CN111281341A - 一种睡眠评估方法、装置、电子设备及存储介质 - Google Patents
一种睡眠评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111281341A CN111281341A CN202010080172.XA CN202010080172A CN111281341A CN 111281341 A CN111281341 A CN 111281341A CN 202010080172 A CN202010080172 A CN 202010080172A CN 111281341 A CN111281341 A CN 111281341A
- Authority
- CN
- China
- Prior art keywords
- sleep
- data
- information
- state data
- duration
- 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.)
- Pending
Links
- 230000007958 sleep Effects 0.000 title claims abstract description 550
- 238000011156 evaluation Methods 0.000 title claims abstract description 33
- 230000003860 sleep quality Effects 0.000 claims abstract description 104
- 238000000034 method Methods 0.000 claims abstract description 59
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 32
- 230000004617 sleep duration Effects 0.000 claims abstract description 28
- 230000006872 improvement Effects 0.000 claims description 82
- 208000019116 sleep disease Diseases 0.000 claims description 40
- 230000004622 sleep time Effects 0.000 claims description 29
- 238000012216 screening Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 28
- 206010062519 Poor quality sleep Diseases 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 8
- 230000002618 waking effect Effects 0.000 description 7
- 239000003205 fragrance Substances 0.000 description 6
- 230000004461 rapid eye movement Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 244000178870 Lavandula angustifolia Species 0.000 description 3
- 235000010663 Lavandula angustifolia Nutrition 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 239000001102 lavandula vera Substances 0.000 description 3
- 235000018219 lavender Nutrition 0.000 description 3
- 230000036578 sleeping time Effects 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- RYYVLZVUVIJVGH-UHFFFAOYSA-N caffeine Chemical compound CN1C(=O)N(C)C(=O)C2=C1N=CN2C RYYVLZVUVIJVGH-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 230000027288 circadian rhythm Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000035240 Disease Resistance Diseases 0.000 description 1
- 208000014094 Dystonic disease Diseases 0.000 description 1
- 206010021118 Hypotonia Diseases 0.000 description 1
- LPHGQDQBBGAPDZ-UHFFFAOYSA-N Isocaffeine Natural products CN1C(=O)N(C)C(=O)C2=C1N(C)C=N2 LPHGQDQBBGAPDZ-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 244000269722 Thea sinensis Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 210000004958 brain cell Anatomy 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 229960001948 caffeine Drugs 0.000 description 1
- VJEONQKOZGKCAK-UHFFFAOYSA-N caffeine Natural products CN1C(=O)N(C)C(=O)C2=C1C=CN2C VJEONQKOZGKCAK-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 208000010118 dystonia Diseases 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 230000027939 micturition Effects 0.000 description 1
- 230000036640 muscle relaxation Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M21/00—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis
- A61M21/02—Other devices or methods to cause a change in the state of consciousness; Devices for producing or ending sleep by mechanical, optical, or acoustical means, e.g. for hypnosis for inducing sleep or relaxation, e.g. by direct nerve stimulation, hypnosis, analgesia
