CN115599224A - 一种基于用户行为的睡眠模式切换方法及相关设备 - Google Patents

Abstract

本发明公开了一种基于用户行为的睡眠模式切换方法及相关设备，涉及智能辅助睡眠技术领域，所述方法包括：当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式；当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；根据所述脑电波信号对所述睡眠模式进行切换。本发明通过检测用户在当前睡眠模式中的预设动作触发的脑电波变化来切换睡眠模式，而无需人工手动切换，智能化更高，操作更方便。

Description

一种基于用户行为的睡眠模式切换方法及相关设备

技术领域

本发明涉及智能辅助睡眠技术领域，尤其涉及一种基于用户行为的睡眠模式切换方法、***、终端及计算机可读存储介质。

背景技术

人的一生有三分之一的时间都在睡眠中度过，睡眠质量的好坏不仅直接影响到白天的工作学习效率、记忆能力等，长期睡不好还会影响到人体免疫***的正常运转，严重影响人们的身心健康，而充足的高质量睡眠不仅会提高工作和学习效率，促进人体健康，还有利于建立和维持良好的人际关系。

据分析，现代生活节奏快、工作压力大是造成失眠问题的主要原因。伴随着中国国民睡眠质量的降低，助眠产品供给品类和科技水平逐步提升，睡眠经济发展强劲。同时，伴随消费升级，消费者对睡眠产品从经济实用型想高品质智能化发展。

但是，现有的睡眠设备在对用户进行辅助睡眠时需要用户手动根据用户的需求切换睡眠模式，智能化程度不高，用户操作起来不方便。

因此，现有技术还有待于改进和发展。

发明内容

本发明的主要目的在于提供一种基于用户行为的睡眠模式切换方法、***、终端及计算机可读存储介质，旨在解决现有技术中睡眠设备在对用户进行辅助睡眠时需要用户手动根据用户的需求切换睡眠模式，智能化程度不高，用户操作起来不方便的问题。

为实现上述目的，本发明提供一种基于用户行为的睡眠模式切换方法，所述基于用户行为的睡眠模式切换方法包括如下步骤：

当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式；

当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；

根据所述脑电波信号对所述睡眠模式进行切换。

可选地，所述的基于用户行为的睡眠模式切换方法，其中，所述当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式，之前还包括：

当睡眠程序应用首次开启时，在所述睡眠程序应用中添加所述睡眠设备，以完成所述睡眠程序应用与所述睡眠设备的绑定操作，建立所述睡眠程序应用与所述睡眠设备的通信连接；

其中，所述睡眠程序应用预先安装在终端中。

可选地，所述的基于用户行为的睡眠模式切换方法，其中，所述当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式，具体包括：

当检测到用户佩戴所述睡眠设备后，基于定位模块获取用户当前的位置数据，并通过所述睡眠程序应用直接获取终端当前的时间数据；

根据当前的位置数据和当前的时间数据分别与预设的位置数据和预设的时间数据进行比对，以得到匹配的睡眠模式；

当未匹配到对应的睡眠模式时，则根据当前的位置数据和当前的时间数据获得各个睡眠模式的预测分数，将各个睡眠模式按预测分数从高到低排列后供用户选择。

可选地，所述的基于用户行为的睡眠模式切换方法，其中，所述当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号，具体包括：

