CN106236013A - 一种睡眠监测方法及装置 - Google Patents

Abstract

本发明提供一种睡眠监测方法及装置。所述方法包括：获取用户的睡眠状态数据；根据所述睡眠状态数据生成用户的睡眠状态；所述睡眠状态数据至少包括动作数据和/或声音数据；所述动作数据根据用户图像获得。所述装置包括睡眠状态数据获取模块：用于获取用户的睡眠状态数据；睡眠状态生成模块：用于根据所述睡眠状态数据生成用户的睡眠状态；所述睡眠状态数据至少包括动作数据和/或声音数据；所述动作数据根据用户图像获得。本发明所提供的方法及装置，能够更为精确地监测睡眠状态。

Description

一种睡眠监测方法及装置

技术领域

本发明涉及信息处理技术，尤其涉及一种睡眠监测方法及装置。

背景技术

随着生活和科技的进步，人们对自身的健康状况的关注程度也越来越高。睡眠状况是人体健康的一个重要指标和影响因素，由于睡眠状态下人体的认知程度很低，因此睡眠监测成为当今的一个重要技术研究方向。

现有技术中，逐渐出现各种睡眠监测装置，但如何做到既能够较为精确地监测睡眠状态，又不对用户的睡眠过程产生影响，仍是一项需要解决的问题。

发明内容

有鉴于此，本发明提供一种睡眠监测方法及装置，能够更为精确地监测睡眠状态。

基于上述目的本发明提供的睡眠监测方法，包括：

获取用户的睡眠状态数据；

根据所述睡眠状态数据生成用户的睡眠状态；

所述睡眠状态数据至少包括动作数据和/或声音数据；所述动作数据根据用户图像获得。

可选的，当所述睡眠状态数据包括动作数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述动作数据指示动作幅度大于设定第一阈值时，判断用户的睡眠状态为浅度睡眠、或睡醒、或即将睡醒；

当所述动作数据指示动作幅度小于设定第二阈值时，判断用户的睡眠状态为深度睡眠。

可选的，当所述睡眠状态数据包括动作数据时，所述获取用户的睡眠状态 数据的步骤至少包括：

通过图像获取装置获取用户图像；

根据所述用户图像计算用户的动作数据。

可选的，所述动作数据包括动作幅度；所述根据所述用户图像计算用户的动作数据的步骤具体包括：

从所述用户图像中获取用户轮廓；

根据至少两张用户图像的用户轮廓获取用户动作幅度。

可选的，所述动作数据包括动作幅度，所述从所述用户图像中获取用户轮廓的步骤具体包括：

将所述用户图像进行中值滤波处理，获得用户图像中值；

根据所述用户图像中值，对所述图像进行二值化处理；

对所述二值化处理获得的图像进行小波变换，提取多尺度轮廓；

根据所述多尺度轮廓获得用户轮廓；

所述根据至少两张用户图像的用户轮廓获取用户动作信息的步骤具体包括：

根据至少两张用户图像的用户轮廓利用帧差法计算用户的动作幅度。

可选的，所述动作数据包括动作次数。

可选的，当所述睡眠状态数据为声音数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠、或即将睡醒、或睡醒；

当所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠。

可选的，当所述睡眠状态数据至少包括声音数据时，所述获取用户的睡眠状态数据的步骤至少包括：

通过声音采集设备采集用户的声音信息；

计算所述声音信息获得声音数据。

可选的，所述声音信息包括声音的频率和音调信息；所述计算所述声音信息获得声音数据的步骤具体包括：

将声音采集设备采集到的声音进行高通滤波处理以及时频分析，获得所述声音的频率和音调信息；

所述方法还包括：

根据所述声音频率和音调信息判断用户的打鼾状态并记录。

可选的，所述时频分析具体为短时傅里叶分析。

可选的，当所述睡眠状态数据包括图像数据和声音数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为浅度睡眠；

当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示吸频率大于设定的第三阈值时，判断用户的睡眠状态为睡醒或即将睡醒；