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Anesthesiology (AREA)
- Pathology (AREA)
- Hematology (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Pain & Pain Management (AREA)
- Acoustics & Sound (AREA)
- Psychology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供一种睡眠评估方法、装置、电子设备及存储介质,该方法包括:获取睡眠状态数据;根据睡眠状态数据确定睡眠指标数据;使用睡眠质量模型对睡眠指标数据进行计算,获得睡眠信息,睡眠信息表征睡眠的质量信息,睡眠质量模型包括:睡眠程度、睡眠时长、睡眠规律和睡眠呼吸。在上述的实现过程中,通过根据获取的睡眠状态数据确定睡眠指标数据;使用睡眠质量模型对睡眠指标数据进行计算,获得包括睡眠程度、睡眠时长、睡眠规律和睡眠呼吸的睡眠信息;也就是说,该睡眠评估方法通过睡眠程度、睡眠时长、睡眠规律和睡眠呼吸四个维度来衡量用户的睡眠质量信息,从而提高了获得表征用户的睡眠质量好坏的睡眠信息的准确度。
Description
技术领域
本申请涉及计算机通信和数据处理的技术领域,具体而言,涉及一种睡眠评估方法、装置、电子设备及存储介质。
背景技术
目前,市场上的睡眠相关产品包括:使用传感器监测并统计用户的睡眠质量的硬件产品,以及根据用户的睡眠数据进行统计的睡眠软件产品,然而这些睡眠相关产品仅给出单一维度的统计,例如:智能手环可以通过生物电阻抗传感器或光学心率传感器监测用户的心率数据,以及通过加速度传感器和皮电反应传感器监测用户的运动数据和睡眠数据,因此,智能手环可以通过心率数据、运动数据和睡眠数据来统计获得表征用户的睡眠质量好坏的睡眠信息。
在具体实践中发现,通过心率数据、运动数据和睡眠数据获得的睡眠信息的维度比较单一,即获得表征用户的睡眠质量好坏的睡眠信息不够准确。
发明内容
本申请实施例的目的在于提供一种睡眠评估方法、装置、电子设备及存储介质,用于改善获得表征用户的睡眠质量好坏的睡眠信息不够准确的问题。
本申请实施例提供了一种睡眠评估方法,包括:获取睡眠状态数据;根据所述睡眠状态数据确定睡眠指标数据;使用睡眠质量模型对所述睡眠指标数据进行计算,获得睡眠信息,所述睡眠信息表征睡眠的质量信息,所述睡眠质量模型包括:睡眠程度、睡眠时长、睡眠规律和睡眠呼吸。在上述的实现过程中,通过根据获取的睡眠状态数据确定睡眠指标数据;使用睡眠质量模型对睡眠指标数据进行计算,获得包括睡眠程度、睡眠时长、睡眠规律和睡眠呼吸的睡眠信息;也就是说,该睡眠评估方法通过睡眠程度、睡眠时长、睡眠规律和睡眠呼吸四个维度来衡量用户的睡眠质量信息,从而提高了获得表征用户的睡眠质量好坏的睡眠信息的准确度。
可选地,在本申请实施例中,所述睡眠信息包括:睡眠质量分和/或睡眠等级;在所述获得睡眠信息之后,还包括:向第一终端设备发送所述睡眠质量分和/或所述睡眠等级。在上述的实现过程中,通过向第一终端设备发送睡眠质量分和/或睡眠等级;从而使第一终端设备对应的用户更加容易地获知睡眠质量分和/或睡眠等级。
可选地,在本申请实施例中,在所述获得睡眠信息之后,还包括:根据所述睡眠信息生成控制命令,向助眠设备发送所述控制命令,所述控制命令用于使所述助眠设备对用户进行助眠。在上述的实现过程中,通过根据睡眠信息生成控制命令,向助眠设备发送控制命令,控制命令用于使助眠设备对用户进行助眠;从而让使用助眠设备的用户更加快速的进入睡眠状态,从而提高该用户的睡眠质量。
可选地,在本申请实施例中,所述获取睡眠状态数据,包括:接收数据采集设备发送的所述睡眠状态数据,所述睡眠状态数据是使用所述数据采集设备的至少一个传感器采集获得的。在上述的实现过程中,通过接收数据采集设备发送的睡眠状态数据,睡眠状态数据是使用数据采集设备的至少一个传感器采集获得的;从而有效地提高了获得睡眠状态数据的速度。
可选地,在本申请实施例中,所述睡眠状态数据包括:睡眠类型数据;所述获取睡眠状态数据,包括:统计预设睡眠类型问卷测量表的数据,获得所述睡眠类型数据。在上述的实现过程中,通过统计预设睡眠类型问卷测量表的数据,获得睡眠类型数据;也就是说,通过统计预设睡眠类型问卷测量表的数据来确定用户是否熬夜的睡眠类型数据,将睡眠类型数据确定为睡眠状态数据,从而有效地提高了获得睡眠信息的合理性。
可选地,在本申请实施例中,所述睡眠状态数据还包括:入睡时刻、起床时刻、睡眠心率和睡眠呼吸率,所述睡眠指标数据包括:第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长、入睡时长、预设时间范围的比例参数和预设天数内的平均睡眠时长;所述根据所述睡眠状态数据确定睡眠指标数据,包括:根据所述睡眠类型数据、所述入睡时刻、所述起床时刻、所述睡眠心率和所述睡眠呼吸率,确定所述第一睡眠程度的时长、所述第二睡眠程度的时长、所述第三睡眠程度的时长、所述入睡时长、所述预设时间范围的比例参数和所述预设天数内的平均睡眠时长;其中,所述第一睡眠程度大于所述第二睡眠程度,所述第二睡眠程度大于第三睡眠程度。在上述的实现过程中,通过根据睡眠类型数据、第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长、入睡时刻、起床时刻、入睡时长、睡眠心率和睡眠呼吸率,确定预设时间范围的比例参数和预设天数内的平均睡眠时长;从而有效地提高了获得睡眠指标数据的合理性。
可选地,在本申请实施例中,在所述获得睡眠信息之后,还包括:使用所述睡眠质量模型对所述睡眠信息进行分析,获得睡眠问题。在上述的实现过程中,通过使用睡眠质量模型对睡眠信息进行分析,获得睡眠问题;从而加快了获得睡眠问题的速度。
可选地,在本申请实施例中,在所述获得睡眠问题之后,还包括:使用所述睡眠质量模型根据所述睡眠信息确定睡眠改善建议。在上述的实现过程中,通过使用睡眠质量模型根据睡眠信息确定睡眠改善建议;从而有效地提高了获得睡眠改善建议的速度。
可选地,在本申请实施例中,所述使用所述睡眠质量模型根据所述睡眠信息确定睡眠改善建议,包括:获得建议数据仓库,所述建议数据仓库包括多个具有优先级别的睡眠改善建议;使用所述睡眠质量模型根据所述睡眠信息从所述建议数据仓库中筛选出优先级别最高的睡眠改善建议。在上述的实现过程中,通过获得建议数据仓库,建议数据仓库包括多个具有优先级别的睡眠改善建议;使用睡眠质量模型根据睡眠信息从建议数据仓库中筛选出优先级别最高的睡眠改善建议;从而有效地为不同的用户提高不同优先级的睡眠改善建议,即实现了不同的用户的睡眠改善建议的个性化。
可选地,在本申请实施例中,还包括:向第二终端设备发送所述睡眠问题和/或所述睡眠改善建议。在上述的实现过程中,通过向第二终端设备发送睡眠问题和/或睡眠改善建议;从而让使用第二终端设备对应的用户更加容易地获知睡眠问题和/或睡眠改善建议。
本申请实施例还提供了一种睡眠评估装置,包括:状态数据获取模块,用于获取睡眠状态数据;指标数据确定模块,用于根据所述睡眠状态数据确定睡眠指标数据;睡眠信息获得模块,用于使用睡眠质量模型对所述睡眠指标数据进行计算,获得睡眠信息,所述睡眠信息表征睡眠的质量信息,所述睡眠质量模型包括:睡眠程度、睡眠时长、睡眠规律和睡眠呼吸。
可选地,在本申请实施例中,所述睡眠信息包括:睡眠质量分和/或睡眠等级;还包括:第一信息发送模块,用于向第一终端设备发送所述睡眠质量分和/或所述睡眠等级。
