CN114469005B - 睡眠状态的监测方法及其装置、计算机可读存储介质 - Google Patents
睡眠状态的监测方法及其装置、计算机可读存储介质 Download PDFInfo
- Publication number
- CN114469005B CN114469005B CN202210148266.5A CN202210148266A CN114469005B CN 114469005 B CN114469005 B CN 114469005B CN 202210148266 A CN202210148266 A CN 202210148266A CN 114469005 B CN114469005 B CN 114469005B
- Authority
- CN
- China
- Prior art keywords
- value
- monitoring
- sleep state
- target
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 321
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000000694 effects Effects 0.000 claims abstract description 80
- 210000004556 brain Anatomy 0.000 claims abstract description 71
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012806 monitoring device Methods 0.000 claims description 7
- 206010062519 Poor quality sleep Diseases 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 description 26
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- A61B5/4809—Sleep detection, i.e. determining whether a subject is asleep or not
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- 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
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4812—Detecting sleep stages or cycles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Anesthesiology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种睡眠状态的监测方法及其装置、计算机可读存储介质。其中,该方法包括:获取目标监测对象的活动状态数据,其中,目标监测对象为需要进行睡眠状态监测的对象;获取目标监测对象的脑电波数据;基于活动状态数据和脑电波数据对目标监测对象进行睡眠状态监测,得到目标监测对象的睡眠状态结果。本发明解决了针对相关技术中判断睡眠状态的手段较为单一导致结果不够准确的技术问题。
Description
技术领域
本发明涉及睡眠监测领域,具体而言,涉及一种睡眠状态的监测方法及其装置、计算机可读存储介质。
背景技术
目前市面上的睡眠监测设备监测睡眠状态基本上是通过人体的体动变化规律来进行判断的,判断条件相对单一,且可能对于有夜游习惯的人存在不友好的睡眠判定,进而导致对人体的睡眠检测精准度较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种睡眠状态的监测方法及其装置、计算机可读存储介质,以至少解决针对相关技术中判断睡眠状态的手段较为单一导致结果不够准确的技术问题。
根据本发明实施例的一个方面,提供了一种睡眠状态的监测方法,包括:获取目标监测对象的活动状态数据,其中,所述目标监测对象为需要进行睡眠状态监测的对象;获取所述目标监测对象的脑电波数据;基于所述活动状态数据和所述脑电波数据对所述目标监测对象进行睡眠状态监测,得到所述目标监测对象的睡眠状态结果。
可选地,获取目标监测对象的活动状态数据,包括:利用图像采集设备采集所述目标监测对象在不同时刻的图像;对所述图像进行分析,以得到所述目标监测对象的活动状态数据。
可选地,获取目标监测对象的活动状态数据,包括:获取所述目标监测对象佩戴的第一可穿戴设备的活动监测数据,其中,所述第一可穿戴设备采集所述目标监测对象的所述活动监测数据;对所述活动监测数据进行分析,以得到所述目标监测对象的活动状态数据。