当所述动作数据指示动作幅度小于设定第二阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠；

当所述动作数据指示动作幅度小于设定第二阈值且声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠。

同时，本发明还提供一种睡眠监测装置，包括：

睡眠状态数据获取模块：用于获取用户的睡眠状态数据；

睡眠状态生成模块：用于根据所述睡眠状态数据生成用户的睡眠状态；

所述睡眠状态数据至少包括动作数据和/或声音数据；所述动作数据根据用户图像获得。

可选的，当所述睡眠状态数据包括动作数据时，所述睡眠状态生成模块具体包括：

第一判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值时，判断用户的睡眠状态为浅度睡眠、或睡醒、或即将睡醒；

第二判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值时，判断用户的睡眠状态为深度睡眠或浅度睡眠。

可选的，当所述睡眠状态数据包括动作数据时，所述睡眠状态数据获取模块至少包括：

图像获取子模块：用于通过图像获取装置获取用户图像；

动作数据计算子模块：用于根据所述用户图像计算用户的动作数据。

可选的，所述动作数据计算单元具体包括：

轮廓获取单元：用于从所述用户图像中获取用户轮廓；

动作信息提取单元：用于根据至少两张用户图像的用户轮廓获取用户动作数据。

可选的，所述动作数据包括动作幅度，所述轮廓获取单元具体包括：

图像中值计算子单元：用于将所述用户图像进行中值滤波处理，获得用户图像中值；

图像二值化处理子单元：用于根据所述用户图像中值，对所述图像进行二值化处理；

多尺度轮廓提取子单元：用于对所述二值化处理获得的图像进行小波变换，提取多尺度轮廓；

用户轮廓获取子单元：用于根据所述多尺度轮廓获得用户轮廓；

所述动作信息提取单元具体包括：

动作轨迹获取子单元：用于根据至少两张用户图像的用户轮廓利用帧差法计算用户的动作幅度。

可选的，所述图像获取装置包括红外图像获取装置。

可选的，当所述睡眠状态数据为声音数据时，所述睡眠状态生成模块具体包括：

第四判断单元：用于当所述声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠、或即将睡醒、或睡醒；

第五判断单元：用于当所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为浅度睡眠、或深度睡眠。

可选的，当所述睡眠状态数据至少包括声音数据时，所述睡眠状态数据获取模块至少包括：

声音信息采集单元：用于通过声音采集设备采集用户的声音信息；

声音数据计算单元：用于计算所述声音信息获得声音数据。

可选的，所述声音信息包括声音的频率和音调信息；所述声音数据计算单元具体包括：

高通滤波处理子单元：用于将声音采集设备采集到的声音进行高通滤波处理，获得音调信息；

时频分析处理子单元：用于将声音采集设备采集到的声音进行时频分析，获得所述声音的频率信息；

所述装置还包括：

打鼾状态判断模块：用于根据所述声音频率和音调信息判断用户的打鼾状态；

打鼾状态记录模块：用于记录所述打鼾状态。

可选的，当所述睡眠状态数据包括图像数据和声音数据时，所述睡眠状态生成模块具体包括：

第五判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为浅度睡眠；

第六判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示吸频率大于设定的第三阈值时，判断用户的睡眠状态为睡醒或即将睡醒；

第七判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠；

第八判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值且声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠。

从上面所述可以看出，本发明所提供的睡眠监测方法及装置，通过用户图像获取动作数据，通过动作数据和声音数据中的至少一种数据获得用户的睡眠状态。由于图像和声音采集比较直观，不易受外界环境的干扰，且是用户在睡眠过程中产生的能够直接反映睡眠状态的参数，因此能够提高睡眠质量监测准确性，具有较高的睡眠质量监测效果。

附图说明

图1为本发明实施例的睡眠监测方法流程示意图；

图2为本发明实施例的睡眠监测装置结构示意图；

图3为本发明一种实施例的睡眠监测装置结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明首先提供一种睡眠监测方法，如图1所示，包括：

步骤101：获取用户的睡眠状态数据；

步骤102：根据所述睡眠状态数据生成用户的睡眠状态；

所述睡眠状态数据至少包括动作数据和/或声音数据；所述动作数据根据用户图像获得。

从上面所述可以看出，本发明提供的睡眠监测方法，能够通过采集用户图像和/或声音数据获得用户的睡眠状态，由于图像采集和声音采集技术为现有技术中的成熟技术，通过图像能够精确地获取动作数据；通过声音能够直观获得睡眠状态，因此本发明能够较为精确地对睡眠质量进行监测，有利于用户通过睡眠质量。