可选地,在本申请实施例中,还包括:命令生成发送模块,用于根据所述睡眠信息生成控制命令,向助眠设备发送所述控制命令,所述控制命令用于使所述助眠设备对用户进行助眠。
可选地,在本申请实施例中,所述状态数据获取模块,包括:状态数据接收模块,用于接收数据采集设备发送的所述睡眠状态数据,所述睡眠状态数据是使用所述数据采集设备的至少一个传感器采集获得的。
可选地,在本申请实施例中,所述睡眠状态数据包括:睡眠类型数据;所述状态数据获取模块,包括:类型数据获得模块,用于统计预设睡眠类型问卷测量表的数据,获得所述睡眠类型数据。
可选地,在本申请实施例中,所述睡眠状态数据还包括:入睡时刻、起床时刻、睡眠心率和睡眠呼吸率,所述睡眠指标数据包括:第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长、入睡时长、预设时间范围的比例参数和预设天数内的平均睡眠时长;所述指标数据确定模块,包括:数据确定子模块,用于根据所述睡眠类型数据、所述入睡时刻、所述起床时刻、所述睡眠心率和所述睡眠呼吸率,确定所述第一睡眠程度的时长、所述第二睡眠程度的时长、所述第三睡眠程度的时长、所述入睡时长、所述预设时间范围的比例参数和所述预设天数内的平均睡眠时长;其中,所述第一睡眠程度大于所述第二睡眠程度,所述第二睡眠程度大于第三睡眠程度。
可选地,在本申请实施例中,还包括:睡眠问题获得模块,用于使用所述睡眠质量模型对所述睡眠信息进行分析,获得睡眠问题。
可选地,在本申请实施例中,还包括:改善建议确定模块,用于使用所述睡眠质量模型根据所述睡眠信息确定睡眠改善建议。
可选地,在本申请实施例中,所述改善建议确定模块,包括:数据仓库获得模块,用于获得建议数据仓库,所述建议数据仓库包括多个具有优先级别的睡眠改善建议;改善建议筛选模块,用于使用所述睡眠质量模型根据所述睡眠信息从所述建议数据仓库中筛选出优先级别最高的睡眠改善建议。
可选地,在本申请实施例中,还包括:第二信息发送模块,用于向第二终端设备发送所述睡眠问题和/或所述睡眠改善建议。
本申请实施例还提供了一种电子设备,包括:处理器和存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述机器可读指令被所述处理器执行时执行如上所述的方法。
本申请实施例还提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上所述的方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出的本申请实施例提供的睡眠评估方法的示意图;
图2示出的本申请实施例提供的睡眠质量模型的示意图;
图3示出的本申请实施例提供的睡眠评估装置示意图;
图4示出的本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。
在介绍本申请实施例提供的睡眠评估方法之前,先介绍本申请实施例所涉及的一些概念,本申请实施例所涉及的一些概念如下:
快速动眼期(Rapid Eye Movement,REM)是动物睡眠的一个阶段,又称快速动眼睡眠。在此阶段时眼球会快速移动,同时身体肌肉放松。快速眼动睡眠也被称作快波睡眠(fast wave sleep)、异相睡眠(paradoxical sleep)或去同化睡眠(desynchronizedsleep),因为在这个阶段伴有眼球快速跳动现象,且呼吸和心跳变得不规则,全身肌肉放松,尤其是维持姿态的肌群张力减退,脑电图呈现去同步化的快波,大脑的神经元的活动与清醒的时候相同,呈现快速、低电压去同步化的脑电波。
数据库(DataBase,DB),是指存储电子数据或者电子文件的集合,简而言之可视为电子化的文件柜,用户可以对文件中的数据运行新增、截取、更新、删除等操作。所谓“数据库”是以一定方式储存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。数据库包括:内存数据库、关系型数据库和非关系型数据库。
内存数据库是指基于随机存储记忆体(Random Access Memory,RAM)查找的数据集合,特点为读写速度快,因此也被称为缓存数据库,常见的内存数据库例如:Memcached和Redis等。
关系型数据库是指采用关系模型来组织数据的数据库,关系型数据库以行和列的形式存储数据,以便于用户理解,关系型数据库这一系列的行和列被称为表,常见的关系型数据库例如:Mysql、PostgreSQL、Oracle和SQLSever等。
非关系型数据库,又被称为NoSQL(Not Only SQL),意为不仅仅是结构化查询语言(Structured QueryLanguage,SQL),非关系型数据库根据结构化方法以及应用场合的不同,主要分为:面向列式存储、面向文档存储和键值对存储的三种非关系型数据库,常见的非关系型数据库包括:grakn知识图谱数据库、Neo4j图数据库、Hadoop子***HBase、MongoDB和CouchDB等。
服务器是指通过网络提供计算服务的设备,服务器例如:x86服务器以及非x86服务器,非x86服务器包括:大型机、小型机和UNIX服务器。当然在具体的实施过程中,上述的服务器可以具体选择大型机或者小型机,这里的小型机是指采用精简指令集计算(ReducedInstruction Set Computing,RISC)、单字长定点指令平均执行速度(MillionInstructions Per Second,MIPS)等专用处理器,主要支持UNIX操作***的封闭且专用的提供计算服务的设备;这里的大型机,又名大型主机,是指使用专用的处理器指令集、操作***和应用软件来提供计算服务的设备。
需要说明的是,本申请实施例提供的睡眠评估方法可以被电子设备执行,这里的电子设备是指具有执行计算机程序功能的设备终端或者上述的服务器,设备终端例如:智能手机、个人电脑(personal computer,PC)、平板电脑、个人数字助理(personal digitalassistant,PDA)、移动上网设备(mobile Internet device,MID)、网络交换机或网络路由器等。上述的睡眠评估方法还可以被睡眠相关的设备产品执行,睡眠相关的设备产品例如:电子枕头、电子婴儿床和提供辅助睡眠的智能音响等设备。
在介绍本申请实施例提供的睡眠评估方法之前,先介绍该睡眠评估方法适用的应用场景,这里的应用场景包括但不限于:使用该睡眠评估方法评估睡眠质量,获得睡眠信息,这里的睡眠信息可以包括:睡眠质量分、睡眠等级、睡眠问题和/或睡眠改善建议等,还可以根据该睡眠信息辅助用户睡眠等。
请参见图1示出的本申请实施例提供的睡眠评估方法的示意图;该睡眠评估方法可以包括如下步骤:
步骤S110:电子设备获取睡眠状态数据。
睡眠状态数据,是指电子设备获取的关于用户的睡眠状态数据;这里的用户是指需要评估睡眠质量服务的用户,这里的睡眠状态数据可以包括:第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长;其中,第一睡眠程度大于第二睡眠程度,第二睡眠程度大于第三睡眠程度,睡眠程度越深表示睡眠质量越好,因此,这里的第一睡眠程度的时长也可以理解为深睡时长,第二睡眠程度的时长也可以理解为浅睡时长,第三睡眠程度的时长也可以理解为清醒时长。由于在深睡期,人的大脑皮层细胞处于充分休息状态,对稳定情绪、平衡心态、恢复精力极为重要,因此,深睡时长对于确定睡眠质量非常重要;同时,人体内可以产生许多抗体,增强抗病能力;因此,采用整夜的深睡时长来衡量睡眠质量是合理的。
上述的获取睡眠状态数据有很多种实施方式如下:
