CN112716449A - 一种基于移动设备监测人体睡眠状态方法及*** - Google Patents
一种基于移动设备监测人体睡眠状态方法及*** Download PDFInfo
- Publication number
- CN112716449A CN112716449A CN202011536285.2A CN202011536285A CN112716449A CN 112716449 A CN112716449 A CN 112716449A CN 202011536285 A CN202011536285 A CN 202011536285A CN 112716449 A CN112716449 A CN 112716449A
- Authority
- CN
- China
- Prior art keywords
- sleep
- data
- monitoring
- sleep state
- information
- 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 71
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 claims abstract description 15
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 238000006073 displacement reaction Methods 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 5
- 206010062519 Poor quality sleep Diseases 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 4
- 230000008667 sleep stage Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 210000005252 bulbus oculi Anatomy 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003860 sleep quality Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004461 rapid eye movement Effects 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000002618 waking effect Effects 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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
- A61B5/6898—Portable consumer electronic devices, e.g. music players, telephones, tablet computers
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Multimedia (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于移动设备监测人体睡眠状态方法,属于智能检测技术领域,所述方法包括:采集第一对象的基本移动信息,在采集前,将检测设备恢复初始状态;根据第一对象的基本移动信息判断是否启动声纳***:若声呐***启动,则声呐***检测环境噪音变量;根据第一对象的基本移动信息和环境噪音变量,结合REM睡眠输出睡眠报告信息。本发明基于移动设备监测人体睡眠状态的方法及***,第一对象的人体状态信息和预置标准信息确定睡眠状态信息,实现根据数据自动演算析第一对象的状态并推演出睡眠状态信息,只需通过移动设备采集基本数据,不需要其他硬件支持,解决现有技术中硬件支持成本高,使用门槛高的问题。
Description
技术领域
本发明涉及智能检测技术领域,具体涉及一种基于移动设备监测人体睡眠状态方法及***。
背景技术
随着生活水平的提高,人们越来越重视自身健康。其中,睡眠质量成为人们越来越关注的话题。现代人受到工作压力、娱乐项目多元化的影响,晚睡、熬夜已经成为范围最大的不良生活习惯。
现有技术中,要改善睡眠质量,人们需要求助于医疗设备或者医用药物。医疗设备体积庞大且使用时需要外接线路与人体贴合,而药物使用很难长期坚持。因此真正愿意求助于医疗指导的人占比很小。