在本发明具体实施例中，所述睡眠状态数据可以包括其他参数，如本次睡眠时间等，为了提高睡眠状态判断的准确度，所述睡眠状态还可以包括用户的睡眠历史记录等。

在本发明具体实施例中，所述步骤102之后，还包括：

将所述睡眠状态发送到用户终端，如电脑、手机等。具体可以通过有线或无线的方式传输睡眠状态到用户终端。

在本发明一些实施例中，当所述睡眠状态数据包括动作数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述动作数据指示动作幅度大于设定第一阈值时，判断用户的睡眠状态为浅度睡眠、或睡醒、或即将睡醒；

当所述动作数据指示动作幅度小于设定第二阈值时，判断用户的睡眠状态为深度睡眠。

在具体实施例中，所述第一阈值与第二阈值相等。

在另一具体实施例中，所述第一阈值与第二阈值均为30％。

在本发明一种具体实施例中，所述睡眠状态数据包括动作数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述动作数据指示动作幅度大于设定的第四阈值时，记录动作持续的时长于发生的时间。

更具体的，所述第四阈值为35％。

在本发明具体实施例中，当所述睡眠状态数据包括动作数据时，所述获取用户的睡眠状态数据的步骤至少包括：

通过图像获取装置获取用户图像；

根据所述用户图像计算用户的动作数据。由于用户在睡眠过程中所产生的动作是反映睡眠状态的重要依据，而连续图像直观地记载了用户的动作信息，因此通过图像能够获得较为准确的用户动作数据，提高睡眠监测的准确性。

在较佳实施例中，所述图像获取装置包括普通摄像装置和/或红外摄像装置，所述通过图像获取装置获取用户图像的步骤具体包括：

通过光线检测单元检测拍摄环境的光线强度；

当光线强度大于第一设定值时，通过普通拍摄装置获取用户图像；

当光线强度小于第二设定值时，通过红外拍摄装置获取用户图像；

所述第二设定值小于第一设定值。

在本发明具体实施例中，所述红外拍摄装置为红外热度仪，既能够适用于白天场景，也能够适用于夜晚场景。

在本发明具体实施例中，将红外热成像仪提供的温度与空调控制有机结合，在红外热成像仪检测的环境温度低于第一设定温度值时，将空调控制温度升高；在红外热成像仪检测的环境温度高于第二设定温度值时，将空调控制温度降低，为用户提供舒适的睡眠环境。

在本发明一些实施例中，所述根据所述用户图像计算用户的动作数据的步骤具体包括：

从所述用户图像中获取用户轮廓；

根据至少两张用户图像的用户轮廓获取用户动作数据。通过用户轮廓获取用户动作数据，能够减少计算量，提高处理速度。

在本发明一些实施例中，所述动作数据包括动作幅度，所述从所述用户图像中获取用户轮廓的步骤具体包括：

将所述用户图像进行中值滤波处理，获得用户图像中值；

根据所述用户图像中值，对所述图像进行二值化处理；

对所述二值化处理获得的图像进行小波变换，提取多尺度轮廓；

根据所述多尺度轮廓获得用户轮廓；

所述根据至少两张用户图像的用户轮廓获取用户动作信息的步骤具体包括：

根据至少两张用户图像的用户轮廓利用帧差法计算用户的动作幅度。通过帧差法计算用户的动作幅度，具有计算速度快、实时性高、准确度高的优点。

通过差帧算法，对比当前图像帧与上一图像帧的变化量，具体计算方法为：

动作幅度＝(ΣPicture(i)-ΣPicture(i-1))/ΣPicture(i)

由于图像已经经过二值化处理，图像中的像素点均可由数值表示，所述数值由0和1组成，当前图像帧累加求和后得到数据ΣPicture(i)，上一图像帧累加求和后得到数据ΣPicture(i-1)，当前图像帧的累加数据与上一图像帧帧的累加数据取差值，并计算差值变化量。