第一种方式,可以接收其它设备发送的睡眠状态数据,那么上述的获取睡眠状态数据,即步骤S110可以包括如下步骤:
步骤S111:电子设备接收数据采集设备发送的睡眠状态数据。
数据采集设备(data acquisition equipment),是指采集睡眠状态数据的设备,数据采集是指从数据源中选择和收集针对某种特定需要的数据,该数据采集设备可以包括至少一个传感器,这里的传感器例如:声音传感器、光传感器、压力传感器、湿度传感器和温度传感器等。
上述的电子设备接收数据采集设备发送的睡眠状态数据的实施方式例如:电子设备通过传输控制协议(Transmission Control Protocol,TCP)接收数据采集设备发送的睡眠状态数据;这里的睡眠状态数据可以是使用数据采集设备的至少一个传感器采集获得的。这里的TCP协议又名网络通讯协议,是Internet最基本的协议、Internet国际互联网络的基础,由网络层的IP协议和传输层的TCP协议组成。可以是基于传输控制协议/因特网互联协议(TCP/IP),也可以是基于超文本传输协议进行通信。在上述的实现过程中,通过接收数据采集设备发送的睡眠状态数据,睡眠状态数据是使用数据采集设备的至少一个传感器采集获得的;从而有效地提高了获得睡眠状态数据的速度。
第二种方式,还可以对预先存储的数据进行统计获得睡眠状态数据,这里的睡眠状态数据还可以包括:睡眠类型数据;那么上述的获取睡眠状态数据,即步骤S110可以包括如下步骤:
步骤S112:电子设备统计预设睡眠类型问卷测量表的数据,获得睡眠类型数据。
睡眠类型数据,是指用户身心昼夜节律的个人模式,睡眠类型数据直接影响是否熬夜的判断;也就是说,并不是每个人都以完全相同的方式度日,每个人都有自己的睡眠类型,这是决定人们身心昼夜节律的个人模式。上述的睡眠类型数据有两种情况:早起星人和晚睡星人;其中,早起星人超过24点睡觉判定为熬夜,晚睡星人超过凌晨2点睡觉判定为熬夜,并不再只以24点为基准进行熬夜的判断,使对熬夜的判断更具科学性与合理性。
上述的步骤S112的实施方式例如:在预设睡眠类型问卷测量表设计出关于睡眠类型的问题,统计关于睡眠类型的问题的答案数据,获得睡眠类型数据。这里的预设睡眠类型问卷测量表是指预先设置的睡眠类型问卷自评量表,这里的测量表可以采用慕尼黑大学睡眠类型测量表,当然在具体的实施过程中,也可以采用其它的机构的测量表。在上述的实现过程中,通过统计预设睡眠类型问卷测量表的数据,获得睡眠类型数据;也就是说,通过统计预设睡眠类型问卷测量表的数据来确定用户是否熬夜的睡眠类型数据,将睡眠类型数据确定为睡眠状态数据,从而有效地提高了获得睡眠信息的合理性。
在步骤S110之后,执行步骤S120:电子设备根据睡眠状态数据确定睡眠指标数据。
睡眠指标数据,是指根据用户的据睡眠状态数据计算获得的指标数据;具体地,睡眠指标数据可以包括:预设时间范围的比例参数和预设天数内的平均睡眠时长;这里的预设时间范围和预设天数将在下面进行详细的介绍。当然在具体的实施过程中,这里的睡眠指标数据还可以包括:入睡时长、整个睡眠过程时长、前90分钟的清醒次数、整个睡眠过程的清醒次数、整个睡眠过程的清醒时长、REM时长、起床用时的时长、呼吸质量和最近7天的理想睡眠数量等等;其中,整个睡眠过程时长例如可以等于深睡时长、浅睡时长和REM时长的和值。
在具体的实施过程中,步骤S120有很多种实施方式,具体例如:上述的睡眠状态数据还可以包括:入睡时刻、起床时刻、睡眠心率和睡眠呼吸率;那么上述的步骤S120可以包括如下步骤:
步骤S121:电子设备根据睡眠类型数据、入睡时刻、起床时刻、睡眠心率和睡眠呼吸率,确定第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长、入睡时长、预设时间范围的比例参数和预设天数内的平均睡眠时长。
预设时间范围,是指预先设置的时间范围;这里的预设时间范围可以设置为前90分钟,这里的预设时间范围的比例参数可以为前90分钟的深睡比例、前90分钟的浅睡比例或者前90分钟清醒比例。
预设天数,是指预先设置的天数;这里的预设天数可以设置为最近7天等等,这里的预设天数内的平均睡眠时长可以是最近7天的平均睡眠时长。
上述的步骤S121的实施方式例如:使用统计第一用户的睡眠类型数据、入睡时刻、起床时刻、睡眠心率和睡眠呼吸率等数据,获得第一用户的清醒时长、浅睡时长、深睡时长、入睡时长、前90分钟的深睡比例、前90分钟的浅睡比例、前90分钟清醒比例、最近7天的平均睡眠时长和/或最近7天的理想睡眠时长等等;其中,具体的深睡状态、浅睡状态和清醒状态可以通过睡眠心率和睡眠呼吸率来具体确定,前90分钟深睡比例=前90分钟深睡时长/90×100%,前90分钟清醒比例=前90分钟清醒时长/90×100%,最近7天的平均睡眠时长为近7晚的平均睡眠时长,最近7天的理想睡眠时长为近7晚中每晚获得超过7.5小时睡眠的天数等。当然,在具体的实施过程中,睡眠指标数据还可以包括:总体深睡比例=总体深睡时长/睡眠时长×100%,以及总体清醒比例=总体清醒时长/睡眠时长×100%等。
在上述的实现过程中,通过根据睡眠类型数据、第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长、入睡时刻、起床时刻、入睡时长、睡眠心率和睡眠呼吸率,确定预设时间范围的比例参数和预设天数内的平均睡眠时长;从而有效地提高了获得睡眠指标数据的合理性。
在步骤S120之后,执行步骤S130:电子设备使用睡眠质量模型对睡眠指标数据进行计算,获得睡眠信息。
请参见图2示出的本申请实施例提供的睡眠质量模型的示意图;睡眠质量模型,是指一种用于评估睡眠质量的算法模型,也被称为睡眠质量评定模型,这里的睡眠质量模型包括四个维度,这四个维度分别为:睡眠程度、睡眠时长、睡眠规律和睡眠呼吸;其中,睡眠程度也被称为睡眠深浅,睡眠深浅占睡眠质量分的50%,睡眠时长占睡眠质量分的30%,睡眠规律占睡眠质量分的20%,睡眠呼吸又被称为呼吸监测,呼吸监测是睡眠质量分的扣分项;具体地,计算睡眠质量分例如:睡眠深浅的分数为33、睡眠时长的分数为22、睡眠规律的分数为11且睡眠呼吸的分数为10,那么睡眠质量分的计算方法为33+22+11-10=56,那么这里的56则可以理解为睡眠质量分。
当然,在具体的实施过程中,还可以利用睡眠负债理论,这里的睡眠负债理论可以简单理解为,对于一般人来说理想睡眠时长为7.5小时,每周获得52.5小时睡眠最为理想;将“近7日理想睡眠数量”纳入单日睡眠评估体系中;另外,根据入睡用时和睡眠效率等睡眠指标数据来评估睡眠质量,使得评估睡眠质量更加地准确。通过对用户睡眠进行数据分析,以及对用户反馈的数据分析发现,每个人都有自己的睡眠类型和睡眠规律,统一以“24点后睡觉判定为熬夜”是不合理的,该睡眠评估方法采用慕尼黑大学睡眠类型测量表来确定用户是否熬夜,使得睡眠质量的评估结果更具合理性。
睡眠信息,是指表征睡眠的质量信息;这里的睡眠信息包括但不限于:睡眠质量分,睡眠质量分的获得方式如上面的图2中示出的方法,睡眠质量分的取值范围例如在0至100之间,获得的睡眠质量分可以是70分、80分或90分,具体的分数可以根据具体情况获得;这里的睡眠信息还可以包括睡眠等级;睡眠等级例如可以分为优、良、中和差四个等级;睡眠等级的计算方法将在下面说明。
上述的步骤S130的实施方式例如:使用睡眠质量模型对睡眠指标数据进行计算,获得的结果可以是睡眠质量分,这里的睡眠质量分是指使用分值来表示睡眠质量的良好程度;再根据睡眠质量分来确定睡眠等级,睡眠等级的具体获得方法例如:若睡眠质量分在92至100之间,则睡眠等级为“优”;若睡眠质量分在85至91之间,则睡眠等级为“良”;若睡眠质量分在62至84之间,则睡眠等级为“中”;若睡眠质量分在0至61之间,则睡眠等级为“差”,上述的每个条件中的边界数值均包括该数值本身。
