睡眠状态监测方法和系统与流程

本发明涉及睡眠监测技术领域，特别是涉及一种睡眠状态监测方法和系统。

背景技术：

随着人们生活水平的提高，越来越多的人都注重生活质量。睡眠作为生活质量的一部分，已受到大家普遍的关注。睡眠质量的下降不仅会影响人们的生活质量，也对人体的身心健康产生消极的影响。因此，睡眠监测作为一种有效记录监控锻炼的手段，已广泛应用于移动终端中。

目前对睡眠质量的监测方法主要有两类。第一类是记录每个单位时间段内的加速度传感器输出累计变化量，根据预设的门限值判断每个单位时间内用户是清醒、浅睡还是深睡，再对上一步的结果按照一定方法进行纠错和调整。第二类是记录一段时间内的加速度传感器输出累计变化量，根据预设的门限判断睡眠状态，通过超过门限的数据量占总数据量的比例来判断用户是清醒、浅睡还是深睡。

然而，上述方案没有充分考虑不同用户有不同的睡眠和作息习惯，导致监测结果不够准确。

技术实现要素：

基于此，有必要针对监测结果不够准确的问题，提供一种睡眠状态监测方法和系统。

一种睡眠状态监测方法，包括以下步骤：

利用加速度传感器获取被监测用户在第一时间段内的第一移动步数以及第一运动量参数，若所述第一移动步数为零，且所述第一运动量参数小于预设的第一门限值，判定用户进入浅睡状态，并对睡眠时间进行计数；

在所述浅睡状态下监测用户的第二运动量参数，若所述第二运动量参数大于预设的第二门限值，监测用户在第二时间段内的第二移动步数的增量；

若所述第二移动步数的增量大于预设的增量门限值，且所述睡眠时间的计数值小于预设的睡眠时间阈值，判定所述浅睡状态为假睡状态，并下调所述第一门限值；

根据下调后的第一门限值和所述第二门限值进行睡眠监测。

一种睡眠状态监测系统，包括：

计数模块，用于利用加速度传感器获取被监测用户在第一时间段内的第一移动步数以及第一运动量参数，若所述第一移动步数为零，且所述第一运动量参数小于预设的第一门限值，判定用户进入浅睡状态，并对睡眠时间进行计数；

第一监测模块，用于在所述浅睡状态下监测用户的第二运动量参数，若所述第二运动量参数大于预设的第二门限值，监测用户在第二时间段内的第二移动步数的增量；

调整模块，用于若所述第二移动步数的增量大于预设的增量门限值，且所述睡眠时间的计数值小于预设的睡眠时间阈值，判定所述浅睡状态为假睡状态，并下调所述第一门限值；

第二监测模块，用于根据下调后的第一门限值和所述第二门限值进行睡眠监测。

上述睡眠状态监测方法和系统，利用加速度传感器用户在第一时间段内的第一移动步数以及第一运动量参数，若所述第一移动步数为零，且所述第一运动量参数小于预设的第一门限值，判定用户进入浅睡状态，在所述浅睡状态下监测用户的第二运动量参数，若所述第二运动量参数大于预设的第二门限值，监测用户在第二时间段内的第二移动步数的增量，若所述第二移动步数的增量大于预设的增量门限值，且所述睡眠时间的计数值小于预设的睡眠时间阈值，判定所述浅睡状态为假睡状态，并下调所述第一门限值，并根据下调后的第一门限值和所述第二门限值进行睡眠监测，针对不同的用户，能够找到适用的第一门限值来判断睡眠状态，提高了睡眠监测的准确性。

附图说明

图1为一个实施例的睡眠状态监测方法流程图；

图2为一个实施例的睡眠状态监测程序流图；

图3为一个实施例的睡眠状态监测系统的结构示意图。

具体实施方式

下面结合附图对本发明的技术方案进行说明。

如图1所示，本发明提供一种睡眠状态监测方法，可包括以下步骤：

S1，利用加速度传感器获取被监测的用户在第一时间段内的第一移动步数以及第一运动量参数，若所述第一移动步数为零，且所述第一运动量参数小于预设的第一门限值，判定用户进入浅睡状态，并对睡眠时间进行计数；

其中，运动量参数即用于表征运动剧烈程度的参数，可以通过多种方式获取。其中一种方式是计算所述第一时间段内加速度传感器测量到的加速度超过预设的加速度门限值的次数，根据所述次数计算所述第一运动量参数。所述第一时间段可以是1分钟，或者其他数值。为了提高计算精确度，还可以计算所述第一时间段之前，且与所述第一时间段的时间长度相当的时间段内加速度传感器测量到的加速度超过预设的加速度门限值的次数，并计算所述第一时间段之后，且与所述第一时间段的时间长度相当的时间段内加速度传感器测量到的加速度超过预设的加速度门限值的次数，并对计算出的三个次数取加权平均，将加权平均值作为所述第一运动量参数。例如，若所述第一时间段为1分钟，还可以计算所述第一时间段的前1分钟以及所述第一时间段的后1分钟内加速度传感器测量到的加速度超过预设的加速度门限值的次数，并对三次计算出的次数取加权平均，将加权平均值作为所述第一运动量参数。

另一种方式是分别获取所述加速度传感器在预设的三维坐标系中的各个坐标轴上的变化量的绝对值；对各个坐标轴对应的绝对值进行求和，得到累积变化量；计算所述第一时间段内的累积变化量的总和，并根据所述总和计算所述第一运动量参数。同样，还可以计算所述第一时间段之前，且与所述第一时间段的时间长度相当的时间段内的累积变化量的总和，并计算所述第一时间段之后，且与所述第一时间段的时间长度相当的时间段内的累积变化量的总和，将三次计算出的总和的加权平均作为所述第一运动量参数。

所述第一门限值以及下文所述的第二门限值等各个门限值可以根据经验值获取，可以通过采集一定的原始数据，确定的一个比较通用的值。例如，可以找20个测试人员，佩戴采集运动强度和步数的设备，连续测试几周，记录他们每次睡觉时和起床时的运动剧烈程度，以及起床后一定时间内(比如20分钟内)会走多少步，然后根据这些原始数据确定出各个门限值。

若不满足所述第一时间段内步数为零，或者不满足所述第一运动量参数小于所述第一门限值，则重新监测所述第一运动量参数。

S2，在所述浅睡状态下监测用户的第二运动量参数，若所述第二运动量参数大于预设的第二门限值，监测用户在第二时间段内的第二移动步数的增量；

反之，若所述第二运动量参数小于或等于预设的第二门限值，则表明用户进入深度睡眠，此时，可以根据所述睡眠时间的计数值和所述第二运动量参数计算深度睡眠时间。确定深睡时间的方法很多，一个简单的方法是，当运动剧烈程度小于某个预设门槛时，且持续一定时间(比如5分钟)后，认为用户已经进入深度睡眠。因此，可根据如下公式计算深度睡眠时间：

T_X＝T-T₀；

式中，T_X为深度睡眠时间，T为所述第二运动量参数小于或等于预设的第三门限值的持续时间，T₀为深度睡眠时间阈值；其中，所述深度睡眠时间阈值为用户开始进入深度睡眠的时间起点。T₀可以预先设定，也可以采用相关算法计算获得。例如，第一门限值(即入睡门槛)可设为1000，第二门限值(即醒来门槛)可设为3000，此时的深睡门槛(即第三门限值)可设为100，计算到用户运动量连续小于100的时间为30分钟，减去T0(比如为10分钟)，则用户的深睡时间为20分钟。

S3，若所述第二移动步数的增量大于预设的增量门限值，且所述睡眠时间的计数值小于预设的睡眠时间阈值，判定所述浅睡状态为假睡状态，并下调所述第一门限值；

其中，在判定所述浅睡状态为假睡状态之后，可将假睡计数值加1；将所述假睡计数值与预设的假睡计数阈值进行比较；若所述假睡计数值大于所述假睡计数阈值，以预设的第一步长下调所述第一门限值；其中，所述假睡计数值的初始值为0。所述第一步长可以根据经验设定，例如，可以设为所述第一门限值的10％。