可选地,获取所述目标监测对象的脑电波数据,包括:获取所述目标监测对象佩戴的第二可穿戴设备的脑部监测数据,其中,所述第二可穿戴设备采集所述目标监测对象的所述脑部监测数据;对所述脑部监测数据进行分析,以得到所述目标监测对象的脑电波数据。
可选地,基于所述活动状态数据和所述脑电波数据对所述目标监测对象进行睡眠状态监测,得到所述目标监测对象的睡眠状态结果,包括:基于所述活动状态数据确定所述目标监测对象的第一监测结果,并基于所述脑电波数据确定所述目标监测对象的第二监测结果;确定所述第一监测结果与所述第二监测结果之间的第一差值;在所述第一差值在第一预设数值范围的情况下,确定所述睡眠状态结果与所述第一监测结果以及所述第二监测结果保持一致;在所述第一差值在第二预设数值范围的情况下,获取所述目标监测对象在前一时刻的第三监测结果以及后一时刻的第四监测结果,并基于所述第一监测结果、所述第二监测结果、所述第三监测结果以及所述第四监测结果确定所述目标监测对象的睡眠状态结果;在所述第一差值不在所述第二预设数值范围的情况下,重新获取所述目标监测对象的活动状态数据以及脑电波数据,并确定所述目标监测对象在当前时刻的睡眠状态结果与所述前一时刻的睡眠状态结果相同。
可选地,基于所述第一监测结果、所述第二监测结果、所述第三监测结果以及所述第四监测结果确定所述目标监测对象的睡眠状态结果,包括:确定所述第三监测结果与所述第四监测结果的总和的平均值;确定所述平均值与所述第一监测结果与所述第二监测结果中的最小值的第二差值的绝对值;在所述绝对值不大于预定阈值的情况下,确定所述睡眠状态结果与所述第一监测结果保持一致;在所述绝对值大于所述预定阈值的情况下,确定所述睡眠状态结果与所述第四监测结果保持一致。
根据本发明实施例的另外一个方面,还提供了一种睡眠状态的监测装置,包括:第一获取模块,用于获取目标监测对象的活动状态数据,其中,所述目标监测对象为需要进行睡眠状态监测的对象;第二获取模块,用于获取所述目标监测对象的脑电波数据;第三获取模块,用于基于所述活动状态数据和所述脑电波数据对所述目标监测对象进行睡眠状态监测,得到所述目标监测对象的睡眠状态结果。
可选地,所述第一获取模块,包括:采集单元,用于利用图像采集设备采集所述目标监测对象在不同时刻的图像;分析单元,用于对所述图像进行分析,以得到所述目标监测对象的活动状态数据。
可选地,所述第一获取模块,包括:第一获取单元,用于获取所述目标监测对象佩戴的第一可穿戴设备的活动监测数据,其中,所述第一可穿戴设备采集所述目标监测对象的所述活动监测数据;第一分析单元,用于对所述活动监测数据进行分析,以得到所述目标监测对象的活动状态数据。
可选地,所述第二获取模块,包括:第二获取单元,用于获取所述目标监测对象佩戴的第二可穿戴设备的脑部监测数据,其中,所述第二可穿戴设备采集所述目标监测对象的所述脑部监测数据;第二分析单元,用于对所述脑部监测数据进行分析,以得到所述目标监测对象的脑电波数据。
可选地,所述第三获取模块,包括:第一确定单元,用于基于所述活动状态数据确定所述目标监测对象的第一监测结果,并基于所述脑电波数据确定所述目标监测对象的第二监测结果;第二确定单元,用于确定所述第一监测结果与所述第二监测结果之间的第一差值;第三确定单元,用于在所述第一差值在第一预设数值范围的情况下,确定所述睡眠状态结果与所述第一监测结果以及所述第二监测结果保持一致;第三获取单元,用于在所述第一差值在第二预设数值范围的情况下,获取所述目标监测对象在前一时刻的第三监测结果以及后一时刻的第四监测结果,并基于所述第一监测结果、所述第二监测结果、所述第三监测结果以及所述第四监测结果确定所述目标监测对象的睡眠状态结果;第四获取单元,用于在所述第一差值不在所述第二预设数值范围的情况下,重新获取所述目标监测对象的活动状态数据以及脑电波数据,并确定所述目标监测对象在当前时刻的睡眠状态结果与所述前一时刻的睡眠状态结果相同。
可选地,所述第三获取单元,包括:第一确定子单元,用于确定所述第三监测结果与所述第四监测结果的总和的平均值;第二确定子单元,用于确定所述平均值与所述第一监测结果与所述第二监测结果中的最小值的第二差值的绝对值;第三确定子单元,用于在所述绝对值不大于预定阈值的情况下,确定所述睡眠状态结果与所述第一监测结果保持一致;第四确定子单元,用于在所述绝对值大于所述预定阈值的情况下,确定所述睡眠状态结果与所述第四监测结果保持一致。
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机可读存储介质所在设备执行上述中任一项所述的睡眠状态的监测方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行上述中任一项所述的睡眠状态的监测方法。
