CN109363647A - 睡眠质量监测方法、装置及终端设备 - Google Patents
睡眠质量监测方法、装置及终端设备 Download PDFInfo
- Publication number
- CN109363647A CN109363647A CN201811269887.9A CN201811269887A CN109363647A CN 109363647 A CN109363647 A CN 109363647A CN 201811269887 A CN201811269887 A CN 201811269887A CN 109363647 A CN109363647 A CN 109363647A
- Authority
- CN
- China
- Prior art keywords
- sleep
- target user
- radio frequency
- sequence
- frequency signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Anesthesiology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种睡眠质量监测方法、装置及终端设备。其中,睡眠质量监测方法包括:采集目标用户所处场所内传输的无线射频信号流;根据所述无线射频信号流,确定目标用户的睡眠特征序列,所述睡眠特征序列中的睡眠特征包括呼吸特征、心率特征和体动特征中的至少一种;根据所述睡眠特征与睡眠状态的对应关系,确定所述睡眠特征序列对应的睡眠状态序列;根据所述睡眠状态序列确定所述目标用户的睡眠质量。相较于现有技术,本发明不需要用户佩戴任何电子探头或信号采集设备,即可基于目标用户所处场所内传输的无线射频信号,在用户无感知的情况下,实现对目标用户睡眠质量的监测。
Description
技术领域
本发明涉及睡眠监测技术领域,具体涉及一种睡眠质量监测方法、装置及终端设备。
背景技术
随着生活节奏的加快、工作压力的增大,越来越多的人面临睡眠障碍问题。睡眠不良影响人们的身心健康,降低了人们的生活质量。
睡眠是人体一项重要的生理过程,占据了生活接近三分之一的时间,睡眠是人体消除身体疲劳的主要方式,在深度睡眠期间,机体可以通过代谢使组织器官自我修复。睡眠质量不佳和相关的睡眠障碍容易导致记忆力减退、精神不振和免疫力下降。此外,很多疾病在潜伏期和征兆期可以从睡眠情况中表现出来,睡眠情况也与疾病的康复息息相关。因此,睡眠的监控和评价在医学等领域有很大的应用价值。
人体的睡眠时期主要可以分为清醒期(英文全称:Wake period,英文简称:WAKE)、快速眼动期(英文全称:Rapid eye movements period,英文简称:REM)和非快速眼动期(英文全称:Non-rapid eye movements period,英文简称:NREM)。其中,非快速眼动期又可以分为1、2、3、4期:1期和2期为浅度睡眠,3期和4期为深度睡眠。传统的睡眠分期主要是多导睡眠图方法,也就是利用脑电、眼电、肌电、呼吸、血氧、运动等多种信号来展开分析,但其缺点是需要多种专用设备采集上述各种信号,价格昂贵、操作复杂,另外由于需要测试者佩戴各种采集探头,这种方式会大幅降低测试者的使用体验和睡眠质量。
为了克服上述问题,随着智能穿戴技术的发展,基于智能手环的睡眠质量评价得到广泛应用,但这种方法需要用户在睡眠中佩戴智能手环,同样会给用户造成束缚感、引起用户的不适。
鉴于上述问题,需要提供一种用户无感知的睡眠质量监测方法。
发明内容
鉴于上述问题,本发明的目的是通过提供一种睡眠质量监测方法、装置及终端设备,以解决目前的睡眠质量检测方法存在的会影响用户睡眠质量、使用体验较差的问题。
本发明第一方面提供一种睡眠质量监测方法,包括:
采集目标用户所处场所内传输的无线射频信号流;
根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,所述睡眠特征序列包括对应于时间窗口序列中各时间窗口的睡眠特征,所述睡眠特征包括呼吸特征、心率特征和体动特征中的至少一种;
根据所述睡眠特征与睡眠状态的对应关系,确定所述睡眠特征序列对应的睡眠状态序列;
根据所述睡眠状态序列确定所述目标用户的睡眠质量。
本发明第一方面的另一个变更实施方式中,所述根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,包括:
采用滑动窗口法,对应于每个时间窗口,根据所述无线射频信号流确定所述目标用户的睡眠特征,得到所述目标用户的睡眠特征序列。
本发明第一方面的再一个变更实施方式中,所述根据所述无线射频信号流确定所述目标用户的睡眠特征,包括:
提取所述无线射频信号流的信道状态信息特征,其中,所述信道状态信息特征包括:振幅和相位差中的至少一种;
根据所述信道状态信息特征,采用基于自相关函数的载波挑选算法,选出信号质量最好的载波;
根据选出的载波确定所述目标用户的睡眠特征,所述睡眠特征包括呼吸特征和/或心率特征。
本发明第一方面的又一个变更实施方式中,所述根据所述信道状态信息特征,采用基于自相关函数的载波挑选算法,选出信号质量最好的载波,包括:
对于所述无线射频信号流的各个载波,分别计算所述信道状态信息特征的自相关函数;
根据所述自相关函数的靠前的第一数量的波谷和波峰的绝对值之和计算各个所述载波的质量评分;
选出质量评分最高的载波作为信号质量最好的载波。
本发明第一方面的又一个变更实施方式中,所述根据选出的载波确定所述目标用户的睡眠特征,包括:
根据所述信号质量最好的载波的平均周期确定所述目标用户的呼吸特征,所述呼吸特征包括呼吸频率。
