System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及睡眠监测,尤其涉及一种自适应的睡眠评价装置和方法。
技术介绍
1、随着经济不断发展,中国乃至世界都在时刻变化中,社会各界对健康的关注度空前高涨,人们对健康的理解也不断深入。每个人都是自己健康的第一责任人,保持身体健康需要良好的免疫力,而提升免疫力最有效的方式之一就是保持良好的睡眠。根据中国睡眠研究会《2023中国健康睡眠白皮书》报告显示,在其调研样本中,有60.4%的受调者存在睡眠类问题,调研总结睡眠质量差、失眠和缺觉是当前普遍存在的睡眠问题。根据京东研究院《2022线上睡眠消费报告》显示,2021年线上助眠类产品增长63%,消费者最爱购买的三类助眠产品包括智能手环、智能健康设备和智能手表。
2、由此可见,随着人员睡眠质量下降问题的出现和对睡眠的关注提高,睡眠监测技术产品逐渐成为失眠者的必需品。然而,现有技术中的睡眠检测方案主要分为两种:
3、①睡眠健康监测类:这类代表性产品包括睡眠监测手环、智能手表和其他智能穿戴设备等,其功能普遍为分睡眠阶段综合评价睡眠质量,智能手表还包括运动健康监测,如消耗卡路里、日行步数、跑步或骑行距离等;
4、②睡眠健康保障类:这类代表性产品包括助眠灯、香薰机、噪音控制机、智能眼罩和耳塞等(医药类除外),其功能普遍为改善睡眠环境,但无法做到对人员体征健康的全面监测。以上两类技术产品虽然都满足睡眠监测保障的基础功能,但随着人员睡眠质量问题越来越多,睡眠问题出现的原因多样化,人员体质表现出较大差异性。
5、现有技术中的一种基于智能手表的睡眠监测方
6、上述现有技术中的基于智能手表的睡眠监测方法的缺点包括:
7、①设备采用统一标准评价所有人的睡眠情况这一技术方案逐渐缺乏精准性,同样睡眠时间和睡眠评价的不同人员,在日间表现出的精神状态存在差异,这表明统一标准并不能精准反应个体的真实睡眠情况。
8、②考虑到人员处于非常态环境下睡眠习服问题,不同环境下的人员对睡眠的适应性情况存在差异,例如高海拔环境下睡眠比平原睡眠效果普遍较差,血氧浓度不稳定等。因此,用同样的睡眠评价标准会影响评价指标的科学性,评价方法应匹配人员在非常态环境的睡眠习服过程。
技术实现思路
1、本专利技术的实施例提供了一种自适应的睡眠评价装置和方法,以实现有效地提高使用者的睡眠监测质量。
2、为了实现上述目的,本专利技术采取了如下技术方案。
3、根据本专利技术的另一个方面,提供了一种自适应的睡眠评价装置,包括:睡眠监测信息获取模块、模型计算模块和可视化模块;
4、所述的睡眠监测信息获取模块,用于包括设置在使用者上的可佩戴设备,通过所述睡眠监测设备采集使用者的睡眠信息,所述睡眠监测设备向使用者推送问卷,根据使用者返回的问卷答案获取使用者的体征活跃信息,将所述使用者的睡眠信息和体征活跃信息传输给模型计算模块;
5、所述的模型计算模块,用于设定睡眠基本评价标准bsr和睡眠评级优化标准asr,基于所述bsr和asr根据接收到的所述使用者的睡眠信息和体征活跃信息进行迭代运算,获取使用者当日的睡眠得分sav值,根据sav值对使用者进行睡眠评级,将使用者当日的sav值和睡眠评级结果传输给可视化模块;
6、所述的可视化模块,用于通过使用者的终端对所述使用者当日的sav值和睡眠评级结果进行展示。
7、优选地,所述的睡眠监测信息获取模块包括:搭载了睡眠监测设备和体征监测设备的可佩戴设备;
8、所述的睡眠监测设备,用于通过内部传感器采集使用者的睡眠数据,该睡眠数据包括深度睡眠占比、总睡眠时间和深睡连续性;
9、所述的体征监测设备,用于向使用者推送问卷,根据使用者返回的问卷答案获取使用者的体征数据,该体征数据包括心率、日行步数和自我报告问卷。
10、优选地,所述的可佩戴设备包括智能手环,可穿戴监测设备的内部传感器包括心率传感器、陀螺仪、加速度计、气压传感器、温度传感器、环境光感传感器、电容触摸传感器、电池状态传感器、皮肤电传导传感器和血氧传感器。
11、优选地,所述bsr为百分制的评价标准,对应(x,y)一对数组,x,y代表评价标准中得分的阈值,分别对应三个档位分数,其中评价标准分为:>x为睡眠极佳、x-y之间为正常睡眠和<y为睡眠欠佳三级标准,所述asr为百分制的评价标准,表示bsr的数组(x,y)迭代更新后的结果。
12、优选地,所述的模型计算模块包括:
13、睡眠基本评级sbv计算模块,用于根据深度睡眠占比、总睡眠时间和深睡连续性来确定使用者的sbv得分,sbv得分包括;0.3分、0.5分和0.7分,分别对应“活力满满”、“正常状态”和“状态欠佳”三个状态;
14、日常活跃度评级dav计算模块,用于根据体征数据进行心率变异性分析,对心率变异性分析、日行步数和自我报告问卷结果三项指标进行线性组合权重赋值及求和,计算出使用者的dav值;
15、dav=a·hrv+b·step+c·sr 公式1
16、其中,hrv为心率变异性分析,计量单位为百分比,step为日行步数,计量单位为步,sr为自我报告问卷结果,计量单位为0.3,0.5,0.7三级得分,a,b,c为对应的指标权重,dav的计量单位为百分制得分;
17、sbv和dav迭代优化计算模块,用于将dav和sbv的初始值输入在睡眠评价数学模型中,定义sbv为b方向优化参数,dav为w方向优化参数,定义mini-batch为小批量迭代,每次迭代的数据集为使用者当前日期算起30天内所有数据组成的集合,公式2-7部分输入数据为:sbv、dav和初始值sbv,迭代更新并输出每日的asr和sav,第t次迭代在当前mini-batch上计算dsbv,ddav:
18、sdsbv=βsdsbv+(1-β)dsbv2 公式2
19、sddav=βsddav+(1-β)ddav2 公式3
20、
21、
22、
23、
24、其中,公式2-3用来计算梯度平方量,sdsbv和sddav分别为损失函数在前t-1轮迭代过程中累积的梯度平方动量;β为梯度累积指数,一般取0.9;ε=10-8;公式4-5为数值更新计算,α为依据情况而定的学习率;公式6-7用于计算梯度计算,dsbv和ddav分别表示最新的sbv和dav数据的梯度;loss为损失函数,
25、经过公式2-7的迭代计算后输出优化更新后的sbv和dav值,将优化更新后的sbv和dav值作为公式8-10的输入值,优化后的asr与损失函数的计算方法如下:
26、asr=d·sbv+e·dav+bsr 本文档来自技高网...
【技术保护点】
1.一种自适应的睡眠评价装置,其特征在于,包括:睡眠监测信息获取模块、模型计算模块和可视化模块;
2.根据权利要求1所述的装置,其特征在于,所述的睡眠监测信息获取模块包括:搭载了睡眠监测设备和体征监测设备的可佩戴设备;
3.根据权利要求1所述的装置,其特征在于,所述的可佩戴设备包括智能手环,可穿戴监测设备的内部传感器包括心率传感器、陀螺仪、加速度计、气压传感器、温度传感器、环境光感传感器、电容触摸传感器、电池状态传感器、皮肤电传导传感器和血氧传感器。
4.根据权利要求1或者2或者3所述的装置,其特征在于,所述BSR为百分制的评价标准,对应(x,y)一对数组,x,y代表评价标准中得分的阈值,分别对应三个档位分数,其中评价标准分为:>x为睡眠极佳、x-y之间为正常睡眠和<y为睡眠欠佳三级标准,所述ASR为百分制的评价标准,表示BSR的数组(x,y)迭代更新后的结果。
5.根据权利要求4所述的装置,其特征在于,所述的模型计算模块包括:
6.一种自适应的睡眠评价方法,其特征在于,包括:
7.根据权利要求6
8.根据权利要求7所述的方法,其特征在于,所述的基于设定的BSR和ASR根据所述使用者的睡眠信息和体征活跃信息进行迭代运算,获取使用者当日SAV值,根据SAV值对使用者进行睡眠评级,包括:
...【技术特征摘要】
1.一种自适应的睡眠评价装置,其特征在于,包括:睡眠监测信息获取模块、模型计算模块和可视化模块;
2.根据权利要求1所述的装置,其特征在于,所述的睡眠监测信息获取模块包括:搭载了睡眠监测设备和体征监测设备的可佩戴设备;
3.根据权利要求1所述的装置,其特征在于,所述的可佩戴设备包括智能手环,可穿戴监测设备的内部传感器包括心率传感器、陀螺仪、加速度计、气压传感器、温度传感器、环境光感传感器、电容触摸传感器、电池状态传感器、皮肤电传导传感器和血氧传感器。
4.根据权利要求1或者2或者3所述的装置,其特征在于,所述bsr为百分制的评价标准,对应(x,y)一对数组,x,y代表评价标准中得分的阈值,分别对应三个档位分数,其中评价标准分为:>x为...
【专利技术属性】
技术研发人员:翟怀远,李天宇,王飞雁,王朝静,邓家俊,李书明,双晴,郭名,陈明利,王英伟,牛乐祥,吕春欣,王莹,梁化康,王奥,薛新颖,赵晟,潘磊,曲云腾,刘小闪,郭海峰,姚帅墨,
申请(专利权)人:北京交通大学,
类型:发明
国别省市:
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。