在上述的实现过程中,通过根据获取的睡眠状态数据确定睡眠指标数据;使用睡眠质量模型对睡眠指标数据进行计算,获得包括睡眠程度、睡眠时长、睡眠规律和睡眠呼吸的睡眠信息;也就是说,该睡眠评估方法通过睡眠程度、睡眠时长、睡眠规律和睡眠呼吸四个维度来衡量用户的睡眠质量信息,从而提高了获得表征用户的睡眠质量好坏的睡眠信息的准确度。
可选地,在获得睡眠信息之后,还可以向其它设备发送睡眠信息,即在步骤S130之后,还可以包括如下步骤:
在步骤S130之后,执行步骤S140:电子设备向第一终端设备发送睡眠质量分和/或睡眠等级。
第一终端设备,是指显示睡眠质量分和/或睡眠等级的设备,这里的设备具体的类型不应作限制,具体地,这里的第一终端设备包括但不限于:智能手环、电子手表、智能枕头、手机和/或睡眠仪等。
上述的步骤S140的实施方式例如:电子设备可以向一个第一终端设备发送睡眠质量分和/或睡眠等级,电子设备也可以向多个第一终端设备发送睡眠质量分和/或睡眠等级,电子设备向第一终端设备的具体发送方式可以是通过无线网络发送,也可以是通过有线网络发送,也可以是通过有线网络和无线网络混合的互联网方式发送。在上述的实现过程中,通过向第一终端设备发送睡眠质量分和/或睡眠等级;从而使第一终端设备对应的用户更加容易地获知睡眠质量分和/或睡眠等级。
可选地,在获得睡眠信息之后,还可以根据睡眠信息向其它设备发送辅助睡眠的控制命令;即在步骤S130之后,还可以包括如下步骤:
在步骤S130之后,执行步骤S150:电子设备根据睡眠信息生成控制命令,电子设备向助眠设备发送控制命令。
控制命令,是指电子设备用于控制其它设备的命令,该控制命令用于使助眠设备对用户进行助眠,这些命令例如:播放及时睡觉的提醒声音或画面、播放帮助睡眠的音乐、释放帮助睡眠的香味(例如薰衣草香)或者物理辅助睡眠等等;物理辅助睡眠例如:让婴儿床轻轻地摇或者按摩床垫开启按摩功能等等。
助眠设备,是指辅助用户更好地睡眠的终端设备,这里的助眠设备包括但不限于:智能手环、电子手表、智能枕头、手机和/或睡眠仪等;这里的助眠设备的功能包括但不限于:播放帮助睡眠的音乐、释放帮助睡眠的香味(例如薰衣草香)或者物理辅助睡眠等功能。
上述的步骤S150的实施方式例如:根据统计获得的睡眠信息得知,用户在十二点时应该及时睡觉,但实时监测到用户仍处于清醒状态,那么此时电子设备可以向助眠设备发送控制命令,播放及时睡觉的提醒声音或画面、播放帮助睡眠的音乐或者释放帮助睡眠的香味(例如薰衣草香)等。在上述的实现过程中,通过根据睡眠信息生成控制命令,向助眠设备发送控制命令,控制命令用于使助眠设备对用户进行助眠;从而让使用助眠设备的用户更加快速的进入睡眠状态,从而提高该用户的睡眠质量。
可选地,在获得睡眠信息之后,还可以根据睡眠分析确定睡眠问题;即在步骤S130之后,还可以包括如下步骤:
在步骤S130之后,执行步骤S160:电子设备使用睡眠质量模型对睡眠信息进行分析,获得睡眠问题。
上述的步骤S160的实施方式例如:根据使用睡眠质量模型获得的睡眠质量分的各项数据,对睡眠信息进行分析并查阅问题解读表,获得睡眠问题;其中,问题解读表例如可以设置为下表(该表仅是示例性的展示了部分内容,这里的问题解读表可以根据具体情况进行设置,该表的内容可以不作限制)。
在上述的实现过程中,通过使用睡眠质量模型对睡眠信息进行分析,获得睡眠问题;从而加快了获得睡眠问题的速度。
可选地,在获得睡眠问题之后,还可以根据睡眠问题提供改善建议,那么该睡眠评估方法还可以包括如下步骤:
在步骤S160之后,执行步骤S170:电子设备使用睡眠质量模型根据睡眠信息确定睡眠改善建议。
睡眠改善建议,是指针对用户的睡眠问题提供的改善建议,具体例如:用户的睡眠问题为“睡眠时长过长”,那么可以提供的睡眠改善建议为“长时间的睡眠虽有助精力恢复,也要注意适度。睡太多,容易导致大脑细胞活性下降,损伤记忆力”等等。在上述的实现过程中,通过使用睡眠质量模型根据睡眠信息确定睡眠改善建议;从而有效地提高了获得睡眠改善建议的速度。
上述的使用睡眠质量模型根据睡眠信息确定睡眠改善建议,即步骤S170可以包括如下步骤:
步骤S171:电子设备获得建议数据仓库。
数据仓库,是指一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,这里的数据仓库可以用于支持辅助提供睡眠改善建议;这里的数据仓库的具体实现方式有很多种,具体例如:使用文件***或者数据库来实现数据仓库,这里的文件***包括分布式存储文件***等等,这里的数据库包括:内存数据库、关系型数据库和非关系型数据库等。这里的建议数据仓库则是指用于存放睡眠问题和与睡眠问题对应的睡眠改善建议,以及这两者之间的对应关联关系的数据仓库。
上述的步骤S171的实施方式例如:根据多个睡眠问题和与睡眠问题对应的睡眠改善建议,以及这两者之间的对应关联关系建立建议数据仓库,建议数据仓库可以使用关系型数据库或者非关系型数据库,当然也可以关系型数据库和非关系型数据库都使用,这里的数据仓库例如下表内容。
可以理解的是,如上表所示,在建议数据仓库中,针对同一个睡眠问题可以对应有多个睡眠改善建议,其中,这多个睡眠改善建议之间可以有相对优先级,因此,可以从多个睡眠改善建议中筛选出优先级别最高的睡眠改善建议,这里的建议数据仓库包括多个具有优先级别的睡眠改善建议。
步骤S172:电子设备使用睡眠质量模型根据睡眠信息从建议数据仓库中筛选出优先级别最高的睡眠改善建议。
上述的步骤S172的实施方式例如:若用户的睡眠质量等级为优,则有三个睡眠改善建议:第一个改善建议的优先级别为P0,第一个改善建议的内容为“高效的睡眠可以让身体得到充分的恢复,降低压力,让您变得更加乐观”;第二个改善建议的优先级别为P1,第二个改善建议的内容为“良好的睡眠可使白天头脑清醒,提高工作学习效率,你做的很棒”;第三个改善建议的优先级别为P2,第三个改善建议的内容为“起床后应避免汗流浃背,运动过度而疲劳,更推荐晨间快步走”;其中,优先级别中的数字越小代表优先级别越高,可以确定这里的第一个改善建议的优先级别最高,因此,可以将第一个改善建议确定为优先级别最高的睡眠改善建议。可以理解的是,这里的三个改善建议可以不是根据存在的睡眠问题得出的,而是直接根据给出的得分最大项得出的。
上述的步骤S172的实施方式又例如:若用户的睡眠质量等级为良,根据睡眠程度的深浅分析得知,用户的睡眠总体清醒比例偏高,则可以有两个睡眠改善建议:第一个改善建议的优先级别为P0,睡前不宜吸烟、饮浓茶或咖啡等,咖啡碱等物质会刺激中枢神经,使人兴奋,不易入睡,还会导致夜里尿频,影响睡眠;第二个改善建议的优先级别为P1,睡前不要喝太多水,以免夜间起夜,影响睡眠连续性,出现体力恢复不佳的情况。其中,优先级别中的数字越小代表优先级别越高,可以确定这里的第一个改善建议的优先级别最高,因此,可以将第一个改善建议确定为优先级别最高的睡眠改善建议。可以理解的是,若用户的睡眠质量等级为良,上述的改善建议是根据扣分项按照优先级给出的,以上面的例子说明,这里的睡眠总体清醒比例偏高就是扣分项,这种情况可以反映出该用户是睡眠程度的问题,上述的P0和P1建议是根据该问题提供的改善建议。
在上述的实现过程中,通过获得建议数据仓库,建议数据仓库包括多个具有优先级别的睡眠改善建议;使用睡眠质量模型根据睡眠信息从建议数据仓库中筛选出优先级别最高的睡眠改善建议;从而有效地为不同的用户提高不同优先级的睡眠改善建议,即实现了不同的用户的睡眠改善建议的个性化。
可选地,在获得睡眠问题和/或睡眠改善建议之后,还可以向其它设备发送睡眠问题和/或睡眠改善建议,那么该睡眠评估方法还可以包括如下步骤:
在步骤S170之后,执行步骤S180:电子设备向第二终端设备发送睡眠问题和/或睡眠改善建议。