当用户进入选择的睡眠模式后，对所述用户的睡眠状态进行实时跟踪；

判断所述用户在当前进入的睡眠模式中是否检测到预设动作，并判断前的睡眠模式的运行时间是否处于预设时间内；

若所述用户在当前进入的睡眠模式中检测到预设动作，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；

若所述用户在当前进入的睡眠模式中未检测到预设动作，或当前的睡眠模式的运行时间不处于预设时间内，则继续运行当前睡眠模式。

可选地，所述的基于用户行为的睡眠模式切换方法，其中，所述根据所述脑电波信号对所述睡眠模式进行切换，具体包括：

所述预设动作包括：连续或持续咬牙、快速连续眨眼以及连续或持续咬牙和快速连续眨眼的组合；

其中，连续或持续咬牙对应第一脑电波信号，快速连续眨眼对应第二脑电波信号，连续或持续咬牙和快速连续眨眼的组合对应第三脑电波信号；

将所述第一脑电波信号、所述第二脑电波信号和所述第三脑电波信号分别与预设数据库中的脑电波信号进行比较，若所述第一脑电波信号、所述第二脑电波信号和所述第三脑电波信号中至少存在一个脑电波信号与预设数据库中的脑电波信号相同时，则判定当前预设动作符合切换睡眠模式；

若符合切换睡眠模式，则控制当前睡眠模式切换至下一睡眠模式，并记录周期内或者预设时间内用户的睡眠信息；

根据所述睡眠信息进行入睡分析，生成睡眠报告和睡眠解读结果。

可选地，所述的基于用户行为的睡眠模式切换方法，其中，所述睡眠模式包括：闪电睡眠模式、深度睡眠模式、午间睡眠模式和差旅睡眠模式。

可选地，所述的基于用户行为的睡眠模式切换方法，其中，所述闪电睡眠模式、所述深度睡眠模式、所述午间睡眠模式和所述差旅睡眠模式均包括CES助眠和声波助眠；

所述CES助眠用于调节大脑相关结构或者大脑相关生理参数来辅助睡眠；

所述声波助眠用于通过声波引导帮助用户快速进入睡眠状态。

此外，为实现上述目的，本发明还提供一种基于用户行为的睡眠模式切换***，其中，所述基于用户行为的睡眠模式切换***包括：

睡眠模式获取模块，用于当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式；

预设动作检测模块，用于当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；

睡眠模式切换模块，用于根据所述脑电波信号对所述睡眠模式进行切换。

此外，为实现上述目的，本发明还提供一种终端，其中，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于用户行为的睡眠模式切换程序，所述基于用户行为的睡眠模式切换程序被所述处理器执行时实现如上所述的基于用户行为的睡眠模式切换方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有基于用户行为的睡眠模式切换程序，所述基于用户行为的睡眠模式切换程序被处理器执行时实现如上所述的基于用户行为的睡眠模式切换方法的步骤。

本发明中，当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式；当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；根据所述脑电波信号对所述睡眠模式进行切换。本发明通过获取用户当前进行中的睡眠模式，并通过检测用户在睡眠模式中的预设行为特征引起的脑电波变化来切换当前进行中的睡眠模式，而无需用户手动切换睡眠设备的睡眠模式，智能化更高，操作更方便。

附图说明

图1是本发明基于用户行为的睡眠模式切换方法的较佳实施例的流程图；

图2是本发明基于用户行为的睡眠模式切换方法的较佳实施例中四种睡眠模式展示界面的示意图；

图3是本发明基于用户行为的睡眠模式切换方法的较佳实施例中助眠音乐粉/白噪音展示界面的示意图；

图4是本发明基于用户行为的睡眠模式切换方法的较佳实施例中蓝牙服务连接界面的示意图；

图5是本发明基于用户行为的睡眠模式切换方法的较佳实施例中入睡分析生成睡眠报告界面的示意图；

图6是本发明基于用户行为的睡眠模式切换方法的较佳实施例中入睡大脑状态界面的示意图；

图7是本发明基于用户行为的睡眠模式切换方法的较佳实施例中睡眠解读结果界面的示意图；

图8是本发明基于用户行为的睡眠模式切换方法的较佳实施例中助眠音乐双声拍音波展示界面的示意图；

图9是本发明基于用户行为的睡眠模式切换***的较佳实施例的结构图；

图10为本发明终端的较佳实施例的结构图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明较佳实施例所述的基于用户行为的睡眠模式切换方法，如图1所示，所述基于用户行为的睡眠模式切换方法包括以下步骤：

步骤S10、当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式。

其中，如图2所示，所述睡眠模式包括：闪电睡眠模式、深度睡眠模式、午间睡眠模式和差旅睡眠模式。

所述闪电睡眠模式、所述深度睡眠模式、所述午间睡眠模式和所述差旅睡眠模式均包括CES助眠和声波助眠。

所述CES助眠用于调节大脑相关结构或者大脑相关生理参数来辅助睡眠。

所述声波助眠用于通过声波引导帮助用户快速进入睡眠状态。

以下是4种睡眠模式的具体功能介绍：

（1）闪电睡眠模式采用CES微电理疗+飞行员睡前放松法，其中，通过CES助眠的微电理疗方法能够有效刺激大脑分泌5-羟色胺、y-氨基丁酸、内啡肽、去甲肾上腺素等和睡眠相关递质的增加，让大脑迅速聚集困意。

飞行员睡前放松法是一种声波助眠方法，类似飞行员快速入睡引导，飞行员被训练在短时间内任何时间、地点和极端情况下入睡，声波引导对于大部分飞行员实现了有效的助眠，帮助飞行员快速进入睡眠状态。

闪电睡眠模式下会控制CES助眠和声波助眠的时长都为15分钟。

（2）深度睡眠模式采用CES助眠技术和Delta低频脑波双声拍，其中，CES助眠能够直接调解从大脑皮层结构、丘脑、岛叶和下丘脑等皮层下结构和脑干结构部分，缓解失眠者的睡前紧张焦虑，改善睡眠质量。

Delta低频脑波双声拍通过对左耳、右耳播放的4hz频率差的不同声波，诱导大脑自动合成低频次声波（Delta波），刺激脑电波频段降低，大脑更快速进入深度睡眠状态。

深度睡眠模式下会控制CES助眠和声波助眠的时长都为30分钟。

（3）午间睡眠模式采用CES助眠技术和全频段单调白噪声，其中，在日间使用CES助眠，可以引导脑电波频率慢慢变为入睡期的Alpha波形，这种大脑状态有利于消除焦虑和反刍思维，迅速恢复活力（如图3所示）。

全频段单调白噪声使大脑对外界单调的、有规律的白噪声会产生谐振，使大脑处于一种安静的、相对不活跃的状态，使身心进入休息模式。

午间睡眠模式下会控制CES助眠和声波助眠的时长都为15分钟。

（4）差旅睡眠模式采用CES助眠技术和60bpm的镇静旋律音，其中，在外出行程中，CES助眠可以降低肾上腺素、皮质醇等应激激素的分泌，迅速改善心率、血压、肌肉紧张等生理信号，消除压力和紧张感。

60bpm的镇静旋律音配合柔和的音量，能帮助心率降低，安抚躁动的交感神经，让大脑产生放松状态下的Alpha脑电波，在愉悦放松中入眠。

差旅睡眠模式下会控制CES助眠和声波助眠的时长都为15分钟。

其中，Delta低频脑波双声拍、全频段单调白噪声和60bpm的镇静旋律音都属于声波。

具体地，所述睡眠设备类似于一个睡眠时的眼罩，例如，如图2中四种睡眠模式佩戴的睡眠眼罩；所述睡眠头环包括头带，所述头带用以将所述睡眠头环固定在头部；主机，所述主机设置在所述头带内侧，与所述头带可拆卸连接；传感模块，所述传感模块设置在所述主机上，用于检测所述睡眠头环的佩戴状态以及切换工作模式，所述传感模块包括红外检测模块和光电检测模块，用于采集所述睡眠头环的佩戴状态信息和外部环境状态信息。

本发明在用户的终端（例如移动终端，例如智能手机、平板电脑灯电子设备）中预先安装一个睡眠专用的睡眠程序应用，当睡眠程序应用首次开启时，在所述睡眠程序应用中添加所述睡眠设备，以完成所述睡眠程序应用与所述睡眠设备的绑定操作，建立所述睡眠程序应用与所述睡眠设备的通信连接（通过蓝牙连接），如图4所示。

其中，所述睡眠程序应用预先安装在终端中。

睡眠设备通过红外传感装置检测用户的佩戴状态，当检测到用户佩戴所述睡眠设备后，基于定位模块（例如GPS模块）获取用户当前的位置数据，并通过所述睡眠程序应用直接获取终端当前的时间数据。

根据当前的位置数据和当前的时间数据分别与预设的位置数据和预设的时间数据进行比对，以得到匹配的睡眠模式。

例如，第1种情况：将家里或办公室设置为预设的位置数据，当当前的位置数据为家里或办公室，当当前的时间数据为晚上9点至凌晨8点之间时，判定此时是属于晚上睡眠时间段，则直接选择深度睡眠模式。

第2种情况：将家里或办公室设置为预设的位置数据，当当前的位置数据为家里或办公室，当当前的时间数据为上午11点至15点之间，判定此时是中午午休时间段，则直接选择午间睡眠模式。

第3种情况，当当前的时间数据满足预设的时间数据且当前的位置数据不满足预设的位置数据时，判定为临时出差状态，则直接选择差旅睡眠模式。

第4种情况，当当前的时间数据不满足预设的时间数据且当前的位置数据不满足预设的位置数据时，判定此时为休憩状态，则直接选择闪电睡眠模式。

根据当前的位置数据和当前的时间数据分别与预设的位置数据和预设的时间数据进行比对，终端自动合理地选择对应的睡眠模式供用户使用，使用户能够更快进入睡眠状态，同时，终端的自动选择模式也更显人性化与智能化。

当未匹配到对应的睡眠模式时，终端则根据当前的位置数据和当前的时间数据获得各个睡眠模式的预测分数，将各个睡眠模式按预测分数从高到低排列后供用户选择。

其中，当未匹配到上述4种睡眠模式时，终端会根据当前的位置数据和当前的时间数据获得各个睡眠模式下对应的预测分数，越适合当前的位置数据和当前的时间数据的睡眠模式预测分数会越高，并将得到的4种睡眠模式的预测分数由高到低进行排序，并以高亮或靠前显眼位置进行提示用户进行选择。

步骤S20、当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号。

每一种预设动作都有对应的不同的脑电波信息，在睡眠模式选择开始前，就预先创建了数据库，其中存储着多个不同的预设动作以及每一个预设动作都有对应的不同的脑电波信号。

具体地，当用户进入选择的睡眠模式后，对所述用户的睡眠状态进行实时跟踪。

其中，终端判定用户进入选择的睡眠模式后，采用脑电波检测的方式实时的跟踪用户的睡眠状态。

判断所述用户在当前进入的睡眠模式中是否检测到预设动作，并判断前的睡眠模式的运行时间是否处于预设时间内。

若所述用户在当前进入的睡眠模式中检测到预设动作，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号。

终端实时检测用户的脑电波信号，并将实时的脑电波信号与数据库中预设的脑电波信号进行比对，当检测到预设的脑电波信号时（此时检测到的预设的脑电波信号是由于用户做出的预设动作），终端理解为用户需要将睡眠模式进行切换，同时，终端会判断当前的睡眠模式的运行时间不处于预设时间（可以设置为3分钟）内，若当前的睡眠模式的运行时间处于预设时间内，终端判定此时用户主动选择切换模式。

若所述用户在当前进入的睡眠模式中未检测到预设动作，或当前的睡眠模式的运行时间不处于预设时间内，则继续运行当前睡眠模式。

若用户在当前进入的睡眠模式中且在预设的时间内未检测到预设动作，终端则判定用户此时默认选择当前的睡眠模式。

若当前的睡眠模式的运行时间不处于预设时间内且检测到预设动作，终端判定用户为熟睡状态下的无意识行为，不切换当前睡眠模式，若是用户此时不为熟睡状态，则可以自行选择重启睡眠设备，再进行睡眠模式切换。

步骤S30、根据所述脑电波信号对所述睡眠模式进行切换。

具体地，所述预设动作包括：连续或持续咬牙、快速连续眨眼以及连续或持续咬牙和快速连续眨眼的组合。

其中，连续或持续咬牙对应第一脑电波信号，快速连续眨眼对应第二脑电波信号，连续或持续咬牙和快速连续眨眼的组合对应第三脑电波信号。

将所述第一脑电波信号、所述第二脑电波信号和所述第三脑电波信号分别与预设数据库中的脑电波信号进行比较，若所述第一脑电波信号、所述第二脑电波信号和所述第三脑电波信号中至少存在一个脑电波信号与预设数据库中的脑电波信号相同时，则判定当前预设动作符合切换睡眠模式。

若符合切换睡眠模式，则控制当前睡眠模式切换至下一睡眠模式，并记录周期内或者预设时间内用户的睡眠信息。

例如当前睡眠模式为闪电睡眠模式，当进行切换时，第一次会切换为深度睡眠模式，再一次切换为午间睡眠模式，再一次切换为差旅睡眠模式。

例如，在进入当前闪电睡眠模式的3分钟内，当用户需要切换当前睡眠模式时，只需要连续或持续咬牙、快速连续眨眼或者是咬牙和连续眨眼同时进行中的一种方式，终端就会接收到连续或持续咬牙、快速连续眨眼或者是咬牙和连续眨眼引发的脑电波信息，并控制当前闪电睡眠模式往深度睡眠模式进行切换。

如图5所示，根据所述睡眠信息进行入睡分析，生成睡眠报告和睡眠解读结果。

其中，入睡分析是指从上床准备入睡，到脑波显示进入睡眠状态，被称为入睡潜伏期，健康成年人通常在30分钟内睡着，此外，睡眠环境（光线、温度、声音）、饮食习惯、运动，都会对睡眠产生影响。

如图6所示，当用户进入睡眠模式后，终端会实时记录用户大脑的状态，并以30分钟为界，根据大脑的活跃度来判断影响用户快速入睡的具体因素，以便于针对影响因素具体解读。

如图7所示，睡眠解读结果是指根据生成的睡眠报告对睡眠模式中的各个阶段进行解读，当用户进入睡眠模式，终端会记录用户入睡的时间以及摘下睡眠设备的时间，并根据睡眠监控时长将睡眠模式中的各个阶段分为清醒期、快速眼动期、浅睡期和深睡期。

（1）清醒期：睡眠中的清醒是无意识的觉醒，出现一夜醒六次或更多次都是正常的，尤其是当我们从一个睡眠阶段过渡到另一个阶段时更容易醒。清醒是自发发生的，是身体对潜在危险情况作出反应的能力的一部分，例如噪音或呼吸受阻。疼痛、肢体运动、创伤、体温和光线也可能是触发因素。

（2）快速眼动期：快速眼动睡眠(REM) 通常出现在睡着90分钟后，在这个阶段，人的眼球会快速地左右来回转动，呼吸会变得不规律，心率加快，血压升高且会出现非常兴奋的脑电活动，是人体肌张力最低的时候。在睡眠周期中，快速眼动期会变得越来越长直到醒来。

（3）浅睡期：N1阶段和N2阶段非快速眼动睡眠(NREM) 被认为是浅睡期。浅睡期是从醒到睡的过渡阶段，伴随持续减缓的心跳、呼吸、肌肉活动和眼球运动。以及在N2阶段体温的降低。浅睡眠通常在第一个睡眠周期中持续10-30分钟，且在随后的睡眠周期中时间逐步增长。

（4）深睡期：深睡眠发生在非快速眼动睡眠(NREM) 的N3阶段，也被称作是"黄金睡眠期"。通常占整个睡眠时间的25%，对于消除疲劳、恢复精力、免疫抗病等都有至关重要的作用。在深睡眠期，大脑出现长而慢的德尔塔波。通常情况下，你会在入睡后一小时内进入深度睡眠，且很难被叫醒。在睡眠周期中，深睡眠时间会逐渐缩短。

根据对睡眠模式中清醒期、快速眼动期、浅睡期和深睡期四个阶段的解读，一方面，可以发现用户在睡眠模式中的存在问题并针对性的解决，另一方面，也可以从中发现最适合用户睡眠的条件，并进行记录，进一步优化用户的睡眠模式。

另外，本发明中的睡眠模式还可以通过电刺激和音乐刺激方式来调节用户的睡眠状态，当睡眠设备上的光电传感器感受到用户睡眠状态下的外界刺激时，会进行相应的处理。

当外界噪音大，光照强时可以选择加大音乐和电刺激的强度和持续时间，能够使用户不受外界环境的影响，快速的进入睡眠状态。

其中，音乐刺激包括音乐类型、音乐音量和音乐时长。

音乐类型包括：delta深睡波音乐、theta入眠波音乐和Alpha放松波音乐（如图8所示）。

电刺激包括电刺激强度和持续时间。

除此之外，本发明不局限于闪电睡眠模式、深度睡眠模式、午间睡眠模式和差旅睡眠模式4种模式，可以进一步的细化，根据特定的时间和特定的位置进一步设置更多的匹配模式。

进一步地，如图9所示，基于上述基于用户行为的睡眠模式切换方法，本发明还相应提供了一种基于用户行为的睡眠模式切换***，其中，所述基于用户行为的睡眠模式切换***包括：

睡眠模式获取模块51，用于当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式。

预设动作检测模块52，用于当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号。

睡眠模式切换模块53，用于根据所述脑电波信号对所述睡眠模式进行切换。

进一步地，如图10所示，基于上述基于用户行为的睡眠模式切换方法和***，本发明还相应提供了一种终端，所述终端包括处理器10、存储器20及显示器30。图10仅示出了终端的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

所述存储器20在一些实施例中可以是所述终端的内部存储单元，例如终端的硬盘或内存。所述存储器20在另一些实施例中也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（SecureDigital，SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器20还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器20用于存储安装于所述终端的应用软件及各类数据，例如所述安装终端的程序代码等。所述存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中，存储器20上存储有基于用户行为的睡眠模式切换程序40，该基于用户行为的睡眠模式切换程序40可被处理器10所执行，从而实现本申请中基于用户行为的睡眠模式切换方法。

所述处理器10在一些实施例中可以是一中央处理器（Central Processing Unit，CPU），微处理器或其他数据处理芯片，用于运行所述存储器20中存储的程序代码或处理数据，例如执行所述基于用户行为的睡眠模式切换方法等。

所述显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。所述显示器30用于显示在所述终端的信息以及用于显示可视化的用户界面。所述终端的部件10-30通过***总线相互通信。

在一实施例中，当处理器10执行所述存储器20中基于用户行为的睡眠模式切换程序40时实现以下步骤：

当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式。

当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号。

根据所述脑电波信号对所述睡眠模式进行切换。

其中，所述当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式，之前还包括：

当睡眠程序应用首次开启时，在所述睡眠程序应用中添加所述睡眠设备，以完成所述睡眠程序应用与所述睡眠设备的绑定操作，建立所述睡眠程序应用与所述睡眠设备的通信连接。

其中，所述睡眠程序应用预先安装在终端中。

其中，所述当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式，具体包括：

当检测到用户佩戴所述睡眠设备后，基于定位模块获取用户当前的位置数据，并通过所述睡眠程序应用直接获取终端当前的时间数据。

根据当前的位置数据和当前的时间数据分别与预设的位置数据和预设的时间数据进行比对，以得到匹配的睡眠模式。

当未匹配到对应的睡眠模式时，则根据当前的位置数据和当前的时间数据获得各个睡眠模式的预测分数，将各个睡眠模式按预测分数从高到低排列后供用户选择。

其中，所述当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号，具体包括：

当用户进入选择的睡眠模式后，对所述用户的睡眠状态进行实时跟踪。

判断所述用户在当前进入的睡眠模式中是否检测到预设动作，并判断前的睡眠模式的运行时间是否处于预设时间内。

若所述用户在当前进入的睡眠模式中检测到预设动作，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号。

若所述用户在当前进入的睡眠模式中未检测到预设动作，或当前的睡眠模式的运行时间不处于预设时间内，则继续运行当前睡眠模式。

其中，所述根据所述脑电波信号对所述睡眠模式进行切换，具体包括：

所述预设动作包括：连续或持续咬牙、快速连续眨眼以及连续或持续咬牙和快速连续眨眼的组合。

其中，连续或持续咬牙对应第一脑电波信号，快速连续眨眼对应第二脑电波信号，连续或持续咬牙和快速连续眨眼的组合对应第三脑电波信号。

将所述第一脑电波信号、所述第二脑电波信号和所述第三脑电波信号分别与预设数据库中的脑电波信号进行比较，若所述第一脑电波信号、所述第二脑电波信号和所述第三脑电波信号中至少存在一个脑电波信号与预设数据库中的脑电波信号相同时，则判定当前预设动作符合切换睡眠模式。

若符合切换睡眠模式，则控制当前睡眠模式切换至下一睡眠模式，并记录周期内或者预设时间内用户的睡眠信息。

根据所述睡眠信息进行入睡分析，生成睡眠报告和睡眠解读结果。

其中，所述睡眠模式包括：闪电睡眠模式、深度睡眠模式、午间睡眠模式和差旅睡眠模式。

其中，所述闪电睡眠模式、所述深度睡眠模式、所述午间睡眠模式和所述差旅睡眠模式均包括CES助眠和声波助眠。

所述CES助眠用于调节大脑相关结构或者大脑相关生理参数来辅助睡眠。

所述声波助眠用于通过声波引导帮助用户快速进入睡眠状态。

本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有基于用户行为的睡眠模式切换程序，所述基于用户行为的睡眠模式切换程序被处理器执行时实现如上所述的基于用户行为的睡眠模式切换方法的步骤。

综上所述，本发明提供一种基于用户行为的睡眠模式切换方法及相关设备，所述方法包括：当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式；当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；根据所述脑电波信号对所述睡眠模式进行切换。本发明通过获取用户当前进行中的睡眠模式，并通过检测用户在睡眠模式中的预设行为特征引起的脑电波变化来切换当前进行中的睡眠模式，而无需用户手动切换睡眠设备的睡眠模式，智能化更高，操作更方便。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。

当然，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关硬件（如处理器，控制器等）来完成，所述的程序可存储于一计算机可读取的计算机可读存储介质中，所述程序在执行时可包括如上述各方法实施例的流程。其中所述的计算机可读存储介质可为存储器、磁碟、光盘等。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种基于用户行为的睡眠模式切换方法，其特征在于，所述基于用户行为的睡眠模式切换方法包括：

当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式；

当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；

根据所述脑电波信号对所述睡眠模式进行切换。

2.根据权利要求1所述的基于用户行为的睡眠模式切换方法，其特征在于，所述当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式，之前还包括：

当睡眠程序应用首次开启时，在所述睡眠程序应用中添加所述睡眠设备，以完成所述睡眠程序应用与所述睡眠设备的绑定操作，建立所述睡眠程序应用与所述睡眠设备的通信连接；

其中，所述睡眠程序应用预先安装在终端中。

3.根据权利要求2所述的基于用户行为的睡眠模式切换方法，其特征在于，所述当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式，具体包括：

当检测到用户佩戴所述睡眠设备后，基于定位模块获取用户当前的位置数据，并通过所述睡眠程序应用直接获取终端当前的时间数据；

根据当前的位置数据和当前的时间数据分别与预设的位置数据和预设的时间数据进行比对，以得到匹配的睡眠模式；

当未匹配到对应的睡眠模式时，则根据当前的位置数据和当前的时间数据获得各个睡眠模式的预测分数，将各个睡眠模式按预测分数从高到低排列后供用户选择。

4.根据权利要求1所述的基于用户行为的睡眠模式切换方法，其特征在于，所述当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号，具体包括：

当用户进入选择的睡眠模式后，对所述用户的睡眠状态进行实时跟踪；

判断所述用户在当前进入的睡眠模式中是否检测到预设动作，并判断前的睡眠模式的运行时间是否处于预设时间内；

若所述用户在当前进入的睡眠模式中检测到预设动作，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；

若所述用户在当前进入的睡眠模式中未检测到预设动作，或当前的睡眠模式的运行时间不处于预设时间内，则继续运行当前睡眠模式。

5.根据权利要求1所述的基于用户行为的睡眠模式切换方法，其特征在于，所述根据所述脑电波信号对所述睡眠模式进行切换，具体包括：

所述预设动作包括：连续或持续咬牙、快速连续眨眼以及连续或持续咬牙和快速连续眨眼的组合；

其中，连续或持续咬牙对应第一脑电波信号，快速连续眨眼对应第二脑电波信号，连续或持续咬牙和快速连续眨眼的组合对应第三脑电波信号；

将所述第一脑电波信号、所述第二脑电波信号和所述第三脑电波信号分别与预设数据库中的脑电波信号进行比较，若所述第一脑电波信号、所述第二脑电波信号和所述第三脑电波信号中至少存在一个脑电波信号与预设数据库中的脑电波信号相同时，则判定当前预设动作符合切换睡眠模式；

若符合切换睡眠模式，则控制当前睡眠模式切换至下一睡眠模式，并记录周期内或者预设时间内用户的睡眠信息；

根据所述睡眠信息进行入睡分析，生成睡眠报告和睡眠解读结果。

6.根据权利要求1-5所述的基于用户行为的睡眠模式切换方法，其特征在于，所述睡眠模式包括：闪电睡眠模式、深度睡眠模式、午间睡眠模式和差旅睡眠模式。

7.根据权利要求6所述的基于用户行为的睡眠模式切换方法，其特征在于，所述闪电睡眠模式、所述深度睡眠模式、所述午间睡眠模式和所述差旅睡眠模式均包括CES助眠和声波助眠；

所述CES助眠用于调节大脑相关结构或者大脑相关生理参数来辅助睡眠；

所述声波助眠用于通过声波引导帮助用户快速进入睡眠状态。

8.一种基于用户行为的睡眠模式切换***，其特征在于，所述基于用户行为的睡眠模式切换***包括：

睡眠模式获取模块，用于当检测到用户佩戴睡眠设备后，获取用户当前的位置数据和时间数据以及进入的睡眠模式；

预设动作检测模块，用于当检测到所述用户在当前进入的睡眠模式中的预设动作时，且当前的睡眠模式的运行时间处于预设时间内，则获取所述预设动作对应的脑电波信号；

睡眠模式切换模块，用于根据所述脑电波信号对所述睡眠模式进行切换。

9.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于用户行为的睡眠模式切换程序，所述基于用户行为的睡眠模式切换程序被所述处理器执行时实现如权利要求1-7任一项所述的基于用户行为的睡眠模式切换方法的步骤。

10.一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存储有基于用户行为的睡眠模式切换程序，所述基于用户行为的睡眠模式切换程序被处理器执行时实现如权利要求1-7任一项所述的基于用户行为的睡眠模式切换方法的步骤。

Images