本发明第一方面的又一个变更实施方式中,所述根据所述无线射频信号流确定所述目标用户的睡眠特征,包括:
采用Doppler-MUSIC算法确定所述无线射频信号流的速度谱;
根据所述速度谱确定所述目标用户的体动特征。
本发明第一方面的又一个变更实施方式中,所述采集目标用户所处场所内传输的无线射频信号流,包括:
利用多天线采集目标用户所处场所内传输的无线射频信号流。
本发明第一方面的又一个变更实施方式中,所述根据所述睡眠状态序列确定所述目标用户的睡眠质量,包括:
根据所述睡眠状态序列,计算睡眠质量评价特征,其中,所述睡眠质量评价特征包括:各睡眠状态对应的时长、占比和睡眠状态切换次数中的至少一项;
根据所述睡眠质量评价特征确定所述目标用户的睡眠质量。
本发明第二方面提供一种睡眠质量监测装置,包括:
信号采集模块,用于采集目标用户所处场所内传输的无线射频信号流;
睡眠特征确定模块,用于根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,所述睡眠特征序列包括对应于时间窗口序列中各时间窗口的睡眠特征,所述睡眠特征包括呼吸特征、心率特征和体动特征中的至少一种;
睡眠状态确定模块,用于根据所述睡眠特征与睡眠状态的对应关系,确定所述睡眠特征序列对应的睡眠状态序列;
睡眠质量确定模块,用于根据所述睡眠状态序列确定所述目标用户的睡眠质量。
本发明第二方面的另一个变更实施方式中,所述睡眠特征确定模块,包括:
睡眠特征确定单元,用于采用滑动窗口法,对应于每个时间窗口,根据所述无线射频信号流确定所述目标用户的睡眠特征,得到所述目标用户的睡眠特征序列。
本发明第二方面的再一个变更实施方式中,所述睡眠特征确定单元,包括:
信道状态提取子单元,用于提取所述无线射频信号流的信道状态信息特征,其中,所述信道状态信息特征包括:振幅和相位差中的至少一种;
载波挑选子单元,用于根据所述信道状态信息特征,采用基于自相关函数的载波挑选算法,选出信号质量最好的载波;
睡眠特征确定子单元,用于根据选出的载波确定所述目标用户的睡眠特征,所述睡眠特征包括呼吸特征和/或心率特征。
本发明第二方面的又一个变更实施方式中,所述载波挑选子单元,包括:
自相关函数计算子单元,用于对于所述无线射频信号流的各个载波,分别计算所述信道状态信息特征的自相关函数;
载波质量计算子单元,用于根据所述自相关函数的靠前的第一数量的波谷和波峰的绝对值之和计算各个所述载波的质量评分;
高分载波挑选子单元,用于选出质量评分最高的载波作为信号质量最好的载波。
本发明第二方面的又一个变更实施方式中,所述睡眠特征确定子单元,包括:
呼吸特征确定子单元,用于根据所述信号质量最好的载波的平均周期确定所述目标用户的呼吸特征,所述呼吸特征包括呼吸频率。
本发明第二方面的又一个变更实施方式中,所述睡眠特征确定单元,包括:
速度谱确定子单元,用于采用Doppler-MUSIC算法确定所述无线射频信号流的速度谱;
体动特征确定子单元,用于根据所述速度谱确定所述目标用户的体动特征。
本发明第二方面的又一个变更实施方式中,所述信号采集模块,包括:
多天线信号采集单元,用于利用多天线采集目标用户所处场所内传输的无线射频信号流。
本发明第二方面的又一个变更实施方式中,所述睡眠质量确定模块,包括:
睡眠评价特征计算单元,用于根据所述睡眠状态序列,计算睡眠质量评价特征,其中,所述睡眠质量评价特征包括:各睡眠状态对应的时长、占比和睡眠状态切换次数中的至少一项;
睡眠质量确定单元,用于根据所述睡眠质量评价特征确定所述目标用户的睡眠质量。
本发明第三方面提供一种终端设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行本发明提供的睡眠质量监测方法。
本发明第一方面提供的睡眠质量监测方法,包括:采集目标用户所处场所内传输的无线射频信号流;根据所述无线射频信号流,确定目标用户的睡眠特征序列,所述睡眠特征序列中的睡眠特征包括呼吸特征、心率特征和体动特征中的至少一种;根据所述睡眠特征与睡眠状态的对应关系,确定所述睡眠特征序列对应的睡眠状态序列;根据所述睡眠状态序列确定所述目标用户的睡眠质量。相较于现有技术,本发明提供的睡眠质量检测方法,不需要用户佩戴任何电子探头或信号采集设备,即可基于目标用户所处场所内传输的无线射频信号,在用户无感知的情况下,实现对目标用户睡眠质量的监测,从而解决目前的睡眠质量检测方法中需要用户佩戴电子设备或探头从而影响用户睡眠质量、降低用户使用体验较差的问题。
本发明第二方面提供的睡眠质量监测装置、第三方面提供的终端设备,与上述第一方面提供的睡眠质量监测方法出于相同的发明构思,具有相同的有益效果。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施方式所提供的一种睡眠质量监测方法的流程图;
图2示出了本发明实施方式所提供的一种睡眠质量监测装置的示意图;
图3示出了本发明实施方式所提供的一种终端设备的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
需要注意的是,除非另有说明,本发明使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
本发明实施例基于的原理是:
