CN113499037A - 用户睡眠质量的确定方法和装置、电子设备和存储介质 - Google Patents
用户睡眠质量的确定方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113499037A CN113499037A CN202110932592.0A CN202110932592A CN113499037A CN 113499037 A CN113499037 A CN 113499037A CN 202110932592 A CN202110932592 A CN 202110932592A CN 113499037 A CN113499037 A CN 113499037A
- Authority
- CN
- China
- Prior art keywords
- sleep
- target object
- determining
- area
- energy 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
- 230000003860 sleep quality Effects 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000033001 locomotion Effects 0.000 claims abstract description 39
- 238000000605 extraction Methods 0.000 claims abstract description 18
- 210000000115 thoracic cavity Anatomy 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 18
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 13
- 210000000038 chest Anatomy 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 7
- 230000000241 respiratory effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000001228 spectrum Methods 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
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请提供了一种用户睡眠质量的确定方法和装置、电子设备和存储介质，其中，该方法包括：在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取目标对象的睡眠信号，其中，参考区域为目标对象在参考睡眠模式时身体所需占用的空间区域；对睡眠信号进行特征提取，得到多个特征，其中，多个特征包括：体动特征和睡眠特征；利用多个特征，确定目标对象的睡眠质量。通过本申请，解决了相关技术中存在的睡眠质量检测不准确的问题。
Description
技术领域
本申请涉及人工智能领域，尤其涉及一种用户睡眠质量的确定方法和装置、电子设备和存储介质。
背景技术
在万物互联时代，人工智能技术开始走进人们的日常生活，带动着家居行业朝着智能化、联网化等方向发展。随着大众对个人健康要求的不断提升，智能家居便衍生出来了智慧睡眠的分支，通过对生理特征例如心电、心率和呼吸等特征进行实时监测，可以为用户推荐最适宜的电器应用方案。
相关技术中，采用了生物雷达进行睡眠监测，其中包括信号预处理、呼吸特征向量提取和聚类分析实现对呼吸模式自动识别和控制，进而确定出用户睡眠质量。但是，相关技术中，只对呼吸频率、心率、心跳进行监测后，得到的睡眠质量并不够准确，不能检测出用户的真实睡眠情况。
因此，相关技术中存在用户睡眠质量检测不准确的问题。
发明内容
本申请提供了一种用户睡眠质量的确定方法和装置、存储介质和电子设备，以至少解决相关技术中存在用户睡眠质量检测不准确的问题。
根据本申请实施例的一个方面，提供了一种用户睡眠质量的确定方法，该方法包括：在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取所述目标对象的睡眠信号，其中，所述参考区域为所述目标对象在参考睡眠模式时身体所需占用的空间区域；对所述睡眠信号进行特征提取，得到多个特征，其中，所述多个特征包括：体动特征和睡眠特征；利用所述多个特征，确定所述目标对象的睡眠质量。
根据本申请实施例的另一个方面，还提供了一种用户睡眠质量的确定装置，其特征在于，所述装置包括：第一获取单元，用于在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取所述目标对象的睡眠信号，其中，所述参考区域为所述目标对象在参考睡眠模式时身体所需占用的空间区域；提取单元，用于对所述睡眠信号进行特征提取，得到多个特征，其中，所述多个特征包括：体动特征和睡眠特征；第一确定单元，用于利用所述多个特征，确定所述目标对象的睡眠质量。