随着智能移动设备的普及,通过智能移动设备获取人体的移动信息简单便捷、而声纳***能够有效识别环境噪音变量大小,结合两者的数据以及睡眠科学数据,睡眠状态的获取可以变得更生活化、更简单便捷。
发明内容
本发明针对上述问题,提供一种基于移动设备监测人体睡眠状态方法。
本发明提供了一种基于移动设备监测人体睡眠状态方法,所述方法包括:
采集第一对象的基本移动信息,在采集前,将检测设备恢复至初始化状态;
根据第一对象的基本移动信息判断是否启动声纳***:
若声呐***启动,则声呐***检测环境噪音变量;
根据第一对象的基本移动信息和环境噪音变量,结合REM睡眠输出睡眠报告信息。
进一步地,所述第一对象的基本移动信息包括:位移数据;
所述位移数据包括:第一对象所持设备的加速度数据、陀螺仪数据、距离数据。
更进一步地,所述位移数据的获取:
检测对象在X轴方向上移,在移动n秒或n分钟内得到一组数据(X1,X2,X3…Xn),则X轴方向上的位移差为数列M(M1=|X1-X2|,M2=|X2-X3|…Mn-1=|Xn-1-Xn|),最终X方向上的取值为MAX或AVERGAE(M1,M2…Mn),两者中较大的一个;
同时,在Y轴和Z轴方向上利用同样的计算方法得到的对应的数列N和数列P;
数列N(N1=|Y1-Y2|,N2=|Y2-Y3|…Nn-1=|Yn-1-Yn|),最终Y方向上的取值为MAX或AVERGAE(N1,N2…Nn),两者中较大的一个;
数列P(P1=|Z1-Z2|,P2=|Z2-Z3|…Pn-1=|Zn-1-Zn|),最终Z轴方向上的取值为MAX或AVERGAE(M1,M2…Mn),两者中较大的一个。
更进一步地,所述声呐***启动;则第一对象在坐标X轴、Y轴和Z轴三个方向上的前一秒和下一秒的位移差均小于0.05m-1m。
更进一步地,当第一对象在坐标X轴、Y轴和Z轴三个方向上的前一秒和下一秒的位移差均大于0.05m-1m;则声呐***未启动。
更进一步地,在进行采集第一对象的基本移动信息前,进行预置信息;
所述预置信息包括:第一对象位移大小和第一对象所处环境噪音变量。
更进一步地,所述位移预置大小-15m/s2至15m/s2,所述环境噪音预置大小0db-90db。
更进一步地,移动设备监测人体睡眠状态的***包括:采集设备;
所述采集设备包括:移动APP、硬件传感器、中央处理器和输出设备;
所述移动APP用于采集位移数据;
所述硬件传感器用于检测环境分贝数据;
所述中央处理器用于处理移动APP和硬件传感器传输的相关信息;
所述输出设备用于将中央处理器处理得到后的数据进行输出。
本发明的优点:
1、本发明基于移动设备监测人体睡眠状态的方法及***,第一对象的人体状态信息和预置标准信息确定睡眠状态信息,实现根据数据自动演算析第一对象的状态并推演出睡眠状态信息,只需通过移动设备采集基本数据,不需要其他硬件支持,解决现有技术中硬件支持成本高,使用门槛高的问题。
2、本发明无需特殊或者昂贵的信息采集硬件,移动设备如智能手机、手环等日常设备即可,没有用户端的制造成本。
3、本发明采用移动设备获得原始数据并直接进行模型化训练,制造成本低,灵活性、适配性和普及性大大提升。
4、本发明是针对睡眠健康领域做出的一项尝试,即时地反馈用户的睡眠轨迹,协助用户做到及时调整睡眠习惯,保证睡眠健康。
5、本发明通过测量数据,可以对用户的睡眠行为进行分析与评估,实现在功能性方面的巨大提高和持续跟踪。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明的工作流程图;
图2为本发明检测对象清醒的流程图
图3为本发明检测对象已睡眠的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明的说明书和权利要求书及上述附图中的术语“第一”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
参见图1至图3,如图1至图3所示,一种基于移动设备监测人体睡眠状态方法,包括:采集第一对象的基本移动信息,在采集前,将检测设备恢复初始状态;
根据第一对象的基本移动信息判断是否启动声纳***:
若声呐***启动,则声呐***检测环境噪音变量;
根据第一对象的基本移动信息和环境噪音变量,结合REM睡眠输出睡眠报告信息。
需要说明的是,REM睡眠,即快速眼球运动亦称异相睡眠(Para-sleep)或者也叫快相睡眠,异相睡眠或快波睡眠。是一个睡眠的阶段,眼球在此阶段时会呈现不由自主的快速移动。在这个阶段,大脑神经元的活动与清醒的时候相同。多数在醒来后能够回忆的栩栩如生的梦都是在REM睡眠发生的。它是全部睡眠阶段中最浅的,在REM睡眠时醒过来的人会不同于在其他睡眠阶段的情形,而是充满警觉心并且精神饱满。
另外,REM睡眠通常发生在深睡期后段与浅睡交接的部分,因此,我们根据不同的数据情况采用了不同的计算方式:
当第一对象经过一个较长的深睡期,进入一个较短的浅睡期时,将深睡期的后半段<50%的时长标记为第一REM睡眠,且单次REM睡眠时间长度不超过15分钟;
当第一对象经过一个较短的深睡期,进入一个较长的浅睡期时,将浅睡期的前半段<50%的时长标记为第二REM睡眠,且单次REM睡眠时间长度不超过15分钟。
值得说明的是,REM睡眠是引用现有REM分析***到本方案中进行睡眠报告的输出,其具体分析数据的过程此处不再赘述,分析原理参见现有技术的介绍。
本发明的一实施例中,基本移动信息包括:位移数据;
位移数据包括:第一对象所持设备的加速度数据、陀螺仪数据、距离数据。
本发明的一实施例中,第一对象的基本移动信息包括:位移数据;
位移数据包括:第一对象所持设备的加速度数据、陀螺仪数据、距离数据。
本发明的一实施例中,位移数据的获取:
需要说明的是,位移数据和声纳***数据均以不低于每秒的频率取得,在一些特殊情况下,以毫秒频率取得。通过移动设备测试发现,第一对象的移动速度在精确到秒的前提下,位移差不明显,因此在模型中分别做了以每n秒、每n分为一个单位测量训练数据,该n秒或n分内的所有检测数据的差值通过取MAX函数或AVERAGE函数获得一个确定数值。经过反复预验证,最终获得的的模型化训练公式如下:
检测对象在X轴方向上移,在移动n秒或n分钟内得到一组数据(X1,X2,X3…Xn),则X轴方向上的位移差为数列M(M1=|X1-X2|,M2=|X2-X3|…Mn-1=|Xn-1-Xn|),最终X方向上的取值为MAX或AVERGAE(M1,M2…Mn),两者中较大的一个;
同时,在Y轴和Z轴方向上利用同样的计算方法得到的对应的数列N和数列P;
数列N(N1=|Y1-Y2|,N2=|Y2-Y3|…Nn-1=|Yn-1-Yn|),最终Y方向上的取值为MAX或AVERGAE(N1,N2…Nn),两者中较大的一个;
数列P(P1=|Z1-Z2|,P2=|Z2-Z3|…Pn-1=|Zn-1-Zn|),最终Z轴方向上的取值为MAX或AVERGAE(M1,M2…Mn),两者中较大的一个。
本发明的一实施例中,声呐***启动;则第一对象在坐标X轴、Y轴和Z轴三个方向上的前一秒和下一秒的位移差均小于0.05m-1m。
本发明的一实施例中,当第一对象在坐标X轴、Y轴和Z轴三个方向上的前一秒和下一秒的位移差均大于0.05m-1m;则声呐***未启动。
本发明的一实施例中,在进行采集第一对象的基本移动信息前,进行预置信息;预置信息包括:第一对象位移大小和第一对象所处环境噪音变量。
本发明的一实施例中,位移预置大小-15m/s2至15m/s2,环境噪音预置大小0db-90db。
本发明的一实施例中,包括:采集设备;
所述采集设备包括:移动APP、硬件传感器、中央处理器和输出设备;
所述移动APP用于采集位移数据;
所述硬件传感器用于检测环境分贝数据;
所述中央处理器用于处理移动APP和硬件传感器传输的相关信息;
所述输出设备用于将中央处理器处理得到后的数据进行输出。
实施例二
一种基于移动设备监测人体睡眠状态的方法可以为:
本实施例中,可通过移动设备和硬件传感器采集位移以及环境噪音分贝变化数据。
S101、通过移动端app开启睡眠监测,保证设备运行过程中可以获取到数据。
S102、采集位移数据,通过检测设备获取第一对象所持设备的加速度数据、陀螺仪数据、距离数据;
根据位移,即第一对象所持设备期间的X轴、Y轴以及Z轴信息数据,确定第一对象的基本移动信息;
根据第一对象的基本移动信息确定声纳***启动时间节点信息;
S103、根据位移数据,推演第一对象的人体状态:是否入睡;
具体是,根据位移数据,即第一对象所持设备期间的X轴、Y轴以及Z轴信息,核算移动设备的X轴、Y轴以及Z轴位移差,得出位移差的范围值,通过位移数据是否达标,判断人体状态为“静止/已入睡”或“清醒/未入睡”
S104、若第一对象未携带移动设备,或人体状态为“静止/已入睡”则采用声纳***获取环境噪音变量;其中,可通过设备麦克风来采集环境噪音变量
根据环境噪音变量,核算移动设备所处区域的噪音变量差,得出变量差的范围值。
S105、根据所得噪音变量差,结合睡眠期间的基本模型深睡、浅睡、清醒应有基本规律,预设第一对象的睡眠状态为深睡、浅睡、清醒;监测过程中不断校正变量差,让第一对象睡眠状态不断趋近于真实睡眠状态。
S106、根据上一步骤第一对象的睡眠状态,结合REM睡眠,即梦境在睡眠过程中发生的阶段、触发器,图形化标记第一对象睡眠状态“梦境”。
S107、结合综上述步骤,所采集的第一对象的数据、环境噪音变量数据和REM睡眠进行推演,绘制第一对象睡眠监测过程中的睡眠轨迹并呈现给第一对象。
需要说明的是,本实施例中,确保第一对象的睡眠状态符合睡眠的基本规律,符合第一对象应有的睡眠周期、深睡、浅睡时长比,不断校正计算。
值得说明的是,为了更加准确的检测第一对象的睡眠状态,可进行第一对象的基本预演,即结合人体移动的各种状态,包含静止、轻微移动、巨烈移动所反应出来的位移数做基本数据框架,其中对象数据量越大,数据越精准。
例如,第一对象的环境噪音变量差与睡眠状态的预演,所采集环境噪音变量在第一对象的个人行为中,属于深睡、浅睡或者清醒的某一种。结合基本环境噪音,设定深睡、浅睡的阈值,在第一对象的每一个完整监测中,校正计算。
具体过程:
第一步,将测试对象分为N组,每一组测试对象分别采用移动设备进行一个大于24小时的完整数据采集,与测试对象的个人记录进行匹配。得出测试对象在行走、跑步、睡眠、日常使用手机过程中不同的位移变量,划分出粗略的生活化区间。
第二步:根据粗略的生活化区间标记,由N组测试对象来标记准确率校正数据。
第三步:将校正数据模型发布至线上,结合真实对象的反馈多次反复验证模型。
第四步:结合科学的睡眠数据,深睡占比大约25%,浅轻睡大约55%,校正睡眠期间的数据。
在本实例中,睡眠轨迹的记录是通过图形化方式,包含柱状图、波形图等。
第一对象的持续监测可形成有效的历史数据,分析后形成睡眠质量改进方案,但不限于帮助入睡、养成规律睡眠、放弃影响睡眠的行为因素或其他因素等。
需要说明的是,本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于移动设备监测人体睡眠状态方法,其特征在于,所述方法包括:
采集第一对象的基本移动信息,在采集前,将检测设备恢复初始状态;
根据第一对象的基本移动信息判断是否启动声纳***:
若声呐***启动,则声呐***检测环境噪音变量;
根据第一对象的基本移动信息和环境噪音变量,结合REM睡眠输出睡眠报告信息。
2.根据权利要求1所述的基于移动设备监测人体睡眠状态方法,其特征在于,所述第一对象的基本移动信息包括:位移数据;
所述位移数据包括:第一对象所持设备的加速度数据、陀螺仪数据、距离数据。
3.根据权利要求2所述的基于移动设备监测人体睡眠状态方法,其特征在于,所述位移数据的获取:
检测对象在X轴方向上移,在移动n秒或n分钟内得到一组数据(X1,X2,X3…Xn),则X轴方向上的位移差为数列M(M1=|X1-X2|,M2=|X2-X3|…Mn-1=|X n-1-Xn|),最终X方向上的取值为MAX或AVERGAE(M1,M2…Mn),两者中较大的一个;
同时,在Y轴和Z轴方向上利用同样的计算方法得到的对应的数列N和数列P;
数列N(N1=|Y1-Y2|,N2=|Y2-Y3|…N n-1=|Y n-1-Yn|),最终Y方向上的取值为MAX或AVERGAE(N1,N2…Nn),两者中较大的一个;
数列P(P1=|Z1-Z2|,P2=|Z2-Z3|…P n-1=|Zn-1-Zn|),最终Z轴方向上的取值为MAX或AVERGAE(M1,M2…Mn),两者中较大的一个。
4.根据权利要求3所述的基于移动设备监测人体睡眠状态方法,其特征在于,所述声呐***启动;则第一对象在坐标X轴、Y轴和Z轴三个方向上的前一秒和下一秒的位移差均小于0.05m-1m。
5.根据权利要求4所述的基于移动设备监测人体睡眠状态方法,其特征在于,当第一对象在坐标X轴、Y轴和Z轴三个方向上的前一秒和下一秒的位移差均大于0.05m-1m;则声呐***未启动。
6.根据权利要求1所述的基于移动设备监测人体睡眠状态方法,其特征在于,在进行采集第一对象的基本移动信息前,进行预置信息;
所述预置信息包括:第一对象位移大小和第一对象所处环境噪音变量。
7.根据权利要求1所述的基于移动设备监测人体睡眠状态方法,其特征在于,所述位移预置大小-15m/s2至15m/s2,所述环境噪音预置大小0db-90db。
8.根据权利要求1所述的基于移动设备监测人体睡眠状态的***,其特征在于,包括:采集设备;
所述采集设备包括:移动APP、硬件传感器、中央处理器和输出设备;
所述移动APP用于采集位移数据;
所述硬件传感器用于检测环境分贝数据;
所述中央处理器用于处理移动APP和硬件传感器传输的相关信息;
所述输出设备用于将中央处理器处理得到后的数据进行输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011536285.2A CN112716449A (zh) | 2020-12-23 | 2020-12-23 | 一种基于移动设备监测人体睡眠状态方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011536285.2A CN112716449A (zh) | 2020-12-23 | 2020-12-23 | 一种基于移动设备监测人体睡眠状态方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112716449A true CN112716449A (zh) | 2021-04-30 |
Family
ID=75604269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011536285.2A Pending CN112716449A (zh) | 2020-12-23 | 2020-12-23 | 一种基于移动设备监测人体睡眠状态方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112716449A (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5101831A (en) * | 1989-07-07 | 1992-04-07 | Matsushita Electric Works, Ltd. | System for discriminating sleep state |
JP2013220314A (ja) * | 2012-04-19 | 2013-10-28 | Toyota Motor Corp | 睡眠品質推定装置、睡眠品質推定方法及び睡眠品質推定用プログラム |
US20150029030A1 (en) * | 2012-03-26 | 2015-01-29 | Omron Healthcare Co., Ltd. | Sleep state management device, sleep state management method, and sleep state management program |
CN104434068A (zh) * | 2014-12-26 | 2015-03-25 | 上海翰临电子科技有限公司 | 一种基于环境监测的睡眠分析方法及设备 |
US20150230750A1 (en) * | 2012-09-19 | 2015-08-20 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
CN105231997A (zh) * | 2015-10-10 | 2016-01-13 | 沈阳熙康阿尔卑斯科技有限公司 | 一种睡眠质量判定方法及睡眠仪 |
US20160270721A1 (en) * | 2013-11-28 | 2016-09-22 | Koninklijke Philips N.V. | Sleep monitoring device |
CN105997003A (zh) * | 2016-06-17 | 2016-10-12 | 美的集团股份有限公司 | 一种确定睡眠分期的方法和装置 |
CN106137130A (zh) * | 2016-06-28 | 2016-11-23 | 南京大学 | 一种基于音频处理的睡眠期识别方法 |
WO2016193030A1 (en) * | 2015-06-03 | 2016-12-08 | Koninklijke Philips N.V. | Sleep monitoring method and system |
CN106730232A (zh) * | 2016-12-09 | 2017-05-31 | 山东瀚岳智能科技股份有限公司 | 一种智能唤醒方法及*** |
WO2018042566A1 (ja) * | 2016-08-31 | 2018-03-08 | 株式会社スリープシステム研究所 | 睡眠段階判定装置及び睡眠段階判定方法 |
CN108510075A (zh) * | 2018-04-19 | 2018-09-07 | 广西欣歌拉科技有限公司 | 睡眠质量与环境变量相关性的监测推理*** |
CN108523901A (zh) * | 2018-05-14 | 2018-09-14 | 北京工业大学 | 一种基于智能手机的睡眠质量监测方法 |
CN108836265A (zh) * | 2018-04-23 | 2018-11-20 | 广东美的制冷设备有限公司 | 睡眠状态检测方法、家电和计算机可读存储介质 |
CN109124572A (zh) * | 2018-06-15 | 2019-01-04 | 四川斐讯信息技术有限公司 | 一种睡眠状态的判断方法、***及空气净化器 |
CN109745000A (zh) * | 2017-11-07 | 2019-05-14 | 南京大学 | 一种基于神经网络的全自动婴儿睡眠分期*** |
CN110710954A (zh) * | 2019-09-20 | 2020-01-21 | 长沙友记互娱网络信息有限公司 | 一种通过声音采集检测睡眠质量的方法 |
CN110897639A (zh) * | 2020-01-02 | 2020-03-24 | 清华大学深圳国际研究生院 | 一种基于深度卷积神经网络的脑电睡眠分期方法 |
CN111166297A (zh) * | 2020-02-19 | 2020-05-19 | 赛博龙科技(北京)有限公司 | 基于用户睡眠音频评定睡眠质量的方法和装置 |
CN111988424A (zh) * | 2020-08-31 | 2020-11-24 | 佛山市欧曾智能家具科技有限公司 | 一种睡眠智能监控床、***及方法 |
-
2020
- 2020-12-23 CN CN202011536285.2A patent/CN112716449A/zh active Pending
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5101831A (en) * | 1989-07-07 | 1992-04-07 | Matsushita Electric Works, Ltd. | System for discriminating sleep state |
US20150029030A1 (en) * | 2012-03-26 | 2015-01-29 | Omron Healthcare Co., Ltd. | Sleep state management device, sleep state management method, and sleep state management program |
JP2013220314A (ja) * | 2012-04-19 | 2013-10-28 | Toyota Motor Corp | 睡眠品質推定装置、睡眠品質推定方法及び睡眠品質推定用プログラム |
US20150230750A1 (en) * | 2012-09-19 | 2015-08-20 | Resmed Sensor Technologies Limited | System and method for determining sleep stage |
CN107647868A (zh) * | 2012-09-19 | 2018-02-02 | 瑞思迈传感器技术有限公司 | 用于确定睡眠阶段的***和方法 |
US20160270721A1 (en) * | 2013-11-28 | 2016-09-22 | Koninklijke Philips N.V. | Sleep monitoring device |
CN104434068A (zh) * | 2014-12-26 | 2015-03-25 | 上海翰临电子科技有限公司 | 一种基于环境监测的睡眠分析方法及设备 |
WO2016193030A1 (en) * | 2015-06-03 | 2016-12-08 | Koninklijke Philips N.V. | Sleep monitoring method and system |
CN105231997A (zh) * | 2015-10-10 | 2016-01-13 | 沈阳熙康阿尔卑斯科技有限公司 | 一种睡眠质量判定方法及睡眠仪 |
CN105997003A (zh) * | 2016-06-17 | 2016-10-12 | 美的集团股份有限公司 | 一种确定睡眠分期的方法和装置 |
CN106137130A (zh) * | 2016-06-28 | 2016-11-23 | 南京大学 | 一种基于音频处理的睡眠期识别方法 |
WO2018042566A1 (ja) * | 2016-08-31 | 2018-03-08 | 株式会社スリープシステム研究所 | 睡眠段階判定装置及び睡眠段階判定方法 |
CN106730232A (zh) * | 2016-12-09 | 2017-05-31 | 山东瀚岳智能科技股份有限公司 | 一种智能唤醒方法及*** |
CN109745000A (zh) * | 2017-11-07 | 2019-05-14 | 南京大学 | 一种基于神经网络的全自动婴儿睡眠分期*** |
CN108510075A (zh) * | 2018-04-19 | 2018-09-07 | 广西欣歌拉科技有限公司 | 睡眠质量与环境变量相关性的监测推理*** |
CN108836265A (zh) * | 2018-04-23 | 2018-11-20 | 广东美的制冷设备有限公司 | 睡眠状态检测方法、家电和计算机可读存储介质 |
CN108523901A (zh) * | 2018-05-14 | 2018-09-14 | 北京工业大学 | 一种基于智能手机的睡眠质量监测方法 |
CN109124572A (zh) * | 2018-06-15 | 2019-01-04 | 四川斐讯信息技术有限公司 | 一种睡眠状态的判断方法、***及空气净化器 |
CN110710954A (zh) * | 2019-09-20 | 2020-01-21 | 长沙友记互娱网络信息有限公司 | 一种通过声音采集检测睡眠质量的方法 |
CN110897639A (zh) * | 2020-01-02 | 2020-03-24 | 清华大学深圳国际研究生院 | 一种基于深度卷积神经网络的脑电睡眠分期方法 |
CN111166297A (zh) * | 2020-02-19 | 2020-05-19 | 赛博龙科技(北京)有限公司 | 基于用户睡眠音频评定睡眠质量的方法和装置 |
CN111988424A (zh) * | 2020-08-31 | 2020-11-24 | 佛山市欧曾智能家具科技有限公司 | 一种睡眠智能监控床、***及方法 |
Non-Patent Citations (2)
Title |
---|
WEIXI GU ET.AL: "Intelligent Sleep Stage Mining Service with Smartphones", PROCEEDINGS OF THE 2014 ACM INTERNATIONAL JOINT CONFERENCE ON PERVASIVE AND UBIQUITOUS COMPUTING, 13 September 2014 (2014-09-13), pages 649 - 660, XP058054617, DOI: 10.1145/2632048.2632084 * |
罗宇舟;江钟伟;施奇;刘贝贝;徐芳;: "基于SVM算法的睡眠监护***设计", 软件, no. 10, 15 October 2016 (2016-10-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105488957B (zh) | 疲劳驾驶检测方法及装置 | |
CN106645978B (zh) | 智能穿戴设备的穿戴状态检测方法及检测装置 | |
CN104615851B (zh) | 一种睡眠监控方法及终端 | |
CN110151137B (zh) | 基于数据融合的睡眠状态监测方法、装置、设备及介质 | |
CN104142583A (zh) | 一种具有眨眼检测功能的智能眼镜及实现方法 | |
CN105320263B (zh) | 一种穿戴设备的提醒方法及穿戴设备 | |
CN206045144U (zh) | 一种新型智能助眠和自然唤醒的装置 | |
CN205286364U (zh) | 一种无线智能运动心率监测耳机 | |
CN107669250A (zh) | 一种基于大数据分析的人体健康度监测方法 | |
CN106108843A (zh) | 一种确定用户睡眠时长的方法及*** | |
CN107454250A (zh) | 使用移动终端时的护眼方法、装置、移动终端及存储介质 | |
CN111657855B (zh) | 睡眠评估和睡眠唤醒方法及装置和电子设备 | |
CN112022122B (zh) | 一种睡眠监测耳机 | |
CN112069949A (zh) | 一种基于人工智能的婴儿睡眠监测***及监测方法 | |
CN106730232B (zh) | 一种智能唤醒方法及*** | |
CN106725325A (zh) | 睡眠质量分析方法及分析装置 | |
CN107837075A (zh) | 梦境监测装置及监测方法 | |
CN110460809A (zh) | 一种婴儿哭声侦测方法、装置及智能摄像头设备 | |
CN108992040A (zh) | 一种人体睡眠状态监测方法和装置 | |
EP3320841A1 (en) | User health monitoring method, monitoring device, and monitoring terminal | |
CN112716449A (zh) | 一种基于移动设备监测人体睡眠状态方法及*** | |
CN113764099A (zh) | 基于人工智能的心理状态分析方法、装置、设备及介质 | |
EP3714353A1 (en) | Biopotential wakeup word | |
CN112767202A (zh) | 一种远程监测平台及监测方法 | |
CN106845928A (zh) | 叫醒方法及装置 |
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 |