所述中值滤波处理方式还可以采用其他图像平滑方法代替，所述图像平滑方法能够选取较好保留图像边缘的滤波算法。

多尺度小波变换法是提取图像轮廓较好的方法，获取到的图像轮廓较为平滑。在其他实施例中，多出度小波变换法可以用其他图像轮廓提取方法替换，如形态学法、均为常用数字信号处理工具，不限于多尺度小波变换法。

在本发明一些实施例中，当所述睡眠状态数据为声音数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠、或即将睡醒、或睡醒；

当所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠。

在本发明具体实施例中，若需区分浅度睡眠状态与睡醒状态、或需区分浅度睡眠状态与即将睡醒状态，可结合用户本次睡眠时间进行判断。例如，当距 离入睡时间小于设定第一时间范围时，若声音数据指示呼吸频率大于设定的第三阈值，可判断处于浅度睡眠状态。当距离入睡时间大于设定的第二时间范围时，若声音数据指示呼吸频率大于设定的第三阈值，可判断处于睡醒或即将睡醒状态。再如，当距离入睡时间小于设定的第一时间范围时，若动作数据指示动作幅度大于设定的第一阈值，可判断处于浅度睡眠状态。当距离入睡时间大于设定的第二时间范围时，若动作数据指示动作幅度大于设定的第一阈值，可判断处于睡醒或即将睡醒状态。

在本发明一些实施例中，当所述睡眠状态数据至少包括声音数据时，所述获取用户的睡眠状态数据的步骤至少包括：

通过声音采集设备采集用户的声音信息；

计算所述声音信息获得声音数据。

在本发明一些实施例中，所述声音信息包括声音的频率和音调信息；所述计算所述声音信息获得声音数据的步骤具体包括：

将声音采集设备采集到的声音进行高通滤波处理以及时频分析，获得所述声音的频率和音调信息；

所述方法还包括：

根据所述声音频率和音调信息判断用户的打鼾状态并记录。

在本发明具体实施例中，所述图像获取装置为红外热度仪或红外热成像摄像机，由于红外热度仪和红外热成像摄像机对放置角度和位置要求很低，能够在用户所在的房间的大部分位置采集用户睡眠状态下的图像，通过用户睡眠状态下的图像检测动作数据，其中动作数据包括动作次数和时间、动作幅度等；同时记录声音信息，通过声音信息获取声音数据，其中声音数据包括呼吸频率和打鼾状况；结合动作数据、声音数据生成用户的睡眠状态，并将动作次数和时间、打鼾状况等进行记录，供用户参考，实现睡眠状态的监测。

在本发明具体实施例中，所述时频分析具体采用的方法为短时傅里叶变换法。由于呼吸信号频率成分简单，短时傅立叶变换也可由维格纳分布、傅立叶变换等时频分析方法替代，一般方法即可实现呼吸频率和呼吸声音的频谱分析。

在本发明具体实施例中，呼吸声音频率作为打鼾判断的重要输入，若频率超出20次/min，则认为呼吸快，15-20次min则认为呼吸慢。在一些实施例中， 所述方法还包括：在呼吸次数低于设定呼吸次数限值时报警。

在较佳实施例中，所述呼吸次数限值为小于等于15次/min的任意数值。例如，呼吸次数限值为10，则当所述声音的频率低于10次/min时，进行报警操作。

在本发明一些实施例中，当所述睡眠状态数据包括图像数据和声音数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为浅度睡眠；

当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示吸频率大于设定的第三阈值时，判断用户的睡眠状态为睡醒或即将睡醒；

当所述动作数据指示动作幅度小于设定第二阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠；

当所述动作数据指示动作幅度小于设定第二阈值且声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠。

在本发明具体实施例中，采用红外热成像仪/红外摄像头采集睡眠中的用户身体图像，通过图像的处理和识别，分析用户睡眠中身体移动次数，如翻身等大的动作。通过帧差法找到发生动作变化的画面，并记录时间。采用目前现有技术中已经成熟的分类工具将不同的动作归类，分为翻身、摆头等不同的类别。另外，采集用户睡眠中打鼾的声音，与时间同步记录下来；在时间序列中分析睡眠时间和动作产生间隔并进行记录，能够对用户了解其睡眠质量提供重要依据。通过图像和声音的记录分析用户的睡眠质量，最后输出给用户一整晚的睡眠状态。结合声音和图像信息获得的用户睡眠状态，能够具有更高的精确度；在分析睡眠状态的同时记录直观的数据，能够为用户后续查阅睡眠记录提供重要而直接的依据。