可选地，该方法还包括：第二获取单元，用于在确定目标对象的身体部位的当前所在区域是与预设的参考区域相重叠之前，获取所述目标对象的胸腔区域所传达出的能量信息，其中，所述能量信息为胸腔部位在震动过程中产生的动能；第二确定单元，用于根据所述能量信息确定所述当前所在区域。
可选地，第二确定单元包括：划分模块，用于根据所述目标对象的胸腔区域，将所述胸腔区域分为多个子区域；第一得到模块，用于分别得到所述多个子区域的所述能量信息；第二得到模块，用于将所述能量信息进行相加，得到所述能量信息之和；第一确定模块，用于利用所述能量信息之和，确定所述当前所在区域。
可选地，确定模块包括：第一确定子单元，用于在所述能量信息之和大于或者等于预设阈值的情况下，确定所述当前所在区域与所述参考区域相重叠，将所述当前所在区域作为所参考区域，其中，所述预设阈值为所述目标对象在参考睡眠模式下，所述目标对象的胸腔区域包含的所有所述子区域所产生的能量信息之和。
可选地，睡眠特征包括：呼吸特征和心率特征，所述第一确定单元包括：第二确定模块，用于利用所述多个子区域的所述能量信息，确定所述体动特征；第三得到模块，用于利用目标回归模型对所述呼吸特征进行处理，得到分辨率大于分辨率阈值的呼吸曲线；第四得到模块，用于利用目标模态函数对所述心率特征进行处理，得到心跳信号大于心跳阈值的心率曲线；第三确定模块，用于基于所述体动特征、所述呼吸曲线以及所述心率曲线，确定所述目标对象的睡眠质量。
可选地，第二确定模块包括：划分子单元，用于以所述胸腔位置的纵中心线作为分割线，将所述胸腔位置分为左、中、右三个子区域；获取子单元，用于获取左子区域与中子区域所传达的所述能量信息之和，以及右子区域与中子区域所传达的所述能量信息之和；第二确定子单元，用于在所述左子区域与中子区域所传达的所述能量信息之和与所述右子区域与中子区域所传达的所述能量信息之和不相等的情况下，确定所述体动特征为翻身动作特征。
可选地，该方法还包括：生成单元，用于在所述利用所述多个睡眠特征，确定所述目标对象的睡眠质量之后，根据所述多个睡眠特征和所述睡眠质量，生成睡眠报告和睡眠建议；发送单元，用于将所述睡眠报告和所述睡眠建议发送至所述目标对象的终端。
根据本申请实施例的又一个方面，还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；其中，存储器，用于存储计算机程序；处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一实施例中的用户睡眠质量的确定方法步骤。
根据本申请实施例的又一个方面，还提供了一种计算机可读的存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一实施例中的用户睡眠质量的确定方法步骤。
在本申请实施例中，通过在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取目标对象的睡眠信号，其中，参考区域为目标对象在参考睡眠模式时身体所需占用的空间区域；对睡眠信号进行特征提取，得到多个特征，其中，特征包括：体动特征和睡眠特征；利用多个特征，确定目标对象的睡眠质量。由于本申请实施例在目标对象的身体部位所在区域与参考区域相重叠的情况下，利用传感器无接触地获取到目标对象的睡眠信号，通过对睡眠信号的特征提取，利用多个提取的特征得到目标对象的睡眠质量，从而可以实现无接触的睡眠质量检测的目的，同时由于本申请实施例是利用体动特征和睡眠特征去确定的睡眠质量，满足了生理信号监测的快速性、稳定性的要求，进而解决了相关技术中存在用户睡眠质量检测不准确的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种可选的用户睡眠质量的确定方法的硬件环境的示意图；
图2是根据本申请实施例的一种可选的用户睡眠质量的确定方法的流程示意图；
图3是根据本申请实施例的一种可选的基于压电薄膜传感器的用户睡眠质量检测方法流程示意图；
图4是根据本申请实施例的一种可选的用户睡眠质量的确定装置的结构框图；
图5是根据本申请实施例的一种可选的电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本申请的实施例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。
根据本申请实施例的一个方面，提供了一种用户睡眠质量的确定方法。可选地，在本实施例中，上述用户睡眠质量的确定方法可以应用于如图1所示的硬件环境中。如图1所示，终端102中可以包含有存储器104、处理器106和显示器108(可选部件)。终端102可以通过网络110与服务器112进行通信连接，该服务器112可用于为终端或终端上安装的客户端提供服务(如应用服务等)，可在服务器112上或独立于服务器112设置数据库114，用于为服务器112提供数据存储服务。此外，服务器112中可以运行有处理引擎116，该处理引擎116可以用于执行由服务器112所执行的步骤。