一方面,人体在睡眠过程中,在不同的睡眠时期,其心跳、呼吸、翻身等身体特征是有差异的,例如,人体睡眠主要分为三大时期:醒觉期、快速眼动期(REM)和非快速眼动期(NREM),其中,非快速眼动期又可分为浅度睡眠(简称浅睡)期和深度睡眠(简称深睡)期,本发明实施例中,示例性地将睡眠状态划分为醒觉、快速眼动、浅睡和深睡四种,相应的,将睡眠时期划分为醒觉期、快速眼动期、浅睡期和深睡期共四个时期,一般情况下,人体在这四个时期的心率特点为:Z1>Z2>Z3>Z4(其中,Z1表示醒觉期,Z2表示快速眼动期,Z3表示浅睡期,Z4表示深睡期)。当人体处于非快速眼动时睡眠最深,此时心率最低,而人体在醒觉期的平均心率比非快速眼动时期快10-30次。此外,从非快速眼动期到快速眼动期一般存在心率逐渐增高的过程,而从非快速眼动期到醒觉期一般伴随心率突增。体动特征(如翻身等)与睡眠状态的关系为:醒觉期体动较为频繁和明显,非快速眼动期和浅睡期也可能出现偶尔的体动,但其体动幅度小,频度低,这些体动特征可以作为区分睡眠状态的合理依据,另外,睡眠中的呼吸周期有以下规律:非快速眼动期的呼吸率较慢和平稳,尤其在深睡期呼吸最为平稳,此规律可靠性较高,快速眼动期呼吸较快且不平稳。综上,人体在醒觉、快速眼动、浅睡和深睡四个时期,其动作活跃性由高变低。
另一方面,在室内环境中,发射的无线信号通常不会沿直接路径到达接收器。事实上,接收到的信号通常是信号经由家具、人体及其他障碍物的反射、衍射和散射形成的多路信号的叠加,这种现象被称为多径效应。物理空间限制了无线信号的传播,相对应的,无线信号也可以反过来被用于感知其所经过的物理环境。例如,在安静的场所内,轻微的动作也会对空间内的WiFi信号产生影响,而不同的动作、不同的动作幅度、不同的动作频率均会对空间内传输的WiFi信号产生不同程度的影响,比如人员的行走、俯身、下蹲、心跳、呼吸等动作都会对WiFi信号产生不同程度的影响,因此,可以根据接收到的目标场所内的WiFi信号对目标场所内人员的行为进行识别。
上述两方面使得采用无线射频信号判断用户的睡眠状态成为可能,本发明实施方式即在上述原理的基础上,提供了一种睡眠质量监测方法、装置及终端设备。下面结合附图对本发明的实施例进行说明。
请参考图1,其示出了本发明实施方式所提供的一种睡眠质量监测方法的流程图,所述睡眠质量监测方法包括以下步骤:
步骤S101:采集目标用户所处场所内传输的无线射频信号流。
所述目标用户为待监测对象,本发明实施例中,可以预先在目标用户所处的场所如卧室安装无线发射器和无线接收器,由所述无线发射器发射无线射频信号,所述无线射频信号在该场所内发生反射、衍射和散射后被所述无线接收器接收,为了能够对整个睡眠过程进行监测,需要所述无线发射器连续发射无线射频信号,连续的无线射频信号形成无线射频信号流,然后,由无线接收器采集所述无线射频信号流。
所述无线发射器和无线接收器可以是任意具有无线射频信号收/发功能的设备,如无线路由器、无线信号增强器、笔记本电脑、平板电脑、手机等。所述无线射频信号可以是WiFi信号,也可以是ZigBee等其他频段或基于其他传输协议的无线射频信号。
考虑到,目前,基于无线射频信号的动作识别获取的数据形式主要有RSS(英文全称:Received Signal Strength,中文名称:接收信号强度)和CSI(英文全称:ChannelState Information,中文名称:信道状态信息)两种。其中,CSI考虑到了天线数和子载波数,包括频率域中每个子载波的信道,一次可以获得多个随时间变化并保持稳定的CSI值,能够测量比RSS更多的数据和更细粒度的信息源,可以用于更加准确地识别用户的睡眠状态,提高睡眠检测的准确性,为了能够基于CSI实现对睡眠状态的检测,所述无线射频信号流需要采用多载波技术传输,相应的,所述无线发射器和所述无线接收器应当采用支持多载波传输技术的无线收发设备,例如,采用正交频分多路复用(英文全称:OrthogonalFrequency Division Multiplexing,英文简称:OFDM)技术的WiFi路由器等。
所述无线发射器应当设有至少一根发射天线,所述无线接收器应当设有至少一根接收天线,为了获得更好的信号采集效果,所述发射天线和所述接收天线可以采用垂直极化的全向天线实现,由于用户在睡眠时是躺着的,为了进一步保证信号采集效果,所述发射天线和所述接收天线可以平行于地面设置。
在一些实施方式中,所述采集目标用户所处场所内传输的无线射频信号流,包括:利用多天线采集目标用户所处场所内传输的无线射频信号流。通过多天线,可以采集得到多载波的无线射频信号流,有利于通过相位差确定目标用户的睡眠状态,由于相位差是因为两根天线之间的距离造成的,所以它包含了空间多样性,且由于相位差包含少部分的高斯噪声,这些高斯噪声可以通过一些去噪方式去掉,因此,相位差对用户的活动非常敏感,基于相位差特征进行睡眠状态的检测具有更好的鲁棒性和准确性。
步骤S102:根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,所述睡眠特征序列包括对应于时间窗口序列中各时间窗口的睡眠特征,所述睡眠特征包括呼吸特征、心率特征和体动特征中的至少一种。
由于用户的睡眠一般需要持续几个小时的时间,整个睡眠时间包含多种睡眠状态的交替,因此,需要将整个睡眠时期切割为多个时间窗口,以所述时间窗口为单位,判断该时间窗口对应的睡眠状态,从而可以根据所述无线射频信号流得到对应的睡眠状态序列,进而依据所述睡眠状态序列判断目标用户的睡眠质量。
在具体实施时,可以采用滑动窗口法实施,所述根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,包括:采用滑动窗口法,对应于每个时间窗口,根据所述无线射频信号流确定所述目标用户的睡眠特征,得到所述目标用户的睡眠特征序列。其中,所述滑动窗口法中的时间窗口可以设置为30秒、60秒等,本领域技术人员可以结合实际需求灵活设置。
在一些实施方式中,所述根据所述无线射频信号流确定所述目标用户的睡眠特征,可以包括:
提取所述无线射频信号流的信道状态信息特征,其中,所述信道状态信息特征包括:振幅和相位差中的至少一种;
