小睡状态检测方法、装置、系统及计算机可读存储介质制造方法及图纸

本申请提供了一种睡眠状态的检测方法、装置、系统及计算机可读存储介质。其中，检测方法包括：获取可穿戴设备的加速度信号；基于加速度信号，计算得到分钟级特征；根据分钟级特征确定用户为清醒状态还是睡眠状态；当用户连续处于睡眠状态超过第一时间阈值，则确定处于小睡状态。本申请通过获取可穿戴设备的加速度信号，基于加速度信号，计算得到分钟级特征，根据分钟级特征确定用户为清醒状态还是睡眠状态，当用户连续处于睡眠状态超过第一时间阈值，则确定处于小睡状态，从而能够对用户小睡状态进行高效准确的识别，进一步提高了对用户睡眠状况的监测，使得对睡眠状况的监测更为完整。从而解决了对于短时间的睡眠识别成功率低的技术问题。术问题。术问题。

【技术实现步骤摘要】
小睡状态检测方法、装置、系统及计算机可读存储介质


[0001]本专利技术属于智能穿戴
，更具体地说，是涉及一种睡眠状态的检测方法、装置、系统及计算机可读存储介质。

技术介绍

[0002]智能穿戴设备越来越普及，除了可以接收手机的信息和电话，智能穿戴设备还可以进行日常健康监测如心率、睡眠等，和帮助用户进行运动的监测和管理，运动和健康是智能穿戴设备重要的应用场景。
[0003]目前大多数可穿戴产品仅可识别用户夜间的长时间睡眠，而对于用户白天短时间的小憩、午休等情况，识别成功率较低。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种睡眠状态的检测方法、装置、系统及计算机可读存储介质，以解决现有技术中存在的对于短时间的睡眠识别成功率低的技术问题。
[0005]第一方面，本申请实施例提供了一种小睡状态的检测方法，应用在可穿戴设备端，其特征在于，包括：获取可穿戴设备的加速度信号；基于所述加速度信号，计算得到分钟级特征；根据所述分钟级特征确定用户为清醒状态还是睡眠状态；当用户连续处于睡眠状态超过第一时间阈值，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种小睡状态的检测方法，应用在可穿戴设备端，其特征在于，包括：获取可穿戴设备的加速度信号；基于所述加速度信号，计算得到分钟级特征；根据所述分钟级特征确定用户为清醒状态还是睡眠状态；当用户连续处于睡眠状态超过第一时间阈值，则确定处于小睡状态。2.如权利要求1所述的小睡状态的检测方法，其特征在于，所述基于所述加速度信号，计算得到分钟级特征，包括：对所述加速度信号进行秒级特征提取，获得秒级特征；根据所述秒级特征，计算得到分钟级特征。3.如权利要求2所述的小睡状态的检测方法，其特征在于，所述对所述加速度信号进行秒级特征提取，获得秒级特征，包括：获取秒级振幅和振幅变化值，所述秒级振幅为1秒内ACC三轴最大值和最小值之差的最大值所述振幅变化值为1秒内ACC三轴最后一点和这1秒第一个点的差分绝对值的和∑
i＝x,y,z
|ACC
i
[N
‑
1]
‑
ACC
i
[0]|，其中N为一秒内ACC总点数，ACC表示加速度。4.如权利要求3所述的小睡状态的检测方法，其特征在于，所述根据所述秒级特征，计算得到分钟级特征包括：计算静止秒数、运动次数、最大振幅、连续静止分钟数；计算所述静止秒数、运动次数、最大振幅、连续静止分钟数，以及秒级变化总和；其中，所述静止秒数为一分钟内秒级振幅小于阈值的秒数；连续的非静止秒确定为一次运动；最大振幅为一分钟内秒级振幅的最大值；一分钟运动次数为零，则连续静止分钟数加一反之则归零；秒级变化总和为一分钟内秒级变化之和。5.如权利要求4所述的小睡状态的检测方法，其特征在于，所述根据所述分钟级特征确定用户为清醒状态还是睡眠状态，包括：当符合第一条件时，则确定所述一分钟为清醒状态；所述第一条件为静止秒数小于第一阈值，或者运动次数大于第二阈值；当符合第二条件时，则确定所述一分钟为睡眠状态；所述第二条件为连续静止分钟数大于第三阈值，或者秒级变化总和小于第四阈值。6.如权利要求5所述的小睡状态的检测方法，其特征在于，如果不符合所述第一条件，且不符合所述第二条件，则所述检测方法还包括：判断最大振幅是否小于第五阈值，若是则确定所述一分钟为睡眠状态，若否则确定所述一分钟为清醒状态。...

【专利技术属性】
技术研发人员：许晓凯，
申请(专利权)人：深圳市爱都科技有限公司，
类型：发明
国别省市：