可选地，终端102可以但不限于为可以计算数据的终端，如移动终端(例如手机、平板电脑)、笔记本电脑、PC(Personal Computer，个人计算机)机等终端上，上述网络可以包括但不限于无线网络或有线网络。其中，该无线网络包括：蓝牙、WIFI(Wireless Fidelity，无线保真)及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器112可以包括但不限于任何可以进行计算的硬件设备。
此外，在本实施例中，上述用户睡眠质量的确定方法还可以但不限于应用于处理能力较强大的独立的处理设备中，而无需进行数据交互。例如，该处理设备可以但不限于为处理能力较强大的终端设备，即，上述用户睡眠质量的确定方法中的各个操作可以集成在一个独立的处理设备中。上述仅是一种示例，本实施例中对此不作任何限定。
可选地，在本实施例中，上述用户睡眠质量的确定方法可以由传感器，比如压电薄膜传感器的服务器112来执行，如图2所示，图2是根据本申请实施例的一种可选的用户睡眠质量的确定方法的流程示意图，该方法的流程可以包括以下步骤：
步骤S201，在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取目标对象的睡眠信号，其中，参考区域为目标对象在参考睡眠模式时身体所需占用的空间区域。
可选地，本申请实施例利用置于床垫下的压电薄膜传感器，监测到目标对象的呼吸、心率、体动等信号，并且体积小、监测精度高不会影响正常睡眠。
在本申请实施例中，需要首先定义目标对象在床状态时的睡眠姿势，将该睡眠姿势作为目标对象的参考睡眠模式。再提前设置在目标对象处于参考睡眠模式下，身体所需占用的空间区域，并将该空间区域作为参考区域，用于判断后期目标对象是否处于躺在床上的状态。另外，目标对象在本申请实施例中优选为某一用户，本申请实施例不对目标对象做具体限定。
然后获取到目标对象的身体部件当前所在的区域，将当前所在区域与参考区域作比较，确定二者重叠的情况下，证明目标对象当前为在床状态，传感器(如压电薄膜传感器)服务器会获取到目标对象的睡眠信号。
需要说明的是，本申请实施例在目标对象处于在床状态时才获取睡眠信号的原因是，用户在床产生的不管是呼吸震动还是心率震动，都将是较强烈的，这样更能准确采集到目标对象的有关睡眠的一些信号。
步骤S202，对睡眠信号进行特征提取，得到多个特征，其中，多个特征包括：体动特征和睡眠特征。
可选地，服务器对采集的睡眠信号进行特征提取之前，可以先对睡眠信号进行预处理，这里采用最小二乘法消除睡眠信号中的趋势项，其中，趋势项是指偏离基线，影响信号整体正确性的信号，将消除趋势项的睡眠信号再使用平行结构元素的形态学滤波算法对数据进行平滑操作，最终得到预处理后的睡眠信号，然后这时，再对预处理后的睡眠信号进行特征提取，得到多个特征。
其中，多个特征包括：体动特征和睡眠特征，体动特征主要表征目标对象在睡眠过程中是否存在翻身多动的情况，睡眠特征通常就是指目标对象的一些生理特征，如心率、呼吸等。
步骤S203，利用多个特征，确定目标对象的睡眠质量。
可选地，根据得到的多个特征，来综合确定目标对象的整体睡眠质量。可以通过打分的方式，对目标对象的睡眠质量进行评分等。
在本申请实施例中，通过在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取目标对象的睡眠信号，其中，参考区域为目标对象在参考睡眠模式时身体所需占用的空间区域；对睡眠信号进行特征提取，得到多个特征，其中，特征包括：体动特征和睡眠特征；利用多个特征，确定目标对象的睡眠质量。由于本申请实施例在目标对象的身体部位所在区域与参考区域相重叠的情况下，利用传感器无接触地获取到目标对象的睡眠信号，通过对睡眠信号的特征提取，利用多个提取的特征得到目标对象的睡眠质量，从而可以实现无接触的睡眠质量检测的目的，同时由于本申请实施例是利用体动特征和睡眠特征去确定的睡眠质量，满足了生理信号监测的快速性、稳定性的要求，进而解决了相关技术中存在用户睡眠质量检测不准确的问题。
作为一种可选实施例，在确定目标对象的身体部位的当前所在区域是与预设的参考区域相重叠之前，包括：
获取目标对象的胸腔区域所传达出的能量信息，其中，能量信息为胸腔部位在震动过程中产生的动能；
根据能量信息确定当前所在区域。
可选地，在确定目标对象处于在床状态或离床状态之前，需要先获取目标对象的胸腔位置所传达出的能量信息，根据该能量信息来确定目标对象当前所在区域是否与参考区域相重叠。其中，能量信息是目标对象胸腔部位在呼吸震动过程中所产生的的动能，其胸腔震动信号的能量信息能够表征目标对象的体动特征，反映目标对象的睡姿信息。
在本申请实施例中，利用目标对象的胸腔区域传达出的能量信息，更能准确地确定目标对象当前所在的区域。
作为一种可选实施例，根据能量信息确定当前所在区域包括：
根据目标对象的胸腔区域，将胸腔区域分为多个子区域；
分别得到多个子区域的能量信息；
将能量信息进行相加，得到能量信息之和；
利用能量信息之和，确定当前所在区域。
可选地，本申请实施例首先将目标对象的胸腔区域划分为多个子区域，然后分别获取到多个子区域的能量信息，再将得到的各个能量信息进行相加，作为确定目标对象当前所在区域的判断依据。