若所述第二移动步数的增量大于预设的增量门限值，且所述睡眠时间的计数值大于或等于预设的睡眠时间阈值，可判定用户处于睡醒状态，并退出睡眠监测。若所述第二移动步数的增量小于或等于预设的步数门限值，可进一步计算第三时间段内的第三移动步数；若所述第三移动步数不为零，判定用户处于睡醒状态，并退出睡眠监测。若所述第二移动步数的增量小于或等于预设的步数门限值，且所述第三移动步数为零，可判定所述睡醒状态为假醒，并上调所述第二门限值；根据下调后的第一门限值和下调后的第二门限值进行睡眠监测。

“假醒”是指用户没有真正的睡醒起床，只是在睡眠过程中运动比较剧烈，算法误认为用户已经醒了。其中，在判定所述睡醒状态为假醒之后，可将假醒计数值加1；将所述假醒计数值与预设的假醒计数阈值进行比较；若所述假醒计数值大于所述假醒计数阈值，以预设的第二步长上调所述第二门限值；其中，所述假醒计数值的初始值为0。所述第二步长可以根据经验设定，例如，可以设为所述第二门限值的10％。

S4，根据下调后的第一门限值和所述第二门限值进行睡眠监测。

若所述第一门限值经调整，可以根据下调后的第一门限值和所述第二门限值进行睡眠监测；若所述第二门限值也有调整，可以根据下调后的第一门限值和上调后的第二门限值进行睡眠监测。

与所述睡眠状态监测方法相对应的程序流图如图2所示。

本发明的睡眠状态监测方法具有以下优点：

(1)利用了各个用户的睡眠特征对判断睡眠状态的各个门限值进行了调整，使睡眠监测过程能够分别适用于各个用户，监测准确性高。

(2)无需记录整个睡眠过程中每个单位时间段的数据，数据存储量小，计算量小。

如图3所示，本发明还提供一种睡眠状态监测系统，可包括：

计数模块10，用于利用加速度传感器获取被监测的用户在第一时间段内的第一移动步数以及第一运动量参数，若所述第一移动步数为零，且所述第一运动量参数小于预设的第一门限值，判定用户进入浅睡状态，并对睡眠时间进行计数；

其中，运动量参数即用于表征运动剧烈程度的参数，可以通过多种方式获取。其中一种方式是计算所述第一时间段内加速度传感器测量到的加速度超过预设的加速度门限值的次数，根据所述次数计算所述第一运动量参数。所述第一时间段可以是1分钟，或者其他数值。为了提高计算精确度，还可以计算所述第一时间段之前，且与所述第一时间段的时间长度相当的时间段内加速度传感器测量到的加速度超过预设的加速度门限值的次数，并计算所述第一时间段之后，且与所述第一时间段的时间长度相当的时间段内加速度传感器测量到的加速度超过预设的加速度门限值的次数，并对计算出的三个次数取加权平均，将加权平均值作为所述第一运动量参数。例如，若所述第一时间段为1分钟，还可以计算所述第一时间段的前1分钟以及所述第一时间段的后1分钟内加速度传感器测量到的加速度超过预设的加速度门限值的次数，并对三次计算出的次数取加权平均，将加权平均值作为所述第一运动量参数。

另一种方式是分别获取所述加速度传感器在预设的三维坐标系中的各个坐标轴上的变化量的绝对值；对各个坐标轴对应的绝对值进行求和，得到累积变化量；计算所述第一时间段内的累积变化量的总和，并根据所述总和计算所述第一运动量参数。同样，还可以计算所述第一时间段之前，且与所述第一时间段的时间长度相当的时间段内的累积变化量的总和，并计算所述第一时间段之后，且与所述第一时间段的时间长度相当的时间段内的累积变化量的总和，将三次计算出的总和的加权平均作为所述第一运动量参数。

所述第一门限值以及下文所述的第二门限值等各个门限值可以根据经验值获取，可以通过采集一定的原始数据，确定的一个比较通用的值。例如，可以找20个测试人员，佩戴采集运动强度和步数的设备，连续测试几周，记录他们每次睡觉时和起床时的运动剧烈程度，以及起床后一定时间内(比如20分钟内)会走多少步，然后根据这些原始数据确定出各个门限值。

第一监测模块20，用于在所述浅睡状态下监测用户的第二运动量参数，若所述第二运动量参数大于预设的第二门限值，监测用户在第二时间段内的第二移动步数的增量；

反之，若所述第二运动量参数小于或等于预设的第二门限值，则表明用户进入深度睡眠，此时，可以根据所述睡眠时间的计数值和所述第二运动量参数计算深度睡眠时间。确定深睡时间的方法很多，一个简单的方法是，当运动剧烈程度小于某个预设门槛时，且持续一定时间(比如5分钟)后，认为用户已经进入深度睡眠。因此，可根据如下公式计算深度睡眠时间：

T_X＝T-T₀；

式中，T_X为深度睡眠时间，T为所述第二运动量参数小于或等于预设的第三门限值的持续时间，T₀为深度睡眠时间阈值；其中，所述深度睡眠时间阈值为用户开始进入深度睡眠的时间起点。T₀可以预先设定，也可以采用相关算法计算获得。例如，第一门限值(即入睡门槛)可设为1000，第二门限值(即醒来门槛)可设为3000，此时的深睡门槛(即第三门限值)可设为100，计算到用户运动量连续小于100的时间为30分钟，减去T0(比如为10分钟)，则用户的深睡时间为20分钟。

调整模块30，用于若所述第二移动步数的增量大于预设的增量门限值，且所述睡眠时间的计数值小于预设的睡眠时间阈值，判定所述浅睡状态为假睡状态，并下调所述第一门限值；

其中，在判定所述浅睡状态为假睡状态之后，可将假睡计数值加1；将所述假睡计数值与预设的假睡计数阈值进行比较；若所述假睡计数值大于所述假睡计数阈值，以预设的第一步长下调所述第一门限值；其中，所述假睡计数值的初始值为0。所述第一步长可以根据经验设定，例如，可以设为所述第一门限值的10％。

若所述第二移动步数的增量大于预设的增量门限值，且所述睡眠时间的计数值大于或等于预设的睡眠时间阈值，可判定用户处于睡醒状态，并退出睡眠监测。若所述第二移动步数的增量小于或等于预设的步数门限值，可进一步计算第三时间段内的第三移动步数；若所述第三移动步数不为零，判定用户处于睡醒状态，并退出睡眠监测。若所述第二移动步数的增量小于或等于预设的步数门限值，且所述第三移动步数为零，可判定所述睡醒状态为假醒状态，认为当前睡眠状态为浅睡状态，并上调所述第二门限值，返回计算第二运动量参数的步骤。

“假醒”是指用户没有真正的睡醒起床，只是在睡眠过程中运动比较剧烈，算法误认为用户已经醒了。其中，在判定所述睡醒状态为假醒之后，可将假醒计数值加1；将所述假醒计数值与预设的假醒计数阈值进行比较；若所述假醒计数值大于所述假醒计数阈值，以预设的第二步长上调所述第二门限值；其中，所述假醒计数值的初始值为0。所述第二步长可以根据经验设定，例如，可以设为所述第二门限值的10％。

第二监测模块40，用于根据下调后的第一门限值和所述第二门限值进行睡眠监测。

若所述第一门限值经调整，可以根据下调后的第一门限值和所述第二门限值进行睡眠监测；若所述第二门限值也有调整，可以根据下调后的第一门限值和上调后的第二门限值进行睡眠监测。

与所述睡眠状态监测系统相对应的程序流图如图2所示。

本发明的睡眠状态监测系统具有以下优点：

(1)利用了各个用户的睡眠特征对判断睡眠状态的各个门限值进行了调整，使睡眠监测过程能够分别适用于各个用户，监测准确性高。

(2)无需记录整个睡眠过程中每个单位时间段的数据，数据存储量小，计算量小。

本发明的睡眠状态监测系统与本发明的睡眠状态监测方法一一对应，在上述睡眠状态监测方法的实施例阐述的技术特征及其有益效果均适用于睡眠状态监测系统的实施例中，特此声明。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。