上述的步骤S180的实施方式例如:电子设备通过客户端的浏览器请求和服务器响应的方式向第二终端设备发送睡眠问题和/或睡眠改善建议;这里的客户端的浏览器请求和服务器响应的方式是指浏览器/服务器(Browser/Server,B/S)方式;当然,该通信方式也可以通过客户端和服务端(Client/Server,C/S)方式向第二终端设备发送睡眠问题和/或睡眠改善建议。
在上述的实现过程中,通过向第二终端设备发送睡眠问题和/或睡眠改善建议;从而让使用第二终端设备对应的用户更加容易地获知睡眠问题和/或睡眠改善建议。
请参见图3示出的本申请实施例提供的睡眠评估装置示意图;本申请实施例提供了一种睡眠评估装置300,包括:
状态数据获取模块310,用于获取睡眠状态数据。
指标数据确定模块320,用于根据睡眠状态数据确定睡眠指标数据。
睡眠信息获得模块330,用于使用睡眠质量模型对睡眠指标数据进行计算,获得睡眠信息,睡眠信息表征睡眠的质量信息,睡眠质量模型包括:睡眠程度、睡眠时长、睡眠规律和睡眠呼吸。
可选地,在本申请实施例中,睡眠信息包括:睡眠质量分和/或睡眠等级;该装置睡眠评估还可以包括:
第一信息发送模块,用于向第一终端设备发送睡眠质量分和/或睡眠等级。
可选地,在本申请实施例中,还可以包括:
命令生成发送模块,用于根据睡眠信息生成控制命令,向助眠设备发送控制命令,控制命令用于使助眠设备对用户进行助眠。
可选地,在本申请实施例中,状态数据获取模块,包括:
状态数据接收模块,用于接收数据采集设备发送的睡眠状态数据,睡眠状态数据是使用数据采集设备的至少一个传感器采集获得的。
可选地,在本申请实施例中,睡眠状态数据包括:睡眠类型数据;状态数据获取模块,包括:
类型数据获得模块,用于统计预设睡眠类型问卷测量表的数据,获得睡眠类型数据。
可选地,在本申请实施例中,睡眠状态数据还包括:第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长、入睡时刻、起床时刻、入睡时长、睡眠心率和睡眠呼吸率,睡眠指标数据包括:预设时间范围的比例参数和预设天数内的平均睡眠时长;指标数据确定模块,包括:
数据确定子模块,用于根据睡眠类型数据、第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长、入睡时刻、起床时刻、入睡时长、睡眠心率和睡眠呼吸率,确定预设时间范围的比例参数和预设天数内的平均睡眠时长;其中,第一睡眠程度大于第二睡眠程度,第二睡眠程度大于第三睡眠程度。
可选地,在本申请实施例中,该装置还包括:
睡眠问题获得模块,用于使用睡眠质量模型对睡眠信息进行分析,获得睡眠问题。
可选地,在本申请实施例中,该装置还可以包括:
改善建议确定模块,用于使用睡眠质量模型根据睡眠信息确定睡眠改善建议。
可选地,在本申请实施例中,改善建议确定模块,包括:
数据仓库获得模块,用于获得建议数据仓库,建议数据仓库包括多个具有优先级别的睡眠改善建议。
改善建议筛选模块,用于使用睡眠质量模型根据睡眠信息从建议数据仓库中筛选出优先级别最高的睡眠改善建议。
可选地,在本申请实施例中,该睡眠评估装置还可以包括:
第二信息发送模块,用于向第二终端设备发送睡眠问题和/或睡眠改善建议。
应理解的是,该装置与上述的睡眠评估方法实施例对应,能够执行上述方法实施例涉及的各个步骤,该装置具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。该装置包括至少一个能以软件或固件(firmware)的形式存储于存储器中或固化在装置的操作***(operating system,OS)中的软件功能模块。
请参见图4示出的本申请实施例提供的电子设备的结构示意图。本申请实施例提供的一种电子设备400,包括:处理器410和存储器420,存储器420存储有处理器410可执行的机器可读指令,机器可读指令被处理器410执行时执行如上的方法。
本申请实施例还提供了一种存储介质430,该存储介质430上存储有计算机程序,该计算机程序被处理器410运行时执行如上的睡眠评估方法。
其中,存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
本申请实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其他的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请实施例的多个实施例的装置、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,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方式中,方框中所标注的功能也可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。
另外,在本申请实施例各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上的描述,仅为本申请实施例的可选实施方式,但本申请实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请实施例揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请实施例的保护范围之内。
Claims (13)
1.一种睡眠评估方法,其特征在于,包括:
获取睡眠状态数据;
根据所述睡眠状态数据确定睡眠指标数据;
使用睡眠质量模型对所述睡眠指标数据进行计算,获得睡眠信息,所述睡眠信息表征睡眠的质量信息,所述睡眠质量模型包括:睡眠程度、睡眠时长、睡眠规律和睡眠呼吸。
2.根据权利要求1所述的方法,其特征在于,所述睡眠信息包括:睡眠质量分和/或睡眠等级;在所述获得睡眠信息之后,还包括:
向第一终端设备发送所述睡眠质量分和/或所述睡眠等级。
3.根据权利要求1所述的方法,其特征在于,在所述获得睡眠信息之后,还包括:
根据所述睡眠信息生成控制命令,向助眠设备发送所述控制命令,所述控制命令用于使所述助眠设备对用户进行助眠。
4.根据权利要求1-3任一所述的方法,其特征在于,所述获取睡眠状态数据,包括:
接收数据采集设备发送的所述睡眠状态数据,所述睡眠状态数据是使用所述数据采集设备的至少一个传感器采集获得的。
5.根据权利要求1-3任一所述的方法,其特征在于,所述睡眠状态数据包括:睡眠类型数据;所述获取睡眠状态数据,包括:
统计预设睡眠类型问卷测量表的数据,获得所述睡眠类型数据。
6.根据权利要求5所述的方法,其特征在于,所述睡眠状态数据还包括:入睡时刻、起床时刻、睡眠心率和睡眠呼吸率,所述睡眠指标数据包括:第一睡眠程度的时长、第二睡眠程度的时长、第三睡眠程度的时长、入睡时长、预设时间范围的比例参数和预设天数内的平均睡眠时长;所述根据所述睡眠状态数据确定睡眠指标数据,包括:
根据所述睡眠类型数据、所述入睡时刻、所述起床时刻、所述睡眠心率和所述睡眠呼吸率,确定所述第一睡眠程度的时长、所述第二睡眠程度的时长、所述第三睡眠程度的时长、所述入睡时长、所述预设时间范围的比例参数和所述预设天数内的平均睡眠时长;其中,所述第一睡眠程度大于所述第二睡眠程度,所述第二睡眠程度大于第三睡眠程度。
7.根据权利要求1-3任一所述的方法,其特征在于,在所述获得睡眠信息之后,还包括:
使用所述睡眠质量模型对所述睡眠信息进行分析,获得睡眠问题。
8.根据权利要求7所述的方法,其特征在于,在所述获得睡眠问题之后,还包括:
使用所述睡眠质量模型根据所述睡眠信息确定睡眠改善建议。
