一种睡眠质量评估方法及客户端、服务器、存储介质技术

本申请实施例公开了一种睡眠质量评估方法及客户端、服务器、存储介质，涉及人工智能技术领域，包括：向服务器发送模型获取指令，以基于模型获取指令从服务器处获取第一模型；利用样本对象对应的样本环境参数和样本睡眠标签训练第一模型，得到睡眠质量评估模型；样本环境参数为样本对象所处环境的环境参数；样本睡眠标签为与样本环境参数对应的睡眠标签；在接收到待测试对象对应的待测试环境参数的情况下，将待测试环境参数输入睡眠质量评估模型，得到待测试对象对应的睡眠质量评估结果。得到待测试对象对应的睡眠质量评估结果。得到待测试对象对应的睡眠质量评估结果。

【技术实现步骤摘要】
一种睡眠质量评估方法及客户端、服务器、存储介质


[0001]本申请涉及人工智能
，尤其涉及一种睡眠质量评估方法及客户端、服务器、存储介质。

技术介绍

[0002]睡眠质量对当代人们的身体健康有着重要的影响。由于当代互联网的快速发展，涌现出了越来越多的网上“冲浪”夜猫子，沉迷于网络的世界，随着人们享受这种网络快流量的视听冲击，伴之而来的是睡眠不规律和失眠的困扰。因此需要对人们的睡眠进行监测，提高人们的身体康健指数。
[0003]现有技术中，是在远程云中心收集和存储大量的用户睡眠监控数据，并对该用户睡眠监控数据进行分析来确定出用户的睡眠质量，由于用户的睡眠监控数据涉及到用户的隐私，在远程云中心收集和存储大量的用户睡眠监控数据会带来很大的隐私泄露风险，降低了评估用户睡眠质量时的安全性。

技术实现思路

[0004]为解决上述技术问题，本申请实施例期望提供一种睡眠质量评估方法及客户端、服务器、存储介质，能够提高睡眠质量评估时的安全性。
[0005]本申请的技术方案是这样实现的：
[0006]本申请实施例提供一种睡眠质量评估方法，应用于客户端，包括：
[0007]向服务器发送模型获取指令，以基于所述模型获取指令从所述服务器处获取第一模型；
[0008]利用样本对象对应的样本环境参数和样本睡眠标签训练所述第一模型，得到睡眠质量评估模型；所述样本环境参数为所述样本对象所处环境的环境参数；所述样本睡眠标签为与所述样本环境参数对应的睡眠标签；
[0009]在接收到待测试对象对应的待测试环境参数的情况下，将所述待测试环境参数输入所述睡眠质量评估模型，得到所述待测试对象对应的睡眠质量评估结果。
[0010]本申请实施例又提供一种睡眠质量评估方法，应用于服务器，包括：
[0011]在接收到客户端传输的模型获取指令的情况下，获取与所述模型获取指令对应的第一模型；
[0012]向所述客户端发送所述第一模型，以供所述客户端基于客户端处的样本环境参数和样本睡眠标签训练所述第一模型，得到所述睡眠质量评估模型。
[0013]本申请实施例提供了一种客户端，所述客户端包括：
[0014]第一发送单元，用于向服务器发送模型获取指令；
[0015]第一获取单元，用于基于所述模型获取指令从所述服务器处获取第一模型；
[0016]训练单元，用于利用样本对象对应的样本环境参数和样本睡眠标签训练所述第一模型，得到睡眠质量评估模型；所述样本环境参数为所述样本对象所处环境的环境参数；所
述样本睡眠标签为与所述样本环境参数对应的睡眠标签；
[0017]输入单元，用于在接收到待测试对象对应的待测试环境参数的情况下，将所述待测试环境参数输入所述睡眠质量评估模型，得到所述待测试对象对应的睡眠质量评估结果。
[0018]本申请实施例提供了一种服务器，所述服务器包括：
[0019]第二获取单元，用于在接收到客户端传输的模型获取指令的情况下，获取与所述模型获取指令对应的第一模型；
[0020]第二发送单元，用于向所述客户端发送所述第一模型，以供所述客户端基于客户端处的样本环境参数和样本睡眠标签训练所述第一模型，得到所述睡眠质量评估模型。
[0021]本申请实施例又提供了一种客户端，所述客户端包括：
[0022]第一存储器、第一处理器和第一通信总线，所述第一存储器通过所述第一通信总线与所述第一处理器进行通信，所述第一存储器存储所述第一处理器可执行的睡眠质量评估的程序，当所述睡眠质量评估的程序被执行时，通过所述第一处理器执行上述所述的应用于客户端中的睡眠质量评估方法。
[0023]本申请实施例又提供了一种服务器，所述服务器包括：
[0024]第二存储器、第二处理器和第二通信总线，所述第二存储器通过所述第二通信总线与所述第二处理器进行通信，所述第二存储器存储所述第二处理器可执行的睡眠质量评估的程序，当所述睡眠质量评估的程序被执行时，通过所述第二处理器执行上述所述的应用于服务器中的睡眠质量评估方法。
[0025]本申请实施例提供了一种存储介质，其上存储有计算机程序，应用于服务器和客户端，其特征在于，该计算机程序被第一处理器执行时实现上述所述的应用于客户端中的睡眠质量评估方法；该计算机程序被第二处理器执行时实现应用于服务器中的睡眠质量评估方法。
[0026]本申请实施例提供了一种睡眠质量评估方法及客户端、服务器、存储介质，睡眠质量评估方法包括：向服务器发送模型获取指令，以基于模型获取指令从服务器处获取第一模型；利用样本对象对应的样本环境参数和样本睡眠标签训练第一模型，得到睡眠质量评估模型；样本环境参数为样本对象所处环境的环境参数；样本睡眠标签为与样本环境参数对应的睡眠标签；在接收到待测试对象对应的待测试环境参数的情况下，将待测试环境参数输入睡眠质量评估模型，得到待测试对象对应的睡眠质量评估结果。采用上述方法实现方案，客户端利用样本对象对应的样本环境参数和样本睡眠标签训练从服务器处获取第一模型，得到睡眠质量评估模型，不需要再向服务器发送样本对象的样本环境参数，不存在将样本对象的样本环境参数或者是待测试对象对应的待测试环境参数泄露的风险，提高了睡眠质量评估时的安全性。
附图说明
[0027]图1为本申请实施例提供的一种现有技术中的基于传统机器学习的睡眠质量评估网络模型训练图；
[0028]图2为本申请实施例提供的一种睡眠质量评估方法流程图一；
[0029]图3为本申请实施例提供的一种示例性的数据收集模块示意图；
[0030]图4为本申请实施例提供的一种示例性的基于随机森林算法的睡眠预测图；
[0031]图5为本申请实施例提供的一种示例性的睡眠质量评估方法的总体流程框架图；
[0032]图6为本申请实施例提供的一种睡眠质量评估方法流程图二；
[0033]图7为本申请实施例提供的一种示例性的训练睡眠质量评估模型的流程图；
[0034]图8为本申请实施例提供的一种示例性的基于联邦学习和边缘计算的用户睡眠质量评价训练示意图；
[0035]图9为本申请实施例提供的一种客户端的组成结构示意图一；
[0036]图10为本申请实施例提供的一种客户端的组成结构示意图二
[0037]图11为本申请实施例提供的一种服务器的组成结构示意图一；
[0038]图12为本申请实施例提供的一种服务器的组成结构示意图二。
具体实施方式
[0039]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0040]目前的医疗健康相关的应用程序通常是在远程云中心收集和存储大量的用户睡眠监控数据，利用远程云中心的用户睡眠监控数据训练的机器学习(ML)模型执行用户健康监测。如图1所示，各个终端用户会将自己的用户睡眠数据(用户睡眠监控数据)发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种睡眠质量评估方法，其特征在于，应用于客户端，所述方法包括：向服务器发送模型获取指令，以基于所述模型获取指令从所述服务器处获取第一模型；利用样本对象对应的样本环境参数和样本睡眠标签训练所述第一模型，得到睡眠质量评估模型；所述样本环境参数为所述样本对象所处环境的环境参数；所述样本睡眠标签为与所述样本环境参数对应的睡眠标签；在接收到待测试对象对应的待测试环境参数的情况下，将所述待测试环境参数输入所述睡眠质量评估模型，得到所述待测试对象对应的睡眠质量评估结果。2.根据权利要求1所述的方法，其特征在于，所述利用样本对象对应的样本环境参数和样本睡眠标签训练所述第一模型，得到睡眠质量评估模型，包括：利用所述样本环境参数和样本睡眠标签训练所述第一模型，得到所述初始训练模型；获取所述初始训练模型的初始模型参数；并向所述服务器发送所述初始模型参数；以供所述服务器根据所述初始模型参数调整所述服务器处的第一模型，得到调整后的第一模型；在接收到所述服务器传输的所述调整后的第一模型收敛的指令的情况下，从所述指令中获取所述调整后的第一模型对应的模型调整参数；利用所述模型调整参数替换所述初始训练模型中的初始模型参数，得到初始模型，并将所述初始模型作为所述睡眠质量评估模型。3.根据权利要求2所述的方法，其特征在于，所述向所述服务器发送所述初始模型参数之后，所述方法还包括：在接收到所述服务器传输的所述调整后的第一模型不收敛的指令的情况下，从所述指令中获取所述模型调整参数；利用所述模型调整参数、所述样本环境参数和所述样本睡眠标签继续训练所述初始训练模型，直至得到所述睡眠质量评估模型。4.根据权利要求3所述的方法，其特征在于，所述利用所述模型调整参数、所述样本环境参数和所述样本睡眠标签继续训练所述初始训练模型，直至得到所述睡眠质量评估模型，包括：利用所述模型调整参数替换所述初始训练模型中的初始模型参数，得到所述初始模型；利用所述样本环境参数和所述样本睡眠标签训练所述初始模型，得到训练调整模型；向所述服务器发送获取到的所述训练调整模型的训练模型参数，直至在接收到所述服务器传输的根据所述训练模型参数得到的收敛模型的收敛指令的情况下，从所述收敛指令中获取所述收敛模型的收敛模型参数，并根据所述收敛模型参数替换所述训练调整模型中的训练模型参数，得到所述睡眠质量评估模型。5.根据权利要求2所述的方法，其特征在于，所述利用所述样本环境参数和样本睡眠标签训练所述第一模型，得到所述初始训练模型，包括：在所述样本环境参数中剔除不存在第一样本睡眠标签的第一环境参数，得到剔除后的样本环境参数；在所述样本睡眠标签中剔除不存在所述第二样本环境参数的第二睡眠标签，得到剔除
后的样本睡眠标签；利用所述剔除后的样本环境参数和所述剔除后的样本睡眠标签训练所述第一模型，得到所述初始训练模型。6.根据权利要求5所述的方法，其特征在于，所述利用所述剔除后的样本环境参数和所述剔除后的样本睡眠标签训练所述第一模型，得到所述初始训练模型，包括：将所述剔除后的样本环境参数划分为训练样本环境参数和测试样本环境参数；并从所述剔除后的样本睡眠标签中获取与所述训练样本环境参数对应的训练样本睡眠标签，以及与所述测试样本环境参数对应的测试样本睡眠标签；按照随机森林预测模型训练方式，利用所述训练样本环境参数和所述训练样本睡眠标签训练所述第一模型，得到第一睡眠质量评估模型；将所述测试样本环境参数输入所...

【专利技术属性】
技术研发人员：王丹凤，
申请(专利权)人：北京京东拓先科技有限公司，
类型：发明
国别省市：