更具体地，基于目标对象在床状态和离床状态时，产生的能量信息存在差异，本申请实施例将目标对象离床状态下产生的能量信息作为噪音，不参与睡眠质量的分析中，然后在目标对象在床时，产生的能量信息之和大于或者等于预设阈值的情况下，确定当前所在区域与参考区域相重叠，将当前所在区域作为所参考区域，其中，预设阈值为目标对象在参考睡眠模式下，目标对象的胸腔区域包含的所有子区域所产生的能量信息之和。在能量信息之和小于预设阈值的情况下，确定当前所在区域与参考区域不相重叠。
作为一种可选实施例，利用多个特征，确定目标对象的睡眠质量包括：
利用多个子区域的能量信息，确定体动特征；
利用目标回归模型对呼吸特征进行处理，得到分辨率大于分辨率阈值的呼吸曲线；
利用目标模态函数对心率特征进行处理，得到心跳信号大于心跳阈值的心率曲线；
基于体动特征、呼吸曲线以及心率曲线，确定目标对象的睡眠质量。
可选地，本申请实施例的传感器服务器可以利用多个子区域的能量信息，来确定出目标对象的体动特征；然后对于呼吸率检测，选择自回归模型功率谱估计获得曲线平滑、主频明确且分辨率高于分辨率阈值的呼吸率曲线；对于心率检测，通过经验模态分解法，选择第一、二阶模态函数对心跳信号进行重构，进一步的可以计算出心跳信号大于心跳阈值的心率曲线。
最后基于体动特征、呼吸曲线以及心率曲线，确定目标对象的睡眠质量。
作为一种可选实施例，利用多个子区域的能量信息，确定体动特征包括：
以胸腔位置的纵中心线作为分割线，将胸腔位置分为左、中、右三个子区域；
获取左子区域与中子区域所传达的能量信息之和，以及右子区域与中子区域所传达的能量信息之和；
在左子区域与中子区域所传达的能量信息之和与右子区域与中子区域所传达的能量信息之和不相等的情况下，确定体动特征为翻身动作特征。
可选地，本申请实施例以胸腔位置的纵中心线作为分割线，将胸腔位置分为左、中、右三个子区域，也可以以胸腔位置的横中心线、纵中心线作为分割线，得到六个子区域，分别是左上、左下、中上、中下、右上、右下，这样从左到右分别为，上胸区域1、4、5，下胸区域2、3、6，其中左半边区域能量总和为：ER1＝E1+E2+E3+E4，右半边区域能量总和为：ER2＝E3+E4+E5+E6，区域3、4为胸的中部重合部分。分别计算(n-2)、(n-1)、n、(n+1)帧的身体能量信息，如果在第n帧时左右区域能量发生变化，比如左子区域与中子区域所传达的能量信息之和与右子区域与中子区域所传达的能量信息之和不相等，也即E1+E2不等于E5+E6，即认为发生翻身动作，确定体动特征为翻身动作特征。
在本申请实施例中，可以通过比较左半边区域能量总和右半边区域能量总和，来确定目标对象的体动特征，根据体动特征来确定目标对象睡眠情况，如目标对象在一定时间内发生翻身的情况超过一定阈值，则说明目标对象睡眠较轻，存在辗转反侧无法入睡的可能，这样在确定目标对象的睡眠质量时，利用体动特征作为影响目标对象睡眠质量评判的参数，具有必要性。
作为一种可选实施例，在利用多个睡眠特征，确定目标对象的睡眠质量之后，方法还包括：
根据多个睡眠特征和睡眠质量，生成睡眠报告和睡眠建议；
将睡眠报告和睡眠建议发送至目标对象的终端。
可选地，本申请实施例的服务器，或者监测平台利用实时监测到的多个睡眠特征以及依据多个睡眠特征确定的睡眠质量，生成睡眠报告，同时，可以依据该睡眠报告生成睡眠建议，将睡眠报告和睡眠建议发送至目标对象的终端app，以使得目标对象随时查询睡眠状态，根据睡眠报告和睡眠建议调整作息。
作为一种可选实施例，如图3所示，图中包含的步骤如下：
信号输入；
信号预处理；
分成呼吸检测、心率检测、体动检测；
基于上述检测内容，综合评分与终端展示。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献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(如ROM(Read-Only Memory，只读存储器)/RAM(Random Access Memory，随机存取存储器)、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例的方法。
根据本申请实施例的另一个方面，还提供了一种用于实施上述用户睡眠质量的确定方法的用户睡眠质量的确定装置。图4是根据本申请实施例的一种可选的用户睡眠质量的确定装置的结构框图，如图4所示，该装置可以包括：
第一获取单元401，用于在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取目标对象的睡眠信号，其中，参考区域为目标对象在参考睡眠模式时身体所需占用的空间区域；
提取单元402，用于对睡眠信号进行特征提取，得到多个特征，其中，多个特征包括：体动特征和睡眠特征；
第一确定单元403，用于利用多个特征，确定目标对象的睡眠质量。
需要说明的是，该实施例中的第一获取单元401可以用于执行上述步骤S201，该实施例中的提取单元402可以用于执行上述步骤S202，该实施例中的第一确定单元403可以用于执行上述步骤S203。
通过上述模块，在目标对象的身体部位所在区域与参考区域相重叠的情况下，利用传感器无接触地获取到目标对象的睡眠信号，通过对睡眠信号的特征提取，利用多个提取的特征得到目标对象的睡眠质量，从而可以实现无接触的睡眠质量检测的目的，同时由于本申请实施例是利用体动特征和睡眠特征去确定的睡眠质量，满足了生理信号监测的快速性、稳定性的要求，进而解决了相关技术中存在用户睡眠质量检测不准确的问题。
作为一种可选的实施例，该方法还包括：第二获取单元，用于在确定目标对象的身体部位的当前所在区域是与预设的参考区域相重叠之前，获取目标对象的胸腔区域所传达出的能量信息，其中，能量信息为胸腔部位在震动过程中产生的动能；第二确定单元，用于根据能量信息确定当前所在区域。
作为一种可选的实施例，第二确定单元包括：划分模块，用于根据目标对象的胸腔区域，将胸腔区域分为多个子区域；第一得到模块，用于分别得到多个子区域的能量信息；第二得到模块，用于将能量信息进行相加，得到能量信息之和；第一确定模块，用于利用能量信息之和，确定当前所在区域。
作为一种可选的实施例，确定模块包括：第一确定子单元，用于在能量信息之和大于或者等于预设阈值的情况下，确定当前所在区域与参考区域相重叠，将当前所在区域作为所参考区域，其中，预设阈值为目标对象在参考睡眠模式下，目标对象的胸腔区域包含的所有子区域所产生的能量信息之和。
作为一种可选的实施例，睡眠特征包括：呼吸特征和心率特征，第一确定单元包括：第二确定模块，用于利用多个子区域的能量信息，确定体动特征；第三得到模块，用于利用目标回归模型对呼吸特征进行处理，得到分辨率大于分辨率阈值的呼吸曲线；第四得到模块，用于利用目标模态函数对心率特征进行处理，得到心跳信号大于心跳阈值的心率曲线；第三确定模块，用于基于体动特征、呼吸曲线以及心率曲线，确定目标对象的睡眠质量。
作为一种可选的实施例，第二确定模块包括：划分子单元，用于以胸腔位置的纵中心线作为分割线，将胸腔位置分为左、中、右三个子区域；获取子单元，用于获取左子区域与中子区域所传达的能量信息之和，以及右子区域与中子区域所传达的能量信息之和；第二确定子单元，用于在左子区域与中子区域所传达的能量信息之和与右子区域与中子区域所传达的能量信息之和不相等的情况下，确定体动特征为翻身动作特征。
作为一种可选的实施例，该方法还包括：生成单元，用于在利用多个睡眠特征，确定目标对象的睡眠质量之后，根据多个睡眠特征和睡眠质量，生成睡眠报告和睡眠建议；发送单元，用于将睡眠报告和睡眠建议发送至目标对象的终端。
此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现，其中，硬件环境包括网络环境。
根据本申请实施例的又一个方面，还提供了一种用于实施上述用户睡眠质量的确定方法的电子设备，该电子设备可以是服务器、终端、或者其组合。
图5是根据本申请实施例的一种可选的电子设备的结构框图，如图5所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501、通信接口502和存储器503通过通信总线504完成相互间的通信，其中，
存储器503，用于存储计算机程序；
处理器501，用于执行存储器503上所存放的计算机程序时，实现如下步骤：
S1，在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取目标对象的睡眠信号，其中，参考区域为目标对象在参考睡眠模式时身体所需占用的空间区域；
S2，对睡眠信号进行特征提取，得到多个特征，其中，多个特征包括：体动特征和睡眠特征；
S3，利用多个特征，确定目标对象的睡眠质量。
可选地，在本实施例中，上述的通信总线可以是PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
作为一种示例，如图5所示，上述存储器503中可以但不限于包括上述用户睡眠质量的确定装置中的第一获取单元401、提取单元402、第一确定单元403。此外，还可以包括但不限于上述用户睡眠质量的确定装置中的其他模块单元，本示例中不再赘述。
上述处理器可以是通用处理器，可以包含但不限于：CPU(Central ProcessingUnit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(DigitalSignal Processing，数字信号处理器)、ASIC(Application Specific IntegratedCircuit，专用集成电路)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)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。
此外，上述电子设备还包括：显示器，用于显示用户睡眠质量的确定结果。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图5所示的结构仅为示意，实施上述用户睡眠质量的确定方法的设备可以是终端设备，该终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图5其并不对上述电子设备的结构造成限定。例如，终端设备还可包括比图5中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图5所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、ROM、RAM、磁盘或光盘等。
