一种基于穿戴设备的科学睡眠监测的方法及装置与流程

本发明实施例涉及智能设备，尤其涉及一种基于穿戴设备的科学睡眠监测的方法及装置。

背景技术：

1、近几年来，穿戴设备非常的受欢迎，可穿戴设备即直接穿在身上，或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备，更是通过软件支持以及数据交互、云端交互来实现强大的功能，可穿戴设备将会对我们的生活、感知带来很大的转变。

2、目前，穿戴设备基本都采用了心率传感器对用户的心率进行监测，以确定用户的心率大小，但大部分穿戴设备对睡眠是没有监测管理的，而睡眠对人的身体健康有着至关重要的作用，通过穿戴设备实现对用户睡眠进行管理是亟需解决的问题。

技术实现思路

1、本发明实施例提供一种基于穿戴设备的科学睡眠监测的方法及装置，可以实现对用户睡眠的监测，提高监测效率和监测结果的准确率，提升用户的体验。

2、第一方面，本发明实施例提供的一种基于穿戴设备的科学睡眠监测的方法，包括：

3、穿戴设备获取心率传感器发送的ppg信号，并确定出rr间期数据，以及提取hrv特征值；

4、所述穿戴设备依据所述hrv特征值和预设的tcn神经网络模型进行分类，确定出用户的睡眠状态；

5、所述穿戴设备根据所述用户的睡眠状态，确定出所述用户的睡眠结果；

6、所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分。

7、可选地，所述hrv特征值包括每分钟rr间期数据的均值、标准差和相邻rr间期差值均方根；

8、所述穿戴设备依据所述hrv特征值和预设的tcn神经网络模型进行分类，确定出用户的睡眠状态，包括：

9、所述穿戴设备将所述每分钟rr间期数据的均值、标准差和相邻rr间期差值均方根输入到所述预设的tcn神经网络模型中，得到所述用户的睡眠状态及其对应的时间；

10、所述预设的tcn神经网络模型是使用初始的tcn神经网络模型对心率传感器的历史数据进行学习后得到的。

11、可选地，所述穿戴设备根据所述用户的睡眠状态，确定出所述用户的睡眠结果，包括：

12、所述穿戴设备利用预设的最短睡眠时长对所述用户的睡眠状态进行分析，确定出所述用户的睡眠状态对应的出睡点和入睡点；

13、所述穿戴设备对所述用户的睡眠状态对应的出睡点和入睡点及其对应的时间进行统计，确定出所述用户的睡眠结果。

14、可选地，所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分，包括：

15、所述穿戴设备根据公式(1)确定出所述用户的睡眠质量评分；

16、所述公式(1)为：

17、sleep_score＝a1*sleep_duration+a2*rem_ratio+a3*lightsleep_ratio+a4*deepsl eep_ratio+a5*wake_time；

18、其中，sleep_score为睡眠质量评分；sleep_duration为睡眠总时长；rem_ratio为rem睡眠时长占比；lightsleep_ratio为浅睡眠时长占比；deepsleep_ratio为深睡眠时长占比；wake_time为睡眠中清醒次数；a1，a2，a3，a4，a5为预设参数。

19、可选地，所述还包括：

20、所述穿戴设备依据预设监测周期对所述用户进行睡眠监测，得到所述用户的睡眠结果；或

21、所述穿戴设备在接收到用户睡眠结果查看请求时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测；或

22、所述穿戴设备在确定所述用户操作所述穿戴设备的频率超过预设频率时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测。

23、可选地，在所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分之后，还包括：

24、所述穿戴设备将所述用户的睡眠结果和所述用户的睡眠质量评分依据时间顺序排序后提供给所述穿戴设备的应用层。

25、第二方面，本发明实施例还提供了一种基于穿戴设备的科学睡眠监测的装置，包括：

26、数据预处理模块，用于获取心率传感器发送的ppg信号，并确定出rr间期数据，以及提取hrv特征值；

27、睡眠算法处理模块，用于依据所述hrv特征值和预设的tcn神经网络模型进行分类，确定出用户的睡眠状态；根据所述用户的睡眠状态，确定出所述用户的睡眠结果；

28、睡眠质量评分模块，用于对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分。

29、可选地，所述hrv特征值包括每分钟rr间期数据的均值、标准差和相邻rr间期差值均方根；

30、所述睡眠算法处理模块具体用于：

31、将所述每分钟rr间期数据的均值、标准差和相邻rr间期差值均方根输入到所述预设的tcn神经网络模型中，得到所述用户的睡眠状态及其对应的时间；

32、所述预设的tcn神经网络模型是使用初始的tcn神经网络模型对心率传感器的历史数据进行学习后得到的。

33、可选地，所述睡眠算法处理模块具体用于：

34、利用预设的最短睡眠时长对所述用户的睡眠状态进行分析，确定出所述用户的睡眠状态对应的出睡点和入睡点；

35、对所述用户的睡眠状态对应的出睡点和入睡点及其对应的时间进行统计，确定出所述用户的睡眠结果。

36、可选地，所述睡眠质量评分模块具体用于：

37、对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分，包括：

38、根据公式(1)确定出所述用户的睡眠质量评分；

39、所述公式(1)为：

40、sleep_score＝a1*sleep_duration+a2*rem_ratio+a3*lightsleep_ratio+a4*deepsl eep_ratio+a5*wake_time；

41、其中，sleep_score为睡眠质量评分；sleep_duration为睡眠总时长；rem_ratio为rem睡眠时长占比；lightsleep_ratio为浅睡眠时长占比；deepsleep_ratio为深睡眠时长占比；wake_time为睡眠中清醒次数；a1，a2，a3，a4，a5为预设参数。

42、可选地，所述睡眠算法处理模块还用于：

43、依据预设监测周期对所述用户进行睡眠监测，得到所述用户的睡眠结果；或

44、在接收到用户睡眠结果查看请求时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测；或

45、在确定所述用户操作所述穿戴设备的频率超过预设频率时，确定出所述用户的睡眠结果，并继续对所述用户进行睡眠监测。

46、可选地，还包括回调模块；

47、所述回调模块，用于在所述穿戴设备对所述用户的睡眠结果进行评分，确定出所述用户的睡眠质量评分之后，将所述用户的睡眠结果和所述用户的睡眠质量评分依据时间顺序排序后提供给穿戴设备的应用层。

48、第三方面，本发明实施例还提供了一种计算设备，包括：

49、存储器，用于存储程序指令；

50、处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述基于穿戴设备的科学睡眠监测的方法。

51、第四方面，本发明实施例还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述基于穿戴设备的科学睡眠监测的方法。

52、本发明实施例中，穿戴设备获取心率传感器发送的ppg信号，并确定出rr间期数据，以及提取hrv特征值，依据hrv特征值和预设的tcn神经网络模型进行分类，确定出用户的睡眠状态，根据用户的睡眠状态，确定出用户的睡眠结果，对用户的睡眠结果进行评分，确定出用户的睡眠质量评分。通过使用心率传感器的ppg信号和预设的tcn神经网络模型进行分类可以实现对用户睡眠状态分类，从而得到用户的睡眠结果，最终进行评分后得到睡眠质量评分，能够实现对用户睡眠的监测，并提高监测效率和监测结果的准确率，提升用户的体验。