CN113545745A - 可穿戴电子设备的使用监测方法、介质及其电子设备 - Google Patents
可穿戴电子设备的使用监测方法、介质及其电子设备 Download PDFInfo
- Publication number
- CN113545745A CN113545745A CN202010330121.8A CN202010330121A CN113545745A CN 113545745 A CN113545745 A CN 113545745A CN 202010330121 A CN202010330121 A CN 202010330121A CN 113545745 A CN113545745 A CN 113545745A
- Authority
- CN
- China
- Prior art keywords
- sleep
- user
- electronic device
- wearable electronic
- data
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 440
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000007958 sleep Effects 0.000 claims abstract description 350
- 230000002159 abnormal effect Effects 0.000 claims abstract description 100
- 230000001133 acceleration Effects 0.000 claims description 54
- 230000009471 action Effects 0.000 claims description 50
- 238000013186 photoplethysmography Methods 0.000 claims description 32
- 238000005259 measurement Methods 0.000 claims description 22
- 230000003860 sleep quality Effects 0.000 abstract description 3
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 23
- 239000010410 layer Substances 0.000 description 19
- 238000007726 management method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 230000033001 locomotion Effects 0.000 description 15
- 230000004622 sleep time Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 9
- 201000002859 sleep apnea Diseases 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010021143 Hypoxia Diseases 0.000 description 1
- 208000015592 Involuntary movements Diseases 0.000 description 1
- 208000007443 Neurasthenia Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 206010042434 Sudden death Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000037007 arousal Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 206010003549 asthenia Diseases 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000002565 electrocardiography Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000007954 hypoxia Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000017311 musculoskeletal movement, spinal reflex action Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 208000019116 sleep disease Diseases 0.000 description 1
- 230000008667 sleep stage Effects 0.000 description 1
- 238000003786 synthesis reaction 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
-
- 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
- A61B5/02—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
- A61B5/02—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
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- 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
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- 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
- A61B5/4818—Sleep apnoea
-
- 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
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- 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
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/6803—Head-worn items, e.g. helmets, masks, headphones or goggles
-
- 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
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请涉及信息处理技术领域,公开了一种可穿戴电子设备的使用监测方法、介质及其电子设备。本申请的可穿戴电子设备的使用监测方法包括:获取可穿戴电子设备在用户睡眠期间的睡眠监测数据;如果在睡眠监测数据中存在监测质量异常的睡眠监测数据,则确定存在监测质量异常的睡眠监测数据的原因;并基于确定的原因,确定用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息。本申请的可穿戴电子设备的使用监测方法通过判断出不同场景下影响睡眠监测数据质量的原因,并根据影响睡眠监测数据质量的原因针对性的向用户作出提示,以此改进用户的睡眠质量以及可穿戴设备的监测质量。
Description
技术领域
本申请涉及信息处理技术领域,尤其涉及一种可穿戴电子设备的使用监测方法、介质及其电子设备。
背景技术
睡眠呼吸暂停是一种常见的睡眠障碍慢性疾病,在全世界范围内到处可见。世界卫生组织报告全球1-10%的人群受睡眠呼吸暂停的影响,其中,我国约有5000万睡眠呼吸暂停患者。睡眠呼吸暂停表现为用户在睡眠中会反复出现的呼吸阻塞而导致机体缺氧和反复觉醒,这严重的影响人的精神和健康,由于缺乏有效的睡眠,人们会变得嗜睡、白天犯困、记忆力下降,这不仅危害健康还间接增加了交通事故、建筑工地等工伤事故发生的概率。如果长期不予治疗,会导致糖尿病、高血压、心脑血管病、中风、神经衰弱等疾病,甚至会发生夜间猝死。
目前通过可穿戴电子设备进行睡眠呼吸暂停检测的技术较少,而且对于信号质量(或可穿戴电子设备的监测质量)不佳的情况,采用的方法一般包括:将整条数据丢弃不使用或者过滤掉信号不好的睡眠监测数据,用信号质量较好的睡眠监测数据进行计算。
发明内容
本申请实施例提供了一种可穿戴电子设备的使用监测方法、介质及其电子设备。本申请的可穿戴电子设备的使用监测方法通过判断出不同场景下影响睡眠监测数据质量的原因,并根据影响睡眠监测数据质量的原因针对性的向用户作出提示,以此改进用户的睡眠质量以及可穿戴设备的监测质量。下面,具体介绍本申请的内容。
第一方面,本申请实施例提供了一种可穿戴电子设备的使用监测方法,包括:
获取可穿戴电子设备在用户睡眠期间的睡眠监测数据;在睡眠监测数据中存在监测质量异常的睡眠监测数据的情况下,确定存在监测质量异常的睡眠监测数据的原因;基于影响睡眠监测数据监测质量的原因来确定用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息。
即可穿戴电子设备会在监测的用户睡眠期间的睡眠监测数据的监测质量存在异常的情况下,进一步判断影响睡眠监测数据的监测质量异常的原因。然后根据判断出影响睡眠监测数据质量的原因进一步确定用于提示用户的提示信息,以此提高可穿戴电子设备的监测质量以及用户的睡眠质量。
在上述第一方面的一种可能的实现中,上述方法中存在监测质量异常的睡眠监测数据的原因包括下列中的至少一种:
用户在睡眠期间佩戴可穿戴电子设备的松紧程度不满足测量要求;用户在睡眠期间佩戴可穿戴电子设备时的动作幅度或者动作频率影响监测质量;可穿戴电子设备在用户睡觉期间存在被压住的情况。
即在本申请的一些实施例中,影响可穿戴电子设备在用户睡眠期间的睡眠监测数据的质量的原因为以上三种情况或者以上三种情况的组合。
在上述第一方面的一种可能的实现中,上述方法基于判断出的原因,确定用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息包括下列的至少一种:
