。例如,计算基于声音强度调整确定的运行功率、基于执行模型的输出调整确定的运行功率的差值,当差值小于差值阈值时,将驱动组件的运行功率设置基于声音强度调整确定的运行功率、基于执行模型的输出调整确定的运行功率的均值。
在一些实施例中,当差值大于差值阈值,处理器可以随机选择一种调整方式调整驱动组件的运行参数,直到差值小于差值阈值。
其中,均值可以是加权均值,差值阈值、权重可以是系统预设的值。
在一些实施例中,处理器可以基于调整后实时获取的预设时间段内的声音数据、压力数据,通过多种方式,对驱动组件的运行参数进行二次微调。例如,处理器可以获得每次调整后的声音强度和用户的姿态数据;若调整后的声音强度大于预设强度阈值,则表示用户仍然以原来的声音强度打鼾,则以当前的调整值提高运行功率;若调整后的声音强度小于预设强度阈值,则表示用户不打鼾了,则保持运行功率的大小不变;若调整后的声音强度降低,但声音强度仍不小于预设强度阈值,则降低当前的调整值,基于降低的调整值提高运行功率;若调整后的用户的姿态数据变化,则对用户的睡眠造成了影响,则减小当前功率的调整值,以更小的幅度对当前功率进行调整,若当前功率的调整值减小至0则停止调整。
需要说明的是,预设强度阈值、降低调整值的幅度可以基于经验或系统预设。
在一些实施例中,响应于二次微调的次数达到预设次数,且声音强度大于预设强度阈值,处理器可以基于声音强度、压力数据和/或执行模型对驱动组件的运行功率重新进行调整,预设次数可以是基于系统预设确定。有关基于声音强度、压力数据和/或执行模型对驱动组件的运行功率进行调整的更多详细内容可参见本说明书图3-图5中的相关描述。
本说明的一些实施例,通过对三种调整方式调整后的运行功率进行二次微调,可以节省电池资源(例如,降低调整值的幅度),提高便携式设备电池的利用率;基于用户的反应(声音强度变化、姿态变化等)适时调整驱动组件的运行功率,保证止鼾效果的同时避免对用户造成更大刺激影响睡眠质量,有利于提升用户体验。
在一些实施例中,响应于满足预设条件的驱动组件的运行功率所对应的调整数据,可以用于强化训练执行模型。
调整数据是指止鼾效果达到目标止鼾效果的参数集合。例如,一组调整数据可以包括用户数据、至少一个时间点的声音数据、压力监测数据和使用场景、用户的姿态数据和用户的睡眠数据,以及对应的驱动装置的优选运行功率。。
预设条件是评估驱动组件的运行功率的止鼾效果的判定条件。例如预设条件可以包括:根据优选运行功率调整后,目标声音的声音强度小于鼾声阈值等。
在一些实施例中,处理器可以获得每次调整后(包括调整、二次微调等)的声音强度和用户的姿态数据;当声音强度小于鼾声阈值且用户的姿态数据没有发生变化,则将调整数据作为一组强化训练样本。其中,调整数据中的驱动装置的优选运行功率可以作为模型训练的标签。
在一些实施例中,处理器可以基于多组强化样本,通过多种方式对执行模型进行强化训练。例如,处理器可以通过上述方式,获得大量强化样本,基于大量强化样本对执行模型进行再次训练,以优化执行模型的参数。又例如,处理器可以将多个强化样本加入训练样本中,基于强化样本、训练样本,对执行模型进行再次训练。
强化训练是指高质量的强化训练样本对模型进行训练。
在一些实施例中,处理器可以通过执行模型进行强化训练时,调整训练出的执行模型的参数。例如,在执行模型进行再次训练时,提高学习率。学习率可以反应参数到达最优值过程的速度快慢。
本说明书的一些实施例中,通过强化训练样本,可以使得执行模型获得更高质量的训练数据,从而加强输入和输出之间的关联关系,提高执行模型的准确性。
本说明书的一些实施例,通过执行模型,可以获得比直接基于历史数据确定调整值更好的效果,提高调整的准确性,进一步止鼾的效率。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (6)
1.一种止鼾设备,其特征在于,所述止鼾设备包括处理器,以及与所述处理器通信连接的止鼾部件、支撑部件、固定部件和定位装置;其中,
所述止鼾部件至少包括负压生成组件、驱动组件、温控装置、压力检测组件和声音检测组件,所述负压生成组件作用于用户的目标部位,使得所述目标部位处呼吸道在负压作用下打开,所述驱动组件用于驱动所述负压生成组件生成负压;
所述支撑部件与所述止鼾部件连接,用于将所述止鼾部件与所述目标部位贴合;
所述固定部件与所述支撑部件连接,用于固定所述支撑部件;
所述处理器用于:
基于所述定位装置确定使用场景,基于所述使用场景和用户数据,确定用户治疗等级,基于所述用户治疗等级确定所述驱动组件的初始运行参数;
在所述初始运行参数的基础上,调整所述驱动组件的运行参数,生成所述驱动组件的运行参数的优选值,其中包括:
基于所述压力检测组件获取压力数据;基于所述压力数据,确定受力点分布;基于所述受力点分布,确定姿态数据;
响应于所述声音检测组件检测到目标声音,基于所述用户数据、至少一个时间点的声音数据、所述压力数据、所述使用场景、所述姿态数据和睡眠数据,通过执行模型确定所述驱动组件的优选运行功率,所述执行模型为机器学习模型,所述优选运行功率是所述运行参数的优选值;
确定控制指令,并基于所述控制指令控制所述止鼾部件的工作状态,所述控制指令包括所述驱动组件的所述运行参数;
控制所述温控装置,调整所述温控装置的温度。
2.如权利要求1所述的止鼾设备,其特征在于,所述处理器进一步用于:
基于所述声音检测组件获取声音数据,从所述声音数据中识别目标声音,确定所述目标声音的声音强度;
基于所述声音强度调整所述驱动组件的所述运行参数。
3.一种止鼾设备控制方法,其特征在于,所述方法由处理器执行,包括:
基于定位装置确定使用场景,基于所述使用场景和用户数据,确定用户治疗等级,基于所述用户治疗等级确定驱动组件的初始运行参数;
在所述初始运行参数的基础上,调整所述驱动组件的运行参数,生成所述驱动组件的运行参数的优选值,其中包括:
基于压力检测组件获取压力数据;基于所述压力数据,确定受力点分布;基于所述受力点分布,确定姿态数据;
响应于声音检测组件检测到目标声音,基于所述用户数据、至少一个时间点的声音数据、所述压力数据、所述使用场景、所述姿态数据和睡眠数据,通过执行模型确定所述驱动组件的优选运行功率,所述执行模型为机器学习模型,所述优选运行功率是所述运行参数的优选值;
确定控制指令,并基于所述控制指令控制止鼾部件的工作状态,所述控制指令包括驱动组件的所述运行参数;
控制温控装置,调整所述温控装置的温度。
4.如权利要求3所述的止鼾设备控制方法,其特征在于,确定所述控制指令包括:
基于所述声音检测组件获取声音数据,从所述声音数据中识别目标声音,确定所述目标声音的声音强度;
基于所述声音强度调整所述驱动组件的所述运行参数。
5.一种止鼾设备控制装置,其特征在于,包括处理器,所述处理器用于执行权利要求3-4中任一项所述的止鼾设备控制方法。
6.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求3-4中任一项所述的止鼾设备控制方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310800194.2A CN116712243B (zh) | 2023-07-03 | 2023-07-03 | 一种止鼾设备和控制方法 |
CN202410305256.7A CN118161335B (zh) | 2023-07-03 | 2023-07-03 | 一种止鼾设备和参数调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310800194.2A CN116712243B (zh) | 2023-07-03 | 2023-07-03 | 一种止鼾设备和控制方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410305256.7A Division CN118161335B (zh) | 2023-07-03 | 2023-07-03 | 一种止鼾设备和参数调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116712243A CN116712243A (zh) | 2023-09-08 |
CN116712243B true CN116712243B (zh) | 2024-01-23 |
Family
ID=87864528
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410305256.7A Active CN118161335B (zh) | 2023-07-03 | 2023-07-03 | 一种止鼾设备和参数调整方法 |
CN202310800194.2A Active CN116712243B (zh) | 2023-07-03 | 2023-07-03 | 一种止鼾设备和控制方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410305256.7A Active CN118161335B (zh) | 2023-07-03 | 2023-07-03 | 一种止鼾设备和参数调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN118161335B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1527731A (zh) * | 2001-07-12 | 2004-09-08 | ϣ | 保持呼吸道畅通的呼吸治疗仪及其防止打鼾声的应用方法 |
KR200410552Y1 (ko) * | 2005-11-16 | 2006-03-14 | 김용석 | 코골이 및 수면무호흡증 방지장치 |
CN103099700A (zh) * | 2012-11-01 | 2013-05-15 | 邱晨 | 声控式颈筒鼻鼾治疗系统 |
CN205913441U (zh) * | 2016-04-27 | 2017-02-01 | 陈理达 | 一种侧卧睡姿保持装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010141893A2 (en) * | 2009-06-05 | 2010-12-09 | Advanced Brain Monitoring, Inc. | Systems and methods for controlling position |
EP2263620A1 (en) * | 2009-06-16 | 2010-12-22 | Koninklijke Philips Electronics N.V. | Snoring reduction apparatus |
WO2013179176A1 (en) * | 2012-06-01 | 2013-12-05 | Koninklijke Philips N.V. | Use of secondary metrics in neck suction therapy |
US9707121B2 (en) * | 2013-03-15 | 2017-07-18 | Elwha Llc | Treating sleep apnea with negative pressure |
CN103705333A (zh) * | 2013-08-30 | 2014-04-09 | 李峰 | 一种智能止鼾方法及装置 |
WO2017132780A1 (zh) * | 2016-02-04 | 2017-08-10 | 惠州市唐群座椅科技股份有限公司 | 移动式止鼾装置 |
US20190314192A1 (en) * | 2016-10-31 | 2019-10-17 | Mc10, Inc. | Closed Loop Respiratory Monitoring System For Sleep Quality Characterization |
JP6930167B2 (ja) * | 2017-03-27 | 2021-09-01 | カシオ計算機株式会社 | 音響機器、音響機器制御方法及びプログラム |
CN108451503A (zh) * | 2018-03-12 | 2018-08-28 | 卢纪元 | 生物反馈疗法机制和基于该机制的智能睡眠诊疗系统 |
CN108810280B (zh) * | 2018-06-19 | 2021-01-08 | Oppo广东移动通信有限公司 | 语音采集频率的处理方法、装置、存储介质及电子设备 |
-
2023
- 2023-07-03 CN CN202410305256.7A patent/CN118161335B/zh active Active
- 2023-07-03 CN CN202310800194.2A patent/CN116712243B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1527731A (zh) * | 2001-07-12 | 2004-09-08 | ϣ | 保持呼吸道畅通的呼吸治疗仪及其防止打鼾声的应用方法 |
KR200410552Y1 (ko) * | 2005-11-16 | 2006-03-14 | 김용석 | 코골이 및 수면무호흡증 방지장치 |
CN103099700A (zh) * | 2012-11-01 | 2013-05-15 | 邱晨 | 声控式颈筒鼻鼾治疗系统 |
CN205913441U (zh) * | 2016-04-27 | 2017-02-01 | 陈理达 | 一种侧卧睡姿保持装置 |
Also Published As
Publication number | Publication date |
---|---|
CN118161335A (zh) | 2024-06-11 |
CN116712243A (zh) | 2023-09-08 |
CN118161335B (zh) | 2024-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11766532B2 (en) | Auto-fit mask | |
US7305987B2 (en) | Procedure for the control of a respirator device as well as apparatus for monitoring | |
US10398587B2 (en) | Breathing mask | |
JP2022531411A (ja) | 閉ループフィードバックを使用して睡眠呼吸障害を改善するシステムおよび方法 | |
AU722608B2 (en) | Method and apparatus for optimizing the continuous positive airway pressure for treating obstructive sleep apnea | |
JP6181658B2 (ja) | 電気刺激呼吸補助コンポーネント | |
US20050016536A1 (en) | Method and apparatus for optimizing the continuous positive airway pressure for treating obstructive sleep apnea | |
EP2810599B1 (en) | Electrostimulation system for the treatment of sleep apnoea | |
JP2017512080A (ja) | 周期性呼吸のリアルタイム検出 | |
US12109038B2 (en) | Systems and methods for using breath events in sleep staging | |
CA2569146A1 (en) | System and method for automated titration of continuous positive airway pressure | |
CN113599053B (zh) | 一种气囊枕的自适应调节方法、系统和计算机程序 | |
CN111110189B (zh) | 一种基于dsp声音与图像识别技术的防打鼾装置及方法 | |
CN116899061B (zh) | 一种用于睡眠呼吸暂停综合征的医疗呼吸机调控系统 | |
CN116712243B (zh) | 一种止鼾设备和控制方法 | |
KR20220094412A (ko) | 폐쇄성 수면무호흡증 개선 기능이 구비된 스마트베개시스템 및 이를 이용한 수면관리방법 | |
CN113975563B (zh) | 一种基于打鼾声音识别的呼吸机控制方法及呼吸机 | |
CN115444263B (zh) | 基于语音识别控制的智能止鼾枕头及止鼾方法 | |
CN115590658B (zh) | 一种人工喉系统及控制方法 | |
CN108619598B (zh) | 一种呼吸机的压力自滴定系统及方法 | |
US20220265207A1 (en) | Systems and methods for tailoring therapy provided by respiratory systems based on sleep stage | |
CA2245869C (en) | Method and apparatus for optimizing the continuous positive airway pressure for treating obstructive sleep apnea | |
CN118304079A (zh) | 一种鼾声监测系统及止鼾装置 | |
CN114185372A (zh) | 一种用于呼吸机的通气压力升降速率控制系统及控制方法 | |
TW202406488A (zh) | 止鼾枕系統及其控制方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |