用于标记睡眠状态的方法和系统技术方案

本公开涉及用于标记睡眠状态的方法和系统。一种能够基于来自移动传感器和/或光学传感器的传感器数据直接或间接地估计用户的睡眠状态的系统、计算机可读存储介质和方法。计算机可读存储介质和方法。计算机可读存储介质和方法。

【技术实现步骤摘要】
用于标记睡眠状态的方法和系统
[0001]分案说明
[0002]本申请属于申请日为2017年9月6日的中国专利技术专利申请201780063092.X的分案申请。
[0003]相关申请的交叉引用
[0004]根据35U.S.C.
§
119(e)，本申请要求2016年9月6日提交、名称为“METHODS AND SYSTEMS FOR LABELING SLEEP STATES”的美国临时专利申请No.62/384,188和2017年2月21日提交、名称为“METHODS AND SYSTEMS FOR LABELING SLEEP STATES”的美国专利申请No.15/438,643的优先权的权益，上述两件申请在此通过引用全部并入本文。


[0005]本公开内容涉及可穿戴设备。特别地，本文描述的示例设备能够基于来自移动传感器和/或光学传感器的传感器数据直接或间接地估计用户的睡眠状态。

技术介绍

[0006]在传统的睡眠阶段评分中，专家分析睡眠者大脑活动的读数。这个过程是高度手动的过程，其涉及评分员的专业性。因此，由于方法的误差或差异，睡眠阶段得分可能因评分者而不同以及因睡眠者而不同。此外，这种睡眠阶段评分需要专门的装备，诸如脑电图(EEG)系统，这使得其难以在实验室环境外部进行。

技术实现思路

[0007]在附图和以下描述中阐述了本说明书中描述的主题的一个或多个实现的细节。根据说明书、附图和权利要求，其他特征、方面和优点将变得明显。
[0008]在一些实现中，提供了一种睡眠监测系统，该睡眠监测系统包括待由用户佩戴的可穿戴电子设备，该可穿戴电子设备包括：一个或多个运动传感器的集合，用以生成表示可穿戴电子设备在第一时间窗口内的运动的运动数据；以及一个或多个光学传感器的集合，用以生成由可穿戴电子设备在第一时间窗口内检测到的心肺脉冲相关数据。这样的实现还可以包括：一个或多个处理器的集合，被配置为从运动传感器的集合和一个或多个光学传感器的集合接收数据；以及非暂时性机器可读存储介质，该非暂时性机器可读存储介质可操作地耦接到一个或多个处理器的集合并且具有存储在其中的指令，该指令在被执行时使得一个或多个处理器的集合：从覆盖第一时间窗口的运动数据中提取移动特征；从覆盖第一时间窗口的心肺脉冲相关数据中提取脉冲数据特征；以及使用移动特征和脉冲数据特征来使分类器用指示选自多个睡眠阶段的第一睡眠阶段的标识符来标记与第一时间窗口相关联的时间段。
[0009]在一些附加实现中，多个睡眠阶段可以包括从睡眠阶段诸如清醒睡眠阶段、伪象/脱腕睡眠阶段、浅睡眠阶段、深睡眠阶段、以及随机眼动(REM)睡眠阶段中抽取的两个或更多个睡眠阶段。
[0010]在一些附加或替代性实现中，一个或多个光学传感器的集合可以包括光电容积描记图传感器，一个或多个运动传感器的集合可以包括加速度计；或者一个或多个光学传感器的集合可以包括光电容积描记图传感器并且一个或多个运动传感器的集合可以包括加速度计。
[0011]在一些附加或替代性实现中，第一时间窗口和时间段可以是相同的持续时间并且具有相同的起点和终点。
[0012]在一些附加或替代性实现中，移动特征和脉冲数据特征共同地可以包括一个或多个特征，诸如：从运动数据中提取的累积移动指数；在处于第一时间窗口内的第一时间与处于第一时间窗口之前的在累积移动指数最后一次超过第一阈值量时的第二时间之间的第一经过时间；在处于第一时间窗口内的第三时间与处于第一时间窗口之后的在累积移动指数首次超过第二阈值量时的第四时间之间的第二经过时间；在处于第一时间窗口内的第五时间与处于第一时间窗口之外的在累积移动指数首次超过第三阈值量时的最近时间之间的第三经过时间；在第一时间窗口之前自累积移动指数最后一次超过第四阈值量以来的时间窗口的第一数量；在所述第一时间窗口之后直到累积移动指数首次超过第五阈值量时的时间窗口的第二数量；通过样本熵评估的心肺脉冲相关数据中的跳动间间隔的变异性；通过样本熵评估的心肺脉冲相关数据的变异性；跳动间间隔的连续差的均方根；心肺脉冲相关数据的连续差的均方根；跳动间间隔在0.04Hz至0.15Hz的频率范围内的低频谱功率；心肺脉冲相关数据在0.04Hz至0.15Hz的频率范围内的低频谱功率；跳动间间隔在0.15Hz至0.4Hz的频率范围内的高频谱功率；心肺脉冲相关数据在0.15Hz至0.4Hz的频率范围内的高频谱功率；心肺脉冲相关数据的包络的变异性；跳动间间隔的包络的变异性；从心肺脉冲相关数据中提取的去趋势呼吸率的变异性；从心肺脉冲相关数据或从跳动间间隔提取的心率的百分位数间跨距；从心肺脉冲相关数据或从跳动间间隔提取的归一化去趋势心率；以及心肺脉冲相关数据中的一个或多个脉冲形状中的每个脉冲形状与心肺脉冲相关数据中的前一脉冲形状的互相关(其中，脉冲形状在互相关之前被归一化到共同的持续时间)。
[0013]在一些附加或替代性实现中，移动特征和脉冲数据特征共同地可以包括下述中的至少一种：自最后一次移动以来的时间、直到下一次移动的时间、距最近移动的时间、使用样本熵评估的从心肺脉冲相关数据中提取的跳动间间隔的变异性、从心肺脉冲相关数据中提取的去趋势呼吸率的变异性、以及心肺脉冲相关数据中的一个或多个脉冲形状中的每个脉冲形状与心肺脉冲相关数据中的前一脉冲形状的互相关(其中，脉冲形状在所述互相关之前被归一化到共同的持续时间)。
[0014]在一些附加或替代性实现中，使分类器标记时间段的指令可以包括下述指令：所述指令在被执行时使一个或多个处理器的集合将移动特征和脉冲数据特征传输到执行分类器的服务器系统，并且一个或多个处理器的集合中的一个或多个处理器中的至少一些处理器可以是服务器系统的一部分。
[0015]在一些附加或替代性实现中，使分类器标记时间段的指令可以包括下述指令：所述指令在被执行时使一个或多个处理器的集合执行分类器诸如例如最近邻分类器、随机森林分类器和线性判别分类器。
[0016]在一些附加或替代性实现中，分类器可以使用从针对睡眠研究对象群体收集的基准运动数据和基准心肺脉冲相关数据中提取的移动特征和脉冲数据特征进行训练。
[0017]在一些附加或替代性实现中，指令还可以使一个或多个处理器的集合在一个或多个处理器被使得生成脉冲数据特征之前填充心肺脉冲相关数据中的缺失数据点。
[0018]在一些附加或替代性实现中，指令还可以使一个或多个处理器的集合基于多个连续时间段的标签来改变与第一时间窗口相关联的时间段的标签，以满足模式约束，所述多个连续时间段包括与第一时间窗口相关联的时间段。
[0019]在一些附加实现中，当用指示清醒睡眠阶段的指示符标记时间段并且用指示深睡眠阶段的指示符标记与该时间段邻近的时间段时，可以满足模式约束。在这样的实现中，用于时间段的标签可以从指示清醒睡眠阶段的指示符改变为指示深睡眠阶段的指示符。
[0020]在一些附加或替代性实现中，指令还可以使一个或多个处理器的集合：获得与时间段相关联的置信度数字，每个置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于标记睡眠阶段的计算机实现方法，所述计算机实现方法包括：在用户睡着的时间窗口期间获取所述用户的运动数据；在所述时间窗口期间获取所述用户的心肺数据；利用分类器模型处理所述运动数据和所述心肺数据以生成在所述时间窗口内的一个或多个时间段的标签，所述标签指示所述用户在所述一个或多个时间段期间是醒着的或处于多个不同睡眠阶段中的一个，其中，所述分类器模型是使用由人类针对一个或多个睡眠研究对象确定的睡眠阶段分类基于所述一个或多个睡眠研究对象的运动数据和所述一个或多个睡眠研究对象的心肺数据来训练的。2.根据权利要求1所述的计算机实现的方法，其中：获取所述用户的运动数据包括从第一传感器获取所述运动数据；和获取所述用户的心肺数据包括从不同于所述第一传感器的第二传感器获取所述心肺数据。3.根据权利要求2所述的计算机实现的方法，其中，所述第一传感器包括加速度计，并且所述第二传感器包括光学传感器。4.根据权利要求3所述的计算机实现的方法，其中，所述光学传感器包括光电容积描记图PPG传感器。5.根据权利要求1所述的计算机实现的方法，还包括：从所述用户的所述运动数据中提取第一特征；和从所述用户的所述心肺数据中提取第二个特征，其中，利用所述分类器模型处理用户的所述运动数据和所述用户的所述心肺数据包括处理所述第一特征和所述第二特征以生成所述标签。6.根据权利要求5所述的计算机实现的方法，其中，所述第一特征包括自所述运动数据最后一次指示所述用户的阈值运动量以来已经过去的时间量。7.根据权利要求5所述的计算机实现的方法，其中，所述第二特征包括在阈值时间量期间所述用户的最小心率与在所述阈值时间量期间所述用户的最大心率之间的差。8.根据权利要求5所述的计算机实现的方法，其中，所述第二特征包括：跳动间间隔的包络的变异性，从所述心肺数据中提取的去趋势呼吸率的变异性，从所述心肺数据或从跳动间间隔的所述包络中提取的心率的百分位数间跨距，从所述心肺数据或从所述跳动间间隔中提取的归一化去趋势心率，或所述心肺数据中的一个或多个脉冲形状中的每个脉冲形状与所述心肺数据中的前一脉冲形状的互相关，其中，所述脉冲形状在所述互相关之前被归一化到共同的持续时间。9.根据权利要求1所述的计算机实现的方法，其中，所述多个不同睡眠阶段包括浅睡眠阶段、深睡眠阶段和快速眼动REM睡眠阶段。10.根据权利要求1所述的计算机实现的方法，其中，所述分类器模型包括随机森林分类器或线性判别分类器模型。11.一种用于标记睡眠阶段的系统，所述系统包括：多个传感器...

【专利技术属性】
技术研发人员：康纳，
申请(专利权)人：飞比特有限公司，
类型：发明
国别省市：