在确定原因为用户在睡眠期间佩戴可穿戴电子设备的松紧程度不满足测量要求的情况下,确定用于提高监测质量的提示信息为关于正确佩戴可穿戴电子设备的提示信息;在确定原因为用户在睡眠期间佩戴可穿戴电子设备时的动作幅度或者动作频率影响监测质量的情况下,确定用于提高监测质量的提示信息为关于安稳睡眠的提示信息;在确定原因为可穿戴电子设备在用户睡觉期间存在被压住的情况下,确定用于提高监测质量的提示信息为关于佩戴部位的建议的提示信息。
即用户提示用户提高可穿戴电子设备的监测质量的提示信息是根据影响可穿戴电子设备的睡眠监测数据的监测质量的原因确定的,如果影响可穿戴电子设备的睡眠监测数据的监测质量的原因不同,那么提示用户的提示信息也会不同。可以理解的是,当影响可穿戴电子设备的睡眠监测数据的原因是上述三种原因的组合时,那么提示用户的提示信息也会是上述三种原因所对应的提示信息的组合。
在上述第一方面的一种可能的实现中,上述方法中确定存在监测质量异常的睡眠监测数据的原因包括:
在判断出用户佩戴的可穿戴电子设备的屏幕在不同朝向下的睡眠监测数据的监测质量同时存在正常和异常情况的情况下,确定原因为用户在睡眠期间佩戴可穿戴电子设备的松紧程度为松于满足测量要求的松紧程度;在判断出用户佩戴的可穿戴电子设备的屏幕在不同朝向下的睡眠监测数据的监测质量只存在异常情况的情况下,确定原因为用户在睡眠期间佩戴可穿戴电子设备的松紧程度为紧于满足测量要求的松紧程度。
即当可穿戴电子设备在屏幕的不同朝向下所监测到的用户的睡眠监测数据的监测质量同时存在正常和异常的情况,就认为此时用户佩戴可穿戴电子设备比较松;如果可穿戴电子设备在屏幕的不同朝向下所监测到的用户的睡眠监测数据的监测质量均为异常,则认为用户佩戴可穿戴电子设备比较紧。
在上述第一方面的一种可能的实现中,上述可穿戴电子设备包括压力传感器和显示屏,压力传感器位于可穿戴电子设备的显示屏内侧;并且确定存在监测质量异常的睡眠监测数据的原因包括:
根据压力传感器的压力监测数据判断存在监测质量异常的睡眠监测数据的原因是否为用户在睡眠期间佩戴可穿戴电子设备的松紧程度不满足测量要求。
即判断用户佩戴可穿戴电子设备的松紧程度也可以通过在可穿戴电子设备上设置压力传感器来判断,比如将压力传感器设置在可穿戴电子设备的显示屏内侧,通过压力传感器的监测数据来判断用户的佩戴可穿戴电子设备的松紧程度。
在上述第一方面的一种可能的实现中,上述可穿戴电子设备包括加速度传感器,并且判断存在监测质量异常的睡眠监测数据的原因包括:
根据获取的睡眠监测数据中的加速度传感器的测量数据的波动间隔和波动幅值,判断原因是否为用户在睡眠期间佩戴可穿戴电子设备时的动作幅度或者动作频率影响监测质量。
即可穿戴电子设备通过加速度传感器获取睡眠监测数据中的加速度传感器数据波动间隔和加速度传感器数据波动幅值,通过计算加速度传感器数据波动间隔的方差以及加速度传感器数据波动幅值的方差,通过将加速度传感器数据波动间隔的方差以及加速度传感器数据波动幅值的方差分别与加速度传感器数据波动间隔阈值和加速度传感器数据波动幅值阈值比较,来判断影响可穿戴电子设备的睡眠监测数据的监测质量的原因是否因为用户在睡眠期间的动作幅度过大或者动作频率过多。可以理解的是,也可以计算加速度传感器数据波动间隔的以及加速度传感器数据波动幅值的平均值或者其他可以表征加速度传感器的测量数据的波动情况的值来判断用户在睡眠期间的动作幅度或者动作频率。
在上述第一方面的一种可能的实现中,上述方法中确定存在监测质量异常的睡眠监测数据的原因包括:
在判断出用户在睡眠期间佩戴可穿戴电子设备的松紧程度满足测量要求并且用户在睡眠期间佩戴可穿戴电子设备时的动作幅度或者动作频率未影响监测质量的情况下,确定原因为可穿戴电子设备在用户睡觉期间存在被压住的情况。
即如果用户佩戴可穿戴电子设备的方式正确以及用户在睡眠期间也不存在动作幅度大或者动作频率多,那么就认为影响可穿戴电子设备的睡眠监测数据的质量的原因是可穿戴电子设备在用户睡眠期间被压到了。
在上述第一方面的一种可能的实现中,上述方法还包括:
根据获取的睡眠监测数据中的光电容积脉搏波描记传感器数据的波动情况和/或加速度传感器的测量数据的波动情况,判断睡眠监测数据中是否存在监测质量异常的睡眠监测数据。
即可穿戴电子设备的睡眠监测数据是否存在监测质量异常的情况是根据可穿戴电子设备的获取的光电容积脉搏波描记传感器数据的波动情况和/或加速度传感器的测量数据来判断的。
具体地,计算所获取光电容积脉搏波描记传感器数据中的心率波峰间隔和心率波峰幅值的平均值和/或计算加速度传感器的测量数据(或者监测数据)中的加速度传感器数据波动间隔和加速度传感器数据波动幅值的平均值,然后将心率波峰间隔和心率波峰幅值的平均值分别与预设心率波峰间隔阈值和预设心率波峰幅值阈值比较和/或将加速度传感器数据波动间隔和加速度传感器数据波动幅值的平均值分别与预设加速度传感器数据波动间隔阈值和加速度传感器数据波动幅值阈值比较,来判断可穿戴电子设备的睡眠监测数据的监测质量是否异常。
在上述第一方面的一种可能的实现中,上述方法还包括:
显示确定的用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息。即在可穿戴电子设备上显示用于提示用户的提示信息。
在上述第一方面的一种可能的实现中,上述方法中获取可穿戴电子设备在用户睡眠期间的睡眠监测数据包括:
从可穿戴电子设备接收睡眠监测数据。即上述的睡眠监测数据的监测质量的判断过程以及影响睡眠监测数据的监测质量的原因的判断过程还可以在其他电子设备上进行(比如,手机或者服务器等等),当在其他电子设备上进行时,其他电子设备可以从可穿戴电子设备上接收可穿戴电子设备监测到的用户在睡眠期间的睡眠监测数据。
在上述第一方面的一种可能的实现中,上述方法还包括:
向外发送确定的用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息。即用于提示用户的提示信息也可以显示在其他的电子设备上(比如手机),此时可穿戴电子设备会向另一电子设备发送用于提示用户的提示信息。
第二方面,本申请实施例提供了一种电子设备的睡眠呼吸暂停监测方法,包括:
可穿戴电子设备发送可穿戴电子设备在用户睡眠期间的睡眠监测数据,其中,睡眠监测数据中存在监测质量异常的睡眠监测数据;可穿戴电子设备接收用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息。
即在其他电子设备上进行上述睡眠监测数据的监测质量的判断和确定影响睡眠监测数据的监测质量的原因,然后将根据确定出的影响可穿戴电子设备的睡眠监测数据的监测质量的原因所确定的用于提示用户的提示信息在可穿戴电子设备上显示。也即将睡眠监测数据的分析过程转移到其他电子设备上来降低可穿戴电子设备的功耗,提高可穿戴电子设备的续航能力。
在上述第二方面的一种可能的实现中,上述可穿戴电子设备接收用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息包括下列的至少一项:
关于正确佩戴可穿戴电子设备的提示信息;关于安稳睡眠的提示信息;关于佩戴部位的建议的提示信息。
具体地,在其他电子设备(比如手机)确定出原因为用户在睡眠期间佩戴可穿戴电子设备的松紧程度不满足测量要求的情况下,可穿戴电子设备接收的提示信息为关于正确佩戴可穿戴电子设备的提示信息;在其他电子设备确定出原因为用户在睡眠期间佩戴可穿戴电子设备时的动作幅度或者动作频率影响监测质量的情况下,可穿戴电子设备接收的提示信息为关于安稳睡眠的提示信息;在其他电子设备确定出原因为可穿戴电子设备在用户睡觉期间存在被压住的情况下,可穿戴电子设备接收的提示信息为关于佩戴部位的建议的提示信息。可以理解的是,当其他电子设备确定出影响可穿戴电子设备的睡眠监测数据的原因是上述三种原因的组合时,那么提示用户的提示信息也会是上述三种原因所对应的提示信息的组合。
第三方面,本申请实施例一种电子设备的可读介质,可读介质上存储有指令,该指令在电子设备上执行时使电子设备执行上述任一方面的方法。
第四方面,本申请实施例提供了一种电子设备,包括:存储器,用于存储由电子设备的一个或多个处理器执行的指令,以及处理器,是电子设备的处理器之一,用于执行上述第一方面和第二方面中任一方面的方法。
第五方面,本申请实施例提供了一种电子设备,包括:存储器、处理器、光电容积脉搏波描记传感器、以及加速度传感器;光电容积脉搏波描记传感器用于获取电子设备的用户在睡眠期间的光电容积脉搏波描记传感器数据;加速度传感器用于获取电子设备的用户在睡眠期间的加速度传感器监测数据;存储器用于存储由电子设备的一个或多个处理器执行的指令;处理器,是电子设备的处理器之一,用于执行上述第一方面和第二方面中任一方面的方法。
第六方面,本申请实施例提供了一种电子设备,包括:存储器、处理器、显示屏、光电容积脉搏波描记传感器、压力传感器以及加速度传感器;光电容积脉搏波描记传感器用于获取电子设备的用户在睡眠期间的光电容积脉搏波描记传感器数据;加速度传感器用于获取电子设备的用户在睡眠期间的加速度传感器监测数据;显示屏用于显示用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息;压力传感器位于显示屏的内侧,用于检测用户佩戴电子设备的松紧程度;存储器用于存储由电子设备的一个或多个处理器执行的指令;处理器,是电子设备的处理器之一,用于上述第一方面和第二方面中任一方面的方法。
第七方面,本申请实施例提供了一种电子设备,该电子设备具有实现上述搜索方法的功能。功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。硬件或软件包括一个或多于一个与上述功能相对应的单元。
附图说明
图1根据本申请一些实施例,示出了一种可穿戴电子设备的使用监测方法的应用场景图。
图2根据本申请一些实施例,示出了一种手环的硬件结构示意图。
图3a根据本申请一些实施例,示出了一种技术方案流程示意图。
图3b根据本申请一些实施例,示出了一种技术方案流程示意图。
图4a根据本申请一些实施例,示出了一种人机交互界面示意图。
图4b根据本申请一些实施例,示出了一种人机交互界面示意图。
图5a根据本申请一些实施例,示出了一种人机交互界面示意图。
图5b根据本申请一些实施例,示出了一种人机交互界面示意图。
图6a根据本申请一些实施例,示出了一种人机交互界面示意图。
图6b根据本申请一些实施例,示出了一种人机交互界面示意图。
图7根据本申请的一些实施例,示出了一种手机200与手环100之间的交互示意图。
图8根据本申请一些实施例,示出了一种能够实现手机200的功能的电子设备800的结构示意图。
图9根据本申请一些实施例,示出了一种能够实现手机200功能的电子设备800的软件***。
具体实施方式
下面通过附图和实施例,对本申请实施例的技术方案做进一步的详细描述。