在本发明具体实施例中，通过红外热成像仪获取并分析用户及用户周围温度的变化情况，根据体温和周围空气的变化及是否检测出用户产生了表示冷或热的动作，分析是否对空调温度调整；同时可通过红外热成像仪对用户所在的房间大小和空调与用户的距离给出趋向合理的风力和制冷或制热温度。

通过动作数据与声音数据结合判断用户的睡眠状态，能够提高睡眠状态判 断的准确性，从而提高睡眠质量检测的效果和价值。

同时，本发明提供一种睡眠监测装置，结构如图2所示，包括：

睡眠状态数据获取模块201：用于获取用户的睡眠状态数据；

睡眠状态生成模块202：用于根据所述睡眠状态数据生成用户的睡眠状态；

所述睡眠状态数据至少包括动作数据和/或声音数据；所述动作数据根据用户图像获得。

在本发明一些实施例中，当所述睡眠状态数据包括动作数据时，所述睡眠状态生成模块具体包括：

第一判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值时，判断用户的睡眠状态为浅度睡眠、或睡醒、或即将睡醒；

第二判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值时，判断用户的睡眠状态为深度睡眠或浅度睡眠。

在本发明一些实施例中，当所述睡眠状态数据包括动作数据时，所述睡眠状态数据获取模块至少包括：

图像获取子模块：用于通过图像获取装置获取用户图像；

动作数据计算子模块：用于根据所述用户图像计算用户的动作数据。

在本发明一些实施例中，所述动作数据计算单元具体包括：

轮廓获取单元：用于从所述用户图像中获取用户轮廓；

动作信息提取单元：用于根据至少两张用户图像的用户轮廓获取用户动作数据。

在本发明一些实施例中，所述轮廓获取单元具体包括：

图像中值计算子单元：用于将所述用户图像进行中值滤波处理，获得用户图像中值；

图像二值化处理子单元：用于根据所述用户图像中值，对所述图像进行二值化处理；

多尺度轮廓提取子单元：用于对所述二值化处理获得的图像进行小波变换，提取多尺度轮廓；

用户轮廓获取子单元：用于根据所述多尺度轮廓获得用户轮廓；

所述动作信息提取单元具体包括：

动作轨迹获取子单元：用于根据至少两张用户图像的用户轮廓利用帧差法计算用户的动作轨迹；

动作轨迹计算子单元：用于根据所获取的动作轨迹确定用户动作信息。

在本发明一些实施例中，当所述睡眠状态数据为声音数据时，所述睡眠状态生成模块具体包括：

第四判断单元：用于当所述声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠、或即将睡醒、或睡醒；

第五判断单元：用于当所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为浅度睡眠、或深度睡眠。

在本发明一些实施例中，当所述睡眠状态数据至少包括声音数据时，所述睡眠状态数据获取模块至少包括：

声音信息采集单元：用于通过声音采集设备采集用户的声音信息；

声音数据计算单元：用于计算所述声音信息获得声音数据。

在本发明一些实施例中，所述声音信息包括声音的频率和音调信息；所述声音数据计算单元具体包括：

高通滤波处理子单元：用于将声音采集设备采集到的声音进行高通滤波处理，获得音调信息；

时频分析处理子单元：用于将声音采集设备采集到的声音进行时频分析，获得所述声音的频率信息；

所述装置还包括：

打鼾状态判断模块：用于根据所述声音频率和音调信息判断用户的打鼾状态；

打鼾状态记录模块：用于记录所述打鼾状态。

在本发明一些实施例中，当所述睡眠状态数据包括图像数据和声音数据时，所述睡眠状态生成模块具体包括：

第五判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为浅度睡眠；

第六判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值且所 述声音数据指示吸频率大于设定的第三阈值时，判断用户的睡眠状态为睡醒或即将睡醒；