根据所述信道状态信息特征,采用基于自相关函数的载波挑选算法,选出信号质量最好的载波;
根据选出的载波确定所述目标用户的睡眠特征,所述睡眠特征包括呼吸特征和/或心率特征。
利用自相关函数的基本原理是:当信号呈现周期性变化时,其自相关函数呈类sin型变化(围绕0波动,峰、谷、峰交替出现),其中,波谷与波峰交替出现,且谷值小于零、峰值大于零。
其中,所述根据所述信道状态信息特征,采用基于自相关函数的载波挑选算法,选出信号质量最好的载波,可以包括:
对于所述无线射频信号流的各个载波,分别计算所述信道状态信息特征的自相关函数;
根据所述自相关函数的靠前的第一数量的波谷和波峰的绝对值之和计算各个所述载波的质量评分;
选出质量评分最高的载波作为信号质量最好的载波。
例如,可以以前3个波谷及前3个波峰的绝对值之和作为当前载波的质量评分,当质量评分大于给定阈值时认为呼吸可测,从而挑选评分最高的载波、并提取其对应的呼吸频率。
在一些实施方式中,所述根据选出的载波确定所述目标用户的睡眠特征,可以包括:
根据所述信号质量最好的载波的平均周期确定所述目标用户的呼吸特征,所述呼吸特征包括呼吸频率或呼吸周期。
例如,可以利用以下公式计算所述目标用户的呼吸周期:
呼吸周期=2*(峰/谷之间的平均距离*(1/采样率))
通过上述实施方式,可以采用基于自相关函数的载波挑选算法挑选出信号质量较好的载波,并据此确定目标用户的呼吸特征和/或心率特征,具有较高的准确性。此外,由于振幅和相位差在理论上互补,因此,当所述信道状态信息特征包括振幅和相位差时,本实施方式可以覆盖目标用户所处场所的全部区域,实现全方位无死角覆盖,避免漏检。另外,当采用多天线采集目标用户所处场所内传输的无线射频信号流时,还可以有效提高本申请实施方式的可测性,提高睡眠质量监测的准确性。
在一些实施方式中,所述根据所述无线射频信号流确定所述目标用户的睡眠特征,可以包括:
采用Doppler-MUSIC算法确定所述无线射频信号流的速度谱;
根据所述速度谱确定所述目标用户的体动特征。
其中,所述体动特征可以包括但不限于速度谱标准差、动作持续时间、路径变化速度、速度谱峰值能量等,根据上述体动特征可以判断目标用户在对应的时间窗口内是否发生体动,进而判断该时间窗口内所述目标用户的睡眠状态。
其中,所述Doppler-MUSIC(英文全称:Doppler-Multiple SignalClassification Algorithm)算法,可以通过综合利用同一无线射频信号设备上不同天线的无线射频信号,对接收信号相位进行校准,并通过MUSIC算法计算接收信号的多普勒速度谱。可参照以下文章进行理解和变更实施:IndoTrack:Device-Free Indoor HumanTracking with Commodity Wi-Fi.IMWUT 1(3):72:1-72:22(2017),Xiang Li,DaqingZhang,Qin Lv,Jie Xiong,Shengjie Li,Yue Zhang,Hong Mei。需要说明的是,所述无线射频信号流的速度谱包括所述无线射频信号流的多普勒速度谱。
通过上述实施方式,可以准确地判断目标用户在睡眠过程中的体动特征,进而确定目标用户的睡眠状态。
需要说明的是,上述睡眠特征是以所述时间窗口为单位确定的,从而得到与所述时间窗口一一对应的睡眠特征,所述睡眠特征按时间顺序排序得到与所述无线射频信号流对应的睡眠特征序列。
步骤S103:根据所述睡眠特征与睡眠状态的对应关系,确定所述睡眠特征序列对应的睡眠状态序列。
本步骤中,需要以时间窗口为单位,根据所述睡眠特征与睡眠状态的对应关系,判断每个时间窗口对应的睡眠状态,从而确定所述睡眠特征序列对应的睡眠状态序列。
人体在不同的睡眠状态下,其呼吸、心率、体动等睡眠特征会存在差异,这已被大量的实验证明,且现有技术对睡眠状态和睡眠特征的对应关系做了大量总结,因此,本申请实施例,可以根据现有技术中对睡眠状态和睡眠特征的分析,预先构建各睡眠特征与睡眠状态之间的对应关系,进而根据该对应关系,以及各时间窗口对应的睡眠状态,确定各时间窗口对应的睡眠状态,从而得到所述睡眠特征序列对应的睡眠状态序列。
步骤S104:根据所述睡眠状态序列确定所述目标用户的睡眠质量。
在确定得到与所述无线射频信号流对应的睡眠状态序列后,即可根据所述睡眠状态序列进行睡眠质量评价特征的统计,进而对目标用户的睡眠质量进行评价,例如,在本发明提供的另一些实施方式中,所述根据所述睡眠状态序列确定所述目标用户的睡眠质量,可以包括:
根据所述睡眠状态序列,计算睡眠质量评价特征,其中,所述睡眠质量评价特征包括:各睡眠状态对应的时长、占比和睡眠状态切换次数中的至少一项;
根据所述睡眠质量评价特征确定所述目标用户的睡眠质量。
具体实施时,可以在提取出需要的睡眠质量评价特征后,按照现有技术提供任意睡眠质量的评价方法对目标用户的睡眠质量进行评价,例如,据研究,在深度睡眠期间,机体可以通过代谢使组织器官自我修复,因此在睡眠过程中,深度睡眠应当具有一定的占比,例如,一般认为其占比应当约20%-60%,超出上述范围则认为睡眠质量较差。基于上述说明,可以为各睡眠状态设置相应的分级阈值,并为每个分级阈值设置相应的评分,例如,深睡占比介于30%-50%评分为5分,介于50%-60%评分为4分,介于20%-30%评分为3分,超过60%评分为2分,低于20%评分为1分;根据各睡眠状态的占比进行打分,然后加权得到最终的打分结果作为睡眠质量评价结果。
以上,为本发明实施方式提供的一种述睡眠质量监测方法的示例性说明,相较于现有技术,本发明提供的睡眠质量检测方法,不需要用户佩戴任何电子探头或信号采集设备,即可基于目标用户所处场所内传输的无线射频信号,在用户无感知的情况下,实现对目标用户睡眠质量的监测,从而解决目前的睡眠质量检测方法中需要用户佩戴电子设备或探头从而影响用户睡眠质量、降低用户使用体验较差的问题。