在本发明实施例中,获取目标监测对象的活动状态数据,其中,目标监测对象为需要进行睡眠状态监测的对象;获取目标监测对象的脑电波数据;基于活动状态数据和脑电波数据对目标监测对象进行睡眠状态监测,得到目标监测对象的睡眠状态结果。通过本发明实施例提供的睡眠状态的监测方法,达到了获取监测对象的活动状态数据和脑电波数据后基于此对目标监测对象进行睡眠状态检测以获取睡眠状态结果的目的,从而实现了提升睡眠状态检测准确度的技术效果,进而解决了针对相关技术中判断睡眠状态的手段较为单一导致结果不够准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,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。在附图中:
图1是根据本发明实施例的睡眠状态的监测方法的流程图;
图2是根据本发明实施例的优选的睡眠状态的监测方法的流程图;
图3是根据本发明实施例的睡眠状态的监测装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明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,以便这里描述的本发明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。
实施例1
根据本发明实施例,提供了一种睡眠状态的监测方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的睡眠状态的监测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取目标监测对象的活动状态数据,其中,目标监测对象为需要进行睡眠状态监测的对象。
可选的,在上述步骤中,首先获取目标监测对象的传统判定体动结果(即活动状态数据),需要说明的是,该传统判定体动结果为基于检测目标对象的睡眠期间活动次数来检测睡眠状态的方法。
步骤S104,获取目标监测对象的脑电波数据。
需要说明的是,脑电波数据用于通过脑电波角度来判断目标用户的睡眠状态。
步骤S106,基于活动状态数据和脑电波数据对目标监测对象进行睡眠状态监测,得到目标监测对象的睡眠状态结果。
由上可知,在本发明实施例中,首先可以获取目标监测对象的活动状态数据,其中,目标监测对象为需要进行睡眠状态监测的对象;接着可以获取目标监测对象的脑电波数据;最后可以基于活动状态数据和脑电波数据对目标监测对象进行睡眠状态监测,得到目标监测对象的睡眠状态结果。通过本发明实施例提供的睡眠状态的监测方法,达到了获取监测对象的活动状态数据和脑电波数据后基于此对目标监测对象进行睡眠状态检测以获取睡眠状态结果的目的,从而实现了提升睡眠状态检测准确度的技术效果,进而解决了针对相关技术中判断睡眠状态的手段较为单一导致结果不够准确的技术问题。
作为一种可选的实施例,获取目标监测对象的活动状态数据,包括:利用图像采集设备采集目标监测对象在不同时刻的图像;对图像进行分析,以得到目标监测对象的活动状态数据。
在上述可选的实施例中,利用图像采集设备来检测目标对象在不同时刻的图像来分析目标监测对象的活动状态。
作为一种可选的实施例,获取目标监测对象的活动状态数据,包括:获取目标监测对象佩戴的第一可穿戴设备的活动监测数据,其中,第一可穿戴设备采集目标监测对象的活动监测数据;对活动监测数据进行分析,以得到目标监测对象的活动状态数据。
在上述可选的实施例中,获取目标监测对象的活动状态数据的方式包括但不限于利用可穿戴设备来获取活动检测数据,对获取到的活动检测数据进行分析以得到目标对象的活动状态。
作为一种可选的实施例,获取目标监测对象的脑电波数据,包括:获取目标监测对象佩戴的第二可穿戴设备的脑部监测数据,其中,第二可穿戴设备采集目标监测对象的脑部监测数据;对脑部监测数据进行分析,以得到目标监测对象的脑电波数据。
在上述可选的实施例中,可以通过目标监测对象佩戴的脑电波检测设备来对脑部进行检测以获取脑电波数据。
作为一种可选的实施例,基于活动状态数据和脑电波数据对目标监测对象进行睡眠状态监测,得到目标监测对象的睡眠状态结果,包括:基于活动状态数据确定目标监测对象的第一监测结果,并基于脑电波数据确定目标监测对象的第二监测结果;确定第一监测结果与第二监测结果之间的第一差值;在第一差值在第一预定数值范围的情况下,确定睡眠状态结果与第一监测结果以及第二监测结果保持一致;在第一差值在第二预定数值范围的情况下,获取目标监测对象在前一时刻的第三监测结果以及后一时刻的第四监测结果,并基于第一监测结果、第二监测结果、第三监测结果以及第四监测结果确定目标监测对象的睡眠状态结果;在第一差值不在第一预定数值范围的情况下,重新获取目标监测对象的活动状态数据以及脑电波数据,并确定目标监测对象在当前时刻的睡眠状态结果与前一时刻的睡眠状态结果相同。