9.根据权利要求8所述的方法,其特征在于,所述使用所述睡眠质量模型根据所述睡眠信息确定睡眠改善建议,包括:
获得建议数据仓库,所述建议数据仓库包括多个具有优先级别的睡眠改善建议;
使用所述睡眠质量模型根据所述睡眠信息从所述建议数据仓库中筛选出优先级别最高的睡眠改善建议。
10.根据权利要求8所述的方法,其特征在于,还包括:
向第二终端设备发送所述睡眠问题和/或所述睡眠改善建议。
11.一种睡眠评估装置,其特征在于,包括:
状态数据获取模块,用于获取睡眠状态数据;
指标数据确定模块,用于根据所述睡眠状态数据确定睡眠指标数据;
睡眠信息获得模块,用于使用睡眠质量模型对所述睡眠指标数据进行计算,获得睡眠信息,所述睡眠信息表征睡眠的质量信息,所述睡眠质量模型包括:睡眠程度、睡眠时长、睡眠规律和睡眠呼吸。
12.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述机器可读指令被所述处理器执行时执行如权利要求1至10任一所述的方法。
13.一种存储介质,其特征在于,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至10任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010080172.XA CN111281341A (zh) | 2020-02-04 | 2020-02-04 | 一种睡眠评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010080172.XA CN111281341A (zh) | 2020-02-04 | 2020-02-04 | 一种睡眠评估方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111281341A true CN111281341A (zh) | 2020-06-16 |
Family
ID=71017334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010080172.XA Pending CN111281341A (zh) | 2020-02-04 | 2020-02-04 | 一种睡眠评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111281341A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112190419A (zh) * | 2020-09-11 | 2021-01-08 | 深圳数联天下智能科技有限公司 | 一种睡眠管理的方法及装置 |
CN112535464A (zh) * | 2020-12-21 | 2021-03-23 | 安徽华米智能科技有限公司 | 基于pai的状态评估方法、装置、设备和存储介质 |
CN112561468A (zh) * | 2020-12-04 | 2021-03-26 | 珠海格力电器股份有限公司 | 入睡提醒方法、装置、可读存储介质和计算机设备 |
CN112890829A (zh) * | 2021-01-15 | 2021-06-04 | 褚明礼 | 一种基于脑电信息的睡眠状态评估方法 |
CN113742397A (zh) * | 2021-08-30 | 2021-12-03 | 慕思健康睡眠股份有限公司 | 睡眠监测方法、装置、监测设备及存储介质 |
CN113926045A (zh) * | 2021-11-22 | 2022-01-14 | 紫罗兰家纺科技股份有限公司 | 一种辅助睡眠的家纺产品的智能控制方法及*** |
CN114929319A (zh) * | 2020-06-22 | 2022-08-19 | 华为技术有限公司 | 更新助眠音频信号的方法及装置 |
CN115154831A (zh) * | 2022-06-14 | 2022-10-11 | 北京百度网讯科技有限公司 | 哄睡方法、装置、电子设备、存储介质和程序产品 |
CN115430003A (zh) * | 2022-10-24 | 2022-12-06 | 慕思健康睡眠股份有限公司 | 睡眠辅助方法、装置、智能床垫及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120130205A1 (en) * | 2002-10-09 | 2012-05-24 | Compumedics Limited | Method and Apparatus For Maintaining and Monitoring Sleep Quality During Therapeutic Treatments |
US20120245437A1 (en) * | 2003-08-18 | 2012-09-27 | Lovett Eric G | Sleep State Classification |
CN105748043A (zh) * | 2016-02-17 | 2016-07-13 | 安徽华米信息科技有限公司 | 睡眠质量监测方法及装置、可穿戴设备 |
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*** |
CN108309233A (zh) * | 2017-12-21 | 2018-07-24 | 速眠创新科技(深圳)有限公司 | 睡眠质量监测方法、***、计算机设备和存储介质 |
CN109085872A (zh) * | 2018-08-31 | 2018-12-25 | 安徽天鹅科技实业(集团)有限公司 | 一种助眠云服务平台及其使用方法及其使用方法 |
CN109730658A (zh) * | 2018-12-29 | 2019-05-10 | 北京工业大学 | 一种人工智能床垫*** |
CN110464303A (zh) * | 2019-08-15 | 2019-11-19 | 深圳和而泰家居在线网络科技有限公司 | 睡眠质量评估方法及装置 |
CN110491468A (zh) * | 2019-07-18 | 2019-11-22 | 广州柏颐信息科技有限公司 | 一种睡眠质量报告的处理方法和*** |
CN110558934A (zh) * | 2019-08-02 | 2019-12-13 | 杭州连帆科技有限公司 | 睡眠质量评估方法、装置、电子设备及介质 |
-
2020
- 2020-02-04 CN CN202010080172.XA patent/CN111281341A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120130205A1 (en) * | 2002-10-09 | 2012-05-24 | Compumedics Limited | Method and Apparatus For Maintaining and Monitoring Sleep Quality During Therapeutic Treatments |
US20120245437A1 (en) * | 2003-08-18 | 2012-09-27 | Lovett Eric G | Sleep State Classification |
CN105748043A (zh) * | 2016-02-17 | 2016-07-13 | 安徽华米信息科技有限公司 | 睡眠质量监测方法及装置、可穿戴设备 |
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*** |