图1为根据本申请具体实施例提供的一种可穿戴电子设备的使用监测方法的应用场景图。如图1所示,本申请的实施例涉及一种可穿戴电子设备100,该可穿戴电子设备100可以通过各种无线方式与其他电子设备进行无线通信,例如,与电子设备200或者服务器300进行无线通信。再例如,该可穿戴电子设备100可以通过自身的射频电路和天线,通过无线通信链路发送无线信号给服务器300,请求服务器300进行无线网络业务处理该可穿戴电子设备100具体业务需求,例如用户注册、数据获取和监测等;又例如,可穿戴电子设备100可以通过自身的蓝牙与电子设备200进行匹配,匹配成功后与电子设备200通过蓝牙通信链路进行数据通信,当然也可以通过其他无线通信方式与电子设备200进行数据通信,如射频识别技术,近距离无线通信技术等。另外,该可穿戴电子设备100也可以通过自身的各种传感器检测外界环境的变化。
在本申请的具体实施例中,可穿戴电子设备100可以监测用户在睡眠期间的睡眠呼吸状况。例如,在具体实现中,可穿戴电子设备100获取用户睡眠期间的睡眠监测数据,其中睡眠监测数据包括了光电容积脉搏波描记(Photo plethysmo graph,PPG)传感器数据、心电图数据(Electrocardiography,ECG)(例如,心率波峰间隔、心率波峰幅值、血氧数据、体温数据)、加速度传感器(Acceleration transducer,ACC)的测量数据(或者监测数据)(例如,加速度传感器数据波动间隔、加速度传感器数据波动幅值)、陀螺仪传感器数据等等。并在睡眠监测数据中存在监测质量异常(或者睡眠监测数据的监测质量差)的睡眠监测数据的情况下,确定存在监测质量异常的睡眠监测数据的原因,然后根据确定的原因确定用于提示用户提高可穿戴电子设备在用户睡眠期间的监测质量的提示信息,并向用户推送相应的建议或者服务。例如,在确定出存在监测质量异常的睡眠监测数据的原因为用户在睡眠期间佩戴可穿戴电子设备的松紧程度不满足测量要求的情况下,确定用于提高监测质量的提示信息为关于正确佩戴可穿戴电子设备的提示信息;在确定出存在监测质量异常的睡眠监测数据的原因为用户在睡眠期间佩戴所述可穿戴电子设备时的动作幅度或者动作频率影响所述监测质量的情况下,确定用于提高监测质量的提示信息为关于安稳睡眠的提示信息;在确定出存在监测质量异常的睡眠监测数据的原因为可穿戴电子设备在用户睡觉期间存在被压住的情况下,确定用于提高监测质量的提示信息为关于佩戴部位的建议的提示信息,然后将这些具体的原因发送给用户。
本申请的技术方案能够通过确定获取的可穿戴电子设备100的睡眠监测数据存在监测质量异常的原因,为用户提供佩戴和睡眠建议,从而提高智能可穿戴电子设备100的睡眠监测数据的监测质量。
在本申请的具体实施例中,所述可穿戴电子设备100可以是多种设备,包括但不限于智能手表、智能手环或者眼镜、头盔、头带等可穿戴电子设备、医疗检测仪器等等。在下文的描述中,为了简化说明,以智能手环100为例说明本申请的技术方案。
电子设备200可以是能够与可穿戴电子设备100通信的客户端,能够帮助可穿戴电子设备100完成注册、控制可穿戴电子设备100的固件更新、接收可穿戴电子设备100的睡眠监测数据、协助可穿戴电子设备100分析睡眠监测数据以用于对用户的佩戴方式、睡眠状况进行监测和提示。可以理解,电子设备200可以包括但不限于,膝上型计算机、台式计算机、平板计算机、智能手机、服务器、可穿戴电子设备、头戴式显示器、移动电子邮件设备、便携式游戏机、便携式音乐播放器、阅读器设备、其中嵌入或耦接有一个或多个处理器的电视机、或能够访问网络的其他电子设备。在下文的描述中,为了简化说明,以手机200为例说明本申请的技术方案。
图2所示为根据本申请的一些实施例,提供的一种智能手环100的硬件结构示意图。该智能手环可以包括智能手环主体100。在本申请的一个实施例中,智能手环100的主体可以包括触摸屏101(又称为触屏面板)、显示屏102、壳体(所述壳体包括前壳(图2未示出)和底壳(图2未示出)),以及处理器103、微控制单元(micro control unit,MCU)104、存储器105、无线通信模块106、压力传感器107、PPG传感器108、加速度传感器109、电源111、电源管理***112等。
下面分别对智能手环100的各功能组件进行介绍:
触摸屏101,也可以称为触控面板,可以收集用户在智能手环100的触摸操作(比如用户使用手指、触笔等任何适合的物体或者附件在触控面板上或者在触控面板附近的操作),并根据预先设定的程式驱动响应的连接装置。
显示屏102可以用于显示由用户输入的信息或者提供给用户提示信息以及手环上的各种菜单。进一步的,触摸屏101可以覆盖显示屏102,当触摸屏101检测到在其上或者附近的触摸操作后,传送给处理器103以确定触摸事件的类型,随后处理器103根据触摸事件的类型在显示屏102上提供相应的视觉输出。例如,在本申请的一些实施例中,在智能手环100的睡眠监测数据存在监测质量异常的睡眠监测数据时,确定存在睡眠监测数据的监测质量异常的原因,根据原因确定用于提示用户提高智能手环100在用户睡眠期间的监测质量的提示信息后,可以将提示信息(如如何正确佩戴智能手环100的教导视频等)显示在显示屏102上。
处理器103用于进行***调度,触摸屏101、控制显示屏102,支持蓝牙106等等。
微控制单元104,用于控制传感器,对传感器数据进行运算,与处理器103通信等。其中,传感器可以包括压力传感器107、PPG传感器108、加速度传感器109、运动传感器或者其他传感器。例如,在本申请的一些实施例中,微控制单元104对PPG传感器和加速度传感器分别采集到的PPG数据(例如,心率波峰间隔、心率波峰幅值)和ACC数据(例如,ACC数据波动间隔、ACC数据波动幅值)进行分析以判断出存在睡眠监测数据的监测质量异常的原因。此外,可以理解,在其他实施例中,对于PPG数据和ACC数据的上述处理也可以由处理器103完成,在此不做限制。
存储器105用于存储软件程序以及数据,处理器103通过运行存储在存储器105的软件程序以及数据,执行智能手环100的各种功能应用以及数据处理。例如,在本申请的一些实施例中,存储器105可以存储PPG传感器采集到的PPG数据或者存储加速度传感器采集到的ACC数据。同时,存储器也可以存储用户的注册信息、登录信息等等。
无线通信模块106,智能手环100可以通过无线通信模块与其他电子设备(如手机、平板电脑等)交互信息,并可以通过上述电子设备连接网络或者服务器。其中,无线通信模块可以提供应用在智能手环100上的包括无线局域网(wireless local area networks,WLAN)、(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(blue tooth,BT),全球导航卫星***(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。
可以理解,图2所示的结构仅仅是实现本申请技术方案中智能手环100的功能的一种具体结构,具有其他结构并能实现类似的功能的智能手环100或者其他类型的可穿戴电子设备也适用于本申请的技术方案,在此不做限制。
下面,结合具体场景,详细介绍本申请的技术方案。
在本申请的一些实施例中,智能手环100可以独立完成整个技术方案,例如智能手环100对用户的睡眠状况进行监控,并根据智能手环100监测到的用户睡眠期间的睡眠监测数据(如PPG数据、ACC数据)来判断智能手环100在用户睡眠期间的睡眠监测数据的监测质量,在存在睡眠监测数据的监测质量异常的情况下,确定存在睡眠监测数据的监测质量异常的原因,然后基于具体的原因,针对性的通过手机200向用户推送能够使智能手环100的睡眠监测数据的监测质量更好的建议。
此外,在本申请的另一些实施例中,也可以由手机200判断存在睡眠监测数据的监测质量异常的原因。例如,当用户希望降低智能手环100的功耗的时候,可以选择将判断存在睡眠监测数据的监测质量异常的原因交给手机200来做,而只在智能手环100侧显示用于提示用的提示信息。具体地,此时智能手环100可以通过蓝牙或者无线网络的方式向手机200发送所监测到的用户睡眠期间的睡眠监测数据,然后手机200根据所接收到的睡眠监测数据判断睡眠监测数据的监测质量,并确定存在睡眠监测数据的监测质量异常的原因,最后根据导致智能手环100监测的用户睡眠期间的睡眠监测数据的监测质量异常的原因确定用户提示用户的提示信息,然后手机200再将提示信息发送至用户佩戴的智能手环100侧,并在智能手环100侧的显示屏上显示提示信息。
此外,在本申请的另外一些实施例中,也可以由服务器300进行睡眠监测数据的监测质量的判断。例如,由智能手环100通过无线通信的方式向服务器300发送智能手环100所监测到的用户睡眠期间的睡眠监测数据,然后服务器300根据所接收到的用户睡眠期间的睡眠监测数据判断睡眠监测数据的监测质量,并确定存在睡眠监测数据的监测质量异常的原因,最后根据导致智能手环100监测的用户睡眠期间的睡眠监测数据的监测质量异常的原因,针对性的向用户推送能够提高智能手环100在用户睡眠期间的睡眠监测数据的监测质量提示信息。
为了便于说明,下文中以在智能手环100侧进行睡眠监测数据的监测质量的判断以及存在睡眠监测数据的监测质量异常的原因的判断,并在手机200侧推送相关提示信息为例来进行说明。
图3a根据本申请的实施例,示出了本申请技术方案的一种流程图。具体如图3a所示:
a301:获取用户睡眠期间的睡眠监测数据。例如,获取用户睡眠期间的PPG数据或者用户睡眠期间的ACC数据,其中PPG数据可以包括用户的心率波动幅值、心率波动间隔、脉搏数据、血氧值、心电数据等等,而ACC数据可以是ACC数据波动间隔、ACC数据波动幅值、陀螺仪监测到的数据等等。
a302:判断智能手环100的睡眠监测数据的监测质量;如果智能手环100睡眠监测数据的监测质量正常,则进行a303,如果智能手环100的睡眠监测数据的监测质量异常,则进行a304。
a303:对应睡眠监测数据标记为“正常”,并且不向用户做提示。
a304:进一步判断是否是因为用户的动作多导致智能手环100的睡眠监测数据的监测质量异常,如果是因为用户动作多导致智能手环100的睡眠监测数据的监测质量异常,则进行a305和a310,如果不是因为用户动作多,则进行a306。
a305:对对应睡眠监测数据进行“异常”标记并同时标记导致监测质量异常的原因,比如,用标记“U1”表示异常原因为“用户动作多”,然后根据导致监测质量异常的原因确定提示信息。
a306:进一步判断是否因为用户佩戴手环过松或者过紧导致智能手环100的睡眠监测数据的监测质量异常。如果因为用户佩戴智能手环100过松或者过紧,则进行a307和a310,如果不是因为用户佩戴智能手环过松或者过紧导致智能手环100的睡眠监测数据的监测质量异常,则进行a308。
a307:对对应睡眠监测数据进行“异常”标记,并同时标记导致监测质量异常的原因,比如,用标记“U2”表示异常原因为“用户佩戴智能手环过松或者过紧”,然后根据导致监测质量异常的原因确定提示信息。
a308:进一步判断智能手环是否被压到。如果是因为智能手环100被压到导致智能手环100的睡眠监测数据的监测质量异常,则进行a309和a310。
a309:对对应睡眠监测数据进行“异常”标记,并同时标记导致监测质量异常的原因,比如,用标记“U3”表示异常原因为“智能手环100被压到”,然后根据导致监测质量异常的原因确定提示信息。
a310:向手机发送对应的提示信息。
如图3a所示,在上述技术方案流程中,确定睡眠监测数据的监测质量异常的原因的方式有先后顺序限制。在本申请的一些实施例中,判断睡眠监测数据的监测质量异常的原因的方式还可以同时进行。例如,同时判断导致睡眠监测数据异常的原因是否是“用户动作多”、“用户佩戴过松或者过紧”、“智能手环被压到”,如果判断导致智能手环100的睡眠监测数据的监测质量异常的原因上述几种原因的组合,比如,睡眠监测数据的监测异常既满足“用户动作多”又满足“智能手环被压到”。此时在对睡眠监测数据进行“异常”标记的时候,可以将监测质量异常的睡眠监测数据标记为“U1U3”,其中,“U1”表示监测质量异常的原因是“用户动作多”,“U3”表示监测质量异常的原因是“智能手环被压到”,并且同时根据导致睡眠监测数据的监测质量异常的原因同时确定多种提示信息。
此外,可以理解,在本申请其他实施例中,确定睡眠监测数据的监测质量异常的原因的方式也可以不按照a304、a306、a308的顺序进行判断,判断顺序可以是任意的,例如,在具体实现过程中,上述方式可以是:
先判断导致智能手环100的睡眠监测数据的监测质量异常的原因是否是因为“用户佩戴过松或过紧”(a306),如果不是因为用户佩戴智能手环过松或过紧导致智能手环100的睡眠监测数据的监测质量异常,则再判断是否是因为“用户动作多”导致智能手环100的睡眠监测数据的监测质量异常(a304),如果不是因为用户动作多导致智能手环100的睡眠监测数据的监测质量异常,则在判断是否是“智能手环被压到”导致智能手环100的睡眠监测数据的监测质量异常(a308)。在这种判断方式中,其他步骤与图3a所述的技术方案流程一致,此处不再赘述。
图3b示出了在通过上述技术方案确定出导致智能手环100的睡眠监测数据的监测质量异常的原因并且根据具体的异常原因确定了提示消息以后,就通过手机200向用户推送相关的提示信息的具体情况。例如,当确定“用户佩戴和操作均无问题b302”即智能手环100的睡眠监测数据的监测质量均正常时,对用户“不做提示(b304)”;当确定“用户佩戴有问题(b305)”即智能手环100的睡眠监测数据的监测质量异常时,如果用户是“佩戴正常但是夜间动作多(b306)”即用户佩戴智能手环没有过紧或过松但是用户动作幅度大或者动作频率高,则进行“标记数据异常以及确定提示信息为“安稳睡眠的建议推送,建议多次佩戴”(b307);如果是用户“佩戴过松或者过紧(b308)”,则进行“标记数据异常以及确定提示信息为“播放佩戴指导视频”(b309);如果是用户“睡眠过程中手环被压到(b310)”,则进行“标记数据异常以及确定提示信息为“建议用户手环佩戴于主侧卧位的对侧手上”(b311)”;如果是“多种原因的组合(b312)”,则确定提示信息为“多种建议组合(b313)”。
其中,具体的判断智能手环100的睡眠监测数据的监测质量的方式以及确定导致智能手环100的睡眠监测数据的监测质量异常的原因的方式如下:
获取用户睡眠期间的睡眠监测数据
在本申请的具体实施例中,智能手环100对用户的睡眠状况进行监控,并通过PPG传感器108、加速度传感器109获取用户在睡眠期间的睡眠监测数据(比如,心率波峰间隔、心率波峰幅值、ACC数据波动间隔、ACC数据波动幅值等等)。
在本申请的一些实施例中,智能手环100可以分时间段获取用户睡眠期间的睡眠监测数据,也可以实时的获取用户睡眠期间的睡眠监测数据。例如,用户的睡眠一般分为白天和晚上。但是白天可能只是午睡半个小时或者1个小时,这段时间较短所以智能手环100可以实时的对用户进行监测获取用户此时的睡眠监测数据;而在晚上,用户一般的睡眠时间在7-8个小时,这个时候如果进行实时的监测会增加手环100的功耗,所以可以分时间段来获取用户的睡眠监测数据(比如,获取晚上9点到凌晨3点的睡眠监测数据或者凌晨1点到凌晨5点的睡眠监测数据)。又或者,也可以因为白天午睡能够进入深度睡眠的可能性较低,用户发生睡眠呼吸暂停的情况较少,所以可以分时间段的获取用户睡眠期间的的睡眠监测数据,而在晚上,用户的睡眠时间充足,发生睡眠呼吸暂停的情况更多,而可以对用户此时的睡眠监测数据进行实时的监测和获取。
下文中,将以智能手环100在晚上1点到凌晨5点对用户进行实时监测为例来具体说明。
判断所获取的睡眠监测数据的监测质量
判断所获取的睡眠监测数据的监测质量,其中,睡眠监测数据包括了由PPG传感器108获得的心率波峰间隔、心率波峰幅值。当然,可以理解,在其他实施例中,睡眠监测数据也可以是其他表征智能手环的睡眠监测数据监测质量的数据征,比如相关的脉搏数据、血压数据等。
在本申请的一个实施例中,智能手环100可以基于PPG传感器108获得的心率波峰间隔、心率波峰幅值来判断智能手环的睡眠监测数据的监测质量。例如,可以事先通过智能手环100监测过的历史心率波峰间隔和历史心率波峰幅值,来预先设定心率波峰间隔阈值T1和心率波峰幅值阈值A1,当智能手环100所获取的心率波峰间隔时长小于T1并且心率波峰幅值的小于A1,则此时智能手环的睡眠监测数据的监测质量就是正常的,否则就认为智能手环的睡眠监测数据的监测质量就是异常。
例如,在一具体实现过程中,智能手环100监测到用户在时间段T中的心率波峰间隔t1,t2,t3···tn和心率波峰幅值a1,a2,a3···an,然后智能手环100根据公式(一)计算用户在时间段T内的平均心率波峰间隔以及平均心率波峰幅值(在其他实施例中,还可以是用户在时间段T内的心率波峰和心率间隔的方差、极差等等)
其中,μ表示数据的平均值,h1,h2,h3…hn表示数据,n表示数据的个数
同时,智能手环100根据监测过的历史心率波峰间隔和历史心率波峰幅值设置心率波峰间隔阈值T1和心率波峰幅值阈值A1(T1和A1的值具体也可以通过求历史心率波峰间隔和历史心率波峰幅值的平均值或者方差等方式设置)),然后,智能手环100将用户在时间段T内的平均心率波峰间隔以及平均心率波峰幅值预设心率波峰间隔阈值T1和预设心率波峰幅值阈值A1进行比较,如果用户在时间段T内的平均心率波峰间隔小于预设心率波峰间隔阈值T1以及平均心率波峰幅值小于预设心率波峰幅值阈值A1,则认为智能手环的睡眠监测数据的监测质量正常,如果用户在时间段T内的平均心率波峰间隔大于预设心率波峰间隔阈值T1或者平均心率波峰幅值大于预设心率波峰幅值阈值A1,则认为智能手环的睡眠监测数据的监测质量异常。
另外,在本申请的一些实施例中,还可以采用其他方式判断智能手环100监测到的生理数据的质量好坏。
例如,在本申请的一个实施例中,智能手环100也可以基于ACC数据判断智能手环100的睡眠监测数据的监测质量。在具体实现中,当ACC数据波动幅值较小并且波动间隔较短,就可以认为此时智能手环的睡眠监测数据的监测质量正常。具体的,智能手环100根据监测过的用户的历史ACC数据波动间隔和历史ACC数据波动幅值预先设定ACC数据波动幅值阈值A2和ACC数据波动间隔阈值T2(A2和T2的值具体也可以通过求历史ACC数据波动间隔和历史ACC数据波动幅值的平均值或者方差等方式设置),同时,智能手环100监测用户在时间段T内的ACC数据波动幅值b1,b2,b3···bn以及ACC数据波动间隔c1,c2,c3···c4,并根据公式(一)计算用户在时间段T内的ACC数据的平均波动幅伯以及平均波动间隔并将用户在时间段T内的ACC数据的平均波动幅值以及平均波动间隔与ACC数据波动幅值阈值A2和ACC数据波动间隔阈值T2比较,如果用户在时间段T内的ACC数据的平均波动幅值小于ACC数据波动幅值阈值A2并且平均波动间隔小于ACC数据波动间隔阈值T2,则认为智能手环智能手环100的睡眠监测数据的监测质量正常,如果用户在时间段T内的ACC数据的平均波动幅值大于ACC数据波动幅值阈值A2或者平均波动间隔大于ACC数据波动间隔阈值T2,则认为智能手环100的睡眠监测数据的监测质量异常。
另外,在本申请的一些实施例中,智能手环100也可以通过机器学习的方式判断睡眠监测数据的监测质量。例如,在具体实现中,智能手环100根据监测过的用户的历史睡眠监测数据(其中,这些历史睡眠监测数据质量有正常有异常),通过人工的方式对这些历史睡眠监测数据进行标定,比如,可以将质量正常的数据标记为“正常”,将质量异常的数据标记为“异常”。然后对这些历史睡眠监测数据进行特征提取,进而生成特征向量,然后将提取出来的特征向量输入到卷积神经网络模型(Convolutional Neural Networks,CNN)中,训练该卷积神经网络模型使得该模型能够判断历史生理数据和历史物理数据的质量。例如,可以将模型的输入与输出之间差异作为损失函数,比如,随机输入历史睡眠监测数据,将该模型的输出与输入的历史睡眠监测数的标记作比较,如果输入的历史睡眠监测数据的标记是“正常”,而该模型输出的结果也是“正常”,则认为损失函数接近0,该模型已经训练完成,如果输入的历史睡眠数据的标记是“异常”,而出输出的结果不是“异常”,则认为损失函数还未接近0,则调整该模型的相关参数,进行下一轮训练,直至输入与输出之间的损失函数接近0,则该模型训练完成。然后再将智能手环100当前获取的用户的睡眠监测数据输入到训练好的卷积神经网络模型中,该模型就可以对输入的睡眠监测数据的质量作出判断。
在本申请的其他实施例中,智能手环100也可以基于其他数据的进行智能手环数据质量的判断,比如血压数据等。其中,具体的判断方法可以是将上面描述的PPG数据中的心率数据换成血压数据,然后具体的判断与上述判断方法类似,此处不再赘述。
在本申请的一些实施例中,智能手环100也可以同时根据上述多个睡眠监测数据的组合来判断智能手环的睡眠监测数据的监测质量。例如,可以对各个睡眠监测数据进行权重赋值,具体赋值的方式可以根据各个睡眠监测数据反映用户身体健康的情况来进行。比如,心率波峰间隔、心率波峰幅值显然要比ACC数据波动间隔和ACC数据波动幅值更能反映用户的身体状况,所以心率波峰间隔以及心率波峰幅值的权重要比ACC数据波动间隔和ACC数据波动幅值的权重高。
例如,在一具体实现过程中,A心率波峰间隔和心率波峰幅值的权重为80%,ACC数据波动间隔和ACC数据波动幅值的权重为20%。智能手环100监测到用户的在时间段T中的心率波峰间隔t1,t2,t3···tn和心率波峰幅值a1,a2,a3···an,以及用户在时间段T内的ACC运动数据波动幅值b1,b2,b3···bn以及ACC波动间隔c1,c2,c3···c4,并计算用户在时间段T内的计平均心率波峰间隔以及平均心率波峰幅值以及ACC运动数据的平均波动幅值以及平均波动间隔并且同时智能手环100根据监测过的历史睡眠监测数据来预先设置用户智能手环的可信度阈值P,然后基于预先设置的用户各个睡眠监测数据的权重根据公式(二)计算智能手环100的睡眠监测数据的监测质量的可信度,
