【技术实现步骤摘要】
睡眠监测方法、装置、设备及可读存储介质
本专利技术涉及睡眠监测
，更具体地说，涉及睡眠监测方法、装置、设备及可读存储介质。
技术介绍
传统的睡眠质量检测是通过多导睡眠仪来实现的。多导睡眠仪通过采集心电信号、脑电信号、眼电信号、肌电信号、胸腹呼吸运动信号、口鼻气流信号、鼾声信号、血氧饱和度、体动信号、体位信号和肢体运动信号进行融合分析。这些信号的采集需要的设备成本较高，用户的体验较差，甚至影响使用者的睡眠质量；因此，多导睡眠仪只使用在特定场所，如医院、护理中心和某些研究试验室。目前，智能手环等可穿戴设备中的睡眠监测功能，大多是基于加速度传感器检测运动变量来实现的。专利技术人发现现有的可穿戴设备进行睡眠监测时，依据的阈值都是固定值，并没有考虑不同睡眠场景下被监测者运动量的差异，导致最后的检测结果准确性较低。例如床上睡觉、列车卧铺上睡觉、轮船卧铺上睡觉、公交上睡觉、飞机上睡觉、沙滩上睡觉、吊床上睡觉、趴在桌子上睡觉、斜靠着床头睡觉、躺卧着睡觉、坐在床上睡觉、坐在轮椅上睡觉、站着背靠墙睡觉、婴幼儿在父母的怀抱里睡觉、婴...
【技术保护点】
1.一种睡眠监测方法，其特征在于，包括：/n获取加速度传感器输出的加速度信号，以及脉搏传感器输出的脉搏信号；/n根据所述脉搏信号，判断被监测者是否佩戴着睡眠检测设备，若是，则将所述加速度信号输入到预先训练得到的睡眠场景识别模型，得到所述睡眠场景识别模型输出的睡眠场景；/n根据预设的睡眠场景与各类阈值的对应关系，查询得到与所述睡眠场景识别模型输出的睡眠场景对应的各类阈值；/n根据所述加速度信号，和所述与所述睡眠场景识别模型输出的睡眠场景对应的各类阈值，对所述被监测者进行睡眠监测。/n
【技术特征摘要】
1.一种睡眠监测方法，其特征在于，包括：
获取加速度传感器输出的加速度信号，以及脉搏传感器输出的脉搏信号；
根据所述脉搏信号，判断被监测者是否佩戴着睡眠检测设备，若是，则将所述加速度信号输入到预先训练得到的睡眠场景识别模型，得到所述睡眠场景识别模型输出的睡眠场景；
根据预设的睡眠场景与各类阈值的对应关系，查询得到与所述睡眠场景识别模型输出的睡眠场景对应的各类阈值；
根据所述加速度信号，和所述与所述睡眠场景识别模型输出的睡眠场景对应的各类阈值，对所述被监测者进行睡眠监测。
2.根据权利要求1所述的睡眠监测方法，其特征在于，在将所述加速度信号输入到预先训练得到的睡眠场景识别模型之前，还包括：
对所述加速度信号进行零均值标准化处理。
3.根据权利要求1所述的睡眠监测方法，其特征在于，根据所述脉搏信号，判断被监测者是否佩戴着睡眠检测设备，具体包括：
通过比对预设的一段时间内所述脉搏信号的最大值和最小值之间的差值，与预设的幅度阈值的大小关系，确定所述被监测者是否佩戴着睡眠监测设备。
4.根据权利要求1所述的睡眠监测方法，其特征在于，根据所述脉搏信号，判断被监测者是否佩戴着睡眠检测设备，具体包括：
根据所述脉冲信号是否呈周期性变化，确定所述被监测者是否佩戴着睡眠监测设备。
5.根据权利要求1所述的睡眠监测方法，其特征在于，所述各类阈值包括第一静止判断阈值、第二静止判断阈值、第一剧烈运动判断阈值、第二剧烈运动判断阈值、深睡判断阈值和运动判断阈值；
根据所述加速度信号和所述与所述睡眠场景识别模型输出的睡眠场景对应的各类阈值，对所述被监测者进行睡眠监测，具体包括：
在所述加速度信号与重力加速度的差值的绝对值小于第一静止判断阈值，和/或，所述加速度信号的方差小于第二静止判断阈值时，确定所述被监测者处于静止状态；
在所述加速度信号与重力加速度的差值的绝对值不小于第一静止判断阈值且小于第一剧烈运动判断阈值，和/或，所述加速度信号的方差不小于第二静止判断阈值且小于第二剧烈运动判断阈值时，确定所述被监测者处于微运动状态；
在所述加速度信号与重力加速度的差值的绝对值不小于第一剧烈运动判断阈值，和/或，所述加速度信号的方差不小于第二剧烈运动判断阈值时，确定所述被监测者处于剧烈运动状态；
在所述被监测者处于静止状态的持续时间大于深睡判断阈值后，确定所述被监测者处于深睡状态；
在一段监测时间内，若所述被监测者处于剧烈运动状态的占比大...
【专利技术属性】
技术研发人员：石用伍，谢泉，石用德，罗姣莲，
申请(专利权)人：贵州省人民医院，
类型：发明
国别省市：贵州;52
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。