在上述可选的实施例中,首先设定了四个睡眠状态,分别为:清醒(定义为1)、浅睡(定义为2)、REM状态(定义为3)以及深睡(定义为4),接着分别获取基于活动状态数据确定目标监测对象的检测结果(即第一监测结果)和基于脑电波数据确定目标监测对象的检测结果(即第二检测结果),并且将两个检测结果进行相减取绝对值,若结果在上述第一预定数值范围(例如,结果为0)的情况下,则表示脑电波结果(第二检测结果)与传统判定体动结果(第一检测结果)一致,维持原结果;若结果不在第二预定数值范围的情况下,例如,结果大于1,则表示两个检测结果相差较大,则重新获取目标监测对象的第一检测结果与第二检测结果,并将睡眠状态结果确定为前一时刻的睡眠状态结果;若结果在第二预定数值范围的情况下,例如结果等于1,则将前一时刻的睡眠状态结果与后一时刻的睡眠状态结果进行相加后除以二并减去第一检测结果与第二检测结果之间的较小值,若该数据大于第一预定数值范围,则确定睡眠状态为第一检测结果与第二检测结果之间的较大值;若该数据大不大于第一预定数值范围,则确定睡眠状态为第一检测结果与第二检测结果之间的较小值。
作为一种可选的实施例,基于第一监测结果、第二监测结果、第三监测结果以及第四监测结果确定目标监测对象的睡眠状态结果,包括:确定第三监测结果与第四监测结果的总和的平均值;确定平均值与第一监测结果与第二监测结果中的最小值的第二差值的绝对值;在绝对值不大于预定阈值的情况下,确定睡眠状态结果与第一监测结果保持一致;在绝对值大于预定阈值的情况下,确定睡眠状态结果与第四监测结果保持一致。
图2是根据本发明实施例的优选的睡眠状态的监测方法的流程图,如图2所示,R-1表示前一时刻的睡眠监测结果,R1表示后一时刻的睡眠监测结果,首先判断两者结论的相符性,若两者结论相符,则结论一致,睡眠状态判定结果无争议;若两者结论不符,则提出质疑,按照我们划分的四个睡眠状态进行继续判定;若两者结论相差较大,超过两个状态点,那么判定此次检测不成立,则沿用上一时刻的睡眠状态;若两者判定睡眠状态为相邻两个状态点,通过获取前一时刻的睡眠状态(R-1)和后一时刻的体动判定睡眠状态(R1),再次进行判断;若相差|R1-R-1|>预定阈值(例如,1),也即状态点两个及以上,则使用其max(R,R0),作为其最终的睡眠状态点。若|R1-R-1|<=预定阈值(例如,1),也即状态点两个以内,则使用其min(R,R0)作为其最终的睡眠状态点。根据初期的数据获取,可以通过大量的数据,来通过体动数据和脑电波数据以及判定结果来建立模型,判断其判定结果的合理性,待模型成熟,当判定结果存在冲突或者异议时,可通过模型来判断其合理性,进而再次判断其睡眠状态的准确性。
由上可知,通过本发明实施例提供的睡眠监测方法,添加脑电波检测并参与辅助判断,可有效提高睡眠状态的分辨率,降低错误率,给用户提供更好更有效的睡眠评分和睡眠建议;并且还基于知识图谱结合人体脑电波检测,优化了当下通过人体体动来判断睡眠状态的一些存在的不足之处,增加一个维度来提升睡眠状态判断的准确率。
实施例2
根据本发明实施例的另外一个方面,还提供了一种睡眠状态的监测装置,图3是根据本发明实施例的睡眠状态的监测装置的示意图,如图3所示,包括:第一获取模块31、第二获取模块33以及第三获取模块35。下面对该睡眠状态的监测装置进行说明。
第一获取模块31,用于获取目标监测对象的活动状态数据,其中,目标监测对象为需要进行睡眠状态监测的对象;
第二获取模块33,用于获取目标监测对象的脑电波数据;
第三获取模块35,用于基于活动状态数据和脑电波数据对目标监测对象进行睡眠状态监测,得到目标监测对象的睡眠状态结果。
此处需要说明的是,上述第一获取模块31、第二获取模块33以及第三获取模块35对应于实施例1中的步骤S102至S106,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1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在诸如一组计算机可执行指令的计算机***中执行。
由上可知,在本发明实施例中,首先可以利用第一获取模块31获取目标监测对象的活动状态数据,其中,目标监测对象为需要进行睡眠状态监测的对象;接着可以利用第二获取模块33获取目标监测对象的脑电波数据;最后可以利用第三获取模块35基于活动状态数据和脑电波数据对目标监测对象进行睡眠状态监测,得到目标监测对象的睡眠状态结果。通过本发明实施例提供的睡眠状态的监测装置,达到了获取监测对象的活动状态数据和脑电波数据后基于此对目标监测对象进行睡眠状态检测以获取睡眠状态结果的目的,从而实现了提升睡眠状态检测准确度的技术效果,进而解决了针对相关技术中判断睡眠状态的手段较为单一导致结果不够准确的技术问题。
可选地,第一获取模块,包括:采集单元,用于利用图像采集设备采集目标监测对象在不同时刻的图像;分析单元,用于对图像进行分析,以得到目标监测对象的活动状态数据。
可选地,第一获取模块,包括:第一获取单元,用于获取目标监测对象佩戴的第一可穿戴设备的活动监测数据,其中,第一可穿戴设备采集目标监测对象的活动监测数据;第一分析单元,用于对活动监测数据进行分析,以得到目标监测对象的活动状态数据。
可选地,第二获取模块,包括:第二获取单元,用于获取目标监测对象佩戴的第二可穿戴设备的脑部监测数据,其中,第二可穿戴设备采集目标监测对象的脑部监测数据;第二分析单元,用于对脑部监测数据进行分析,以得到目标监测对象的脑电波数据。
可选地,第三获取模块,包括:第一确定单元,用于基于活动状态数据确定目标监测对象的第一监测结果,并基于脑电波数据确定目标监测对象的第二监测结果;第二确定单元,用于确定第一监测结果与第二监测结果之间的第一差值;第三确定单元,用于在第一差值在第一预定数值范围的情况下,确定睡眠状态结果与第一监测结果以及第二监测结果保持一致;第三获取单元,用于在第一差值在第二预定数值范围的情况下,获取目标监测对象在前一时刻的第三监测结果以及后一时刻的第四监测结果,并基于第一监测结果、第二监测结果、第三监测结果以及第四监测结果确定目标监测对象的睡眠状态结果;第四获取单元,用于在第一差值不在第一预定数值范围的情况下,重新获取目标监测对象的活动状态数据以及脑电波数据,并确定目标监测对象在当前时刻的睡眠状态结果与前一时刻的睡眠状态结果相同。
可选地,第三获取单元,包括:第一确定子单元,用于确定第三监测结果与第四监测结果的总和的平均值;第二确定子单元,用于确定平均值与第一监测结果与第二监测结果中的最小值的第二差值的绝对值;第三确定子单元,用于在绝对值不大于预定阈值的情况下,确定睡眠状态结果与第一监测结果保持一致;第四确定子单元,用于在绝对值大于预定阈值的情况下,确定睡眠状态结果与第四监测结果保持一致。
实施例3
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序被处理器运行时控制计算机可读存储介质所在设备执行上述中任一项的睡眠状态的监测方法。
实施例4
根据本发明实施例的另外一个方面,还提供了一种处理器,处理器用于运行计算机程序,其中,计算机程序运行时执行上述中任一项的睡眠状态的监测方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,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,所揭露的技术内容,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,例如所述单元的划分,可以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。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。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。
所述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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的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一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种睡眠状态的监测方法,其特征在于,包括:
获取目标监测对象的活动状态数据,其中,所述目标监测对象为需要进行睡眠状态监测的对象;
获取所述目标监测对象的脑电波数据;
基于所述活动状态数据和所述脑电波数据对所述目标监测对象进行睡眠状态监测,得到所述目标监测对象的睡眠状态结果;
其中,基于所述活动状态数据和所述脑电波数据对所述目标监测对象进行睡眠状态监测,得到所述目标监测对象的睡眠状态结果,包括:基于所述活动状态数据确定所述目标监测对象的第一监测值,并基于所述脑电波数据确定所述目标监测对象的第二监测值;确定所述第一监测值与所述第二监测值之间的第一差值;在所述第一差值在第一预设数值范围的情况下,确定所述睡眠状态结果与所述第一监测值以及所述第二监测值保持一致;在所述第一差值在第二预设数值范围的情况下,获取所述目标监测对象在前一时刻的第三监测值以及后一时刻的第四监测值,并基于所述第一监测值、所述第二监测值、所述第三监测值以及所述第四监测值确定所述目标监测对象的睡眠状态结果;在所述第一差值不在所述第二预设数值范围的情况下,重新获取所述目标监测对象的活动状态数据以及脑电波数据,并确定所述目标监测对象在当前时刻的睡眠状态结果与所述前一时刻的睡眠状态结果相同,其中,所述第一监测值、所述第二监测值、所述第三监测值以及所述第四监测值分别表示不同的睡眠状态,所述睡眠状态为清醒时对应的数值为1、所述睡眠状态为浅睡时对应的数值为2、所述睡眠状态为REM时对应的数值为3、所述睡眠状态为深睡时对应的数值为4;
