CN117179706A - 一种基于穿戴设备的科学睡眠监测的方法及装置 - Google Patents
一种基于穿戴设备的科学睡眠监测的方法及装置 Download PDFInfo
- Publication number
- CN117179706A CN117179706A CN202311183510.2A CN202311183510A CN117179706A CN 117179706 A CN117179706 A CN 117179706A CN 202311183510 A CN202311183510 A CN 202311183510A CN 117179706 A CN117179706 A CN 117179706A
- Authority
- CN
- China
- Prior art keywords
- sleep
- user
- wearable device
- result
- preset
- 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
- 230000007958 sleep Effects 0.000 title claims abstract description 180
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000003860 sleep quality Effects 0.000 claims abstract description 43
- 238000003062 neural network model Methods 0.000 claims abstract description 35
- 239000000284 extract Substances 0.000 claims abstract description 7
- 230000004617 sleep duration Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 19
- 206010062519 Poor quality sleep Diseases 0.000 claims description 10
- 230000004622 sleep time Effects 0.000 claims description 6
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 230000036578 sleeping time Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001066 destructive effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000008667 sleep stage Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于穿戴设备的科学睡眠监测的方法及装置，该方法包括：穿戴设备获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值，依据HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态，根据用户的睡眠状态，确定出用户的睡眠结果，对用户的睡眠结果进行评分，确定出用户的睡眠质量评分。通过使用心率传感器的PPG信号和预设的TCN神经网络模型进行分类可以实现对用户睡眠状态分类，从而得到用户的睡眠结果，最终进行评分后得到睡眠质量评分，能够实现对用户睡眠的监测，并提高监测效率和监测结果的准确率，提升用户的体验。
Description
技术领域
本发明实施例涉及智能设备技术领域，尤其涉及一种基于穿戴设备的科学睡眠监测的方法及装置。
背景技术
近几年来，穿戴设备非常的受欢迎，可穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，更是通过软件支持以及数据交互、云端交互来实现强大的功能，可穿戴设备将会对我们的生活、感知带来很大的转变。
目前，穿戴设备基本都采用了心率传感器对用户的心率进行监测，以确定用户的心率大小，但大部分穿戴设备对睡眠是没有监测管理的，而睡眠对人的身体健康有着至关重要的作用，通过穿戴设备实现对用户睡眠进行管理是亟需解决的问题。
发明内容
本发明实施例提供一种基于穿戴设备的科学睡眠监测的方法及装置，可以实现对用户睡眠的监测，提高监测效率和监测结果的准确率，提升用户的体验。
第一方面，本发明实施例提供的一种基于穿戴设备的科学睡眠监测的方法，包括：
穿戴设备获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值；
所述穿戴设备依据所述HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态；
所述穿戴设备根据所述用户的睡眠状态，确定出所述用户的睡眠结果；
所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分。
可选地，所述HRV特征值包括每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根；
所述穿戴设备依据所述HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态，包括：
所述穿戴设备将所述每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根输入到所述预设的TCN神经网络模型中，得到所述用户的睡眠状态及其对应的时间；
所述预设的TCN神经网络模型是使用初始的TCN神经网络模型对心率传感器的历史数据进行学习后得到的。
可选地，所述穿戴设备根据所述用户的睡眠状态，确定出所述用户的睡眠结果，包括：
所述穿戴设备利用预设的最短睡眠时长对所述用户的睡眠状态进行分析，确定出所述用户的睡眠状态对应的出睡点和入睡点；
所述穿戴设备对所述用户的睡眠状态对应的出睡点和入睡点及其对应的时间进行统计，确定出所述用户的睡眠结果。
可选地，所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分，包括：
所述穿戴设备根据公式(1)确定出所述用户的睡眠质量评分；
所述公式(1)为：
Sleep_score＝a1*sleep_duration+a2*rem_ratio+a3*lightsleep_ratio+a4*deepsl eep_ratio+a5*wake_time；
其中，Sleep_score为睡眠质量评分；sleep_duration为睡眠总时长；rem_ratio为REM睡眠时长占比；lightsleep_ratio为浅睡眠时长占比；deepsleep_ratio为深睡眠时长占比；wake_time为睡眠中清醒次数；a1，a2，a3，a4，a5为预设参数。
可选地，所述还包括：
所述穿戴设备依据预设监测周期对所述用户进行睡眠监测，得到所述用户的睡眠结果；或
所述穿戴设备在接收到用户睡眠结果查看请求时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测；或
所述穿戴设备在确定所述用户操作所述穿戴设备的频率超过预设频率时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测。
可选地，在所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分之后，还包括：
所述穿戴设备将所述用户的睡眠结果和所述用户的睡眠质量评分依据时间顺序排序后提供给所述穿戴设备的应用层。
第二方面，本发明实施例还提供了一种基于穿戴设备的科学睡眠监测的装置，包括：
数据预处理模块，用于获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值；
睡眠算法处理模块，用于依据所述HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态；根据所述用户的睡眠状态，确定出所述用户的睡眠结果；
睡眠质量评分模块，用于对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分。
可选地，所述HRV特征值包括每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根；
所述睡眠算法处理模块具体用于：
将所述每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根输入到所述预设的TCN神经网络模型中，得到所述用户的睡眠状态及其对应的时间；
所述预设的TCN神经网络模型是使用初始的TCN神经网络模型对心率传感器的历史数据进行学习后得到的。
可选地，所述睡眠算法处理模块具体用于：
利用预设的最短睡眠时长对所述用户的睡眠状态进行分析，确定出所述用户的睡眠状态对应的出睡点和入睡点；
对所述用户的睡眠状态对应的出睡点和入睡点及其对应的时间进行统计，确定出所述用户的睡眠结果。
可选地，所述睡眠质量评分模块具体用于：
对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分，包括：
根据公式(1)确定出所述用户的睡眠质量评分；
所述公式(1)为：
Sleep_score＝a1*sleep_duration+a2*rem_ratio+a3*lightsleep_ratio+a4*deepsl eep_ratio+a5*wake_time；
其中，Sleep_score为睡眠质量评分；sleep_duration为睡眠总时长；rem_ratio为REM睡眠时长占比；lightsleep_ratio为浅睡眠时长占比；deepsleep_ratio为深睡眠时长占比；wake_time为睡眠中清醒次数；a1，a2，a3，a4，a5为预设参数。
可选地，所述睡眠算法处理模块还用于：
依据预设监测周期对所述用户进行睡眠监测，得到所述用户的睡眠结果；或
在接收到用户睡眠结果查看请求时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测；或
在确定所述用户操作所述穿戴设备的频率超过预设频率时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测。
可选地，还包括回调模块；
所述回调模块，用于在所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分之后，将所述用户的睡眠结果和所述用户的睡眠质量评分依据时间顺序排序后提供给穿戴设备的应用层。
第三方面，本发明实施例还提供了一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述基于穿戴设备的科学睡眠监测的方法。
第四方面，本发明实施例还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述基于穿戴设备的科学睡眠监测的方法。
本发明实施例中，穿戴设备获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值，依据HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态，根据用户的睡眠状态，确定出用户的睡眠结果，对用户的睡眠结果进行评分，确定出用户的睡眠质量评分。通过使用心率传感器的PPG信号和预设的TCN神经网络模型进行分类可以实现对用户睡眠状态分类，从而得到用户的睡眠结果，最终进行评分后得到睡眠质量评分，能够实现对用户睡眠的监测，并提高监测效率和监测结果的准确率，提升用户的体验。
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要介绍，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获得其他的附图。
图1为本发明实施例提供的一种系统架构的示意图；
图2为本发明实施例提供的一种基于穿戴设备的科学睡眠监测的方法的流程示意图；
图3为本发明实施例提供的一种基于穿戴设备的科学睡眠监测的方法的流程示意图；
图4为本发明实施例提供的一种基于穿戴设备的科学睡眠监测的装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，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做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。
首先，以图1所示的结构为例对本发明实施例所适用的穿戴设备进行介绍。在本发明实施例中，穿戴设备100可以但不限于包括射频(Radio Frequency，简称“RF”)电路110、存储器120、输入单元130、WiFi模块170、显示单元140、传感器150、音频电路160、处理器180、以及马达190等部件。
其中，本领域技术人员可以理解，图1中示出的穿戴设备100结构仅为示例而非限定，穿戴设备100还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
RF电路110可用于在收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器180处理；另外，将穿戴设备100上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(LNA，LowNoise Amplifier)、双工器等。此外，RF电路110还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(GlobalSystem for Mobile communication，简称“GSM”)、通用分组无线服务(General PacketRadio Service，简称“GPRS”)、码分多址(Code Division Multiple Access，简称“CDMA”)、宽带码分多址(Wideband Code Division Multiple Access，简称“WCDMA”)、长期演进(Long Term Evolution，简称“LTE”)、电子邮件、短消息服务(Short Messaging Service，简称“SMS”)等。
其中，存储器120可用于存储软件程序以及模块，处理器180通过运行存储在存储器120的软件程序以及模块，从而执行穿戴设备100的各种功能应用以及数据处理。存储器120可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(如声音播放功能、图像播放功能等)等；存储数据区可存储根据穿戴设备100的使用所创建的数据(如音频数据、电话本等)等。此外，存储器120可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元130可用于接收输入的数字或字符信息，以及产生穿戴设备100的用户设置以及功能控制有关的键信号。具体地，输入单元130可包括触控面板131、摄像设备132以及其他输入设备133。摄像设备132，可以对需要获取的图像进行拍照，从而将图像传送给处理器180进行处理，最后将图形通过显示面板141呈现于用户。触控面板131，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板131上或在触控面板131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板131可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器180，并能接收处理器180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板131。除了触控面板131和摄像设备132，输入单元130还可以包括其他输入设备133。具体地，其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、操作杆等中的一种或多种。
其中，显示单元140可用于显示由用户输入的信息或提供给用户的信息以及穿戴设备100的各种菜单。显示单元140可包括显示面板141，可选的，可以采用液晶显示单元(LCD，Liquid Crystal Display)、有机发光二极管(OLED，Organic Light-EmittingDiode)等形式来配置显示面板141。进一步的，触控面板131可覆盖显示面板141，当触控面板131检测到在其上或附近的触摸操作后，传送给处理器180以确定触摸事件的类型，随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。
其中，该人眼能够识别的该视觉输出外显示面板141可以作为本发明实施例中的显示设备，用来显示文本信息或图像信息。虽然在图1中，触控面板131与显示面板141是作为两个独立的部件来实现穿戴设备100的输入和输出功能，但是在某些实施例中，可以将触控面板131与显示面板141集成而实现穿戴设备100的输入和输出功能。
另外，穿戴设备100还可包括至少一种传感器150，比如姿态传感器、距离传感器、光传感器以及其他传感器。
具体地，姿态传感器也可以称为运动传感器，并且，作为该运动传感器的一种，可以列举角速度传感器(也称为，陀螺仪)，当其被配置于穿戴设备100中时，用于测量运动状态中的穿戴设备100在偏转、倾斜时的转动角速度，从而，陀螺仪就可以精确分析判断出使用穿戴设备100的用户的实际动作，进而，对穿戴设备100做相应的操作。例如：体感、摇一摇(晃动穿戴设备100实现一些功能)、在全球定位系统(Global Positioning System，GPS)没有信号时(如隧道中)根据物体运动状态实现惯性导航。
传感器还可以列举光传感器，光传感器主要是用于采集光的各种光线的波长、强度等信息，实现调节显示面板141的背光强度等。
此外，在本发明实施例中，作为传感器150，还可配置气压计、湿度计、温度计和红外线传感器等其他传感器，在此不再赘述。
光传感器还可包括接近传感器，接近传感器可在穿戴设备100移动到耳边时，关闭显示面板141和/或背光。
音频电路160、扬声器161，传声器162可提供用户与穿戴设备100之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经RF电路110以发送给比如另一穿戴设备100，或者将音频数据输出至存储器120以便进一步处理。
WiFi属于短距离无线传输技术，穿戴设备100通过WiFi模块170可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块170，但是可以理解的是，其并不属于穿戴设备100的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器180是穿戴设备100的控制中心，利用各种接口和线路连接整个穿戴设备100的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行穿戴设备100的各种功能和处理数据，从而对穿戴设备100进行整体监控。可选的，处理器180可包括一个或多个处理单元；优选的，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。
可以理解的是，上述调制解调处理器也可以不集成到处理器180中。
穿戴设备100还可以包括至少一种马达190，由于穿戴设备100是耗电设备，马达190可以是一种小型电机，同时，根据马达能够提供的功率大小可以为穿戴设备100配置多个马达。
穿戴设备100还包括给各个部件供电的电源(图中未画出)。
优选地，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。尽管未示出，穿戴设备100还可以包括蓝牙模块等，在此不再赘述。
需要说明的是，上述图1所示的结构仅是一种示例，本发明实施例对此不做限定。
图2示例性的示出了本发明实施例提供的一种基于穿戴设备的科学睡眠监测的流程，该流程可以由基于穿戴设备的科学睡眠监测的装置执行，该装置可以为服务器，也可以位于服务器中。
如图2所示，该流程具体包括：
步骤201，穿戴设备获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值。
在本发明实施例中，心率传感器可以采集PPG信号，该PPG信号是利用光电容积描记(PPG，红外无损检测技术)技术进行人体运动心率的检测是红外无损检测技术在生物医学中的一个应用。它利用光电传感器，检测经过人体血液和组织吸收后的反射光强度的不同，描述出血管容积在心动周期内的变化,从得到的脉搏波形中计算出心率。通过对PPG信号的分析，可以得到RR间期数据，RR间期是每一次心脏跳动间的间隔时间，即心电图上R波和R波之间的距离，正常距离为0.6至1.0秒，对应的心率为60到100次每分。通过对RR间期数据进行处理，可以提取HRV特征值，该特征值可以包括每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根。
步骤202，所述穿戴设备依据所述HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态。
具体的，穿戴设备将每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根输入到预设的TCN神经网络模型中，得到用户的睡眠状态及其对应的时间。该预设的TCN神经网络模型是使用初始的TCN神经网络模型对心率传感器的历史数据进行学习后得到的。
也就是说，建立初始的TCN神经网络模型，然后使用心率传感器采集的历史数据，对该初始的TCN神经网络模型进行训练学习，直到达到预设训练条件为止，最终可以得到上述预设的TCN神经网络模型，从而实现对用户的睡眠状态进行分类。用户的睡眠状态可以分为睡眠和清醒两种状态。
步骤203，所述穿戴设备根据所述用户的睡眠状态，确定出所述用户的睡眠结果。
首先，穿戴设备利用预设的最短睡眠时长对用户的睡眠状态进行分析，确定出用户的睡眠状态对应的出睡点和入睡点，然后对用户的睡眠状态对应的出睡点和入睡点及其对应的时间进行统计，确定出用户的睡眠结果。
该预设的最短睡眠时长可以依据经验进行设置。通过最短睡眠时长可以实现对出、入睡点的判断和检查，就可以得到出睡时间点和入睡时间点，从而可以确定出睡眠分期。
进一步的，在通过90分钟睡眠周期对上述睡眠分期进行优化调整，能够区分出深睡和浅睡以及rem的分期，从而可以得到用户出入睡时间点，清醒次数，睡眠总时长，深浅睡和rem时长，睡眠分段及其对应状态和持续时长等睡眠结果。
步骤204，所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分。
具体的，穿戴设备可以根据公式(1)确定出所述用户的睡眠质量评分；
所述公式(1)为：
Sleep_score＝a1*sleep_duration+a2*rem_ratio+a3*lightsleep_ratio+a4*deepsl eep_ratio+a5*wake_time；
其中，Sleep_score为睡眠质量评分；sleep_duration为睡眠总时长；rem_ratio为REM睡眠时长占比；lightsleep_ratio为浅睡眠时长占比；deepsleep_ratio为深睡眠时长占比；wake_time为睡眠中清醒次数；a1，a2，a3，a4，a5为预设参数。
需要说明的是，穿戴设备可以通过预设条件来输出上述睡眠结果，具体的，穿戴设备依据预设监测周期对所述用户进行睡眠监测，得到所述用户的睡眠结果；或所述穿戴设备在接收到用户睡眠结果查看请求时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测；或所述穿戴设备在确定所述用户操作所述穿戴设备的频率超过预设频率时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测。
为了能够实现在应用层进行数据显示，穿戴设备在对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分之后，还可以将所述用户的睡眠结果和所述用户的睡眠质量评分依据时间顺序排序后提供给穿戴设备的应用层。
上述科学睡眠监测的流程具体实现过程还可以如图3所示，具体实现已在上述流程描述。
上述实施例表明，穿戴设备获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值，依据HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态，根据用户的睡眠状态，确定出用户的睡眠结果，对用户的睡眠结果进行评分，确定出用户的睡眠质量评分。通过使用心率传感器的PPG信号和预设的TCN神经网络模型进行分类可以实现对用户睡眠状态分类，从而得到用户的睡眠结果，最终进行评分后得到睡眠质量评分，能够实现对用户睡眠的监测，并提高监测效率和监测结果的准确率，提升用户的体验。
基于相同的技术构思，图4示例性的示出了本发明实施例提供的一种基于穿戴设备的科学睡眠监测的装置的结构，该装置可以执行基于穿戴设备的科学睡眠监测的流程。
如图4所示，该装置可以包括：
数据预处理模块401，用于获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值；
睡眠算法处理模块402，用于依据所述HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态；根据所述用户的睡眠状态，确定出所述用户的睡眠结果；
睡眠质量评分模块403，用于对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分。
可选地，所述HRV特征值包括每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根；
所述睡眠算法处理模块具体用于：
将所述每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根输入到所述预设的TCN神经网络模型中，得到所述用户的睡眠状态及其对应的时间；
所述预设的TCN神经网络模型是使用初始的TCN神经网络模型对心率传感器的历史数据进行学习后得到的。
可选地，所述睡眠算法处理模块具体用于：
利用预设的最短睡眠时长对所述用户的睡眠状态进行分析，确定出所述用户的睡眠状态对应的出睡点和入睡点；
对所述用户的睡眠状态对应的出睡点和入睡点及其对应的时间进行统计，确定出所述用户的睡眠结果。
可选地，所述睡眠质量评分模块具体用于：
对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分，包括：
根据公式(1)确定出所述用户的睡眠质量评分；
所述公式(1)为：
Sleep_score＝a1*sleep_duration+a2*rem_ratio+a3*lightsleep_ratio+a4*deepsl eep_ratio+a5*wake_time；
其中，Sleep_score为睡眠质量评分；sleep_duration为睡眠总时长；rem_ratio为REM睡眠时长占比；lightsleep_ratio为浅睡眠时长占比；deepsleep_ratio为深睡眠时长占比；wake_time为睡眠中清醒次数；a1，a2，a3，a4，a5为预设参数。
可选地，所述睡眠算法处理模块还用于：
依据预设监测周期对所述用户进行睡眠监测，得到所述用户的睡眠结果；或
在接收到用户睡眠结果查看请求时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测；或
在确定所述用户操作所述穿戴设备的频率超过预设频率时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测。
可选地，还包括回调模块404；
所述回调模块，用于在所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分之后，将所述用户的睡眠结果和所述用户的睡眠质量评分依据时间顺序排序后提供给穿戴设备的应用层。
基于相同的技术构思，本发明实施例还提供了一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述基于穿戴设备的科学睡眠监测的方法。
基于相同的技术构思，本发明实施例还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述基于穿戴设备的科学睡眠监测的方法。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于穿戴设备的科学睡眠监测的方法，其特征在于，包括：
穿戴设备获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值；
所述穿戴设备依据所述HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态；
所述穿戴设备根据所述用户的睡眠状态，确定出所述用户的睡眠结果；
所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分。
2.如权利要求1所述的方法，其特征在于，所述HRV特征值包括每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根；
所述穿戴设备依据所述HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态，包括：
所述穿戴设备将所述每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根输入到所述预设的TCN神经网络模型中，得到所述用户的睡眠状态及其对应的时间；
所述预设的TCN神经网络模型是使用初始的TCN神经网络模型对心率传感器的历史数据进行学习后得到的。
3.如权利要求1所述的方法，其特征在于，所述穿戴设备根据所述用户的睡眠状态，确定出所述用户的睡眠结果，包括：
所述穿戴设备利用预设的最短睡眠时长对所述用户的睡眠状态进行分析，确定出所述用户的睡眠状态对应的出睡点和入睡点；
所述穿戴设备对所述用户的睡眠状态对应的出睡点和入睡点及其对应的时间进行统计，确定出所述用户的睡眠结果。
4.如权利要求1所述的方法，其特征在于，所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分，包括：
所述穿戴设备根据公式(1)确定出所述用户的睡眠质量评分；
所述公式(1)为：
Sleep_score＝a1*sleep_duration+a2*rem_ratio+a3*lightsleep_ratio+a4*deepsleep_ratio+a5*wake_time；
其中，Sleep_score为睡眠质量评分；sleep_duration为睡眠总时长；rem_ratio为REM睡眠时长占比；lightsleep_ratio为浅睡眠时长占比；deepsleep_ratio为深睡眠时长占比；wake_time为睡眠中清醒次数；a1，a2，a3，a4，a5为预设参数。
5.如权利要求1所述的方法，其特征在于，所述还包括：
所述穿戴设备依据预设监测周期对所述用户进行睡眠监测，得到所述用户的睡眠结果；或
所述穿戴设备在接收到用户睡眠结果查看请求时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测；或
所述穿戴设备在确定所述用户操作所述穿戴设备的频率超过预设频率时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测。
6.如权利要求1至5任一项所述的方法，其特征在于，在所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分之后，还包括：
所述穿戴设备将所述用户的睡眠结果和所述用户的睡眠质量评分依据时间顺序排序后提供给所述穿戴设备的应用层。
7.一种基于穿戴设备的科学睡眠监测的装置，其特征在于，包括：
数据预处理模块，用于获取心率传感器发送的PPG信号，并确定出RR间期数据，以及提取HRV特征值；
睡眠算法处理模块，用于依据所述HRV特征值和预设的TCN神经网络模型进行分类，确定出用户的睡眠状态；根据所述用户的睡眠状态，确定出所述用户的睡眠结果；
睡眠质量评分模块，用于对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分。
8.如权利要求7所述的装置，其特征在于，所述HRV特征值包括每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根；
所述睡眠算法处理模块具体用于：
将所述每分钟RR间期数据的均值、标准差和相邻RR间期差值均方根输入到所述预设的TCN神经网络模型中，得到所述用户的睡眠状态及其对应的时间；
所述预设的TCN神经网络模型是使用初始的TCN神经网络模型对心率传感器的历史数据进行学习后得到的。
9.一种计算设备，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行权利要求1至6任一项所述的方法。
10.一种计算机可读非易失性存储介质，其特征在于，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行如权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311183510.2A CN117179706A (zh) | 2023-09-13 | 2023-09-13 | 一种基于穿戴设备的科学睡眠监测的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311183510.2A CN117179706A (zh) | 2023-09-13 | 2023-09-13 | 一种基于穿戴设备的科学睡眠监测的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117179706A true CN117179706A (zh) | 2023-12-08 |
Family
ID=88997505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311183510.2A Pending CN117179706A (zh) | 2023-09-13 | 2023-09-13 | 一种基于穿戴设备的科学睡眠监测的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117179706A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117370769A (zh) * | 2023-12-08 | 2024-01-09 | 深圳市光速时代科技有限公司 | 一种适用于睡眠环境的智能穿戴设备数据处理方法 |
-
2023
- 2023-09-13 CN CN202311183510.2A patent/CN117179706A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117370769A (zh) * | 2023-12-08 | 2024-01-09 | 深圳市光速时代科技有限公司 | 一种适用于睡眠环境的智能穿戴设备数据处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10223574B2 (en) | Method for fingerprint template update and terminal device | |
| KR102561587B1 (ko) | 전자 장치 및 그의 동작 방법 | |
| US10425815B2 (en) | Unlocking control method and mobile terminal | |
| CN109718112B (zh) | 用药提醒方法、装置及计算机可读存储介质 | |
| CN113440118A (zh) | 获取ppg信号的方法、装置、终端设备和存储介质 | |
| US10725820B2 (en) | Application control method and mobile terminal | |
| CN106203290A (zh) | 一种指纹图像采集方法及终端 | |
| AU2018299499B2 (en) | Method for iris recognition and related products | |
| CN105207880B (zh) | 群组推荐方法和装置 | |
| WO2015120762A1 (zh) | 一种生理参数测量系统 | |
| CN109993234B (zh) | 一种无人驾驶训练数据分类方法、装置及电子设备 | |
| WO2019095155A1 (zh) | 一种疲劳提示方法和终端 | |
| CN117179706A (zh) | 一种基于穿戴设备的科学睡眠监测的方法及装置 | |
| CN108958593A (zh) | 一种确定通讯对象的方法及移动终端 | |
| CN110012148A (zh) | 一种手环控制方法、手环及计算机可读存储介质 | |
| WO2017198036A1 (en) | Method for controlling unlocking and mobile terminal | |
| EP4066730B1 (en) | Data acquisition method, terminal device, and storage medium | |
| CN107832714B (zh) | 活体鉴别方法、装置及存储设备 | |
| CN115193009B (zh) | 一种仰卧起坐次数计算方法及可穿戴设备 | |
| CN115040116A (zh) | 一种穿戴设备活动量监测的方法及装置 | |
| CN114814767A (zh) | 一种信息处理方法、装置、电子设备及存储介质 | |
| CN114111834A (zh) | 一种确定穿戴设备离开特定区域的方法及装置 | |
| CN109495647B (zh) | 一种信息提示方法及移动终端 | |
| CN114190920B (zh) | 一种穿戴设备识别用户年龄的方法及装置 | |
| CN105426400A (zh) | 用户匹配度的判断方法和装置 |
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 |