p=α×(A+T)+β×(B+C) (二)
智能手环其中,p表示可信度,α表示权重,β权重,A表示心率波峰幅值,T表示心率波峰间隔,B表示ACC数据波动幅值,C表示ACC数据波动间隔
然后将p与可信度阈值P比较,当用户智能手环可信度大于可信度阈值P时,则认为智能手环的睡眠监测数据的监测质量正常,否则,则认为智能手环的睡眠监测数据的监测质量异常。
确定智能手环的睡眠监测数的监测质量异常的原因
确定智能手环的睡眠监测数据的监测质量异常的原因,具体过程如下:
A.判断睡眠监测数据监测质量异常原因是否是用户睡眠期间动作幅度大或者动作频率高
通常用户在睡眠期间经常会有无意识的动作,这些动作可以通过智能手环的ACC传感器或者陀螺仪传感器的数据反映出来。比如,用户动作幅度大的时候,ACC数据的波动就会变强,具体体现在ACC数据的波动间隔和波动幅值就会变大。而用户动作幅度小的时候,ACC数据的波动就会变得缓和,相应的ACC数据的波动间隔和波动幅值也会变小。
在一些实施例中,在判断出智能手环100的睡眠监测数据的监测质量异常时,智能手环100可以根据监测过的用户的历史ACC数据波动幅值和ACC数据波动间隔据来预先设定ACC数据波动幅值阈值A3和ACC数据波动间隔阈值T3,同时,智能手环100监测用户在时间段T内的ACC数据波动幅值b1,b2,b3···bn以及ACC波动间隔c1,c2,c3···c4,并根据公式(一)计算ACC数据的平均波动幅值以及平均波动间隔
根据公式(三)计算用户在时间段T内的ACC数据的波动幅值方差D以及波动间隔方差E,
其中,δ2表示待计算数据的方差,n表示数据的个数,μ为待计算数据的平均值,X为智能手环监测的实时数据。在计算时,可以将ACC数据波动幅值作为μ代入,得到的δ2即为ACC数据波动幅值方差D,而将ACC数据波动间隔作为μ代入,得到的δ2即为ACC数据波动间隔方差E。
同时,智能手环100根据监测过的用户的历史ACC数据波动幅值和ACC数据波动间隔设定的ACC数据波动幅值阈值A3和ACC运动数据波动间隔阈值T3。将用户在时间段T内的ACC数据波动幅值方差D以及ACC数据波动间隔方差E分别与ACC数据波动幅值阈值A3和ACC数据波动间隔阈值T3比较,如果用户在时间段T内的ACC运动数据的波动幅值方差D大于A3并且波动间隔方差E大于T3,则当前这个时间段就被认为用户动作幅度大。
进一步的,对用户睡眠阶段的每个时间段T内均按照上述方式统计计算,并且计算用户动作幅度大的时间段相对于用户总的睡眠时间的占比,如果二者的比例高于设定阈值V1,则认为用户当晚数据动作频率高。例如,智能手环100可以统计用户在晚上睡眠时间段(以8小时为例)的动作情况。
具体的,智能手环100可以统计22:00-23:00、00:00-01:00、02:00-03:00、04:00-05:00期间用户的ACC运动数据波动幅值(d1,d2,d3···dn)、(dn+1,dn+2,dn+3···d2n)、(d2n+1,d2n+2,d2n+3···d3n)、(d3n+1,d3n+2,d3n+3···d4n)以及和ACC运动数据波动间隔(e1,e2,e3···en)、(en+1,en+2,en+3···e2n)、(e2n+1,e2n+2,e2n+3···e3n)、(e3n+1,e3n+2,e3n+3···e4n)。
然后根据公式(一)、(二)计算用户在上述时间段的ACC数据波动幅值方差(D1,D2,D3,D4)以及波动间隔方差(E1,E2,E3,E4),假设其中满足波动幅值方差大于A3以及波动间隔方差大于T3的时间段为00:00-01:00、02:00-03:00、04:00-05:00即数据(D2,D3,D4)以及(E2,E3,E4)那么就认为在00:00-01:00、02:00-03:00、04:00-05:00时间段用户的动作幅度大,换言之,用户动作幅度大的时间段为3个小时,那么用户动作幅度大的时间段相对于用户总的睡眠时间的占比就为(3/8),然后将具体的计算结果与阈值V1比较,来判断用户在睡眠时间的动作频率。如果计算结果大于V1,则表示用户的动作频率高,否则则认为用户的动作频率低。
在本申请的一些实施例中,智能手环100还可以通过上述判断用户动作幅度的方法,判断用户是否有连续动作幅度大的时间段,如果用户在某连续时间段里动作幅度一直很大,就可以判断用户在夜间有长时间的夜间清醒。又因为长时间的夜间清醒也会影响睡眠呼吸暂停检测的准确度,所以会对对应时间段的睡眠监测数据进行异常标记或提示。
B.判断监测数据异常原因是否是用户佩带智能手环的紧固程度不合适
通常,智能手环的睡眠监测数据的监测质量也受到用户佩戴智能手环的方式的影响。当用户佩戴手环过松或者过紧的时候,智能手环的睡眠监测数据的监测质量也会是异常。而判断用户是否佩戴智能手环过松或者过紧,可以通过加速度传感器来具体判断。ACC传感器可以识别智能手环的屏幕方向,当智能手环的屏幕方向处于不同的方向时,智能手环的睡眠监测数据的监测质量都是异常的,则可以认为用户佩戴手环过紧;当智能手环的屏幕方向处于不同的方向时,智能手环的睡眠监测数据的监测质量都是有正常有异常,即监测质量不一致的时候,则可以认为用户佩戴手环过松。
在本申请的一些实施例中,智能手环100中设置有加速度传感器109,一般情况下Z轴与智能手环100的屏幕(触摸屏)垂直。智能手环100可以通过加速度传感器109获取用户睡眠时间段的ACC数据,通过分析ACC数据波动可以识别出用户佩戴的智能手环的屏幕方向,一般情况下,智能手环的屏幕可以为:屏幕朝上、屏幕朝下和屏幕侧放这几种情况。
例如,若智能手环加速度传感器109识别出Z轴的值较大且大于0,而X/Y轴的值接近于0,则可以认为该时间段的智能手环屏幕朝上;若智能手环加速度传感器109识别Z轴的值小于0,且X/Y轴的值接近于0,则可以认为该时间段的智能手环屏幕朝下;若智能手环加速度传感器109识别出Y轴的值为0,而X/Z轴的值接近于0,则可以认为该时间段的智能手环屏幕侧放。
在本申请的一些实施例中,智能手环内加速度传感器109各个轴的方向与智能手环的位置不限于上述情况,可以理解的是,当智能手环内各轴方向与智能手环屏幕的相对位置发生变化,上述识别规则也应相应变化。但是只要加速度传感器109各个轴的方向与智能手环屏幕的相对位置确定,识别屏幕方向的规则也就确定,此处不再赘述。
例如,如果智能手环100在不同的屏幕放置状态下获取睡眠监测数据的监测质量均为正常并且睡眠监测数据的特征一致,则认为用户是正常佩戴;如果智能手环100在不同的屏幕放置状态下获取睡眠监测数据的监测质量均为异常,则可以认为用户佩戴智能手环过紧紧;,如果智能手环100在不同的屏幕放置状态下获取睡眠监测数据的监测质量有正常有异常并且睡眠监测数据的特征,则可以认为用户佩戴智能手环过松。其中,睡眠监测数据的特征表现一致是指在不同状态下可以周期性的出现近似或者同样的睡眠监测数据特征。例如,智能手环屏幕朝上与智能手环屏幕朝下,其心率都会出现周期性的波峰,其中,二种状态下的波峰幅值近似或者相同,波峰间隔也近似或者相同。
在本申请的另外一些实施例中,智能手环100还可以通过在智能手环屏幕内测靠近人体的位置,加一个压力传感器106来确定用户佩戴智能手环100的松紧程度。例如,通过压力传感器106获取用户睡眠时间段对智能手环的压力值,如果所述的压力值一直很大,则可以认为用户智能手环佩戴的过紧;如果所述的压力值一直适中,则可以认为用户智能手环佩戴紧固程度适中;如果所述的压力值处于波动状态,则可以认为用户智能手环佩戴过松。具体的,智能手环100可以计算用户在正常佩戴时间段中压力传感器106的数据的平均值(也可以是方差等)作为基准数据,然后将智能手环100获取的用户睡眠时间段压力传感器106的实时压力值与基准数据比较,如果用户睡眠时间段压力传感器106的实时压力值与基准数据的比值在(0-0.4)则可以认为用户智能手环佩戴的过松;如果用户睡眠时间段压力传感器106的实时压力值与基准数据的比值在(0.4-0.6)则可以认为用户智能手环佩戴适中;如果用户睡眠时间段压力传感器106的实时压力值与基准数据的比值在(0.6-1)则可以认为用户智能手环佩戴的过紧。
C.判断监测数据异常原因是否是用户智能手环被压到
在一些实施例中,可以根据步骤B识别出的用户智能手环佩戴的情况进一步识别用户智能手环是否被压到。在具体实现中,如果用户智能手环佩戴的松紧程度适中并且用户动作幅度小的时候,智能手环的睡眠监测数据的监测质量依然是异常,则可以认为智能手环被压到了。例如,用户在睡眠时间段中智能手环佩戴紧固程度适中,而且用户的动作幅度较小,但是获取的该段时间用户的睡眠监测数据的监测质量依然是异常,那么就认为用户的智能手环被压到了。具体的判断智能手环佩戴松程度、智能手环的睡眠监测数据的监测质量的方法和上述具体判断方法一致,此处不再赘述。
通过上述步骤的判断,可以检测出用户智能手环的睡眠监测数据的监测质量异常的原因,然后对对应时间段的用户睡眠监测进行异常标记。
基于确定出的睡眠监测数据监测质量异常的原因对用户进行对应的提示
如图3b所示,在确定出的睡眠监测数据监测质量异常的原因以后,确定用于提示用户提高智能手环的睡眠监测数据的监测质量的提示信息,并向用户提示。其中,具体的提示可以通过智能手环100进行,也可以通过手机200进行。
在本申请的一个实施例中,通过手机200对用户进行针对性的提示,具体方式如下:
手机200与智能手环100进行数据同步,当手机200识别出导致智能手环的睡眠监测数据的监测质量异常的原因是“用户动作幅度大或者频率高”,手机200就通过用户交互主界面210给用户推荐安稳睡眠的建议和服务,具体的,如图4a所示,如果用户正在使用手机,则可以通过直接弹出对话框的形式来提示用户此时动作幅度大,并且向用户推送“安稳睡眠小贴士”211,用户可以通过选择“退出”212或者“稍后提醒”213来进行操作;如果用户此时还处于睡眠状态或者其他不使用手机的状态,如图4b所示,则可以在手机锁屏界面220记录进行提示,显示“安稳睡眠小贴士”(具体可以为一些保健操视频或者睡姿科普贴等)211,同样的用户也可选择“显示”221和“删除”222来进行相关操作,方便用户在使用手机时能够看到有关的建议并且不会打扰到用户的睡眠或者工作。同时,手机200还可以根据用户佩戴智能手环100的习惯,选择性的设置智能手环100获取用户睡眠监测数据的时间段,例如,在上述动作幅度较大的时间段,手机200可以通过发送指令的方式使得智能手环100不获取此时间段的用户睡眠监测数据,以此,提高智能手环100的睡眠监测数据的监测质量。