其中,基于所述第一监测值、所述第二监测值、所述第三监测值以及所述第四监测值确定所述目标监测对象的睡眠状态结果,包括:确定所述第三监测值与所述第四监测值的总和的平均值;确定所述平均值与所述第一监测值与所述第二监测值中的最小值的第二差值的绝对值;在所述绝对值不大于预定阈值的情况下,确定所述睡眠状态结果与所述第一监测值保持一致;在所述绝对值大于所述预定阈值的情况下,确定所述睡眠状态结果与所述第四监测值保持一致。
2.根据权利要求1所述的方法,其特征在于,获取目标监测对象的活动状态数据,包括:
利用图像采集设备采集所述目标监测对象在不同时刻的图像;
对所述图像进行分析,以得到所述目标监测对象的活动状态数据。
3.根据权利要求1所述的方法,其特征在于,获取目标监测对象的活动状态数据,包括:
获取所述目标监测对象佩戴的第一可穿戴设备的活动监测数据,其中,所述第一可穿戴设备采集所述目标监测对象的所述活动监测数据;
对所述活动监测数据进行分析,以得到所述目标监测对象的活动状态数据。
4.根据权利要求1所述的方法,其特征在于,获取所述目标监测对象的脑电波数据,包括:
获取所述目标监测对象佩戴的第二可穿戴设备的脑部监测数据,其中,所述第二可穿戴设备采集所述目标监测对象的所述脑部监测数据;
对所述脑部监测数据进行分析,以得到所述目标监测对象的脑电波数据。
5.一种睡眠状态的监测装置,其特征在于,包括:
第一获取模块,用于获取目标监测对象的活动状态数据,其中,所述目标监测对象为需要进行睡眠状态监测的对象;
第二获取模块,用于获取所述目标监测对象的脑电波数据;
第三获取模块,用于基于所述活动状态数据和所述脑电波数据对所述目标监测对象进行睡眠状态监测,得到所述目标监测对象的睡眠状态结果;
其中,所述第三获取模块,包括:第一确定单元,用于基于所述活动状态数据确定所述目标监测对象的第一监测值,并基于所述脑电波数据确定所述目标监测对象的第二监测值;第二确定单元,用于确定所述第一监测值与所述第二监测值之间的第一差值;第三确定单元,用于在所述第一差值在第一预设数值范围的情况下,确定所述睡眠状态结果与所述第一监测值以及所述第二监测值保持一致;第三获取单元,用于在所述第一差值在第二预设数值范围的情况下,获取所述目标监测对象在前一时刻的第三监测值以及后一时刻的第四监测值,并基于所述第一监测值、所述第二监测值、所述第三监测值以及所述第四监测值确定所述目标监测对象的睡眠状态结果;第四获取单元,用于在所述第一差值不在所述第二预设数值范围的情况下,重新获取所述目标监测对象的活动状态数据以及脑电波数据,并确定所述目标监测对象在当前时刻的睡眠状态结果与所述前一时刻的睡眠状态结果相同,其中,所述第一监测值、所述第二监测值、所述第三监测值以及所述第四监测值分别表示不同的睡眠状态,所述睡眠状态为清醒时对应的数值为1、所述睡眠状态为浅睡时对应的数值为2、所述睡眠状态为REM时对应的数值为3、所述睡眠状态为深睡时对应的数值为4;
其中,所述第三获取单元,包括:第一确定子单元,用于确定所述第三监测值与所述第四监测值的总和的平均值;第二确定子单元,用于确定所述平均值与所述第一监测值与所述第二监测值中的最小值的第二差值的绝对值;第三确定子单元,用于在所述绝对值不大于预定阈值的情况下,确定所述睡眠状态结果与所述第一监测值保持一致;第四确定子单元,用于在所述绝对值大于所述预定阈值的情况下,确定所述睡眠状态结果与所述第四监测值保持一致。
6.根据权利要求5所述的装置,其特征在于,所述第一获取模块,包括:
采集单元,用于利用图像采集设备采集所述目标监测对象在不同时刻的图像;
分析单元,用于对所述图像进行分析,以得到所述目标监测对象的活动状态数据。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机可读存储介质所在设备执行上述权利要求1至4中任一项所述的睡眠状态的监测方法。
8.一种处理器,其特征在于,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行上述权利要求1至4中任一项所述的睡眠状态的监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210148266.5A CN114469005B (zh) | 2022-02-17 | 2022-02-17 | 睡眠状态的监测方法及其装置、计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210148266.5A CN114469005B (zh) | 2022-02-17 | 2022-02-17 | 睡眠状态的监测方法及其装置、计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114469005A CN114469005A (zh) | 2022-05-13 |
CN114469005B true CN114469005B (zh) | 2023-10-24 |
Family
ID=81482280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210148266.5A Active CN114469005B (zh) | 2022-02-17 | 2022-02-17 | 睡眠状态的监测方法及其装置、计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114469005B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60113111A (ja) * | 1983-11-24 | 1985-06-19 | Res Dev Corp Of Japan | 小動物の行動状態分析装置 |
CN103637780A (zh) * | 2013-11-14 | 2014-03-19 | 成都博约创信科技有限责任公司 | 一种人体睡眠心率和呼吸监测*** |
CN104834946A (zh) * | 2015-04-09 | 2015-08-12 | 清华大学 | 一种非接触式睡眠监测方法及*** |
CN105042769A (zh) * | 2015-06-30 | 2015-11-11 | 广东美的制冷设备有限公司 | 睡眠状态监控方法及装置、空调器*** |
CN105342606A (zh) * | 2015-12-15 | 2016-02-24 | 重庆海坤医用仪器有限公司 | 通过中枢神经调节治疗睡眠障碍的方法 |
CN105559751A (zh) * | 2015-12-14 | 2016-05-11 | 安徽华米信息科技有限公司 | 监测微活动状态的方法、装置及可穿戴设备 |
CN107595245A (zh) * | 2017-08-15 | 2018-01-19 | 深圳创达云睿智能科技有限公司 | 一种睡眠管理方法、***及终端设备 |
CN107734617A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 应用程序关闭方法、装置、存储介质和电子设备 |
CN108430309A (zh) * | 2016-11-30 | 2018-08-21 | 华为技术有限公司 | 一种睡眠监测方法、装置及终端 |
CN110638437A (zh) * | 2019-08-29 | 2020-01-03 | 努比亚技术有限公司 | 基于心率监测的控制方法、终端、可穿戴设备及存储介质 |
-
2022
- 2022-02-17 CN CN202210148266.5A patent/CN114469005B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60113111A (ja) * | 1983-11-24 | 1985-06-19 | Res Dev Corp Of Japan | 小動物の行動状態分析装置 |
CN103637780A (zh) * | 2013-11-14 | 2014-03-19 | 成都博约创信科技有限责任公司 | 一种人体睡眠心率和呼吸监测*** |
CN104834946A (zh) * | 2015-04-09 | 2015-08-12 | 清华大学 | 一种非接触式睡眠监测方法及*** |
CN105042769A (zh) * | 2015-06-30 | 2015-11-11 | 广东美的制冷设备有限公司 | 睡眠状态监控方法及装置、空调器*** |
CN105559751A (zh) * | 2015-12-14 | 2016-05-11 | 安徽华米信息科技有限公司 | 监测微活动状态的方法、装置及可穿戴设备 |
CN105342606A (zh) * | 2015-12-15 | 2016-02-24 | 重庆海坤医用仪器有限公司 | 通过中枢神经调节治疗睡眠障碍的方法 |
CN108430309A (zh) * | 2016-11-30 | 2018-08-21 | 华为技术有限公司 | 一种睡眠监测方法、装置及终端 |
CN107595245A (zh) * | 2017-08-15 | 2018-01-19 | 深圳创达云睿智能科技有限公司 | 一种睡眠管理方法、***及终端设备 |
CN107734617A (zh) * | 2017-10-31 | 2018-02-23 | 广东欧珀移动通信有限公司 | 应用程序关闭方法、装置、存储介质和电子设备 |
CN110638437A (zh) * | 2019-08-29 | 2020-01-03 | 努比亚技术有限公司 | 基于心率监测的控制方法、终端、可穿戴设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114469005A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bach | A head-to-head comparison of SCRalyze and Ledalab, two model-based methods for skin conductance analysis | |
CN106412573B (zh) | 一种检测镜头污点的方法和装置 | |
CN102186407A (zh) | 用于眼部的层析成像设备的图像处理装置及图像处理方法 | |
US20240057888A1 (en) | Method And System For Determining Brain-State Dependent Functional Areas Of Unitary Pooled Activity And Associated Dynamic Networks With Functional Magnetic Resonance Imaging | |
US11083398B2 (en) | Methods and systems for determining mental load | |
US10755455B1 (en) | Method for digital subtraction angiography, X-ray facility, computer program, and electronically readable data carrier | |
CN102626305A (zh) | 图像处理设备和图像处理方法 | |
CN106846293B (zh) | 图像处理方法和装置 | |
US11006834B2 (en) | Information processing device and information processing method | |
CN114648354A (zh) | 一种基于眼动追踪和情绪状态的广告测评方法和*** | |
US20150005645A1 (en) | Detection of a leading stroke risk indicator | |
CN104066382A (zh) | 图像诊断装置以及图像显示方法 | |
CN114469005B (zh) | 睡眠状态的监测方法及其装置、计算机可读存储介质 | |
US20230025493A1 (en) | Ophthalmic image processing method, ophthalmic image processing device, and ophthalmic image processing program | |
JP6957011B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法及びプログラム | |
CN109729343A (zh) | 一种成像设备的帧率检测方法 | |
JP7168825B2 (ja) | 推定装置、推定方法及び推定プログラム | |
Deepika et al. | Comparison of various fractal analysis methods for retinal images | |
JP2022042304A (ja) | ストレス推定装置、方法およびプログラム | |
JP2021171615A (ja) | データ処理装置、データ処理方法及びプログラム | |
EP3182892B1 (en) | Method and system for eeg signal processing | |
KR102017582B1 (ko) | 휴대용 생체정보 측정 단말기를 이용한 R-peak 검출 방법 및 시스템 | |
JP6932351B2 (ja) | 睡眠段階判定装置、睡眠段階判定方法及びプログラム | |
JP7293778B2 (ja) | ノイズ判定方法、ノイズ判定プログラムおよびノイズ判定装置 | |
JP2022138552A (ja) | 眼科画像処理装置、眼科画像処理プログラム、および眼科画像撮影装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |