本发明专利技术提供了一种睡眠状态监测方法，包括S1.监测被测人的在固定时间段内的翻转次数；S2.设定一个阈值A，将所述步骤S1中的得到翻转次数与阈值做比较，得到相应的被测人状态；S3.保存被测人状态和所述步骤S1中的得到翻转次数。本发明专利技术所述的睡眠状态监测方法通过重力传感器获取数据然后进行方法分析来准确记录用户睡眠质量，深睡和浅睡时间，节约成本。为用户提高自己的睡眠质量提供可靠的参考依据。
【技术实现步骤摘要】
本专利技术属于计算机方法领域，尤其是涉及。
技术介绍
睡眠是高等脊椎动物周期性出现的一种自发的和可逆的静息状态，表现为机体对外界刺激的反应性降低和意识的暂时中断。人的一生大约有1/3的时间是在睡眠中度过的。当人们处于睡眠状态中时，可以使人们的大脑和身体得到休息、休整和恢复，适量的睡眠有助于人们日常的工作和学习。科学提高睡眠质量，是人们正常工作学习生活的保障。随着现代生活质量提高，越来越多人开始注重自己的睡眠质量，好的睡眠对稳定情绪、平衡心态、恢复精力极为重要。睡眠监测做为一种有效记录监控锻炼的监控手段，已经广泛应用在移动终端中。现有技术中，睡眠监测的起床和入睡时间不准确，导致误判。
技术实现思路
有鉴于此，本专利技术旨在提出，以解决入睡时间判断不准确的问题。为达到上述目的，本专利技术的技术方案是这样实现的: ，包括 51.监测被测人的在固定时间段内的翻转次数； 52.设定一个阈值A，将所述步骤SI中的得到翻转次数与阈值做比较，得到相应的被测人状态； 53.保存被测人状态和所述步骤SI中的得到翻转次数。进一步的，所述步骤SI中利用重力传感器监测被测人加速度的变化，加速度的变化值大于设定值，被认定为一次翻转。进一步的，所述步骤SI中，建立坐标轴，利用重力传感器监测被测人X轴、Y轴和Z轴方向加速度的变化。进一步的，所述步骤I中的固定时间段为15分钟。进一步的，所述步骤S2中白天时间，阈值A为Al，夜晚时间，阈值A为A2。进一步的，所述步骤S2中白天时间，当所述步骤SI中的得到翻转次数大于Al，判断为WAKEUP状态，翻转次数小于Al，判断为SLEEP状态，翻转次数为0，判断为TAKEOFF状??τ O进一步的，所述步骤S2中夜晚时间，当所述步骤SI中的得到翻转次数大于Α2，判断为WAKEUP状态，翻转次数小于Α2，判断为SLEEP状态，翻转次数为0，判断为TAKEOFF状??τ O进一步的，所述步骤S3中，若处于SLEEP状态，则将SLEEP状态的起始时间保存为STARTTIME ;若处于WAKEUP状态或者TAKEOFF状态，则向前寻找上一个翻转次数小于阈值的时间段的结束时间设为ENDHME。进一步的，所述步骤S3中保存STARTHME和ENDHME。进一步的，所述步骤S3中保存STARTHME和ENDHME之间的时间段内每半个小时内被测人的翻转次数。相对于现有技术，本专利技术所述的睡眠状态监测方法具有以下优势: 本专利技术所述的睡眠状态监测方法通过重力传感器获取数据然后进行方法分析来准确记录用户睡眠质量，深睡和浅睡时间，节约成本。为用户提高自己的睡眠质量提供可靠的参考依据。【附图说明】构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中: 图1为本专利技术实施例所述的睡眠状态监测方法流程图。【具体实施方式】需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。将睡眠状态监测方法用于一个睡眠监测手环。如图1所示，通过重力传感器可以检测各个方向加速度的特性，建立坐标系，其中三轴(x，y，z轴)加速度变化大于提前设定的阈值A来判断手环是否翻转来达到监测睡眠的目的。首先，我们通过对大量睡眠数据的分析设定一个半小时翻转次数的阈值A，并设定半小时存储一次用户的翻转次数。其次，我们设定了三个状态即SLEEP状态、WAKEUP状态、TAKEOFF手环。我们设定15分钟，这个时间能够有效的平衡功耗和监测精度，监测一组用户的翻转数据，如果连续三组数据都小于我们设定阈值A，即认定用户的状态为SLEEP状态，入睡时间STARTHME即当前时间减去监测三组数据的时间45分钟；如果连续三组数据都为0，即认定用户为TAKEOFF手环，因为实验证明绝大多数人睡眠翻转次数都不为O ;如果连续三组数据都大于我们设定的阈值A，即认定用户状态为WAKEUP状态，清醒时间ENDHME为当前时间减去监测三组数据时间45分钟。最后是剔除误判为WAKEUP状态的干扰。用户正常的睡眠手环会监测到一段数据，这一段数据包括STARTI1ME、ENDI1ME、入睡到醒来这段时间每隔半小时记录一次的翻转次数，但某些异常情况，如用户睡眠时翻转较多，频繁判定睡眠清醒的情况，会产生多组数据，我们会把ENDHME与STARTHME的差值小于半小时的数据与前一段数据合并。因为白天和晚上平均翻转次数不同，白天主要时间再工作或者学习，可以设定较小的阈值Al来判定是入睡，晚上主要时间在休息包括睡眠，可以设定较大的阈值A2来判定入睡.为了增加对不同用户的入睡、醒来、睡眠质量的监测，我们还保存不同用户几天睡眠的翻转次数，根据几天数据的加权平均计算出一个翻转次数的阈值来判定用户的睡眠情况。通过无线传输手段，方法中的数据可以传输到终端，进行分析。以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。【主权项】1.，其特征在于:包括 51.监测被测人的在固定时间段内的翻转次数； 52.设定一个阈值A，将所述步骤SI中的得到翻转次数与阈值做比较，得到相应的被测人状态； 53.保存被测人状态和所述步骤SI中的得到翻转次数。2.根据权利要求1所述的睡眠状态监测方法，其特征在于:所述步骤SI中利用重力传感器监测被测人加速度的变化，加速度的变化值大于设定值，被认定为一次翻转。3.根据权利要求2所述的睡眠状态监测方法，其特征在于:所述步骤SI中，建立坐标轴，利用重力传感器监测被测人X轴、Y轴和Z轴方向加速度的变化。4.根据权利要求1所述的睡眠状态监测方法，其特征在于:所述步骤I中的固定时间段为15分钟。5.根据权利要求1所述的睡眠状态监测方法，其特征在于:所述步骤S2中白天时间，阈值A为Al，夜晚时间，阈值A为A2。6.根据权利要求5所述的睡眠状态监测方法，其特征在于:所述步骤S2中白天时间，当所述步骤SI中的得到翻转次数大于Al，判断为WAKEUP状态，翻转次数小于Al，判断为SLEEP状态，翻转次数为O，判断为TAKEOFF状态。7.根据权利要求5所述的睡眠状态监测方法，其特征在于:所述步骤S2中夜晚时间，当所述步骤SI中的得到翻转次数大于A2，判断为WAKEUP状态，翻转次数小于A2，判断为SLEEP状态，翻转次数为0，判断为TAKEOFF状态。8.根据权利要求6或7所述的睡眠状态监测方法，其特征在于:所述步骤S3中，若处于SLEEP状态，则将SLEEP状态的起始时间保存为STARTHME ;若处于WAKEUP状态或者TAKEOFF状态，则向前寻找上一个翻转次数小于阈值的时间段的结束时间设为ENDHME。9.根据权利要求8所述的睡眠状态监测方法，其特征在于:所述步骤S3中保存STARTTIME 和 ENDHME。10.根据权利要求8所述的睡眠状态监测方法，其特征在于:所述步骤S3中保存STARTTIME和ENDHME之间的时间段内每半个小时内被测人的翻转次数。【专利摘要】本专利技术提供了，包括S1.监测被测人的在固定时间段内的翻转次数；S2.设定一个阈值A，将所述步骤S1中的得到本文档来自技高网...
【技术保护点】
一种睡眠状态监测方法，其特征在于：包括S1.监测被测人的在固定时间段内的翻转次数；S2.设定一个阈值A，将所述步骤S1中的得到翻转次数与阈值做比较，得到相应的被测人状态；S3.保存被测人状态和所述步骤S1中的得到翻转次数。
【技术特征摘要】
【专利技术属性】
技术研发人员：徐佳，李永强，
申请(专利权)人：上海卓易科技股份有限公司，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。