CN108309233A (zh) * | 2017-12-21 | 2018-07-24 | 速眠创新科技(深圳)有限公司 | 睡眠质量监测方法、***、计算机设备和存储介质 |
CN109085872A (zh) * | 2018-08-31 | 2018-12-25 | 安徽天鹅科技实业(集团)有限公司 | 一种助眠云服务平台及其使用方法及其使用方法 |
CN109730658A (zh) * | 2018-12-29 | 2019-05-10 | 北京工业大学 | 一种人工智能床垫*** |
CN110491468A (zh) * | 2019-07-18 | 2019-11-22 | 广州柏颐信息科技有限公司 | 一种睡眠质量报告的处理方法和*** |
CN110558934A (zh) * | 2019-08-02 | 2019-12-13 | 杭州连帆科技有限公司 | 睡眠质量评估方法、装置、电子设备及介质 |
CN110464303A (zh) * | 2019-08-15 | 2019-11-19 | 深圳和而泰家居在线网络科技有限公司 | 睡眠质量评估方法及装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114929319A (zh) * | 2020-06-22 | 2022-08-19 | 华为技术有限公司 | 更新助眠音频信号的方法及装置 |
CN112190419A (zh) * | 2020-09-11 | 2021-01-08 | 深圳数联天下智能科技有限公司 | 一种睡眠管理的方法及装置 |
CN112561468A (zh) * | 2020-12-04 | 2021-03-26 | 珠海格力电器股份有限公司 | 入睡提醒方法、装置、可读存储介质和计算机设备 |
CN112535464A (zh) * | 2020-12-21 | 2021-03-23 | 安徽华米智能科技有限公司 | 基于pai的状态评估方法、装置、设备和存储介质 |
CN112890829A (zh) * | 2021-01-15 | 2021-06-04 | 褚明礼 | 一种基于脑电信息的睡眠状态评估方法 |
CN113742397A (zh) * | 2021-08-30 | 2021-12-03 | 慕思健康睡眠股份有限公司 | 睡眠监测方法、装置、监测设备及存储介质 |
CN113926045A (zh) * | 2021-11-22 | 2022-01-14 | 紫罗兰家纺科技股份有限公司 | 一种辅助睡眠的家纺产品的智能控制方法及*** |
CN113926045B (zh) * | 2021-11-22 | 2023-10-13 | 紫罗兰家纺科技股份有限公司 | 一种辅助睡眠的家纺产品的智能控制方法及*** |
CN115154831A (zh) * | 2022-06-14 | 2022-10-11 | 北京百度网讯科技有限公司 | 哄睡方法、装置、电子设备、存储介质和程序产品 |
CN115154831B (zh) * | 2022-06-14 | 2023-09-22 | 北京百度网讯科技有限公司 | 哄睡方法、装置、电子设备、存储介质和程序产品 |
CN115430003A (zh) * | 2022-10-24 | 2022-12-06 | 慕思健康睡眠股份有限公司 | 睡眠辅助方法、装置、智能床垫及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111281341A (zh) | 一种睡眠评估方法、装置、电子设备及存储介质 | |
US20200275848A1 (en) | Virtual reality guided meditation with biofeedback | |
US20240013899A1 (en) | Health data exchange platform | |
CN108310587B (zh) | 一种睡眠控制装置与方法 | |
US10582890B2 (en) | Visualizing, scoring, recording, and analyzing sleep data and hypnograms | |
US8979730B2 (en) | Method and system for providing behavioural therapy for insomnia | |
US20170189641A1 (en) | Method and system for characterizing and/or treating poor sleep behavior | |
EP3671757A1 (en) | System and method for determining a level of alertness | |
CN110584601B (zh) | 一种老人认知功能监测和评估*** | |
JP2017045142A (ja) | 生活習慣管理支援装置および生活習慣管理支援方法 | |
WO2022056148A1 (en) | Mental state monitoring system | |
CN110648737A (zh) | 基于老年照护指南和失能失智的知识库建立***及方法 | |
Dusing et al. | Early complexity supports development of motor behaviors in the first months of life | |
CN112071381A (zh) | 一种基于个人行为数据的健康指标采集分析*** | |
WO2024055931A1 (zh) | 运动推荐方法、睡眠推荐方法及其装置、电子设备及存储介质 | |
JP7250647B2 (ja) | 仮眠補助システム、および、仮眠補助用プログラム | |
WO2020087114A1 (en) | Personalised sleep scheduler | |
Dorsey et al. | Measurement of human stress: a multidimensional approach | |
US20140024458A1 (en) | Multi-player Interactive Electronic Dream-matching Game | |
Allen et al. | Proximity and gravity: modeling heaped self‐reports | |
CN108461125B (zh) | 一种针对老年人的记忆力训练装置 | |
KR102611534B1 (ko) | 학습 알고리즘 기반의 불면증 치료 서비스를 제공하는 장치 | |
Meliopoulos et al. | Analysis of Sleeping Patterns Using Smartphone Sensors | |
Van Devender et al. | Wake IQ: Using a smartphone to reduce sleep inertia | |
CN112530589B (zh) | 触发asmr的方法、装置、***、电子设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200616 |
|
RJ01 | Rejection of invention patent application after publication |