在上述的实施例中,提供了一种睡眠质量监测方法,与之相对应的,本发明还提供一种睡眠质量监测装置。请参考图2,其为本发明实施方式所提供的一种睡眠质量监测装置的示意图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
如图2所示,本发明实施例提供的一种睡眠质量监测装置2,包括:
信号采集模块21,用于采集目标用户所处场所内传输的无线射频信号流;
睡眠特征确定模块22,用于根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,所述睡眠特征序列包括对应于时间窗口序列中各时间窗口的睡眠特征,所述睡眠特征包括呼吸特征、心率特征和体动特征中的至少一种;
睡眠状态确定模块23,用于根据所述睡眠特征与睡眠状态的对应关系,确定所述睡眠特征序列对应的睡眠状态序列;
睡眠质量确定模块24,用于根据所述睡眠状态序列确定所述目标用户的睡眠质量。
本发明实施例的另一个变更实施方式中,所述睡眠特征确定模块22,包括:
睡眠特征确定单元,用于采用滑动窗口法,对应于每个时间窗口,根据所述无线射频信号流确定所述目标用户的睡眠特征,得到所述目标用户的睡眠特征序列。
本发明实施例的再一个变更实施方式中,所述睡眠特征确定单元,包括:
信道状态提取子单元,用于提取所述无线射频信号流的信道状态信息特征,其中,所述信道状态信息特征包括:振幅和相位差中的至少一种;
载波挑选子单元,用于根据所述信道状态信息特征,采用基于自相关函数的载波挑选算法,选出信号质量最好的载波;
睡眠特征确定子单元,用于根据选出的载波确定所述目标用户的睡眠特征,所述睡眠特征包括呼吸特征和/或心率特征。
本发明实施例的又一个变更实施方式中,所述载波挑选子单元,包括:
自相关函数计算子单元,用于对于所述无线射频信号流的各个载波,分别计算所述信道状态信息特征的自相关函数;
载波质量计算子单元,用于根据所述自相关函数的靠前的第一数量的波谷和波峰的绝对值之和计算各个所述载波的质量评分;
高分载波挑选子单元,用于选出质量评分最高的载波作为信号质量最好的载波。
本发明实施例的又一个变更实施方式中,所述睡眠特征确定子单元,包括:
呼吸特征确定子单元,用于根据所述信号质量最好的载波的平均周期确定所述目标用户的呼吸特征,所述呼吸特征包括呼吸频率。
本发明实施例的又一个变更实施方式中,所述睡眠特征确定单元,包括:
速度谱确定子单元,用于采用Doppler-MUSIC算法确定所述无线射频信号流的速度谱;
体动特征确定子单元,用于根据所述速度谱确定所述目标用户的体动特征。
本发明实施例的又一个变更实施方式中,所述信号采集模块21,包括:
多天线信号采集单元,用于利用多天线采集目标用户所处场所内传输的无线射频信号流。
本发明实施例的又一个变更实施方式中,所述睡眠质量确定模块24,包括:
睡眠评价特征计算单元,用于根据所述睡眠状态序列,计算睡眠质量评价特征,其中,所述睡眠质量评价特征包括:各睡眠状态对应的时长、占比和睡眠状态切换次数中的至少一项;
睡眠质量确定单元,用于根据所述睡眠质量评价特征确定所述目标用户的睡眠质量。
本发明实施例提供的睡眠质量监测装置2,与本发明前述实施例提供的睡眠质量监测方法出于相同的发明构思,具有相同的有益效果。
在上述的实施例中,提供了一种睡眠质量监测方法及装置,与之相对应的,本发明还提供一种终端设备,所述终端设备可以是任何具有数据处理能力的计算设备,如服务器、台式机电脑、笔记本电脑、平板电脑、手机等。请参考图3,图3为本发明实施例提供的一种终端设备的示意图。如图3所示,所述终端设备3包括:处理器30,存储器31,总线32和通信接口33,所述处理器30、通信接口33和存储器31通过总线32连接;所述存储器31中存储有可在所述处理器30上运行的计算机程序,所述处理器30运行所述计算机程序时执行本发明提供的睡眠质量监测方法。
其中,存储器31可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口33(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线32可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中,存储器31用于存储程序,所述处理器30在接收到执行指令后,执行所述程序,前述本发明实施例任一实施方式揭示的所述睡眠质量监测方法可以应用于处理器30中,或者由处理器30实现。
处理器30可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器30中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器30可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器31,处理器30读取存储器31中的信息,结合其硬件完成上述方法的步骤。
本发明实施例提供的终端设备与本发明实施例提供的睡眠质量监测方法出于相同的发明构思,具有相同的有益效果。
需要说明的是,附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种睡眠质量监测方法,其特征在于,包括:
采集目标用户所处场所内传输的无线射频信号流;
根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,所述睡眠特征序列包括对应于时间窗口序列中各时间窗口的睡眠特征,所述睡眠特征包括呼吸特征、心率特征和体动特征中的至少一种;