而当识别导致智能手环的睡眠监测数据的监测质量异常的原因是“用户智能手环佩戴过松或者过紧”,则手机200通过用户交互界面210给用户推荐安稳睡眠的建议和服务,具体的,如图5a所示,如果用户正在使用手机,则可以通过直接弹出对话框的形式来提示用户此时智能手环佩戴方式不合适,并且向用户推送正确佩戴设备的指导文章或视频比如“智能手环佩戴方式指导”(215),用户可以通过选择“退出”(212)或者“稍后提醒”(213)来进行操作;如果用户此时还处于睡眠状态或者其他不使用手机的状态,如图5b所示,则可以在手机锁屏界面记录进行提示,显示“智能手环佩戴方式指导”(215)(例如,智能手环使用手册或则智能手环佩戴视频指导链接等),同样的用户也可选择“显示”(221)和“删除”(222)来进行相关操作,方便用户在使用手机时能够看到有关的建议并且不会打扰到用户的睡眠或者工作。同时,手机200还可以根据用户佩戴智能手环100的习惯,选择性的设置智能手环100获取用户睡眠监测数据的时间段,例如,在上述佩戴过松或者过紧的时间段,手机200可以通过发送指令的方式使得智能手环100不获取此时间段的用户睡眠监测数据,以此,提高智能手环100的睡眠监测数据的监测质量。
同理,而当识别导致智能手环的睡眠监测数据的监测质量异常的原因是“智能手环被压到”,则手机200通过用户交互界面210给用户推荐安稳睡眠的建议和服务,具体的,如图6a所示,如果用户正在使用手机,则可以通过直接弹出对话框的形式来提示用户此时智能手环被压到,并且建议用户将设备佩戴于主侧卧位的对侧手上或者调整睡姿,如显示“睡眠姿势指导”(216)(例如,关于健康睡眠的科普贴等等),用户可以通过选择“退出”(212)或者“稍后提醒”(213)来进行操作;如果用户此时还处于睡眠状态或者其他不使用手机的状态,如图6b所示,则可以在手机锁屏界面记录进行提示,显示“睡眠姿势指导”(216),同样的用户也可选择“显示”(221)和“删除”(222)来进行相关操作,方便用户在使用手机时能够看到有关的建议并且不会打扰到用户的睡眠或者工作。同时,手机200还可以根据用户佩戴智能手环100的习惯,选择性的设置智能手环100获取用户睡眠监测数据的时间段,例如,在上述智能手环被压到的时间段,手机200可以通过发送指令的方式使得智能手环100不获取此时间段的用户睡眠监测数据,以此,提高智能手环100的睡眠监测数据的监测质量。
另外,如上文所述,在本申请的一些实施例中,也可以在手机200侧进行相应的睡眠监测数据的监测和分析,然后直接由手机200根据具体导致智能手环100的睡眠监测数据的监测质量异常的原因针对性的向用户推送相关建议,如图7所示:
700:手机200与智能手环100建立通信连接。
702:发送用户历史睡眠监测数据以及在T时间段内获取的睡眠监测数据。其中,历史睡眠监测数据用来设定相关的阈值,T时间段表示智能手环100当前监测的时间段。
704:判断T时间段内获取的睡眠监测数据的监测质量。具体判断方式与上述在智能手环100侧判断方式一致,此处不再赘述。
706:如果判断出智能手环的睡眠监测数据的监测质量异常,则进一步确定导致智能手环的睡眠监测数据的监测质量异常的原因。具体判断方式与上述在智能手环100侧判断方式一致,此处不再赘述。
708:根据具体的导致监测质量异常的原因,针对性的向用户推送相关提示信息。具体推送方式与上述在手机200上进行推送方式一致,此处不再赘述。
图8根据本发明的实施例示出了一种能够实现图1所示的电子设备200功能的电子设备800的结构框图。具体地,如图8所示,电子设备800可以包括处理器810,外部存储器接口820,内部存储器821,通用串行总线(universal serial bus,USB)接口830,充电管理模块840,电源管理模块841,电池842,天线1,天线2,移动通信模块850,无线通信模块860,音频模块870,扬声器870A,受话器870B,麦克风870C,耳机接口870D,传感器模块880,按键890,马达898,指示器892,摄像头893,显示屏894,以及用户标识模块(subscriberidentification module,SIM)卡接口895等。其中传感器模块880可以包括压力传感器880A,陀螺仪传感器880B,气压传感器880C,磁传感器880D,加速度传感器880E,距离传感器880F,接近光传感器880G,指纹传感器880H,温度传感器880J,触摸传感器880K,环境光传感器880L,骨传导传感器880M等。
可以理解的是,本发明实施例示意的结构并不构成对电子设备800的具体限定。在本申请另一些实施例中,电子设备800可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器810可以包括一个或多个处理单元,例如:处理器810可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。例如,处理器810可以计算上述智能手环100的睡眠监测数据的监测质量的可信度,以及判断智能手环100的睡眠监测数据的监测质量,并判断导致智能手环100的睡眠监测数据的监测质量异常的原因。
控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器810中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器810中的存储器为高速缓冲存储器。该存储器可以保存处理器810刚用过或循环使用的指令或数据。如果处理器810需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器810的等待时间,因而提高了***的效率。同时,处理器810还可以存储电子设备200接收到的手环100发送的用户的睡眠监测数据以及历史睡眠监测数据。
在一些实施例中,处理器810可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,12C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
Micro USB接口,USB Type C接口等。USB接口830可以用于连接充电器为电子设备800充电,也可以用于电子设备800与***设备之间传输数据。也可以用于连接耳机,通过耳机播放音频。该接口还可以用于连接其他电子设备,例如AR设备等。
可以理解的是,本发明实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对电子设备800的结构限定。在本申请另一些实施例中,电子设备800也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
充电管理模块840用于从充电器接收充电输入。电源管理模块848用于连接电池842,充电管理模块840与处理器880。电源管理模块848接收电池842和/或充电管理模块840的输入,为处理器880,内部存储器821,显示屏894,摄像头893,和无线通信模块860等供电。电源管理模块848还可以用于监测电池容量,电池循环次数,电池健康状态(漏电,阻抗)等参数。在其他一些实施例中,电源管理模块841也可以设置于处理器880中。在另一些实施例中,电源管理模块841和充电管理模块840也可以设置于同一个器件中。
电子设备800的无线通信功能可以通过天线1,天线2,移动通信模块850,无线通信模块860,调制解调处理器以及基带处理器等实现。
天线1和天线2用于发射和接收电磁波信号。电子设备800中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块850可以提供应用在电子设备800上的包括2G/3G/4G/5G等无线通信的解决方案。无线通信模块860可以提供应用在电子设备800上的包括无线局域网(wireless local area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星***(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。无线通信模块860可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块860经由天线2接收电磁波,将电磁波信号调频以及滤波处理,将处理后的信号发送到处理器810。无线通信模块860还可以从处理器810接收待发送的信号,对其进行调频,放大,经天线2转为电磁波辐射出去。
在一些实施例中,电子设备800能够通过移动通信模块850或者无线通信模块860与智能手环100进行通信连接。
在一些实施例中,电子设备800的天线1和移动通信模块850耦合,天线2和无线通信模块860耦合,使得电子设备800可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯***(global system for mobile communications,GSM),通用分组无线服务(general packet radio service,GPRS),码分多址接入(codedivision multiple access,CDMA),宽带码分多址(wideband code division multipleaccess,WCDMA),时分码分多址(time-division code division multiple access,TD-SCDMA),长期演进(long term evolution,LTE),BT,GNSS,WLAN,NFC,FM,和/或IR技术等。所述GNSS可以包括全球卫星定位***(global positioning system,GPS),全球导航卫星***(global navigation satellite system,GLONASS),北斗卫星导航***(beidounavigation satellite system,BDS),准天顶卫星***(quasi-zenith satellitesystem,QZSS)和/或星基增强***(satellite based augmentation systems,SBAS)。
电子设备800通过GPU,显示屏894,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏894和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器810可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
电子设备800可以通过ISP,摄像头893,视频编解码器,GPU,显示屏894以及应用处理器等实现拍摄功能。在本申请的一些实施例中,显示屏894用于实现和用户的人机交互。
