CN117357061A - 睡眠监测方法及装置、电子设备、存储介质 - Google Patents

Abstract

一种睡眠监测方法及装置、电子设备、存储介质，该方法应用于电子设备，该电子设备包括第一传感器及第二传感器，该方法包括：通过第一传感器，采集第一睡眠监测数据；根据该第一睡眠监测数据，确定第一用户睡姿状态；在上述第一用户睡姿状态符合目标高风险条件的情况下，通过第二传感器采集第二睡眠监测数据，其中，上述目标高风险条件为表示第一用户睡姿状态反映用户存在健康风险的条件，第一睡眠监测数据与第二睡眠监测数据的数据类型不相同；根据上述第一睡眠监测数据及第二睡眠监测数据，确定用户睡眠健康状态。实施本申请实施例，能够有效降低电子设备在对用户进行睡眠监测过程中的功耗，有利于提升电子设备进行睡眠监测的可靠性及稳定性。

Description

睡眠监测方法及装置、电子设备、存储介质

技术领域

本申请涉及电子设备技术领域，尤其涉及一种睡眠监测方法及装置、电子设备、存储介质。

背景技术

当前，随着用户对自身健康情况，尤其是对自身睡眠期间健康状态的日益关注，可以利用电子设备(例如智能可穿戴设备、智能手机等)来对用户的睡眠状态进行监测。然而，在实践中发现，在用户睡眠期间采用电子设备进行长时间的持续监测，往往会导致电子设备的功耗过大，降低了电子设备进行睡眠监测的可靠性及稳定性。

发明内容

本申请实施例公开了一种睡眠监测方法及装置、电子设备、存储介质，能够有效降低电子设备在对用户进行睡眠监测过程中的功耗，有利于提升电子设备进行睡眠监测的可靠性及稳定性。

本申请实施例第一方面公开一种睡眠监测方法，应用于电子设备，所述电子设备包括第一传感器及第二传感器，所述方法包括：

通过所述第一传感器，采集第一睡眠监测数据；

根据所述第一睡眠监测数据，确定第一用户睡姿状态；

在所述第一用户睡姿状态符合目标高风险条件的情况下，通过所述第二传感器采集第二睡眠监测数据，其中，所述目标高风险条件为表示所述第一用户睡姿状态反映用户存在健康风险的条件，所述第一睡眠监测数据与所述第二睡眠监测数据的数据类型不相同；

根据所述第一睡眠监测数据及所述第二睡眠监测数据，确定用户睡眠健康状态。

本申请实施例第二方面公开一种睡眠监测装置，应用于电子设备，所述电子设备包括第一传感器及第二传感器，所述睡眠监测装置包括：

第一监测单元，用于通过所述第一传感器，采集第一睡眠监测数据；

第一确定单元，用于根据所述第一睡眠监测数据，确定第一用户睡姿状态；

第二监测单元，用于在所述第一用户睡姿状态符合目标高风险条件的情况下，通过所述第二传感器采集第二睡眠监测数据，其中，所述目标高风险条件为表示所述第一用户睡姿状态反映用户存在健康风险的条件，所述第一睡眠监测数据与所述第二睡眠监测数据的数据类型不相同；

第二确定单元，用于根据所述第一睡眠监测数据及所述第二睡眠监测数据，确定用户睡眠健康状态。

本申请实施例第三方面公开了一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如本申请实施例第一方面公开的任意一种睡眠监测方法中的全部或部分步骤。

本申请实施例第四方面公开了一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序被处理器执行时实现如本申请实施例第一方面公开的任意一种睡眠监测方法中的全部或部分步骤。

与相关技术相比，本申请实施例具有以下有益效果：

本申请实施例中，应用睡眠监测方法的电子设备可以包括第一传感器及第二传感器，该电子设备可以通过其第一传感器，采集第一睡眠监测数据，并根据该第一睡眠监测数据，确定出相应的第一用户睡姿状态。在上述第一用户睡姿状态符合目标高风险条件的情况下，电子设备可以通过其第二传感器采集第二睡眠监测数据。其中，上述目标高风险条件可以为表示第一用户睡姿状态反映用户存在健康风险的条件，上述第一睡眠监测数据可以与第二睡眠监测数据的数据类型不相同。在此基础上，电子设备可以根据上述第一睡眠监测数据及第二睡眠监测数据，确定出用户睡眠健康状态。可见，实施本申请实施例，电子设备可以在利用第一传感器对用户进行睡眠监测的基础上，基于用户不同睡姿状态可能存在的健康风险，确定是否需要增加第二传感器来对用户作进一步的睡眠监测。这样的睡眠监测方法，可以使得电子设备采用尽可能少的传感器实现睡眠监测，仅在用户睡姿状态存在一定健康风险的情况下才提升监测力度，从而能够有效降低电子设备在对用户进行睡眠监测过程中的功耗。同时，也能够避免多个传感器长时间无效运行，有利于实现精细化的数据采集及分析，从而能够在确保睡眠监测准确性的前提下，进一步提升电子设备进行睡眠监测的可靠性及稳定性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需要使用的附图进行简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1A是本申请实施例公开的睡眠监测方法的一种应用场景示意图；

图1B是本申请实施例公开的睡眠监测方法的另一种应用场景示意图；

图2是本申请实施例公开的电子设备的一种模块化示意图；

图3是本申请实施例公开的一种睡眠监测方法的流程示意图；

图4是本申请实施例公开的另一种睡眠监测方法的流程示意图；

图5是本申请实施例公开的又一种睡眠监测方法的流程示意图；

图6A是本申请实施例公开的电子设备进行睡眠监测的一种界面示意图；

图6B是本申请实施例公开的电子设备进行睡眠监测的另一种界面示意图；

图6C是本申请实施例公开的电子设备进行睡眠监测的又一种界面示意图；

图7是本申请实施例公开的一种睡眠监测方法的时序示意图；

图8是本申请实施例公开的一种睡眠监测装置的模块化示意图；

图9是本申请实施例公开的电子设备的另一种模块化示意图。

具体实施方式

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、完整的描述，显然，所描述的实施例仅是本申请一部分实施例，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它实施例，都属于本申请保护的范围。

需要说明的是，本申请实施例的术语“包括”和“具有”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。本申请中的实施例、实施方式及其技术特征在不冲突的情况下，可以相互组合。

本申请实施例公开了一种睡眠监测方法及装置、电子设备、存储介质，能够有效降低电子设备在对用户进行睡眠监测过程中的功耗，有利于提升电子设备进行睡眠监测的可靠性及稳定性。

以下将结合附图进行详细描述。

请一并参阅图1A及图1B，图1A是本申请实施例公开的一种睡眠监测方法的应用场景示意图，图1B则是本申请实施例公开的另一种睡眠监测方法的应用场景示意图。如图1A所示，该应用场景可以包括用户10以及电子设备20。其中，电子设备20可以包括第一传感器21以及第二传感器22(图1中未具体示出)。为了对用户10在睡眠期间的健康状态进行监测，可以利用该第一传感器21和/或第二传感器22，采集用户10在睡眠过程中的各类状态参数，以将其作为针对用户10的睡眠监测数据，用于对用户10实际的睡姿状态等进行判断，进而确定出该用户10的睡眠健康状态。在一些实施例中，电子设备20可以依据预设的判断标准，确定用户10的睡姿状态等是否存在健康风险。在另一些实施例中，不同类型的用户10可能在特定的不同睡眠状态参数或睡姿状态(例如侧卧睡姿、俯卧睡姿等)下存在较高的健康风险，从而电子设备20也可以基于用户10的用户类型来确定相应的判断标准，进而可以针对性地确定该用户10的睡姿状态等是否存在健康风险，以确保能够及时对存在危险的用户10进行救助调整。

在一些实施例中，如图1A所示，电子设备20可以紧贴用户10放置，并保持与用户10的直接接触，从而可以通过其内置的第一传感器21和/或第二传感器22，基于接触式的检测获取相应的睡眠监测数据。示例性地，电子设备20可以放置于用户10的手部等不同身***置附近。可选地，上述电子设备20可以包括可穿戴设备，则用户10可以在睡眠过程中佩戴该电子设备20，以通过该电子设备20检测用户10在睡眠过程中的呼吸、心率、体动(例如用户10的肢体移动，包括改变睡姿等)等数据，作为该电子设备10所采集到的睡眠监测数据。可选地，电子设备20也可以不与用户10直接接触，而是隔着衣物、被褥等与用户10间接接触，此时该电子设备20仍可基于接触式的检测获取用户10在睡眠过程中的上述呼吸、心率、体动等数据。

在另一些实施例中，如图1B所示，电子设备20也可以放置在距离用户10稍远的位置上，不与用户10直接接触，从而可以通过其内置的第一传感器21和/或第二传感器22，基于非接触式的检测获取相应的睡眠监测数据。示例性地，若用户10在床上睡觉，则电子设备20可以放置在床上，例如枕侧、枕下等位置；也可以放置在床侧。需要说明的是，虽然电子设备20不与用户10直接接触，但由于用户10在睡眠过程中可能存在翻身、移动肢体等动作，同时也必然存在呼吸、脉搏跳动等生理特征，电子设备20仍可以间接地检测到用户10在睡眠过程中的呼吸、心率、体动等数据，作为该电子设备10所采集到的睡眠监测数据。

在相关技术中，为了准确确定用户10的睡眠健康状态，往往需要使电子设备20在用户10的睡眠期间持续保持工作，即，使该电子设备20内置的各种传感器保持开启状态，以持续采集针对用户10的睡眠监测数据。这样的睡眠监测方式往往会导致电子设备20的功耗过大，为解决这一问题，在本申请实施例中，电子设备20可以通过其第一传感器21采集第一睡眠监测数据，并根据该第一睡眠监测数据确定出相应的第一用户睡姿状态。在上述第一用户睡姿状态符合目标高风险条件的情况下，电子设备20可以通过其第二传感器22采集第二睡眠监测数据。其中，上述目标高风险条件可以为表示第一用户睡姿状态反映用户10存在健康风险的条件，第一睡眠监测数据则可以与第二睡眠监测数据的数据类型不相同。在此基础上，电子设备20可以根据上述第一睡眠监测数据及第二睡眠监测数据，确定出相应的用户睡眠健康状态。

通过实施上述睡眠监测方法，电子设备20可以在利用第一传感器21对用户10进行睡眠监测的基础上，基于用户10的不同睡姿状态可能存在的健康风险，确定是否需要增加第二传感器22来对用户10作进一步的睡眠监测。其中，上述睡姿状态是基于第一传感器21所采集到的第一睡眠监测数据确定的，在一些实施例中，电子设备20也可以将该第一睡眠监测数据重复应用于对用户10是否存在健康风险的判断中，以更准确地确定是否需要开启上述第二传感器22。这样的睡眠监测方法，可以使得电子设备20采用尽可能少的传感器实现睡眠监测，仅在用户睡姿状态存在一定健康风险的情况下才提升监测力度，从而能够有效降低电子设备20在对用户10进行睡眠监测过程中的功耗。同时，也能够避免多个传感器长时间无效运行，有利于实现精细化的数据采集及分析，从而能够在确保睡眠监测准确性的前提下，进一步提升电子设备20进行睡眠监测的可靠性及稳定性。

示例性地，上述电子设备20，可以包括具备睡眠监测功能的各类终端设备或***，例如智能手机、智能可穿戴设备(包括智能手表、智能手环等)、平板电脑等，本申请实施例中不作具体限定。进一步地，该电子设备20可以搭载有操作***，如Windows或WindowsPhone操作***、安卓(Android)操作***、iOS操作***、塞班(Symbian)操作***等，以用于配合实现睡眠监测的相关软件功能或***功能。在一些实施例中，电子设备20也可以包括单独设置(即独立于终端设备或***)的设备，例如集成有上述第一传感器21以及第二传感器22，并且可放置于用户10身边的纽扣状、收纳盒状设备等。可以理解，图1所示的电子设备20为智能手机，这仅仅是一种示例，不应被视为对本申请实施例中电子设备20的设备类型的限制。

在一些实施例中，电子设备20可以利用训练好的神经网络模型来对其第一传感器21和/或第二传感器22所获取的睡眠监测数据进行识别，即，既可以通过目标神经网络来对上述第一睡眠监测数据进行识别，确定出相应的第一用户睡姿状态；也可以通过该目标神经网络或者另一神经网络，根据上述第一睡眠监测数据及第二睡眠监测数据，确定出相应的用户睡眠健康状态。

在一些实施例中，上述神经网络模型可以实现于电子设备20中专用的神经网络模块。示例性地，请参阅图2，图2是本申请实施例公开的电子设备20的一种模块化示意图。如图2所示，该电子设备20除了包括上述的第一传感器21以及第二传感器22外，还可以包括控制处理器23、存储器24、神经网络模块25、供电模块26以及通信模块27。

示例性地，上述控制处理器23可以包括中央处理器(Central Process Unit，CPU)，以用于实现电子设备20中的功能控制及数据处理等通用功能；上述神经网络模块25则可以包括专用处理器，例如神经网络处理器(Neural-network Processing Unit，NPU)等，以用于对上述第一传感器21及第二传感器22所采集的睡眠监测数据进行识别处理。

在本申请实施例中，电子设备20在通过第一传感器21采集第一睡眠监测数据时，可以先不通过供电模块26为第二传感器22供电，即，此时的第二传感器22可以处于未开启状态。第一传感器21可以将其所采集的第一睡眠监测数据传输至神经网络模块25，进而该神经网络模块25可以根据该第一睡眠监测数据确定出相应的第一用户睡姿状态，并据此确定是否需要开启第二传感器22以作进一步的睡眠监测。在上述第一用户睡姿状态符合目标高风险条件的情况下，可以允许供电模块26为第二传感器22供电，以通过该第二传感器22采集第二睡眠监测数据，该第二睡眠监测数据也可以被传输至神经网络模块25，以用于更准确地确定出用户睡眠健康状态。

在一些实施例中，电子设备20在通过第一传感器21采集第一睡眠监测数据时，上述第二传感器22也可以保持开启，但处于低功耗状态或休眠状态等未实际采集睡眠监测数据的状态。在此基础上，若根据上述第一用户睡姿状态确定出需要第二传感器22作进一步的睡眠监测，则可以触发该第二传感器22进入正常工作状态，以采集相应的第二睡眠监测数据。

此外，上述存储器24，可以用于对控制处理器23进行功能控制及数据处理等过程中所涉及的部分数据进行必要的存储；上述通信模块27，则可以用于实现该电子设备20与其他设备之间的通信连接。需要说明的是，该电子设备20还可以包括其他功能模块(未具体图示)，以用于实现该电子设备20所需实现的其他功能，本申请实施例中不作具体限定。

请参阅图3，图3是本申请实施例公开的一种睡眠监测方法的流程示意图，该睡眠监测方法可以应用于上述的电子设备，该电子设备可以包括第一传感器及第二传感器。如图3所示，该睡眠监测方法可以包括以下步骤：

302、通过第一传感器，采集第一睡眠监测数据。

在本申请实施例中，电子设备对用户的睡眠过程进行监测，可以是通过其内置的第一传感器来实现的。示例性地，电子设备可以通过第一传感器采集第一睡眠监测数据，并在后续步骤中根据该第一睡眠监测数据分析用户具体的睡姿状态，以据此确定是否需要进一步提升监测力度，采用更多传感器对用户的睡眠状态进行监测。

示例性地，上述第一传感器至少可以包括惯性测量单元(Inertial MeasurementUnit，IMU)，该惯性测量单元可以包括加速度传感器、陀螺仪等，以用于对用户在睡眠过程中由于不同的睡姿及睡姿变化，而相应产生的加速度信号、三轴姿态角偏转信号等进行检测，进而可以确定出用户在睡眠过程中相应的第一睡眠监测数据。

示例性地，上述第一睡眠监测数据至少可以包括用户呼吸数据、用户心率数据以及用户体动数据中的一种或多种。其中，上述用户呼吸数据，可以指用户在睡眠过程中的呼吸频率、呼吸深度(即呼吸的强弱程度，可具体表现为呼吸的气体交换程度)、呼吸暂停情况等；上述用户心率数据，可以指用户在睡眠过程中的心率、心率健康状态等；上述用户体动数据，可以指用户在睡眠过程中的肢体移动情况，例如是否发生摆手、翻身等动作。

在一些实施例中，电子设备可以基于第一传感器所检测到的震动信号，分析确定出对应的第一睡眠监测数据。示例性地，以第一传感器包括上述的惯性测量单元为例，电子设备可以通过其内置的惯性测量单元采集用户在进入睡眠状态的情况下所产生的震动信号，进而可以对该震动信号进行分析处理，确定与该震动信号对应的第一睡眠监测数据。可以理解，无论电子设备是与用户直接接触、间接接触还是放置在距离用户稍远的位置上(例如电子设备放置在床上等情形)，均可检测到用户由于呼吸、心跳、肢体移动等而产生的不同类型的震动信号，从而可以准确地确定出相应的第一睡眠监测数据。

可选地，电子设备可以先根据上述惯性测量单元所采集的震动信号，判断用户是否已进入睡眠状态，以避免将用户未进入睡眠状态的情况下所采集到的监测数据误判为睡眠监测数据，从而有利于确保电子设备进行睡眠监测的准确性。示例性地，电子设备在通过上述惯性测量单元采集到震动信号之后，可以分析该震动信号的信号模式，并将其与用户在睡眠状态及清醒状态下对应的信号样式进行比对，以判断该用户实际上是否已进入睡眠状态。在此基础上，若判断出用户处于睡眠状态，则电子设备可以继续通过上述惯性测量单元采集震动信号，并基于该震动信号分析确定对应的第一睡眠监测数据；若判断出用户处于清醒状态，则电子设备可以定期(例如间隔5分钟、10分钟等)继续采集与比对，直至判断出用户处于睡眠状态为止。

在另一些实施例中，电子设备也可以通过训练好的神经网络模型来对其第一传感器所检测到的震动信号进行识别，得到相应的第一睡眠监测数据。其中，上述神经网络模型可以利用样本震动信号及对应的样本睡眠监测数据进行训练得到的。示例性地，仍以第一传感器包括上述的惯性测量单元为例，电子设备可以将惯性测量单元所采集到的震动信号作为上述神经网络模型的输入，经过该神经网络模型的识别判断，可以输出相应的可能性最高的第一睡眠监测数据。

304、根据第一睡眠监测数据，确定第一用户睡姿状态。

在本申请实施例中，电子设备在获取上述第一睡眠监测数据之后，可以根据该第一睡眠监测数据对用户的睡姿进行判断，确定出相应的第一用户睡姿状态。示例性地，该第一用户睡姿状态可以包括用户睡姿类型，例如至少可以包括平卧睡姿、侧卧睡姿(包括左侧卧睡姿以及右侧卧睡姿)以及俯卧睡姿中的任一种。示例性地，该第一用户睡姿状态也可以包括用户睡姿风险数据，以用于表示用户当前的睡姿状态是否存在一定的健康风险(例如平卧睡姿的健康风险较低，俯卧睡姿的健康风险较高等)。

在一些实施例中，电子设备可以通过训练好的神经网络模型来对上述第一睡眠监测数据进行识别，以确定与该第一睡眠监测数据对应的第一用户睡姿状态。在另一些实施例中，电子设备也可以通过查表的方式，从预先设计的睡姿状态对照表中，直接获取与上述第一睡眠监测数据对应的第一用户睡姿状态。还有一些实施例中，电子设备可以利用预先设计的逻辑判断式，根据多个不同类型的第一睡眠监测数据进行逻辑判断，进而可以根据逻辑判断结果确定出相应的第一用户睡姿状态。

可选地，以电子设备通过神经网络模型识别第一睡眠监测数据为例，该电子设备可以配置训练好的神经网络模型，并将上述第一睡眠监测数据作为该神经网络模型的输入，通过识别输出相应的第一用户睡姿状态。

在一些实施例中，上述神经网络模型对第一睡眠监测数据进行识别的逻辑可以表示为S＝a+b+c，其中S表示睡姿状态评分，a表示用户呼吸数据对应的评分，b表示用户心率数据对应的评分，c表示用户体动数据对应的评分。通过对用户呼吸数据、用户心率数据以及用户体动数据这些不同类型的第一睡眠监测数据进行评分，累计后可以得到相应的睡姿状态评分S，进而可以基于预设的评分判断逻辑，确定该睡姿状态评分S对应的第一用户睡姿状态。可选地，上述a、b、c还可以为加权评分，相应的加权系数可以预先指定，也可以通过大量的样本睡眠数据及对应的样本睡姿状态进行分析确定，本申请实施例中不作具体限定。

在另一些实施例中，上述神经网络模型对第一睡眠监测数据进行识别的逻辑也可以表示为S＝a&b&c，其中a、b、c可以分别表示用户呼吸数据、用户心率数据以及用户体动数据的布尔型评分，S则可以表示其中一种睡姿状态(以俯卧睡姿为例)的布尔型评分。通过逻辑判断，可以确定俯卧睡姿的布尔型评分S为1(TRUE)或0(FALSE)，进而可以确定上述第一睡眠监测数据对应于俯卧睡姿的判断是否成立，从而可以判断出第一睡眠监测数据对应的第一用户睡姿状态是否为俯卧睡姿。可以理解，对于其他类型的睡姿状态，所使用的逻辑判断式可以相同，也可以不相同。

需要说明的是，上述识别逻辑仅为部分示例，在不同的实施例中，上述神经网络模型对第一睡眠监测数据进行识别的逻辑还可以存在不同形式的表达，本申请实施例中不作具体限定。

306、在第一用户睡姿状态符合目标高风险条件的情况下，通过第二传感器采集第二睡眠监测数据，其中，上述目标高风险条件为表示第一用户睡姿状态反映用户存在健康风险的条件，第一睡眠监测数据与第二睡眠监测数据的数据类型不相同。

在本申请实施例中，若用户当前的睡姿状态存在一定的健康风险(例如用户处于某种俯卧睡姿等情形)，则电子设备可以提升监测力度，进一步采用第二传感器对用户的睡眠过程进行监测，以更准确地确定出用户睡眠健康状态，进而可以在后续步骤中确定是否需要进行相应的干预提示，保障用户的睡眠安全及健康。

其中，由于第二传感器并非在电子设备一开始进行睡眠监测时即开始采集睡眠监测数据(例如处于未开启状态，或者保持开启但处于低功耗状态或休眠状态等)，而是可以仅在用户睡姿状态存在一定健康风险的情况下，才追加采集第二睡眠监测数据，从而可以在确保睡眠监测准确性的前提下，尽可能降低电子设备在对用户进行睡眠监测过程中的功耗，有利于提升电子设备的续航能力。

示例性地，上述第二传感器可以包括麦克风，则相应地通过该第二传感器采集的第二睡眠监测数据至少可以包括用户鼾声数据。其中，该用户鼾声数据可以指用户在睡眠过程中的鼾声频率、鼾声响度等，以用于辅助判断用户实际的睡眠健康状态。与第一睡眠监测数据(例如用户呼吸数据、用户心率数据以及用户体动数据中的一种或多种)相比，第一睡眠监测数据与第二睡眠监测数据的数据类型不相同，从而电子设备可以基于更多类型的睡眠监测数据，从多个维度上对用户进行睡眠监测，以提升判断用户睡眠健康状态的准确性。

在一些实施例中，电子设备在获取上述第一用户睡姿状态之后，可以仅根据该第一用户睡姿状态，判断其是否反映用户存在健康风险。示例性地，上述第一用户睡姿状态可以包括用户睡姿类型(例如至少可以包括平卧睡姿、侧卧睡姿以及俯卧睡姿中的任一种，其中上述侧卧睡姿可以包括左侧卧睡姿以及右侧卧睡姿)，则电子设备可以直接判断该用户睡姿类型是否属于目标高风险类型，若属于目标高风险类型，则可以确认第一用户睡姿状态符合目标高风险条件，需要通过第二传感器进一步采集第二睡眠监测数据。

作为一种可选的实施方式，上述目标高风险类型可以与用户类型相关联，从而电子设备可以先获取其所记录的用户类型信息，再判断用户睡姿类型是否属于该用户类型信息对应的目标高风险类型。示例性地，上述用户类型信息可以包括婴幼儿、儿童(不含婴幼儿)、老人、孕妇、部分疾病患者(例如心脏疾病、肢体疾病等)等，其中，该用户类型信息可以由用户手动输入，也可以由该电子设备联网获取，还可以由该电子设备基于上述第一睡眠监测数据分析得到。

举例来说，若电子设备所获取的用户类型信息为婴幼儿，其对应的目标高风险类型可以包括俯卧睡姿(婴幼儿可能因俯卧导致窒息)。此时，若基于第一睡眠监测数据确定的用户睡姿类型为俯卧睡姿，则电子设备可以确认该用户睡姿类型属于目标高风险类型，即符合目标高风险条件，进而需要通过第二传感器进一步采集第二睡眠监测数据。

又举例来说，若电子设备所获取的用户类型信息为心脏疾病患者，其对应的目标高风险类型可以包括俯卧睡姿及左侧卧睡姿(患者可能因左侧肢体受压导致心脏问题)。此时，若基于第一睡眠监测数据确定的用户睡姿类型为俯卧睡姿或左侧卧睡姿，则电子设备也可以确认该用户睡姿类型属于目标高风险类型，进而可以通过第二传感器进一步采集第二睡眠监测数据。

示例性地，上述第一用户睡姿状态也可以包括用户睡姿风险数据，该用户睡姿风险数据可以包括用户的睡姿状态存在健康风险的可能性评分。示例性地，该用户睡姿风险数据可以包括一定数值范围内的数字(例如区间[0,100]内的整数，区间[0,1]内的小数等)，以用于表示用户当前的睡姿状态的健康风险大小(例如数字越大，健康风险越大)。具体举例来说，以K1表示该用户睡姿风险数据，则函数表达式K1＝f(a,b,c)可以表示其与上述第一睡眠监测数据的联系，其中，a可以表示用户呼吸数据对应的评分，b可以表示用户心率数据对应的评分，c可以表示用户体动数据对应的评分。也即是说，基于预先设定的函数关系，可以利用用户呼吸数据、用户心率数据以及用户体动数据这些不同类型的第一睡眠监测数据，唯一确定出相应的用户睡姿风险数据K。可选地，基于预设的评分判断逻辑，不同的用户睡姿风险数据K还可以对应表示用户所处的不同睡姿类型。

在一些实施例中，电子设备可以利用一定的阈值对上述用户睡姿风险数据进行判断，以确定该用户睡姿风险数据是否反映用户存在健康风险，即相应的第一用户睡姿状态是否符合目标高风险条件。也即是说，该目标高风险条件可以包括指定的阈值条件。示例性地，电子设备可以判断该用户睡姿风险数据是否符合第一阈值条件，例如该用户睡姿风险数据是否高于指定的第一阈值，或者该用户睡姿风险数据是否属于指定的第一阈值区间等。若符合该第一阈值条件，则可以确认第一用户睡姿状态符合目标高风险条件，从而电子设备可以开启上述第二传感器，并开始通过该第二传感器采集第二睡眠监测数据。

还有一些实施例中，电子设备在获取上述第一用户睡姿状态之后，也可以结合该第一用户睡姿状态，以及用于确定该第一用户睡姿状态的第一睡眠监测数据，共同判断其是否反映用户存在健康风险。示例性地，上述第一睡眠监测数据可以作为附加条件，即在判断出第一用户睡姿状态(包括用户睡姿类型、用户睡姿风险数据等)符合目标高风险条件的情况下，若第一睡眠监测数据满足指定的附加条件，则电子设备可以开启上述第二传感器，并开始通过该第二传感器采集第二睡眠监测数据。

举例来说，在上述第一用户睡姿状态符合目标高风险条件的情况下，若用户呼吸数据满足附加条件(例如用户在睡眠过程中的呼吸频率低于指定阈值、用户出现呼吸暂停情况等)，和/或用户心率数据满足附加条件(例如用户在睡眠过程中的心率低于指定阈值等)，和/或用户体动数据满足附加条件(例如用户在睡眠过程中发生翻身动作等)，则可以进一步确认第一用户睡姿状态反映用户存在健康风险，需要增加第二传感器来对用户作进一步的睡眠监测，从而有利于提升电子设备进行睡眠监测的准确性及可靠性。

308、根据上述第一睡眠监测数据及第二睡眠监测数据，确定用户睡眠健康状态。

在本申请实施例中，电子设备通过其内置的第一传感器及第二传感器分别获取相应的第一睡眠监测数据及第二睡眠监测数据之后，可以根据该第一睡眠监测数据和/或第二睡眠监测数据，确定出用户在睡眠期间所呈现的用户睡眠健康状态。其中，上述用户睡眠健康状态，可以表示用户在睡眠过程中实际的睡姿状态等具体存在的健康风险，有助于确定是否需要进行相应的干预提示，以保障用户的睡眠安全及健康。

在一些实施例中，电子设备可以直接对上述第一睡眠监测数据及第二睡眠监测数据进行融合处理，得到相应的第一综合睡眠监测数据，进而可以根据该第一综合睡眠监测数据，确定出相应的用户睡眠健康状态。可选地，电子设备可以通过神经网络识别的方式，确定与该第一综合睡眠监测数据对应的用户睡眠健康状态；也可以通过查表的方式，在预先设计的睡眠健康状态对照表中，查找与该第一综合睡眠监测数据对应的用户睡眠健康状态；还可以利用预先设计的逻辑判断式，基于对该第一综合睡眠监测数据进行逻辑判断的结果，确定与该第一综合睡眠监测数据对应的用户睡眠健康状态，本申请实施例中不作具体限定。

在另一些实施例中，电子设备也可以先对其通过第二传感器采集到的第二睡眠监测数据进行分析，以确定该第二睡眠监测数据是否具备足够的参考价值，可用于与上述第一睡眠监测数据一并确定出相应的用户睡眠健康状态。

示例性地，电子设备可以利用一定的阈值对上述第二睡眠监测数据进行判断，以确定该第二睡眠监测数据是否可用于后续确定用户睡眠健康状态的步骤中。具体地，电子设备可以判断该第二睡眠监测数据是否符合第二阈值条件，例如该第二睡眠监测数据是否高于指定的第二阈值，或者该第二睡眠监测数据是否属于指定的第二阈值区间等。可以理解，该第二阈值条件可以为表示第二睡眠监测数据反映用户睡眠健康状态的条件，即该第二睡眠监测数据与用户睡眠健康状态存在有效关联，排除了第二睡眠监测数据实际上与用户睡眠健康状态无关的可能性。在此基础上，电子设备可以结合上述第一睡眠监测数据以及第二睡眠监测数据，共同确定出相应的用户睡眠健康状态，以提升电子设备进行睡眠监测的准确性及可靠性。

在一种实施例中，若上述第二睡眠监测数据符合第二阈值条件，则电子设备可以根据上述第一睡眠监测数据及该第二睡眠监测数据进行融合处理，得到相应的第一综合睡眠监测数据，进而可以确定出与该第一综合睡眠监测数据对应的用户睡眠健康状态。

在此基础上，电子设备可以利用其第一传感器及第二传感器持续进行监测，直至用户当前的睡姿状态发生改变。在一些实施例中，电子设备可以在第一时长(例如5分钟、10分钟等)后，根据上述第一综合睡眠监测数据，确定出相应的第二用户睡姿状态，并在该第二用户睡姿状态符合目标低风险条件的情况下，停止通过第二传感器采集第二睡眠监测数据，以节省电子设备的功耗。在另一些实施例中，电子设备也可以持续地对上述第一睡眠监测数据及第二睡眠监测数据进行融合处理，并根据融合处理所得到的第一综合睡眠监测数据确定出相应的第二用户睡姿状态，从而可以对用户的睡姿状态变化实现持续监测，有利于监督并及时确认用户是否已调整存在健康风险的睡姿状态。

其中，上述目标低风险条件可以为表示第二用户睡姿状态反映用户不存在健康风险的条件(例如用户改变了存在健康风险的睡姿状态等)。可选地，该目标低风险条件也可以包括一定的阈值条件，即电子设备可以利用一定的阈值对该第二用户睡姿状态进行判断。以第二用户睡姿状态包括用户睡姿风险数据为例，该用户睡姿风险数据可以表示为函数表达式K2＝f(a,b,c,d)，其中，a可以表示用户呼吸数据对应的评分，b可以表示用户心率数据对应的评分，c可以表示用户体动数据对应的评分，d可以表示用户鼾声数据对应的评分。具体地，该用户睡姿风险数据同样可以包括一定数值范围内的数字(例如区间[0,100]内的整数，区间[0,1]内的小数等)，以用于表示用户当前的睡姿状态的健康风险大小(例如数字越大，健康风险越大)。在此基础上，电子设备可以判断该用户睡姿风险数据是否符合指定的阈值条件，若符合相应的阈值条件，则电子设备可以关闭上述第二传感器；若不符合相应的阈值条件，则电子设备可以保留上述第二传感器，并继续利用其第一传感器及该第二传感器进行监测，重复上述阈值判断步骤，直至用户当前的睡姿状态发生改变为止。

在另一种实施例中，若述第二睡眠监测数据不符合上述第二阈值条件，则电子设备可以仅根据上述第一睡眠监测数据，确定出与该第一睡眠监测数据对应的用户睡眠健康状态。在此基础上，电子设备可以不再保留第二传感器，即关闭该第二传感器，停止采集第二睡眠监测数据以节省功耗。

在一些实施例中，电子设备可以在第二时长(例如5分钟、10分钟等)内停止通过第二传感器采集第二睡眠监测数据。可选地，电子设备可以按照一定的时序来关闭该第二传感器。示例性地，上述第二时长可以包括第一目标时段及第二目标时段两个时序先后不同的时段，则该电子设备可以先在经过第一目标时段后，将第二传感器的工作频率从第一频率切换为第二频率。其中，上述第一频率为电子设备开启第二传感器，以通过该第二传感器采集第二睡眠监测数据时的初始工作频率，该第一频率可以大于第二频率，以使第二传感器在切换工作频率后采集第二睡眠监测数据的频率逐渐降低。进一步地，电子设备可以在经过第二目标时段后，完全停止通过第二传感器采集第二睡眠监测数据。

可见，实施上述实施例所描述的睡眠监测方法，电子设备可以在利用第一传感器对用户进行睡眠监测的基础上，基于用户不同睡姿状态可能存在的健康风险，确定是否需要增加第二传感器来对用户作进一步的睡眠监测。这样的睡眠监测方法，可以使得电子设备采用尽可能少的传感器实现睡眠监测，仅在用户睡姿状态存在一定健康风险的情况下才提升监测力度，从而能够有效降低电子设备在对用户进行睡眠监测过程中的功耗。同时，也能够避免多个传感器长时间无效运行，有利于实现精细化的数据采集及分析，从而能够在确保睡眠监测准确性的前提下，进一步提升电子设备进行睡眠监测的可靠性及稳定性。

请参阅图4，图4是本申请实施例公开的另一种睡眠监测方法的流程示意图，该睡眠监测方法可以应用于上述的电子设备，该电子设备可以包括第一传感器及第二传感器。如图4所示，该睡眠监测方法可以包括以下步骤：

402、通过第一传感器，采集第一睡眠监测数据。

其中，步骤402与上述步骤302类似，此处不再赘述。

404、通过目标神经网络对第一睡眠监测数据进行识别，确定与该第一睡眠监测数据对应的第一用户睡姿状态。

其中，上述目标神经网络可以是通过样本睡眠数据及对应的样本睡姿状态进行训练得到的，该样本睡眠数据至少可以包括样本呼吸数据、样本心率数据以及样本体动数据中的一种或多种。

示例性地，电子设备在利用目标神经网络对第一睡眠监测数据进行识别之前，可以先利用上述的样本睡眠数据及对应的样本睡姿状态，对其内置的目标神经网络进行训练；也可以先通过其他设备，直接获取其他设备利用上述的样本睡眠数据及对应的样本睡姿状态训练好的目标神经网路。

在本申请实施例中，电子设备可以在专用的神经网络模块中，通过上述目标神经网络来对第一睡眠监测数据进行识别。具体地，电子设备可以将其第一传感器所采集到的第一睡眠监测数据直接输入至神经网络模块，经过上述目标神经网络的识别判断，可以输出相应的第一用户睡姿状态，并将该第一用户睡姿状态传输至电子设备的控制处理器，以便于在后续步骤中进行睡姿风险判断，确定是否需要追加开启第二传感器对用户作进一步的睡眠监测。

406、第一用户睡姿状态包括用户睡姿风险数据，在上述用户睡姿风险数据符合第一阈值条件的情况下，产生针对第二传感器的监测触发信号，其中，上述第一阈值条件为表示用户睡姿风险数据反映用户存在健康风险的条件。

在本申请实施例中，电子设备所确定出的第一用户睡姿状态可以包括用户睡姿风险数据，该用户睡姿风险数据可以用于表示用户当前的睡姿状态是否存在一定的健康风险。若用户当前的睡姿状态存在一定的健康风险(例如用户处于某种俯卧睡姿等情形)，则电子设备可以通过开启第二传感器的方式提升监测力度，以更准确地确定出用户睡眠健康状态。

示例性地，电子设备可以通过阈值判断的方式，利用指定的第一阈值条件对上述用户睡姿风险数据进行睡姿风险判断(例如该用户睡姿风险数据是否高于指定的第一阈值，或者该用户睡姿风险数据是否属于指定的第一阈值区间等)。其中，该第一阈值条件可以为表示上述用户睡姿风险数据反映用户存在健康风险的条件。在确定上述用户睡姿风险数据符合第一阈值条件的情况下，电子设备可以产生针对第二传感器的监测触发信号，并在后续步骤中通过该监测触发信号开启第二传感器。

作为一种可选的实施方式，上述第一用户睡姿状态还可以包括用户睡姿类型(例如至少可以包括平卧睡姿、侧卧睡姿以及俯卧睡姿中的任一种)，则电子设备还可以在该用户睡姿类型属于目标高风险类型的情况下，产生针对第二传感器的监测触发信号。示例性地，电子设备可以将俯卧睡姿定义为目标高风险类型，则在用户睡姿类型为俯卧睡姿时，电子设备可以产生上述监测触发信号，以开启第二传感器对用户在俯卧睡姿下的睡眠健康状态作进一步监测。可选地，上述目标高风险类型可以与用户类型相关联，从而电子设备可以先获取其所记录的用户类型信息，再判断用户睡姿类型是否属于该用户类型信息对应的目标高风险类型。示例性地，上述用户类型信息可以包括婴幼儿、儿童(不含婴幼儿)、老人、孕妇、部分疾病患者(例如心脏疾病、肢体疾病等)等，其中，该用户类型信息可以由用户手动输入，也可以由该电子设备联网获取，还可以由该电子设备基于上述第一睡眠监测数据分析得到。

408、通过上述监测触发信号，触发第二传感器采集第二睡眠监测数据。

其中，步骤406以及步骤408的结合与上述步骤306类似。在本申请实施例中，电子设备内置的第二传感器可以在上述监测触发信号的触发下，开始对用户进行睡眠监测，并采集相应的第二睡眠监测数据。

作为一种可选的实施方式，电子设备也可以设置有多种不同类型的第二传感器，则在上述第一用户睡姿状态符合目标高风险条件的情况下，电子设备可以先确定与该第一用户睡姿状态对应的第二传感器(例如麦克风、温度传感器等)，进而可以通过该与第一用户睡姿状态对应的第二传感器，采集相应的第二睡眠监测数据，以用于辅助判断用户实际的睡眠健康状态。

410、根据上述第一睡眠监测数据及第二睡眠监测数据，确定用户睡眠健康状态。

其中，步骤410与上述步骤308类似，此处不再赘述。

可见，实施上述实施例所描述的睡眠监测方法，电子设备可以在利用第一传感器对用户进行睡眠监测的基础上，基于用户不同睡姿状态可能存在的健康风险，确定是否需要增加第二传感器来对用户作进一步的睡眠监测，从而可以使得电子设备采用尽可能少的传感器实现睡眠监测，能够有效降低电子设备在对用户进行睡眠监测过程中的功耗。同时，也能够避免多个传感器长时间无效运行，有利于实现精细化的数据采集及分析，在确保睡眠监测准确性的前提下，进一步提升电子设备进行睡眠监测的可靠性及稳定性。此外，通过目标神经网络对用户的睡姿状态进行识别，有利于提升识别判断的准确性，从而有利于提升电子设备进行睡眠监测的准确性。

请参阅图5，图5是本申请实施例公开的又一种睡眠监测方法的流程示意图，该睡眠监测方法可以应用于上述的电子设备，该电子设备可以包括第一传感器及第二传感器。如图5所示，该睡眠监测方法可以包括以下步骤：

502、响应于针对电子设备的模式选择操作，确定与该模式选择操作对应的目标监测模式。

在本申请实施例中，电子设备可以设置为不同的睡眠监测模式，在不同的睡眠监测模式下，该电子设备调用传感器进行睡眠监测的方式可以不相同。示例性地，用户可以通过在电子设备上执行模式选择操作，以确定与该模式选择操作对应的目标监测模式，进而可以在后续步骤中根据具体的目标监测模式，通过第一传感器和/或第二传感器采集相应的睡眠监测数据。

示例性地，请一并参阅图6A及图6B，图6A及图6B分别为本申请实施例公开的电子设备进行睡眠监测的两种界面示意图。如图6A所示，在通过电子设备对用户进行睡眠监测时，相应的软件功能或***功能可以提供“模式选择”“报告生成”“提醒功能”等不同的功能按钮。当用户点击“模式选择”按钮时，电子设备可以进入如图6B所示的模式选择界面。在此基础上，电子设备可以响应于用户的模式选择操作，从图6B所示的多个候选模式中确定出与该模式选择操作对应的目标监测模式。需要说明的是，图6B中所示出的多个候选模式仅仅是一些示例，在一些实施例中，该电子设备还可以设置其他不同的候选模式。

作为一种可选的实施方式，上述模式的选择可以与用户类型相关联，从而电子设备可以针对不同类型的用户，适应性地采用第一传感器和/或第二传感器采集相应的睡眠监测数据。示例性地，上述用户类型可以包括婴幼儿、儿童(不含婴幼儿)、老人、孕妇、部分疾病患者(例如心脏疾病、肢体疾病等)等。电子设备可以先获取其所记录的用户类型信息，再确定与该用户类型信息对应的睡眠监测模式，进而可以调用相应睡眠监测模式所规定的传感器进行睡眠监测。

504、在上述目标监测模式为低功耗启动模式的情况下，通过第一传感器，采集第一睡眠监测数据。

其中，步骤504与上述步骤302类似。需要说明的是，在上述目标监测模式为低功耗启动模式的情况下，电子设备可以采用尽可能少的传感器对用户进行睡眠监测。在一些实施例中，若上述目标监测模式为全功能启动模式，则电子设备可以同时启动其内置的第一传感器及第二传感器，并通过该第一传感器采集第一睡眠监测数据，以及通过第二传感器采集第二睡眠监测数据。

作为一种可选的实施方式，电子设备在通过上述第一传感器和/或第二传感器采集相应的睡眠监测数据之前，还可以检测该电子设备的放置状态。在该放置状态不符合睡眠监测条件(例如该电子设备应放置于某一指定的监测位置，或者该电子设备与用户的距离应小于某一阈值等)的情况下，电子设备可以输出与该放置状态对应的放置提示信息(例如语音提示信息、灯光提示信息等)，以指示用户调整该电子设备的放置状态，直至符合上述睡眠监测条件为止。

506、通过目标神经网络对第一睡眠监测数据进行识别，确定与该第一睡眠监测数据对应的第一用户睡姿状态，该第一用户睡姿状态包括用户睡姿风险数据。

508、在上述用户睡姿风险数据符合第一阈值条件的情况下，产生针对第二传感器的监测触发信号，其中，上述第一阈值条件为表示用户睡姿风险数据反映用户存在健康风险的条件。

510、通过上述监测触发信号，触发第二传感器采集第二睡眠监测数据。

其中，步骤506、步骤508以及步骤510与上述步骤404、步骤406以及步骤408类似，此处不再赘述。

512、在第二睡眠监测数据符合第二阈值条件的情况下，根据第一睡眠监测数据及第二睡眠监测数据进行融合处理，得到第一综合睡眠监测数据，并确定与该第一综合睡眠监测数据对应的用户睡眠健康状态；

和/或，在第二睡眠监测数据不符合第二阈值条件的情况下，根据上述第一睡眠监测数据，确定与该第一睡眠监测数据对应的用户睡眠健康状态。

其中，步骤512与上述步骤308的部分具体实施方式类似，上述第二阈值条件可以为表示第二睡眠监测数据反映用户睡眠健康状态的条件，此处不再赘述。

514、根据上述用户睡眠健康状态，生成用户睡眠健康报告。

在本申请实施例中，电子设备根据上述用户睡眠健康状态所生成的用户睡眠健康报告，可以包括但不限于上述第一睡眠监测数据以及第二睡眠监测数据。示例性地，请参阅图6C，该用户睡眠健康报告可以包括用户在睡眠过程中被确定为俯卧睡姿的次数，也可以包括上述的用户呼吸数据、用户心率数据、用户体动数据以及用户鼾声数据等，以用于呈现用户在睡眠过程中的实际健康状态。

516、在上述用户睡眠健康报告表示第一用户睡姿状态异常的情况下，输出与该第一用户睡姿状态对应的干预提示信息，该干预提示信息用于指示用户调整第一用户睡姿状态。

在本申请实施例中，电子设备可以根据上述用户睡眠健康状态，或者基于该用户睡眠健康状态所生成的用户睡眠健康报告，确定该用户所处的第一用户睡姿状态是否存在异常。在该第一用户睡姿状态异常(例如第一用户睡姿状态表示用户处于俯卧睡姿)的情况下，电子设备可以进一步输出与该第一用户睡姿状态对应的干预提示信息，以指示用户或者其监护人调整第一用户睡姿状态。

在一些实施例中，上述干预提示信息可以包括语音提示信息，则电子设备可以通过输出该语音提示信息，直接唤醒用户改变其当前的睡姿状态，以避免发生危险。

在另一些实施例中，上述干预提示信息也可以包括短信提示信息，电子设备可以通过向监护人的设备发送该短信提示信息，以提醒监护人该用户当前的睡姿状态存在危险，从而可以及时地进行救助调整。

作为一种可选的实施方式，电子设备在执行上述步骤502之后，若所确定的目标监测模式为全功能启动模式，则电子设备可以同时通过第一传感器采集第一睡眠监测数据，以及通过第二传感器采集第二睡眠监测数据。在此基础上，电子设备可以通过阈值判断的方式，确定该第一睡眠监测数据及第二睡眠监测数据是否具备足够的参考价值，即该第一睡眠监测数据及第二睡眠监测数据与用户睡眠健康状态是否存在有效关联。具体地，电子设备可以判断该第一睡眠监测数据及第二睡眠监测数据是否高于或低于指定的阈值，或者是否属于指定的阈值区间等。若判断出该第一睡眠监测数据及第二睡眠监测数据满足上述阈值条件，则可以排除该第一睡眠监测数据及第二睡眠监测数据实际上与用户睡眠健康状态无关的可能性。在此基础上，电子设备可以结合上述第一睡眠监测数据以及第二睡眠监测数据，共同确定出相应的用户睡眠健康状态。

示例性地，电子设备可以判断该第一睡眠监测数据及第二睡眠监测数据是否符合第三阈值条件，例如该第一睡眠监测数据及第二睡眠监测数据是否高于指定的第三阈值，或者该第一睡眠监测数据及第二睡眠监测数据是否属于指定的第三阈值区间等。可以理解，上述第三阈值条件可以为表示该第一睡眠监测数据及第二睡眠监测数据反映用户进入睡眠状态的条件。

在此基础上，若上述第一睡眠监测数据及第二睡眠监测数据符合第三阈值条件，则电子设备可以根据该第一睡眠监测数据及第二睡眠监测数据进行融合处理，得到相应的第二综合睡眠监测数据，进而可以确定与该第二综合睡眠监测数据对应的用户睡眠健康状态。

进一步地，电子设备可以在一定时长后关闭第二传感器，以节省该电子设备的功耗。示例性地，电子设备可以在第三时长(例如5分钟、10分钟等)后，停止通过第二传感器采集第二睡眠监测数据。

作为一种可选的实施方式，电子设备在确定上述目标监测模式为全功能启动模式的情况下，还可以根据其对用户进行睡眠监测的历史数据，针对性地确定所需调用的传感器。示例性地，在上述目标监测模式为全功能启动模式的情况下，电子设备可以获取该电子设备所记录的历史睡眠监测数据，进而可以根据该历史睡眠监测数据，确定与该历史睡眠监测数据相匹配的待启动传感器，该待启动传感器可以包括上述的第一传感器和/或第二传感器。在此基础上，电子设备可以通过上述确定出的待启动传感器，采集相应的初始睡眠监测数据，并将该初始睡眠监测数据应用于确定用户睡眠健康状态的步骤中，从而有利于针对不同用户的个性化情况，采用尽可能少的传感器实现睡眠监测，进一步降低电子设备进行睡眠监测的功耗。

可见，实施上述实施例所描述的睡眠监测方法，电子设备可以在利用第一传感器对用户进行睡眠监测的基础上，基于用户不同睡姿状态可能存在的健康风险，确定是否需要增加第二传感器来对用户作进一步的睡眠监测，从而可以使得电子设备采用尽可能少的传感器实现睡眠监测，能够有效降低电子设备在对用户进行睡眠监测过程中的功耗。同时，也能够避免多个传感器长时间无效运行，有利于实现精细化的数据采集及分析，在确保睡眠监测准确性的前提下，进一步提升电子设备进行睡眠监测的可靠性及稳定性。此外，通过设置不同的睡眠监测模式，电子设备可以灵活地应对不同用户的不同睡眠监测需求，进一步提升电子设备进行睡眠监测的准确性及可靠性。此外，通过生成用户睡眠健康报告，并输出相应的干预提示信息，还有利于电子设备进一步保障用户的睡眠安全及健康。

请参阅图7，图7是本申请实施例公开的一种睡眠监测方法的时序图，该睡眠监测方法可以应用于上述的电子设备，该电子设备可以包括第一传感器及第二传感器。如图7所示，该睡眠监测方法可以包括以下步骤：

702、响应于针对电子设备的模式选择操作，确定与该模式选择操作对应的目标监测模式。

704、在目标监测模式为低功耗启动模式的情况下，通过第一传感器，采集第一睡眠监测数据。

706、通过目标神经网络对第一睡眠监测数据进行识别，确定与该第一睡眠监测数据对应的第一用户睡姿状态，该第一用户睡姿状态包括用户睡姿风险数据。

708、在上述用户睡姿风险数据符合第一阈值条件的情况下，产生针对第二传感器的监测触发信号。

710、通过上述监测触发信号，触发第二传感器采集第二睡眠监测数据。

712A、在上述第二睡眠监测数据符合第二阈值条件的情况下，根据第一睡眠监测数据及第二睡眠监测数据进行融合处理，得到第一综合睡眠监测数据，并确定与该第一综合睡眠监测数据对应的用户睡眠健康状态。

712B、在上述第二睡眠监测数据不符合第二阈值条件的情况下，根据第一睡眠监测数据，确定与该第一睡眠监测数据对应的用户睡眠健康状态。

714、停止通过第二传感器采集第二睡眠监测数据。

其中，电子设备在执行上述步骤712A之后，可以在第一时长后，根据上述第一综合睡眠监测数据确定第二用户睡姿状态，并在该第二用户睡姿状态符合目标低风险条件的情况下，停止通过第二传感器采集第二睡眠监测数据；

或者，电子设备在执行上述步骤712B之后，可以直接在第二时长后，停止通过第二传感器采集第二睡眠监测数据。

716、根据上述用户睡眠健康状态，生成用户睡眠健康报告。

718、在上述用户睡眠健康报告表示第一用户睡姿状态异常的情况下，输出与该第一用户睡姿状态对应的干预提示信息，该干预提示信息用于指示用户调整第一用户睡姿状态。

需要说明的是，在执行上述步骤702之后，电子设备还可以并列地执行以下步骤：

720、在目标监测模式为全功能启动模式的情况下，通过第一传感器采集第一睡眠监测数据，以及通过第二传感器采集第二睡眠监测数据。

722、在第一睡眠监测数据及第二睡眠监测数据符合第三阈值条件的情况下，根据该第一睡眠监测数据及第二睡眠监测数据进行融合处理，得到第二综合睡眠监测数据，并确定与该第二综合睡眠监测数据对应的用户睡眠健康状态。

724、在第三时长后，停止通过第二传感器采集第二睡眠监测数据。

可见，实施上述时序图所描述的睡眠监测方法，电子设备可以在利用第一传感器对用户进行睡眠监测的基础上，基于用户不同睡姿状态可能存在的健康风险，确定是否需要增加第二传感器来对用户作进一步的睡眠监测，从而可以使得电子设备采用尽可能少的传感器实现睡眠监测，能够有效降低电子设备在对用户进行睡眠监测过程中的功耗。同时，也能够避免多个传感器长时间无效运行，有利于实现精细化的数据采集及分析，在确保睡眠监测准确性的前提下，进一步提升电子设备进行睡眠监测的可靠性及稳定性。此外，此外，通过设置不同的睡眠监测模式，电子设备可以灵活地应对不同用户的不同睡眠监测需求，进一步提升电子设备进行睡眠监测的准确性及可靠性。

请参阅图8，图8是本申请实施例公开的一种睡眠监测装置的模块化示意图，该睡眠监测装置可以应用于上述的电子设备，该电子设备可以包括第一传感器及第二传感器。如图8所示，该睡眠监测装置可以包括第一监测单元801、第一确定单元802、第二监测单元803以及第二确定单元804，其中：

第一监测单元801，用于通过第一传感器，采集第一睡眠监测数据；

第一确定单元802，用于根据第一睡眠监测数据，确定第一用户睡姿状态；

第二监测单元803，用于在第一用户睡姿状态符合目标高风险条件的情况下，通过第二传感器采集第二睡眠监测数据，其中，上述目标高风险条件为表示第一用户睡姿状态反映用户存在健康风险的条件，第一睡眠监测数据与第二睡眠监测数据的数据类型不相同；

第二确定单元804，用于根据上述第一睡眠监测数据及第二睡眠监测数据，确定用户睡眠健康状态。

可见，采用上述实施例所描述的睡眠监测装置，电子设备可以在利用第一传感器对用户进行睡眠监测的基础上，基于用户不同睡姿状态可能存在的健康风险，确定是否需要增加第二传感器来对用户作进一步的睡眠监测。这样的睡眠监测方法，可以使得电子设备采用尽可能少的传感器实现睡眠监测，仅在用户睡姿状态存在一定健康风险的情况下才提升监测力度，从而能够有效降低电子设备在对用户进行睡眠监测过程中的功耗。同时，也能够避免多个传感器长时间无效运行，有利于实现精细化的数据采集及分析，从而能够在确保睡眠监测准确性的前提下，进一步提升电子设备进行睡眠监测的可靠性及稳定性。

在一种实施例中，上述第一确定单元802，具体可以用于通过目标神经网络对第一睡眠监测数据进行识别，确定与该第一睡眠监测数据对应的第一用户睡姿状态。

其中，上述目标神经网络可以是通过样本睡眠数据及对应的样本睡姿状态进行训练得到的，该样本睡眠数据至少可以包括样本呼吸数据、样本心率数据以及样本体动数据中的一种或多种。

在一种实施例中，上述第一用户睡姿状态可以包括用户睡姿风险数据，则上述第二监测单元803可以包括未图示的信号产生子单元以及监测触发子单元，其中：

信号产生子单元，用于在上述用户睡姿风险数据符合第一阈值条件的情况下，产生针对第二传感器的监测触发信号，其中，上述第一阈值条件为表示用户睡姿风险数据反映用户存在健康风险的条件；

监测触发子单元，用于通过上述监测触发信号，触发第二传感器采集第二睡眠监测数据。

在一种实施例中，上述第一用户睡姿状态还可以包括用户睡姿类型，该用户睡姿类型至少可以包括平卧睡姿、侧卧睡姿以及俯卧睡姿中的任一种，则上述信号产生子单元，具体可以用于在上述用户睡姿类型属于目标高风险类型的情况下，产生针对第二传感器的监测触发信号。

在一种实施例中，上述第二监测单元803还可以包括未图示的信息获取子单元，该信息获取子单元可以用于在上述信号产生子单元产生针对第二传感器的监测触发信号之前，获取电子设备记录的用户类型信息；

在此基础上，上述信息获取子单元，具体可以用于：

根据上述用户类型信息，判断用户睡姿类型是否属于该用户类型信息对应的目标高风险类型，若属于目标高风险类型，则产生针对第二传感器的监测触发信号。

在一种实施例中，上述第二监测单元803也可以包括未图示的传感器确定子单元以及数据监测子单元，其中：

传感器确定子单元，用于在上述第一用户睡姿状态符合目标高风险条件的情况下，确定与该第一用户睡姿状态对应的第二传感器；

数据监测子单元，用于通过与该第一用户睡姿状态对应的第二传感器采集第二睡眠监测数据。

示例性地，上述第一传感器可以包括惯性测量单元，则第一睡眠监测数据至少可以包括用户呼吸数据、用户心率数据以及用户体动数据中的一种或多种，上述第一监测单元801可以包括未图示的信号采集子单元以及分析子单元，其中：

信号采集子单元，用于通过惯性测量单元采集震动信号，该震动信号可以是由用户在进入睡眠状态的情况下产生的；

分析子单元，用于对上述震动信号进行分析，确定与该震动信号对应的第一睡眠监测数据。

示例性地，上述第二传感器可以包括麦克风，则第二睡眠监测数据至少可以包括用户鼾声数据。

在一种实施例中，上述第二确定单元804，具体可以用于：

在第二睡眠监测数据符合第二阈值条件的情况下，根据上述第一睡眠监测数据及该第二睡眠监测数据进行融合处理，得到第一综合睡眠监测数据，并确定与该第一综合睡眠监测数据对应的用户睡眠健康状态；

和/或，在第二睡眠监测数据不符合第二阈值条件的情况下，根据上述第一睡眠监测数据，确定与该第一睡眠监测数据对应的用户睡眠健康状态。

其中，上述第二阈值条件可以为表示第二睡眠监测数据反映用户睡眠健康状态的条件。

在此基础上，该睡眠监测装置还可以包括未图示的第三确定单元，该第三确定单元可以用于在上述第二确定单元804确定出与第一综合睡眠监测数据对应的用户睡眠健康状态的情况下，在第一时长后，根据该第一综合睡眠监测数据，确定第二用户睡姿状态；

则上述第二监测单元803，可以用于在第二用户睡姿状态符合目标低风险条件的情况下，停止通过第二传感器采集第二睡眠监测数据。

其中，上述目标低风险条件可以为表示第二用户睡姿状态反映用户不存在健康风险的条件。

可选地，上述第二监测单元803，还可以直接用于在第二时长后，停止通过第二传感器采集第二睡眠监测数据。

示例性地，上述第二时长可以包括第一目标时段及第二目标时段，则该第二监测单元803具体可以用于：

在经过第一目标时段后，将第二传感器的工作频率从第一频率切换为第二频率，其中，上述第一频率大于第二频率；

在经过第二目标时段后，停止通过第二传感器采集第二睡眠监测数据。

在一种实施例中，该睡眠监测装置还可以包括未图示的模式选择单元，该模式选择单元，可以用于响应于针对电子设备的模式选择操作，确定与该模式选择操作对应的目标监测模式；

则上述第一监测单元801，具体可以用于在上述目标监测模式为低功耗启动模式的情况下，通过第一传感器，采集第一睡眠监测数据。

作为一种可选的实施方式，在上述目标监测模式为全功能启动模式的情况下，该睡眠监测装置的第一监测单元801可以通过第一传感器采集第一睡眠监测数据，以及，第二监测单元803可以通过第二传感器采集第二睡眠监测数据；

上述第二确定单元804，还可以用于在第一睡眠监测数据及第二睡眠监测数据符合第三阈值条件的情况下，根据该第一睡眠监测数据及第二睡眠监测数据进行融合处理，得到第二综合睡眠监测数据，并确定与该第二综合睡眠监测数据对应的用户睡眠健康状态，其中，上述第三阈值条件可以为表示第一睡眠监测数据及第二睡眠监测数据反映用户进入睡眠状态的条件；

上述第二监测单元803，还可以用于在第三时长后，停止通过第二传感器采集第二睡眠监测数据。

作为另一种可选的实施方式，该睡眠监测装置还可以包括未图示的历史数据获取单元以及传感器确定单元，其中：

历史数据获取单元，用于在上述目标监测模式为全功能启动模式的情况下，获取电子设备记录的历史睡眠监测数据；

传感器确定单元，用于根据上述历史睡眠监测数据，确定与该历史睡眠监测数据相匹配的待启动传感器，该待启动传感器可以包括上述第一传感器和/或第二传感器；

在此基础上，该睡眠监测装置相应的第一监测单元801和/或第二监测单元803，可以通过待启动传感器采集初始睡眠监测数据，该初始睡眠监测数据可以用于确定用户睡眠健康状态。

在一种实施例中，该睡眠监测装置还可以包括未图示的睡眠健康报告单元以及第一输出单元，其中：

睡眠健康报告单元，用于在上述第二确定单元804确定出用户睡眠健康状态之后，根据该用户睡眠健康状态，生成用户睡眠健康报告；

第一输出单元，用于在该用户睡眠健康报告表示上述第一用户睡姿状态异常的情况下，输出与该第一用户睡姿状态对应的干预提示信息，该干预提示信息用于指示用户调整第一用户睡姿状态。

在一种实施例中，该睡眠监测装置还可以包括未图示的放置状态检测单元以及第二输出单元，其中：

放置状态检测单元，用于在上述第一监测单元801采集第一睡眠监测数据之前，检测电子设备的放置状态；

第二输出单元，用于在上述放置状态不符合睡眠监测条件的情况下，输出与该放置状态对应的放置提示信息，该放置提示信息用于指示用户调整电子设备的放置状态，直至其符合睡眠监测条件为止。

可见，采用上述实施例所描述的睡眠监测装置，电子设备可以在利用第一传感器对用户进行睡眠监测的基础上，基于用户不同睡姿状态可能存在的健康风险，确定是否需要增加第二传感器来对用户作进一步的睡眠监测，从而可以使得电子设备采用尽可能少的传感器实现睡眠监测，能够有效降低电子设备在对用户进行睡眠监测过程中的功耗。同时，也能够避免多个传感器长时间无效运行，有利于实现精细化的数据采集及分析，在确保睡眠监测准确性的前提下，进一步提升电子设备进行睡眠监测的可靠性及稳定性。此外，通过目标神经网络对用户的睡姿状态进行识别，有利于提升识别判断的准确性，从而有利于提升电子设备进行睡眠监测的准确性。此外，通过设置不同的睡眠监测模式，电子设备可以灵活地应对不同用户的不同睡眠监测需求，进一步提升电子设备进行睡眠监测的准确性及可靠性。此外，通过生成用户睡眠健康报告，并输出相应的干预提示信息，还有利于电子设备进一步保障用户的睡眠安全及健康。

请参阅图9，图9是本申请实施例公开的电子设备的另一种模块化示意图。如图9所示，该电子设备可以包括：

存储有可执行程序代码的存储器901；

与存储器901耦合的处理器902；

其中，处理器902调用存储器901中存储的可执行程序代码，可以执行上述实施例所描述的任意一种睡眠监测方法中的全部或部分步骤。

此外，本申请实施例进一步公开了一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，该计算机程序使得计算机可以执行上述实施例所描述的任意一种睡眠监测方法中的全部或部分步骤。

此外，本申请实施例进一步公开一种计算机程序产品，当该计算机程序产品在计算机上运行时，使得计算机可以执行上述实施例所描述的任意一种睡眠监测方法中的全部或部分步骤。

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，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其它光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其它介质。

以上对本申请实施例公开的一种睡眠监测方法及装置、电子设备、存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (19)

1.一种睡眠监测方法，其特征在于，应用于电子设备，所述电子设备包括第一传感器及第二传感器，所述方法包括：

通过所述第一传感器，采集第一睡眠监测数据；

根据所述第一睡眠监测数据，确定第一用户睡姿状态；

在所述第一用户睡姿状态符合目标高风险条件的情况下，通过所述第二传感器采集第二睡眠监测数据，其中，所述目标高风险条件为表示所述第一用户睡姿状态反映用户存在健康风险的条件，所述第一睡眠监测数据与所述第二睡眠监测数据的数据类型不相同；

根据所述第一睡眠监测数据及所述第二睡眠监测数据，确定用户睡眠健康状态。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一睡眠监测数据，确定第一用户睡姿状态，包括：

通过目标神经网络对所述第一睡眠监测数据进行识别，确定与所述第一睡眠监测数据对应的第一用户睡姿状态；

其中，所述目标神经网络是通过样本睡眠数据及对应的样本睡姿状态进行训练得到的，所述样本睡眠数据至少包括样本呼吸数据、样本心率数据以及样本体动数据中的一种或多种。

3.根据权利要求1所述的方法，其特征在于，所述第一用户睡姿状态包括用户睡姿风险数据，所述在所述第一用户睡姿状态符合目标高风险条件的情况下，通过所述第二传感器采集第二睡眠监测数据，包括：

在所述用户睡姿风险数据符合第一阈值条件的情况下，产生针对所述第二传感器的监测触发信号，其中，所述第一阈值条件为表示所述用户睡姿风险数据反映用户存在健康风险的条件；

通过所述监测触发信号，触发所述第二传感器采集第二睡眠监测数据。

4.根据权利要求1所述的方法，其特征在于，所述第一用户睡姿状态包括用户睡姿类型，所述用户睡姿类型至少包括平卧睡姿、侧卧睡姿以及俯卧睡姿中的任一种，所述在所述第一用户睡姿状态符合目标高风险条件的情况下，通过所述第二传感器采集第二睡眠监测数据，包括：

在所述用户睡姿类型属于目标高风险类型的情况下，产生针对所述第二传感器的监测触发信号。

5.根据权利要求4所述的方法，其特征在于，在所述用户睡姿类型属于目标高风险类型的情况下，产生针对所述第二传感器的监测触发信号之前，所述方法还包括：

获取所述电子设备记录的用户类型信息；

所述在所述用户睡姿类型属于目标高风险类型的情况下，产生针对所述第二传感器的监测触发信号，包括：

根据所述用户类型信息，判断所述用户睡姿类型是否属于所述用户类型信息对应的目标高风险类型，若属于所述目标高风险类型，则产生针对所述第二传感器的监测触发信号。

6.根据权利要求1所述的方法，其特征在于，所述在所述第一用户睡姿状态符合目标高风险条件的情况下，通过所述第二传感器采集第二睡眠监测数据，包括：

在所述第一用户睡姿状态符合目标高风险条件的情况下，确定与所述第一用户睡姿状态对应的第二传感器；

通过所述与所述第一用户睡姿状态对应的第二传感器采集第二睡眠监测数据。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述第一传感器包括惯性测量单元，所述第一睡眠监测数据至少包括用户呼吸数据、用户心率数据以及用户体动数据中的一种或多种，所述通过所述第一传感器，采集第一睡眠监测数据，包括：

通过所述惯性测量单元采集震动信号，所述震动信号是由用户在进入睡眠状态的情况下产生的；

对所述震动信号进行分析，确定与所述震动信号对应的第一睡眠监测数据。

8.根据权利要求1至6任一项所述的方法，其特征在于，所述第二传感器包括麦克风，所述第二睡眠监测数据至少包括用户鼾声数据。

9.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述第一睡眠监测数据及所述第二睡眠监测数据，确定用户睡眠健康状态，包括：

在所述第二睡眠监测数据符合第二阈值条件的情况下，根据所述第一睡眠监测数据及所述第二睡眠监测数据进行融合处理，得到第一综合睡眠监测数据，并确定与所述第一综合睡眠监测数据对应的用户睡眠健康状态；

和/或，在所述第二睡眠监测数据不符合第二阈值条件的情况下，根据所述第一睡眠监测数据，确定与所述第一睡眠监测数据对应的用户睡眠健康状态；

其中，所述第二阈值条件为表示所述第二睡眠监测数据反映用户睡眠健康状态的条件。

10.根据权利要求9所述的方法，其特征在于，在所述第二睡眠监测数据符合第二阈值条件的情况下，根据所述第一睡眠监测数据及所述第二睡眠监测数据进行融合处理，得到第一综合睡眠监测数据，并确定与所述第一综合睡眠监测数据对应的用户睡眠健康状态之后，所述方法还包括：

在第一时长后，根据所述第一综合睡眠监测数据，确定第二用户睡姿状态；

在所述第二用户睡姿状态符合目标低风险条件的情况下，停止通过所述第二传感器采集所述第二睡眠监测数据，其中，所述目标低风险条件为表示所述第二用户睡姿状态反映用户不存在健康风险的条件；

和/或，在所述第二睡眠监测数据不符合第二阈值条件的情况下，根据所述第一睡眠监测数据，确定与所述第一睡眠监测数据对应的用户睡眠健康状态之后，所述方法还包括：

停止通过所述第二传感器采集所述第二睡眠监测数据。

11.根据权利要求10所述的方法，其特征在于，所述停止通过所述第二传感器采集所述第二睡眠监测数据，包括：

在经过第一目标时段后，将所述第二传感器的工作频率从第一频率切换为第二频率，所述第一频率大于所述第二频率；

在经过第二目标时段后，停止通过所述第二传感器采集第二睡眠监测数据。

12.根据权利要求1至6任一项所述的方法，其特征在于，在所述通过所述第一传感器，采集第一睡眠监测数据之前，所述方法还包括：

响应于针对所述电子设备的模式选择操作，确定与所述模式选择操作对应的目标监测模式；

所述通过所述第一传感器，采集第一睡眠监测数据，包括：

在所述目标监测模式为低功耗启动模式的情况下，通过所述第一传感器，采集第一睡眠监测数据。

13.根据权利要求12所述的方法，其特征在于，在所述响应于针对所述电子设备的模式选择操作，确定与所述模式选择操作对应的目标监测模式之后，所述方法还包括：

在所述目标监测模式为全功能启动模式的情况下，通过所述第一传感器采集第一睡眠监测数据，以及通过所述第二传感器采集第二睡眠监测数据；

在所述第一睡眠监测数据及所述第二睡眠监测数据符合第三阈值条件的情况下，根据所述第一睡眠监测数据及所述第二睡眠监测数据进行融合处理，得到第二综合睡眠监测数据，并确定与所述第二综合睡眠监测数据对应的用户睡眠健康状态，其中，所述第三阈值条件为表示所述第一睡眠监测数据及所述第二睡眠监测数据反映用户进入睡眠状态的条件；

在第三时长后，停止通过所述第二传感器采集所述第二睡眠监测数据。

14.根据权利要求12所述的方法，其特征在于，在所述响应于针对所述电子设备的模式选择操作，确定与所述模式选择操作对应的目标监测模式之后，所述方法还包括：

在所述目标监测模式为全功能启动模式的情况下，获取所述电子设备记录的历史睡眠监测数据；

根据所述历史睡眠监测数据，确定与所述历史睡眠监测数据相匹配的待启动传感器，所述待启动传感器包括所述第一传感器和/或所述第二传感器；

通过所述待启动传感器采集初始睡眠监测数据，所述初始睡眠监测数据用于确定用户睡眠健康状态。

15.根据权利要求1至6任一项所述的方法，其特征在于，在所述根据所述第一睡眠监测数据及所述第二睡眠监测数据，确定用户睡眠健康状态之后，所述方法还包括：

根据所述用户睡眠健康状态，生成用户睡眠健康报告；

在所述用户睡眠健康报告表示所述第一用户睡姿状态异常的情况下，输出与所述第一用户睡姿状态对应的干预提示信息，所述干预提示信息用于指示用户调整所述第一用户睡姿状态。

16.根据权利要求1至6任一项所述的方法，其特征在于，在所述通过所述第一传感器，采集第一睡眠监测数据之前，所述方法还包括：

检测所述电子设备的放置状态；

在所述放置状态不符合睡眠监测条件的情况下，输出与所述放置状态对应的放置提示信息，所述放置提示信息用于指示用户调整所述电子设备的所述放置状态，直至符合所述睡眠监测条件为止。

17.一种睡眠监测装置，其特征在于，应用于电子设备，所述电子设备包括第一传感器及第二传感器，所述睡眠监测装置包括：

第一监测单元，用于通过所述第一传感器，采集第一睡眠监测数据；

第一确定单元，用于根据所述第一睡眠监测数据，确定第一用户睡姿状态；

第二监测单元，用于在所述第一用户睡姿状态符合目标高风险条件的情况下，通过所述第二传感器采集第二睡眠监测数据，其中，所述目标高风险条件为表示所述第一用户睡姿状态反映用户存在健康风险的条件，所述第一睡眠监测数据与所述第二睡眠监测数据的数据类型不相同；

第二确定单元，用于根据所述第一睡眠监测数据及所述第二睡眠监测数据，确定用户睡眠健康状态。

18.一种电子设备，其特征在于，所述电子设备包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如权利要求1至16任一项所述的方法。

19.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至16任一项所述的方法。