根据所述睡眠特征与睡眠状态的对应关系,确定所述睡眠特征序列对应的睡眠状态序列;
根据所述睡眠状态序列确定所述目标用户的睡眠质量。
2.根据权利要求1所述的睡眠质量监测方法,其特征在于,所述根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,包括:
采用滑动窗口法,对应于每个时间窗口,根据所述无线射频信号流确定所述目标用户的睡眠特征,得到所述目标用户的睡眠特征序列。
3.根据权利要求2所述的睡眠质量监测方法,其特征在于,所述根据所述无线射频信号流确定所述目标用户的睡眠特征,包括:
提取所述无线射频信号流的信道状态信息特征,其中,所述信道状态信息特征包括:振幅和相位差中的至少一种;
根据所述信道状态信息特征,采用基于自相关函数的载波挑选算法,选出信号质量最好的载波;
根据选出的载波确定所述目标用户的睡眠特征,所述睡眠特征包括呼吸特征和/或心率特征。
4.根据权利要求3所述的睡眠质量监测方法,其特征在于,所述根据所述信道状态信息特征,采用基于自相关函数的载波挑选算法,选出信号质量最好的载波,包括:
对于所述无线射频信号流的各个载波,分别计算所述信道状态信息特征的自相关函数;
根据所述自相关函数的靠前的第一数量的波谷和波峰的绝对值之和计算各个所述载波的质量评分;
选出质量评分最高的载波作为信号质量最好的载波。
5.根据权利要求3所述的睡眠质量监测方法,其特征在于,所述根据选出的载波确定所述目标用户的睡眠特征,包括:
根据所述信号质量最好的载波的平均周期确定所述目标用户的呼吸特征,所述呼吸特征包括呼吸频率。
6.根据权利要求2所述的睡眠质量监测方法,其特征在于,所述根据所述无线射频信号流确定所述目标用户的睡眠特征,包括:
采用Doppler-MUSIC算法确定所述无线射频信号流的速度谱;
根据所述速度谱确定所述目标用户的体动特征。
7.根据权利要求1所述的睡眠质量监测方法,其特征在于,所述采集目标用户所处场所内传输的无线射频信号流,包括:
利用多天线采集目标用户所处场所内传输的无线射频信号流。
8.根据权利要求1所述的睡眠质量监测方法,其特征在于,所述根据所述睡眠状态序列确定所述目标用户的睡眠质量,包括:
根据所述睡眠状态序列,计算睡眠质量评价特征,其中,所述睡眠质量评价特征包括:各睡眠状态对应的时长、占比和睡眠状态切换次数中的至少一项;
根据所述睡眠质量评价特征确定所述目标用户的睡眠质量。
9.一种睡眠质量监测装置,其特征在于,包括:
信号采集模块,用于采集目标用户所处场所内传输的无线射频信号流;
睡眠特征确定模块,用于根据所述无线射频信号流,确定所述目标用户的睡眠特征序列,所述睡眠特征序列包括对应于时间窗口序列中各时间窗口的睡眠特征,所述睡眠特征包括呼吸特征、心率特征和体动特征中的至少一种;
睡眠状态确定模块,用于根据所述睡眠特征与睡眠状态的对应关系,确定所述睡眠特征序列对应的睡眠状态序列;
睡眠质量确定模块,用于根据所述睡眠状态序列确定所述目标用户的睡眠质量。
10.一种终端设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时执行权利要求1-8任一项所述的睡眠质量监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269887.9A CN109363647B (zh) | 2018-10-29 | 2018-10-29 | 睡眠质量监测方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811269887.9A CN109363647B (zh) | 2018-10-29 | 2018-10-29 | 睡眠质量监测方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109363647A true CN109363647A (zh) | 2019-02-22 |
CN109363647B CN109363647B (zh) | 2022-07-19 |
Family
ID=65390308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811269887.9A Active CN109363647B (zh) | 2018-10-29 | 2018-10-29 | 睡眠质量监测方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109363647B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110013252A (zh) * | 2019-04-18 | 2019-07-16 | 北京邮电大学 | 获取呼吸状态的方法、装置、电子设备及可读存储介质 |
CN110236491A (zh) * | 2019-05-16 | 2019-09-17 | 华南师范大学 | 一种睡眠分期监控方法 |
CN111358448A (zh) * | 2020-03-23 | 2020-07-03 | 珠海格力电器股份有限公司 | 一种睡眠调节方法及装置 |
CN111803054A (zh) * | 2020-06-12 | 2020-10-23 | 中国人民解放军陆军军医大学 | 一种实时评估室颤信号质量和除颤成功率的方法与仪器 |
CN113456061A (zh) * | 2021-06-16 | 2021-10-01 | 南京润楠医疗电子研究院有限公司 | 一种基于无线信号睡眠姿势监测方法及*** |