外部存储器接口820可以用于连接外部存储卡,例如Micro SD卡,实现扩展电子设备800的存储能力。外部存储卡通过外部存储器接口820与处理器810通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器821可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。内部存储器821可以包括存储程序区和存储数据区。其中,存储程序区可存储操作***,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备800使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器821可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。处理器810通过运行存储在内部存储器821的指令,和/或存储在设置于处理器中的存储器的指令,执行电子设备800的各种功能应用以及数据处理。
电子设备800可以通过音频模块870,扬声器870A,受话器870B,麦克风870C,耳机接口870D,以及应用处理器等实现音频功能。例如音乐播放,录音等。
按键890包括开机键,音量键等。按键890可以是机械按键。也可以是触摸式按键。电子设备800可以接收按键输入,产生与电子设备800的用户设置以及功能控制有关的键信号输入。
马达891可以产生振动提示。马达891可以用于来电振动提示,也可以用于触摸振动反馈。例如,作用于不同应用(例如拍照,音频播放等)的触摸操作,可以对应不同的振动反馈效果。作用于显示屏894不同区域的触摸操作,马达891也可对应不同的振动反馈效果。不同的应用场景(例如:时间提醒,接收信息,闹钟,游戏等)也可以对应不同的振动反馈效果。触摸振动反馈效果还可以支持自定义。
指示器892可以是指示灯,可以用于指示充电状态,电量变化,也可以用于指示消息,未接来电,通知等。
SIM卡接口895用于连接SIM卡。
现参考图9,电子设备800的软件***可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本发明实施例以分层架构的Android***为例,示例性说明终端设备的软件结构。图9是本发明实施例的终端设备的软件结构框图。
分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android***分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android runtime)和***库,以及内核层。
应用程序层可以包括一系列应用程序包。
如图9所示,应用程序包可以包括电话、相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
如图9所示,应用程序框架层可以包括窗口管理器,内容提供器,视图***,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图***包括可视控件,例如显示文字的控件,显示图片的控件等。视图***可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供终端设备的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在***顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,终端设备振动,指示灯闪烁等。
Android Runtime包括核心库和虚拟机。Android runtime负责安卓***的调度和管理。
核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
***库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(Media Libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
表面管理器用于对显示子***进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
在说明书对“一个实施例”或“实施例”的引用意指结合实施例所描述的具体特征、结构或特性被包括在根据本公开的至少一个范例实施方案或技术中。说明书中的各个地方的短语“在一个实施例中”的出现不一定全部指代同一个实施例。
本文所提出的过程和显示器固有地不涉及任何具体计算机或其他装置。各种通用***也可以与根据本文中的教导的程序一起使用,或者构造更多专用装置以执行一个或多个方法步骤可以证明是方便的。在一下描述中讨论了用于各种这些***的结构。另外,可以使用足以实现本公开的技术和实施方案的任何具体编程语言。各种编程语言可以被用于实施本公开,如本文所讨论的。
另外,在本说明书所使用的的语言已经主要被选择用于可读性和指导性的目的并且可能未被选择为描绘或限制所公开的主题。因此,本公开旨在说明而非限制本文所讨论的概念的范围。
Claims (17)
1.一种可穿戴电子设备的使用监测方法,其特征在于,包括:
获取所述可穿戴电子设备在用户睡眠期间的睡眠监测数据;
在所述睡眠监测数据中存在监测质量异常的睡眠监测数据的情况下,确定存在所述监测质量异常的睡眠监测数据的原因;
基于所述原因,确定用于提示用户提高所述可穿戴电子设备在用户睡眠期间的监测质量的提示信息。
2.如权利要求1所述的方法,其特征在于,存在监测质量异常的睡眠监测数据的原因包括下列中的至少一种:
用户在睡眠期间佩戴所述可穿戴电子设备的松紧程度不满足测量要求;
用户在睡眠期间佩戴所述可穿戴电子设备时的动作幅度或者动作频率影响所述监测质量;
所述可穿戴电子设备在用户睡觉期间存在被压住的情况。
3.如权利要求2所述的方法,其特征在于,所述基于所述原因,确定用于提示用户提高所述可穿戴电子设备在用户睡眠期间的监测质量的提示信息包括下列中的至少一项:
在确定所述原因为用户在睡眠期间佩戴所述可穿戴电子设备的松紧程度不满足测量要求的情况下,确定用于提高监测质量的提示信息为关于正确佩戴所述可穿戴电子设备的提示信息;
在确定所述原因为用户在睡眠期间佩戴所述可穿戴电子设备时的动作幅度或者动作频率影响所述监测质量的情况下,确定用于提高监测质量的提示信息为关于安稳睡眠的提示信息;
在确定所述原因为所述可穿戴电子设备在用户睡觉期间存在被压住的情况下,确定用于提高监测质量的提示信息为关于佩戴部位的建议的提示信息。
4.如权利要求2或3所述的方法,其特征在于,所述确定存在所述监测质量异常的睡眠监测数据的原因包括:
在判断出所述用户佩戴的所述可穿戴电子设备的屏幕在不同朝向下的睡眠监测数据的监测质量同时存在正常和异常情况的情况下,确定所述原因为用户在睡眠期间佩戴所述可穿戴电子设备的松紧程度为松于满足测量要求的松紧程度;
在判断出所述用户佩戴的所述可穿戴电子设备的屏幕在不同朝向下的睡眠监测数据的监测质量只存在异常情况的情况下,确定所述原因为用户在睡眠期间佩戴所述可穿戴电子设备的松紧程度为紧于满足测量要求的松紧程度。
5.如权利要求2或3所述的方法,其特征在于,所述可穿戴电子设备包括压力传感器和显示屏,所述压力传感器位于所述可穿戴电子设备的显示屏内侧;并且
所述确定存在所述监测质量异常的睡眠监测数据的原因包括:
根据所述压力传感器的压力监测数据判断存在所述监测质量异常的睡眠监测数据的原因是否为用户在睡眠期间佩戴所述可穿戴电子设备的松紧程度不满足测量要求。
6.如权利要求2或3所述的方法,其特征在于,所述可穿戴电子设备包括加速度传感器,并且
所述确定存在所述监测质量异常的睡眠监测数据的原因包括:
根据获取的所述睡眠监测数据中的加速度传感器的测量数据的波动间隔和波动幅值,判断所述原因是否为用户在睡眠期间佩戴所述可穿戴电子设备时的动作幅度或者动作频率影响所述监测质量。
7.如权利要求2或3所述的方法,其特征在于,所述确定存在所述监测质量异常的睡眠监测数据的原因包括:
在判断出用户在睡眠期间佩戴所述可穿戴电子设备的松紧程度满足测量要求并且用户在睡眠期间佩戴所述可穿戴电子设备时的动作幅度或者动作频率未影响所述监测质量的情况下,确定所述原因为所述可穿戴电子设备在用户睡觉期间存在被压住的情况。
8.如权利要求1至7中任一项所述的方法,其特征在于,还包括:
根据获取的所述睡眠监测数据中的光电容积脉搏波描记传感器数据的波动情况和/或加速度传感器的测量数据的波动情况,判断所述睡眠监测数据中是否存在监测质量异常的睡眠监测数据。
9.如权利要求1所述的方法,其特征在于,还包括:
显示确定的所述用于提示用户提高所述可穿戴电子设备在用户睡眠期间的监测质量的提示信息。
10.如权利要求1所述的方法,其特征在于,所述获取所述可穿戴电子设备在用户睡眠期间的睡眠监测数据包括:
从所述可穿戴电子设备接收所述睡眠监测数据。
11.如权利要求1所述的方法,其特征在于,还包括:
向外发送确定的所述用于提示用户提高所述可穿戴电子设备在用户睡眠期间的监测质量的提示信息。
12.一种可穿戴电子设备的使用监测方法,其特征在于,包括:
所述可穿戴电子设备发送所述可穿戴电子设备在用户睡眠期间的睡眠监测数据,其中,所述睡眠监测数据中存在监测质量异常的睡眠监测数据;
所述可穿戴电子设备接收用于提示用户提高所述可穿戴电子设备在用户睡眠期间的监测质量的提示信息。
13.如权利要求12所述的方法,所述可穿戴电子设备接收用于提示用户提高所述可穿戴电子设备在用户睡眠期间的监测质量的提示信息包括下列中的至少一项:
关于正确佩戴所述可穿戴电子设备的提示信息;
关于安稳睡眠的提示信息;
关于佩戴部位的建议的提示信息。
14.一种电子设备的可读介质,其特征在于,所述可读介质上存储有指令,该指令在电子设备上执行时使所述电子设备执行权利要求1至13中任一项所述的方法。
15.一种电子设备,包括:存储器,用于存储由电子设备的一个或多个处理器执行的指令,以及处理器,是电子设备的处理器之一,用于执行权利要求1至13中任一项所述的方法。
16.一种电子设备,包括:存储器、处理器、光电容积脉搏波描记传感器、以及加速度传感器;
所述光电容积脉搏波描记传感器用于获取所述电子设备的用户在睡眠期间的光电容积脉搏波描记传感器数据;
所述加速度传感器用于获取所述电子设备的用户在睡眠期间的加速度传感器监测数据;
所述存储器用于存储由电子设备的一个或多个所述处理器执行的指令;
所述处理器,是电子设备的处理器之一,用于执行权利要求1至13中任一项所述的方法。
17.一种电子设备,包括:存储器、处理器、显示屏、光电容积脉搏波描记传感器、压力传感器以及加速度传感器;
所述光电容积脉搏波描记传感器用于获取所述电子设备的用户在睡眠期间的光电容积脉搏波描记法数据;
所述加速度传感器用于获取所述电子设备的用户在睡眠期间的加速度传感器监测数据;
所述显示屏用于显示用于提示用户提高所述可穿戴电子设备在用户睡眠期间的监测质量的提示信息;
所述压力传感器位于所述显示屏的内侧,用于检测用户佩戴所述电子设备的松紧程度;
所述存储器用于存储由电子设备的一个或多个所述处理器执行的指令;
所述处理器,是电子设备的处理器之一,用于执行权利要求1至13中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010330121.8A CN113545745B (zh) | 2020-04-23 | 2020-04-23 | 可穿戴电子设备的使用监测方法、介质及其电子设备 |
PCT/CN2021/088174 WO2021213337A1 (zh) | 2020-04-23 | 2021-04-19 | 可穿戴电子设备的使用监测方法、介质及其电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010330121.8A CN113545745B (zh) | 2020-04-23 | 2020-04-23 | 可穿戴电子设备的使用监测方法、介质及其电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113545745A true CN113545745A (zh) | 2021-10-26 |
CN113545745B CN113545745B (zh) | 2023-03-10 |
Family
ID=78129486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010330121.8A Active CN113545745B (zh) | 2020-04-23 | 2020-04-23 | 可穿戴电子设备的使用监测方法、介质及其电子设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113545745B (zh) |
WO (1) | WO2021213337A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117370769A (zh) * | 2023-12-08 | 2024-01-09 | 深圳市光速时代科技有限公司 | 一种适用于睡眠环境的智能穿戴设备数据处理方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116846415A (zh) * | 2022-03-23 | 2023-10-03 | 华为技术有限公司 | 基于体温监测的发热告警方法及相关设备 |
CN117678970A (zh) * | 2022-09-09 | 2024-03-12 | 荣耀终端有限公司 | 睡眠状态检测方法、电子设备及*** |
GB2622396A (en) | 2022-09-14 | 2024-03-20 | Carelight Ltd | Real time opto-physiological monitoring method and system |
CN115670389B (zh) * | 2022-12-19 | 2023-06-06 | 浙江强脑科技有限公司 | 一种睡眠监测设备的收缩控制方法和控制装置 |
CN117122345B (zh) * | 2023-10-26 | 2024-03-19 | 衡阳市中心医院 | 一种基于γ射线的甲状腺功能评估智能检测*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106441413A (zh) * | 2016-09-19 | 2017-02-22 | 广东小天才科技有限公司 | 穿戴设备佩戴松紧性检测方法和装置 |
US20180184920A1 (en) * | 2017-01-05 | 2018-07-05 | Livemetric (Medical) S.A. | System and method for providing user feeedback of blood pressure sensor placement and contact quality |
CN108697329A (zh) * | 2017-06-29 | 2018-10-23 | 华为技术有限公司 | 可穿戴设备的检测方法及可穿戴设备 |
CN110785118A (zh) * | 2017-07-25 | 2020-02-11 | 华为技术有限公司 | 一种可穿戴设备的佩戴提示方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160278647A1 (en) * | 2015-03-26 | 2016-09-29 | Intel Corporation | Misalignment detection of a wearable device |
CN106644215A (zh) * | 2016-10-18 | 2017-05-10 | 广东小天才科技有限公司 | 一种穿戴设备佩戴松紧性的确定方法及装置 |
CN106580291B (zh) * | 2016-12-22 | 2020-04-10 | 广东乐源数字技术有限公司 | 一种智能可穿戴设备佩戴调整的方法 |
WO2018176348A1 (zh) * | 2017-03-30 | 2018-10-04 | 深圳市汇顶科技股份有限公司 | 可穿戴设备、佩戴质量检测方法及装置 |
CN109528163B (zh) * | 2018-11-15 | 2021-11-05 | 深圳市苏仁智能科技有限公司 | 一种睡眠监测的方法和设备 |
-
2020
- 2020-04-23 CN CN202010330121.8A patent/CN113545745B/zh active Active
-
2021
- 2021-04-19 WO PCT/CN2021/088174 patent/WO2021213337A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106441413A (zh) * | 2016-09-19 | 2017-02-22 | 广东小天才科技有限公司 | 穿戴设备佩戴松紧性检测方法和装置 |
US20180184920A1 (en) * | 2017-01-05 | 2018-07-05 | Livemetric (Medical) S.A. | System and method for providing user feeedback of blood pressure sensor placement and contact quality |
CN108697329A (zh) * | 2017-06-29 | 2018-10-23 | 华为技术有限公司 | 可穿戴设备的检测方法及可穿戴设备 |
CN110785118A (zh) * | 2017-07-25 | 2020-02-11 | 华为技术有限公司 | 一种可穿戴设备的佩戴提示方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117370769A (zh) * | 2023-12-08 | 2024-01-09 | 深圳市光速时代科技有限公司 | 一种适用于睡眠环境的智能穿戴设备数据处理方法 |
CN117370769B (zh) * | 2023-12-08 | 2024-02-23 | 深圳市光速时代科技有限公司 | 一种适用于睡眠环境的智能穿戴设备数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113545745B (zh) | 2023-03-10 |
WO2021213337A1 (zh) | 2021-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113545745B (zh) | 可穿戴电子设备的使用监测方法、介质及其电子设备 | |
CN113520340B (zh) | 一种睡眠报告的生成方法、装置、终端以及存储介质 | |
US9019106B2 (en) | Adaptive wearable device for controlling an alarm based on user sleep state | |
CN111819533B (zh) | 一种触发电子设备执行功能的方法及电子设备 | |
CN113827185B (zh) | 穿戴设备佩戴松紧程度的检测方法、装置及穿戴设备 | |
KR20160105129A (ko) | 생체 신호 측정을 위한 방법 및 이를 위한 착용형 전자 장치 | |
KR20160142128A (ko) | 와치형 단말기 및 그 제어방법 | |
WO2021238460A1 (zh) | 风险预警方法、风险行为信息获取方法和电子设备 | |
EP3738504A1 (en) | Electronic device for generating health information on basis of plurality of biosignals and operation method therefor | |
CN115525372B (zh) | 显示界面的方法和装置 | |
WO2021190538A1 (zh) | 电子设备的睡眠呼吸暂停监测方法和介质 | |
CN113996046B (zh) | 热身判断方法、装置及电子设备 | |
CN115530768A (zh) | 一种检测方法及相关设备 | |
CN113491508A (zh) | 电子设备及其房颤预警方法和介质 | |
CN114451874A (zh) | 智能眼罩、终端设备、健康管理方法与*** | |
WO2021233319A1 (zh) | 早搏检测方法及其电子设备和介质 | |
CN114583852A (zh) | 电子设备间的无线充电方法、存储介质及其电子设备 | |
WO2020253694A1 (zh) | 一种用于识别音乐的方法、芯片和终端 | |
CN117122275B (zh) | 睡眠姿势的监测方法、电子设备及可读存储介质 | |
WO2023109550A1 (zh) | 体温测量方法及电子设备 | |
WO2023197957A1 (zh) | 年龄检测方法及可穿戴设备 | |
KR101689713B1 (ko) | 휴대 단말기 및 그 동작 방법 | |
WO2022161003A1 (zh) | 一种护肤打卡方法和电子设备 | |
CN118155837A (zh) | 一种心律失常风险预测方法及相关电子设备 | |
CN116942111A (zh) | 年龄检测方法及可穿戴设备 |
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 |