根据本申请实施例的又一个方面，还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于执行用户睡眠质量的确定方法的程序代码。
可选地，在本实施例中，上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：
S1，在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取目标对象的睡眠信号，其中，参考区域为目标对象在参考睡眠模式时身体所需占用的空间区域；
S2，对睡眠信号进行特征提取，得到多个特征，其中，多个特征包括：体动特征和睡眠特征；
S3，利用多个特征，确定目标对象的睡眠质量。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例中对此不再赘述。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
根据本申请实施例的又一个方面，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中；计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一个实施例中的用户睡眠质量的确定方法步骤。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元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，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本申请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全部或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存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例用户睡眠质量的确定方法的全部或部分步骤。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，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，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接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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，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中所提供的方案的目的。
另外，在本申请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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种用户睡眠质量的确定方法，其特征在于，所述方法包括：
在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取所述目标对象的睡眠信号，其中，所述参考区域为所述目标对象在参考睡眠模式时身体所需占用的空间区域；
对所述睡眠信号进行特征提取，得到多个特征，其中，所述多个特征包括：体动特征和睡眠特征；
利用所述多个特征，确定所述目标对象的睡眠质量。
2.根据权利要求1所述的方法，其特征在于，在确定目标对象的身体部位的当前所在区域是与预设的参考区域相重叠之前，所述方法还包括：
获取所述目标对象的胸腔区域所传达出的能量信息，其中，所述能量信息为胸腔部位在震动过程中产生的动能；
根据所述能量信息确定所述当前所在区域。
3.根据权利要求2所述的方法，其特征在于，所述根据所述能量信息确定所述当前所在区域包括：
根据所述目标对象的胸腔区域，将所述胸腔区域分为多个子区域；
分别得到所述多个子区域的所述能量信息；
将所述能量信息进行相加，得到所述能量信息之和；
利用所述能量信息之和，确定所述当前所在区域。
4.根据权利要求3所述的方法，其特征在于，所述利用所述能量信息之和，确定所述当前所在区域包括：
在所述能量信息之和大于或者等于预设阈值的情况下，确定所述当前所在区域与所述参考区域相重叠，将所述当前所在区域作为所参考区域，其中，所述预设阈值为所述目标对象在参考睡眠模式下，所述目标对象的胸腔区域包含的所有所述子区域所产生的能量信息之和。
5.根据权利要求3所述的方法，其特征在于，所述睡眠特征包括：呼吸特征和心率特征，所述利用所述多个特征，确定所述目标对象的睡眠质量包括：
利用所述多个子区域的所述能量信息，确定所述体动特征；
利用目标回归模型对所述呼吸特征进行处理，得到分辨率大于分辨率阈值的呼吸曲线；
利用目标模态函数对所述心率特征进行处理，得到心跳信号大于心跳阈值的心率曲线；
基于所述体动特征、所述呼吸曲线以及所述心率曲线，确定所述目标对象的睡眠质量。
6.根据权利要求5所述的方法，其特征在于，所述利用所述多个子区域的所述能量信息，确定所述体动特征包括：
以所述胸腔位置的纵中心线作为分割线，将所述胸腔位置分为左、中、右三个子区域；
获取左子区域与中子区域所传达的所述能量信息之和，以及右子区域与中子区域所传达的所述能量信息之和；
在所述左子区域与中子区域所传达的所述能量信息之和与所述右子区域与中子区域所传达的所述能量信息之和不相等的情况下，确定所述体动特征为翻身动作特征。
7.根据权利要求1至6中任一项所述的方法，其特征在于，在所述利用所述多个睡眠特征，确定所述目标对象的睡眠质量之后，所述方法还包括：
根据所述多个睡眠特征和所述睡眠质量，生成睡眠报告和睡眠建议；
将所述睡眠报告和所述睡眠建议发送至所述目标对象的终端。
8.一种用户睡眠质量的确定装置，其特征在于，所述装置包括：
第一获取单元，用于在确定目标对象的身体部位的当前所在区域与预设的参考区域相重叠的情况下，获取所述目标对象的睡眠信号，其中，所述参考区域为所述目标对象在参考睡眠模式时身体所需占用的空间区域；
提取单元，用于对所述睡眠信号进行特征提取，得到多个特征，其中，所述多个特征包括：体动特征和睡眠特征；
第一确定单元，用于利用所述多个特征，确定所述目标对象的睡眠质量。
9.一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信，其特征在于，
所述存储器，用于存储计算机程序；
所述处理器，用于通过运行所述存储器上所存储的所述计算机程序来执行权利要求1至7中任一项所述的方法步骤。
10.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1至7中任一项中所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110932592.0A CN113499037A (zh) | 2021-08-13 | 2021-08-13 | 用户睡眠质量的确定方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110932592.0A CN113499037A (zh) | 2021-08-13 | 2021-08-13 | 用户睡眠质量的确定方法和装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113499037A true CN113499037A (zh) | 2021-10-15 |
Family
ID=78016126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110932592.0A Pending CN113499037A (zh) | 2021-08-13 | 2021-08-13 | 用户睡眠质量的确定方法和装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113499037A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112690761A (zh) * | 2021-01-14 | 2021-04-23 | 珠海格力电器股份有限公司 | 睡眠状态检测方法、装置、设备及计算机可读介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160089078A1 (en) * | 2014-09-26 | 2016-03-31 | Sky Light Electronic (Shenzhen) Limited Corporation | Device and method for sleep monitoring |
| CN105919566A (zh) * | 2016-05-20 | 2016-09-07 | 上海盛广科技发展有限公司 | 一种睡眠监测装置 |
| CN110301889A (zh) * | 2019-05-13 | 2019-10-08 | 安徽建筑大学 | 一种可监测睡眠质量的智能型床垫 |
| CN111920379A (zh) * | 2020-06-17 | 2020-11-13 | 珠海格力电器股份有限公司 | 一种睡眠检测方法、装置、电子设备及存储介质 |
| CN112998670A (zh) * | 2021-02-23 | 2021-06-22 | 珠海泉石智能科技有限公司 | 一种睡眠质量监控***及睡眠质量监控方法 |
-
2021
- 2021-08-13 CN CN202110932592.0A patent/CN113499037A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160089078A1 (en) * | 2014-09-26 | 2016-03-31 | Sky Light Electronic (Shenzhen) Limited Corporation | Device and method for sleep monitoring |
| CN105919566A (zh) * | 2016-05-20 | 2016-09-07 | 上海盛广科技发展有限公司 | 一种睡眠监测装置 |
| CN110301889A (zh) * | 2019-05-13 | 2019-10-08 | 安徽建筑大学 | 一种可监测睡眠质量的智能型床垫 |
| CN111920379A (zh) * | 2020-06-17 | 2020-11-13 | 珠海格力电器股份有限公司 | 一种睡眠检测方法、装置、电子设备及存储介质 |
| CN112998670A (zh) * | 2021-02-23 | 2021-06-22 | 珠海泉石智能科技有限公司 | 一种睡眠质量监控***及睡眠质量监控方法 |
Non-Patent Citations (1)
| Title |
|---|
| 赵林: "基于压电信号的智能床垫睡眠监测研究", 《中国优秀硕士学位论文全文数据库 工程科技I辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112690761A (zh) * | 2021-01-14 | 2021-04-23 | 珠海格力电器股份有限公司 | 睡眠状态检测方法、装置、设备及计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11562222B2 (en) | Systems and methods of identity analysis of electrocardiograms | |
| US11834052B2 (en) | Estimator generation apparatus, monitoring apparatus, estimator generation method, and computer-readable storage medium storing estimator generation program | |
| US10467548B2 (en) | Method, apparatus and system for biometric identification | |
| CN107595243A (zh) | 一种病症评估方法及终端设备 | |
| CN110765972B (zh) | 一种动物的监控方法、装置、电子设备及存储介质 | |
| KR102454895B1 (ko) | 연속적인 생체 신호 모니터링 방법 및 시스템 | |
| CN110801216B (zh) | 异常预警方法及相关设备 | |
| WO2018218310A1 (en) | Digital health monitoring system | |
| CN112107752A (zh) | 血压预测方法与使用该方法的电子装置 | |
| CN112617855A (zh) | 基于联邦学习的心电图分析方法、装置及相关设备 | |
| CN116942149B (zh) | 基于毫米波雷达的腰椎监控方法、装置、设备及存储介质 | |
| WO2020187987A1 (en) | Population-level gaussian processes for clinical time series forecasting | |
| CN106663140A (zh) | 用于检测对象的健康状况的设备、***和方法 | |
| CN113499037A (zh) | 用户睡眠质量的确定方法和装置、电子设备和存储介质 | |
| CN111643056B (zh) | 数据处理方法及*** | |
| CN113887463A (zh) | 一种icu病房监控方法、装置、电子设备及介质 | |
| CN112957018A (zh) | 基于人工智能的心脏状态检测方法和装置 | |
| CN110739077A (zh) | 癫痫发作预警方法及*** | |
| Jaworek et al. | A cardiac telerehabilitation application for mobile devices | |
| CN116884615A (zh) | 一种高血压风险预测方法、***、电子设备及存储介质 | |
| CN113869090A (zh) | 一种跌倒风险评估方法及装置 | |
| CN116913446A (zh) | 康复锻炼集中管理和学习*** | |
| CN111079560A (zh) | 一种摔倒监测方法、装置及终端设备 | |
| KR20240058896A (ko) | 사용자-캡처 이미지 또는 비디오를 통한 건강 또는 질병 예측 | |
| CN113673318A (zh) | 一种动作检测方法、装置、计算机设备和存储介质 |
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 |