第七判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠；

第八判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值且声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠。

在本发明一种具体实施例中，所述睡眠监测装置集成在空调内。

在本发明一些实施例中，如图3所示，所述睡眠监测装置具体包括：睡眠状态数据获取模块、无线模块303、温度控制***304、温度测量装置305；其中，睡眠状态数据获取模块进一步包括图像获取子模块301、声音信息采集单元302。睡眠监测装置还包括睡眠状态生成模块，设置于中央处理器306上；相应于图像获取子模块301、声音信息采集单元302，睡眠状态生成模块进一步包括动作数据计算子模块、声音数据计算单元。图像获取子模块301、声音信息采集单元302、无线模块303、温度控制***304、温度测量装置305均与中央处理器306连接。图像获取子模块301、声音信息采集单元302用于采集睡眠状态数据，用户可根据使用需求选择启用图像获取子模块301和/或声音信息采集单元302，睡眠状态数据经过中央处理器306上的睡眠状态生成模块处理，获得睡眠状态。中央处理器306进一步可通过睡眠状态和温度测量装置305测量的温度值计算此时需要调整的温度值，通过温度控制***304控制与其连接的空调的出风温度。进一步，睡眠状态可经由无线模块303发送到用户终端。

从上面所述可以看出，本发明所提供的睡眠监测方法及装置，通过用户图像获取动作数据，通过动作数据和声音数据中的至少一种数据获得用户的睡眠状态。由于图像和声音采集比较直观，不易受外界环境的干扰，且是用户在睡眠过程中产生的能够直接反映睡眠状态的参数，因此能够提高睡眠质量监测准确性，具有较高的睡眠质量监测效果。

应当理解，本说明书所描述的多个实施例仅用于说明和解释本发明，并不用于限定本发明。并且在不冲突的情况下，本申请中的实施例及实施例中的特 征可以相互组合。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (19)

1.一种睡眠监测方法，其特征在于，包括：

获取用户的睡眠状态数据；

根据所述睡眠状态数据生成用户的睡眠状态；

所述睡眠状态数据至少包括动作数据和/或声音数据；所述动作数据根据用户图像获得。

2.根据权利要求1所述的方法，其特征在于，当所述睡眠状态数据包括动作数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述动作数据指示动作幅度大于设定第一阈值时，判断用户的睡眠状态为浅度睡眠、或睡醒、或即将睡醒；

当所述动作数据指示动作幅度小于设定第二阈值时，判断用户的睡眠状态为深度睡眠。

3.根据权利要求1所述的方法，其特征在于，当所述睡眠状态数据包括动作数据时，所述获取用户的睡眠状态数据的步骤至少包括：

通过图像获取装置获取用户图像；

根据所述用户图像计算用户的动作数据。

4.根据权利要求3所述的方法，其特征在于，所述动作数据包括动作幅度；所述根据所述用户图像计算用户的动作数据的步骤具体包括：

从所述用户图像中获取用户轮廓；

根据至少两张用户图像的用户轮廓获取用户动作幅度。

5.根据权利要求1所述的方法，其特征在于，所述动作数据包括动作次数。

6.根据权利要求1所述的方法，其特征在于，当所述睡眠状态数据为声音数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠、或即将睡醒、或睡醒；

当所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠。

7.根据权利要求1所述的方法，其特征在于，当所述睡眠状态数据至少包括声音数据时，所述获取用户的睡眠状态数据的步骤至少包括：

通过声音采集设备采集用户的声音信息；

计算所述声音信息获得声音数据。

8.根据权利要求7所述的方法，其特征在于，所述声音信息包括声音的频率和音调信息；所述计算所述声音信息获得声音数据的步骤具体包括：

将声音采集设备采集到的声音进行高通滤波处理以及时频分析，获得所述声音的频率和音调信息；

所述方法还包括：

根据所述声音频率和音调信息判断用户的打鼾状态并记录。

9.根据权利要求1所述的方法，其特征在于，当所述睡眠状态数据包括图像数据和声音数据时，所述根据所述睡眠状态数据生成用户的睡眠状态的步骤具体包括：

当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为浅度睡眠；

当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为睡醒或即将睡醒；

当所述动作数据指示动作幅度小于设定第二阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠；

当所述动作数据指示动作幅度小于设定第二阈值且声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠。

10.一种睡眠监测装置，其特征在于，包括：

睡眠状态数据获取模块：用于获取用户的睡眠状态数据；

睡眠状态生成模块：用于根据所述睡眠状态数据生成用户的睡眠状态；

所述睡眠状态数据至少包括动作数据和/或声音数据；所述动作数据根据用户图像获得。

11.根据权利要求10所述的装置，其特征在于，当所述睡眠状态数据包括动作数据时，所述睡眠状态生成模块具体包括：

第一判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值时，判断用户的睡眠状态为浅度睡眠、或睡醒、或即将睡醒；

第二判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值时，判断用户的睡眠状态为深度睡眠。

12.根据权利要求10所述的装置，其特征在于，当所述睡眠状态数据包括动作数据时，所述睡眠状态数据获取模块至少包括：

图像获取子模块：用于通过图像获取装置获取用户图像；

动作数据计算子模块：用于根据所述用户图像计算用户的动作数据。

13.根据权利要求12所述的装置，其特征在于，所述动作数据计算子模块具体包括：

轮廓获取单元：用于从所述用户图像中获取用户轮廓；

动作信息提取单元：用于根据至少两张用户图像的用户轮廓获取用户动作数据。

14.根据权利要求13所述的装置，其特征在于，所述动作数据包括动作幅度，所述轮廓获取单元具体包括：

图像中值计算子单元：用于将所述用户图像进行中值滤波处理，获得用户图像中值；

图像二值化处理子单元：用于根据所述用户图像中值，对所述图像进行二值化处理；

多尺度轮廓提取子单元：用于对所述二值化处理获得的图像进行小波变换，提取多尺度轮廓；

用户轮廓获取子单元：用于根据所述多尺度轮廓获得用户轮廓；

所述动作信息提取单元具体包括：

动作轨迹获取子单元：用于根据至少两张用户图像的用户轮廓利用帧差法计算用户的动作幅度。

15.根据权利要求12所述的装置，其特征在于，所述图像获取装置包括红外图像获取装置。

16.根据权利要求10所述的装置，其特征在于，当所述睡眠状态数据为声音数据时，所述睡眠状态生成模块具体包括：

第四判断单元：用于当所述声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠、或即将睡醒、或睡醒；

第五判断单元：用于当所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠。

17.根据权利要求10所述的装置，其特征在于，当所述睡眠状态数据至少包括声音数据时，所述睡眠状态数据获取模块至少包括：

声音信息采集单元：用于通过声音采集设备采集用户的声音信息；

声音数据计算单元：用于计算所述声音信息获得声音数据。

18.根据权利要求17所述的装置，其特征在于，所述声音信息包括声音的频率和音调信息；所述声音数据计算单元具体包括：

高通滤波处理子单元：用于将声音采集设备采集到的声音进行高通滤波处理，获得音调信息；

时频分析处理子单元：用于将声音采集设备采集到的声音进行时频分析，获得所述声音的频率信息；

所述装置还包括：

打鼾状态判断模块：用于根据所述声音频率和音调信息判断用户的打鼾状态；

打鼾状态记录模块：用于记录所述打鼾状态。

19.根据权利要求10所述的装置，其特征在于，当所述睡眠状态数据包括图像数据和声音数据时，所述睡眠状态生成模块具体包括：

第五判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为浅度睡眠；

第六判断单元：用于当所述动作数据指示动作幅度大于设定第一阈值且所述声音数据指示吸频率大于设定的第三阈值时，判断用户的睡眠状态为睡醒或即将睡醒；

第七判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值且所述声音数据指示呼吸频率处于设定的阈值范围时，判断用户的睡眠状态为深度睡眠；

第八判断单元：用于当所述动作数据指示动作幅度小于设定第二阈值且声音数据指示呼吸频率大于设定的第三阈值时，判断用户的睡眠状态为浅度睡眠。