一种人体睡眠状态监测方法和装置制造方法及图纸

本发明专利技术公开了一种人体睡眠状态监测方法，包括步骤：获取用户睡眠动作值和动作频次；根据在预设滑动窗口时间内的用户睡眠动作值和动作频次，判断用户的睡眠状态。所述睡眠状态包括清醒状态和入睡状态，所述入睡状态包括大动作入睡状态、小动作入睡状态和安静入睡状态，还包括进行脱落静置状态判断，还公开了一种人体睡眠状态监测装置，包括：数据获取模块和睡眠状态判断模块。本发明专利技术能够准确地自动侦测出佩戴者的睡眠时间，自动进行睡眠状态分析，并且能够对睡眠状态的有效性进行判断，识别出易误判的非睡眠状态，得到准确度高的睡眠信息，提供了一种准确度高的睡眠监测方法。

【技术实现步骤摘要】
一种人体睡眠状态监测方法和装置
本专利技术涉及睡眠监测领域，具体地，本专利技术涉及一种人体睡眠状态监测方法和装置。
技术介绍
随着科技的发展，可穿戴设备进入越来越多人的生活，通过可穿戴中的多传感器采集人体数据，并通过算法分析，能得到各种活动和体征数据，并给出建议得到了越来越多用户的青睐。人的一生有将近1/3的时间处在睡眠阶段，人体的睡眠分为浅睡阶段和深度睡眠阶段，从浅睡阶段开始进入深度睡眠阶段，然后再渐渐变浅，睡眠质量的好坏并不是完全取决于睡眠时间的长短，即使睡眠时间充足，但在深度睡眠阶段被打断，此阶段进行的长期记忆恢复和重要的生理代谢过程将被干扰，长期出现这种在不适宜阶段将极大地影响人的身心健康和大脑记忆功能。有效准确地监测人体睡眠状态，反应睡眠质量，为人体睡眠健康管理提供有效的理论依据是很有必要的，随着移动互联网的发展和技术的进步，穿戴式智能设备已经从概念化走向商用化，通过这些设备，人可以更好的感知外部与自身的信息，能够在计算机、网络甚至其它人的辅助下更为高效率的处理信息，能够实现无缝的交流。现有技术中，具有睡眠侦测功能的穿戴式智能设备的睡眠侦测技术不能准确判断入睡和醒来时间，且容易将非睡眠时间判断为睡眠时间。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的是提供一种能够准确地侦测出佩戴者的睡眠状态的人体睡眠状态监测方法和设备。本专利技术所采用的技术方案是：一种人体睡眠状态监测方法，包括：获取用户睡眠动作值和动作频次；根据在预设滑动窗口时间内的用户睡眠动作值和动作频次，判断用户睡眠状态。进一步地，所述传获取用户睡眠动作值和动作频次具体为：利用加速度传感器获取用户睡眠动作值和动作频次。进一步地，所述利用加速度传感器获取用户睡眠动作值和动作频次具体包括子步骤：周期性获取加速度传感器三轴数据变化量Sn，n＝1,2……n；所述动作值SumAct满足：SumAct＝S1+S2+……+Sn；所述动作频次满足：当所述三轴数据变化量Sn大于预设动作阈值时，动作频次加一。进一步地，所述根据在预设滑动窗口时间内的用户睡眠动作值和动作频次，判断用户睡眠状态具体包括步骤：比较预设滑动窗口时间内动作数据与预设的入睡指标；根据所述比较结果进行睡眠状态分类；所述睡眠状态包括清醒状态和入睡状态。进一步地，所述入睡状态包括大动作入睡状态、小动作入睡状态和安静入睡状态。进一步地，还包括：利用加速度传感器获取用户睡眠Z轴平均值，通过比较所述Z轴平均值和动作频次与预设静置指标进行脱落静置状态判断。进一步地，获取用户睡眠动作值和动作频次还包括步骤：对所述加速度传感器三轴数据变化量Sn进行滤波处理。进一步地，还包括：将所述入睡状态持续时间与预设的有效睡眠指标数据进行比较，大于预设的有效睡眠指标数据就判定为一次有效睡眠；所述入睡状态持续时间包括大动作入睡状态持续时间、小动作入睡状态持续时间和安静入睡状态持续时间。进一步地，还包括：根据睡眠时长和睡眠状态来划分为睡眠质量等级。另一方面，本专利技术还提供一种人体睡眠状态监测装置，包括：数据获取模块，用于获取用户睡眠动作值和动作频次；睡眠状态判断模块，根据在预设滑动窗口时间内的用户睡眠动作值和动作频次，判断用户睡眠状态。本专利技术的有益效果是：本专利技术采用的睡眠监测算法能够准确地自动侦测出佩戴者的睡眠时间，自动进行睡眠状态分析，并且能够对睡眠状态的有效性进行判断，能准确判断入睡和醒来时间，并且识别出易误判的非睡眠状态，并进行睡眠质量判断，根据睡眠时常和睡眠状态来划分为睡眠质量等级，得到准确度高的睡眠综合信息，帮助用户根据有效的理论依据进行人体睡眠健康管理，达到优质的睡眠状态，提供了一种准确度高的睡眠监测方法。附图说明图1是本专利技术一种实施例中的人体睡眠状态监测方法示意图。图2是本专利技术一种实施例中的加速度传感器数据处理示意图。图3是本专利技术一种实施例中的睡眠状态判断分类流程示意图。图4是本专利技术一种实施例中的有效睡眠判断流程示意图。图5是本专利技术一种实施例中的人体睡眠状态监测整体流程图。图6是本专利技术一种实施例中的人体睡眠状态监测结果图。图7是本专利技术一种实施例中的人体睡眠状态监测装置结构框图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。如图1所示，为本专利技术一种实施例中的人体睡眠状态监测方法示意图，睡眠状态检测包括步骤：S1获取用户睡眠动作值和动作频次，S2根据在预设滑动窗口时间内的用户睡眠动作值和动作频次，判断用户睡眠状态。传获取用户睡眠动作值和动作频次具体为：利用加速度传感器获取用户睡眠动作值和动作频次，具体包括子步骤：周期性获取加速度传感器三轴数据变化量Sn，n＝1,2……n；动作值SumAct满足：SumAct＝S1+S2+……+Sn；动作频次满足：当三轴数据变化量Sn大于预设动作阈值时，动作频次加一。利用加速度传感器获取X、Y、Z三轴数据，并通过计算得三轴数据变化量Sn，n＝1,2……n。本专利技术另一个实施例中获取用户睡眠动作值和动作频次还包括步骤对加速度传感器三轴数据变化量Sn进行滤波处理。本专利技术另一个实施例还包括利用加速度传感器获取用户睡眠Z轴平均值，通过比较Z轴平均值和动作频次与预设静置指标进行脱落静置状态判断。如图2所示，本专利技术一种实施例中的加速度传感器数据处理示意图，该实施例中，本专利技术人体睡眠状态监测方法对获取的加速度传感器数据处理步骤包括：每秒钟调用一次三轴加速度值，对获取的三轴加速度值进行阈值滤波，累计一分钟(60秒)的三轴动作值、动作频次和Z轴平均值，将累计的一分钟动作数据存入预设滑动窗口内。加速度传感器采样频率设置为1HZ，采样范围为±2g，采样频率设置为1HZ时，能减少使用功耗，而采样范围设置为±2g能提高加速度传感器的灵敏度，利于捕捉到微小的动作用于睡眠状态分析。数据处理步骤如下：1.每秒钟读取加速度传感器的X、Y、Z三轴数据，本实施例中假设当前一秒的三轴值为Xn、Yn、Zn，上一秒的三轴值为Xn-1、Yn-1、Zn-1。2.阈值滤波，由于传感器的微小抖动是不可避免的，导致每次的测量数值都会有微小波动，因此需要进行阈值滤波以消除传感器本身对测量数值的影响。本实施例中设定阈值为T，当变化量|Xn-Xn-1|、|Yn-Yn-1|、|Yn-Yn-1|小于阈值T时，则可以忽略本次传感器变化造成的测量影响，定义变化量为0，当大于阈值T时，对变化量进行下述步骤的计算，阈值大小设定可参考下面的一个具体实施例的设定方式，例如某一个实施例中：X2、Y2、Z2＝{-50,-13,36}，X1、Y1、Z1＝{-52,-11,35}，由该测量数据可以看出，虽然传感器处于静止状态，但是三轴测量值还是有微小的波动，因此根据测量值可以设置阈值为2。3.累加一分钟的传感器测量值，包括动作值、动作频次和Z轴平均值。(1)累加一分钟内动作值SumAct。当前一秒的动作变化值为：Sn＝|Xn-Xn-1|+|Yn-Yn-1|+|Yn-Yn-1|，则累计一分钟内动作值为SumAct＝S1+S2+...+S60。在某一个实施例中动作值数据如下所示：X1、Y1、Z1＝{-36,0,40}，X2、Y2、Z2＝{-41,-3,45}...则有S2＝14.本文档来自技高网...

【技术保护点】
1.一种人体睡眠状态监测方法，其特征在于，包括：获取用户睡眠动作值和动作频次；根据在预设滑动窗口时间内的用户睡眠动作值和动作频次，判断用户睡眠状态。

【技术特征摘要】
1.一种人体睡眠状态监测方法，其特征在于，包括：获取用户睡眠动作值和动作频次；根据在预设滑动窗口时间内的用户睡眠动作值和动作频次，判断用户睡眠状态。2.根据权利要求1所述的一种人体睡眠状态监测方法，其特征在于，所述传获取用户睡眠动作值和动作频次具体为：利用加速度传感器获取用户睡眠动作值和动作频次。3.根据权利要求2所述的一种人体睡眠状态监测方法，其特征在于，所述利用加速度传感器获取用户睡眠动作值和动作频次具体包括子步骤：周期性获取加速度传感器三轴数据变化量Sn，n＝1,2……n；所述动作值SumAct满足：SumAct＝S1+S2+……+Sn；所述动作频次满足：当所述三轴数据变化量Sn大于预设动作阈值时，动作频次加一。4.根据权利要求3所述的一种人体睡眠状态监测方法，其特征在于，所述根据在预设滑动窗口时间内的用户睡眠动作值和动作频次，判断用户睡眠状态具体包括步骤：比较预设滑动窗口时间内动作数据与预设的入睡指标；根据所述比较结果进行睡眠状态分类；所述睡眠状态包括清醒状态和入睡状态。5.根据权利要求4所述的一种人体睡眠监测方法，其特征在于，所述...

【专利技术属性】
技术研发人员：周文彬，李裕桥，
申请(专利权)人：深圳智芯数据服务有限公司，
类型：发明
国别省市：广东,44