CN113842111A (zh) * | 2020-06-28 | 2021-12-28 | 珠海格力电器股份有限公司 | 一种睡眠分期方法、装置、计算设备及存储介质 |
TWI816614B (zh) * | 2022-12-01 | 2023-09-21 | 啟碁科技股份有限公司 | 睡眠監測系統及睡眠監測方法 |
WO2023241469A1 (zh) * | 2022-06-13 | 2023-12-21 | 华为技术有限公司 | 一种睡眠监测方法及设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8411807B1 (en) * | 2008-09-02 | 2013-04-02 | Cisco Technology, Inc. | Mid-packet clear channel assessment |
CN104224132A (zh) * | 2014-09-26 | 2014-12-24 | 天彩电子(深圳)有限公司 | 睡眠监测装置及其监测方法 |
CN106419841A (zh) * | 2016-09-13 | 2017-02-22 | 深圳市迈迪加科技发展有限公司 | 睡眠评估方法、装置及*** |
CN106725383A (zh) * | 2016-12-28 | 2017-05-31 | 天津众阳科技有限公司 | 基于动作和心率的睡眠状态判别***及方法 |
CN106725488A (zh) * | 2016-12-27 | 2017-05-31 | 深圳大学 | 一种无线场强呼吸检测方法、装置及呼吸检测仪 |
CN107331136A (zh) * | 2017-05-11 | 2017-11-07 | 深圳市斑点猫信息技术有限公司 | 基于WiFi的室内人体活动检测方法和*** |
CN108289653A (zh) * | 2015-09-15 | 2018-07-17 | 皇家飞利浦有限公司 | 用于确定胎儿心率的设备和方法 |
US20180239014A1 (en) * | 2015-08-14 | 2018-08-23 | Resmed Sensor Technologies Limited | Digital range gated radio frequency sensor |
-
2018
- 2018-10-29 CN CN201811269887.9A patent/CN109363647B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8411807B1 (en) * | 2008-09-02 | 2013-04-02 | Cisco Technology, Inc. | Mid-packet clear channel assessment |
CN104224132A (zh) * | 2014-09-26 | 2014-12-24 | 天彩电子(深圳)有限公司 | 睡眠监测装置及其监测方法 |
US20180239014A1 (en) * | 2015-08-14 | 2018-08-23 | Resmed Sensor Technologies Limited | Digital range gated radio frequency sensor |
CN108289653A (zh) * | 2015-09-15 | 2018-07-17 | 皇家飞利浦有限公司 | 用于确定胎儿心率的设备和方法 |
CN106419841A (zh) * | 2016-09-13 | 2017-02-22 | 深圳市迈迪加科技发展有限公司 | 睡眠评估方法、装置及*** |
CN106725488A (zh) * | 2016-12-27 | 2017-05-31 | 深圳大学 | 一种无线场强呼吸检测方法、装置及呼吸检测仪 |
CN106725383A (zh) * | 2016-12-28 | 2017-05-31 | 天津众阳科技有限公司 | 基于动作和心率的睡眠状态判别***及方法 |
CN107331136A (zh) * | 2017-05-11 | 2017-11-07 | 深圳市斑点猫信息技术有限公司 | 基于WiFi的室内人体活动检测方法和*** |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110013252A (zh) * | 2019-04-18 | 2019-07-16 | 北京邮电大学 | 获取呼吸状态的方法、装置、电子设备及可读存储介质 |
CN110013252B (zh) * | 2019-04-18 | 2021-03-23 | 北京邮电大学 | 获取呼吸状态的方法、装置、电子设备及可读存储介质 |
CN110236491A (zh) * | 2019-05-16 | 2019-09-17 | 华南师范大学 | 一种睡眠分期监控方法 |
CN111358448A (zh) * | 2020-03-23 | 2020-07-03 | 珠海格力电器股份有限公司 | 一种睡眠调节方法及装置 |
CN111803054A (zh) * | 2020-06-12 | 2020-10-23 | 中国人民解放军陆军军医大学 | 一种实时评估室颤信号质量和除颤成功率的方法与仪器 |
CN111803054B (zh) * | 2020-06-12 | 2023-04-07 | 中国人民解放军陆军军医大学 | 一种实时评估室颤信号质量和除颤成功率的方法与仪器 |
CN113842111A (zh) * | 2020-06-28 | 2021-12-28 | 珠海格力电器股份有限公司 | 一种睡眠分期方法、装置、计算设备及存储介质 |
CN113456061A (zh) * | 2021-06-16 | 2021-10-01 | 南京润楠医疗电子研究院有限公司 | 一种基于无线信号睡眠姿势监测方法及*** |
WO2023241469A1 (zh) * | 2022-06-13 | 2023-12-21 | 华为技术有限公司 | 一种睡眠监测方法及设备 |
TWI816614B (zh) * | 2022-12-01 | 2023-09-21 | 啟碁科技股份有限公司 | 睡眠監測系統及睡眠監測方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109363647B (zh) | 2022-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109363647A (zh) | 睡眠质量监测方法、装置及终端设备 | |
Ravichandran et al. | WiBreathe: Estimating respiration rate using wireless signals in natural settings in the home | |
Zhao et al. | CRH: A contactless respiration and heartbeat monitoring system with COTS RFID tags | |
CN104352224B (zh) | 用于监测心肺参数的***和方法 | |
KR102397311B1 (ko) | 와이파이 송수신기 간의 채널상태정보를 이용한 실내 재실자의 일상생활 활동 인식 방법 | |
Wang et al. | TinySense: Multi-user respiration detection using Wi-Fi CSI signals | |
Liu et al. | WiPhone: Smartphone-based respiration monitoring using ambient reflected WiFi signals | |
KR102023991B1 (ko) | 생체 신호 전송기, 생체 신호 수신기, 및 생체 신호 송수신 방법 | |
Li et al. | Mo-sleep: Unobtrusive sleep and movement monitoring via Wi-Fi signal | |
Yang et al. | AutoTag: Recurrent variational autoencoder for unsupervised apnea detection with RFID tags | |
Khamis et al. | CardioFi: Enabling heart rate monitoring on unmodified COTS WiFi devices | |
CN110353649A (zh) | 一种心率检测方法 | |
CN109480800A (zh) | 用于估计生物信息的设备和方法及血压监视装置 | |
EP3692898A1 (en) | Sleep/motion determination based on wi-fi signals | |
KR20210017004A (ko) | 레이더 센서를 이용한 비 접촉 수면 분석장치 및 그 수면 분석방법 | |
Ra et al. | I am a" smart" watch, smart enough to know the accuracy of my own heart rate sensor | |
Liu et al. | Wi-PSG: Detecting rhythmic movement disorder using COTS WiFi | |
Uysal et al. | RF-based noncontact respiratory rate monitoring with parametric spectral estimation | |
Fan et al. | Small-scale perception in medical body area networks | |
US20230139637A1 (en) | Vital sign monitoring via remote sensing on stationary exercise equipment | |
Leutheuser et al. | Textile integrated wearable technologies for sports and medical applications | |
Uysal et al. | Contactless respiration rate estimation using MUSIC algorithm | |
Gao et al. | Cardiosentinal: A 24-hour heart care and monitoring system | |
Xu et al. | Respiratory rate estimation of standing and sitting people using WiFi signals | |
CN115474901A (zh) | 基于无线射频信号的非接触式起居状态监测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |