System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請實施例涉及可穿戴設備,尤其涉及一種睡眠狀態的檢測方法及可穿戴設備。
技術介紹
1、隨著終端技術的迅速發展,各種類型的電子設備,例如手機、平板電腦、以及以智能手表為代表的可穿戴設備等已經成為人們生活中必不可少的產品。在日常使用中,用戶常可以使用可穿戴設備來檢測自身的生理狀況以了解自己的身體是否健康。
2、在一些情況下,智能手表可以根據檢測到的生理數據(例如,心率、身體活動時的加速度值等),分析用戶的睡眠狀態,進而確定用戶的睡眠質量。因此,如何精準的分析出用戶的睡眠狀態,以提升用戶的佩戴體驗,成為亟待解決的問題。
技術實現思路
1、本申請實施例提供一種睡眠狀態的檢測方法及可穿戴設備,用于提高用戶睡眠狀態檢測的精確度,進而提升用戶的佩戴體驗。
2、為達到上述目的,本申請的實施例采用如下技術方案:
3、第一方面,提供了一種睡眠狀態的檢測方法,應用于可穿戴設備,該方法中,可穿戴設備獲取ppg數據以及acc數據。之后,可穿戴設備可以對ppg數據處理,得到r-r間期rri序列,以及對acc數據處理,得到運動序列。之后,可穿戴設備可以基于該rri序列以及運動序列,預測可穿戴設備的佩戴者的睡眠狀態;其中,該佩戴者的睡眠狀態包括快速眼動狀態、深睡狀態、淺睡狀態或者清醒狀態。
4、本申請中,可穿戴設備通過該rri序列以及運動序列,可以得到包含快速眼動狀態、深睡狀態、淺睡狀態以及清醒狀態在內的四分類結果。如此,可以全面的檢測出佩戴者的睡眠狀態,降低睡眠
5、在第一方面的一種可能的實現方式中,可穿戴設備獲取ppg數據以及acc數據的過程,具體可以包括:在檢測到佩戴者針對可穿戴設備的佩戴操作的情況下,可穿戴設備實時通過ppg傳感器采集ppg數據,以及,通過acc傳感器采集acc數據。
6、本申請中,如果可穿戴設備佩戴在佩戴者身體的指定部位,那么該可穿戴設備可以實時通過ppg傳感器采集ppg數據,以及,通過acc傳感器采集acc數據。如此,可以實時檢測佩戴者的睡眠情況,方便可穿戴設備根據該睡眠情況及時對佩戴者進行睡眠干預,以改善佩戴者的睡眠質量,方便佩戴者更好的入睡。另外,由于ppg數據還可以用于檢測佩戴者的生理情況(如血氧、血壓等),因此,如果ppg傳感器可以實時采集ppg數據,可穿戴設備就可以根據該ppg數據實時檢測佩戴者的生理情況,如此,可以方便用戶實時查看自身的生理情況,并可以在佩戴者的生理情況處于異常狀態的情況下,及時提醒用戶注意休息,進而提升用戶的佩戴體驗。并且,由于acc數據還可以用于檢測佩戴者的運動情況(如步數等),因此,若acc傳感器可以實時采集acc數據,可穿戴設備就可以根據該acc數據實時檢測佩戴者的運動情況,如此,可以方便用戶了解自身的運動情況,進而合理的調控運動計劃,確保佩戴者能夠健康運動。
7、在第一方面的一種可能的實現方式中,可穿戴設備獲取ppg數據以及acc數據的過程,具體可以包括:在檢測到佩戴者針對可穿戴設備的佩戴操作的情況下,可穿戴設備可以在第一預設時段內獲取ppg數據,以及,在第二預設時段內獲取acc數據。
8、本申請中,由于ppg數據以及acc數據是用于檢測佩戴者的睡眠狀態的,且佩戴者一般是固定時段進行睡覺的,因此,該可穿戴設備可以僅在該固定時段內采集ppg數據以及acc數據即可,如此,可以提升采集資源的利用率。
9、在第一方面的一種可能的實現方式中,可穿戴設備獲取ppg數據以及acc數據的過程,具體可以包括:可穿戴設備獲取所述acc數據。之后,可穿戴設備可以對該acc數據進行特征提取,得到運動序列,其中,該運動序列用于表征可穿戴設備所屬的佩戴者是否處于運動狀態。之后,在該運動序列表征佩戴者未處于運動狀態的情況下,可穿戴設備獲取ppg數據。
10、本申請中,只有在運動序列表征佩戴者未處于運動狀態,也就是佩戴者可能處于入睡狀態的情況下,可穿戴設備才需要獲取ppg數據,如此,可以在確保睡眠狀態檢測的準確度的同時,提升采集資源的利用率,進而減少存儲資源的浪費。
11、在第一方面的一種可能的實現方式中,可穿戴設備獲取ppg數據以及acc數據的過程,具體可以包括:在滿足第一條件的情況下,可穿戴設備接收電子設備的數據采集指示。之后,響應于該數據采集指示,可穿戴設備獲取ppg數據以及acc數據。
12、其中,該第一條件包括以下至少一項:當前時間在預設睡眠時段內;以及,電子設備處于熄屏狀態,且熄屏時長達到預設時長。
13、本申請中,考慮到電子設備長時間未接收到佩戴者的觸摸操作,則會自動熄屏,也就是說,電子設備會由亮屏狀態轉換為熄屏狀態,或者,在接收到佩戴者針對關機鍵的按壓操作的情況下,電子設備可以由亮屏狀態轉換為熄屏狀態,因此,可穿戴設備可以在接收到電子設備發送的數據采集指示的情況下,獲取ppg數據以及acc數據。如此,可以減少因傳感器無效采集而造成后續計算資源的浪費,提升計算資源的利用率。
14、另外,考慮到佩戴者可能還會因白天工作而長時間不使用手機,如果電子設備處于熄屏狀態,且熄屏時長達到預設時長,說明佩戴者存在入睡的可能性,因此,可穿戴設備可以在接收到電子設備發送的數據采集指示的情況下,獲取ppg數據以及acc數據。如此,實現智能手表的精準檢測,減少因傳感器無效采集而造成后續計算資源的浪費,提升計算資源的利用率。
15、在第一方面的一種可能的實現方式中,可穿戴設備獲取ppg數據以及acc數據的過程,具體可以包括:可穿戴設備獲取可穿戴設備與佩戴者手腕之間的壓力值,其中,該壓力值用于表征可穿戴設備的表盤與佩戴者手腕之間的貼合程度。之后,在該壓力值處于預設壓力區間內的情況下,可穿戴設備可以獲取ppg數據以及acc數據。
16、本申請中,在壓力值處于預設壓力區間內時,說明可穿戴設備的佩戴程度較為合適,因此,可穿戴設備可以直接獲取ppg數據以及acc數據。如此,可以實現數據的精準采集,減少因智能手表佩戴過松或者過緊而導致數據采集不準確的情況發生,進而提升睡眠狀態的檢測精度。
17、在第一方面的一種可能的實現方式中,上述方法還包括:在當前時間在預設睡眠時段內,且壓力值不處于預設壓力區間內的情況下,可穿戴設備可以發出提示信息。其中,該提示信息用于提示佩戴者調整可穿戴設備的佩戴松緊程度。
18、本申請中,在該壓力值未處于預設壓力區間內時,說明該可穿戴設備存在佩戴過松或者過緊的情況,因此,可穿戴設備可以在當前時間處于預設睡眠時段內,且該壓力值不處于預設壓力區間內的情況下,輸出提示信息,如此,可以及時通知佩戴者調節可穿戴設備的松緊度,進而為后續精準采集數據提供了基礎,進而提升睡眠狀態的檢測精度。
19、在第一方面的一種可能的實現方式中,上述方法還包括:可穿戴設備對rri序列進行插本文檔來自技高網...
【技術保護點】
1.一種睡眠狀態的檢測方法,其特征在于,應用于可穿戴設備,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述方法還包括:
3.根據權利要求1或2所述的方法,其特征在于,所述可穿戴設備基于所述RRI序列以及所述運動序列,預測所述可穿戴設備的佩戴者的睡眠狀態,包括:
4.根據權利要求3所述的方法,其特征在于,所述睡眠狀態檢測模型包括卷積神經網絡CNN層,所述CNN層用于對所述RRI序列以及所述運行序列進行特征提取,所述CNN層包括卷積核;
5.根據權利要求4所述的方法,其特征在于,所述卷積核的寬度為預設卷積時間,所述預設卷積時間為一個卷積核包括的輸入數據的時間長度,所述卷積核的高度為所述輸入數據的參數個數,所述輸入數據包括所述RRI序列以及所述運動序列。
6.根據權利要求1-5中任一項所述的方法,其特征在于,在所述可穿戴設備對所述PPG數據處理,得到R-R間期RRI序列之后,所述方法還包括:
7.根據權利要求1-6中任一項所述的方法,其特征在于,在所述可穿戴設備獲取光電體積描記PPG數據以及加速度計A
8.根據權利要求1-7中任一項所述的方法,其特征在于,所述可穿戴設備獲取光電體積描記PPG數據以及加速度計ACC數據,包括:
9.根據權利要求8所述的方法,其特征在于,所述方法還包括:
10.根據權利要求1-9中任一項所述的方法,其特征在于,所述可穿戴設備獲取光電體積描記PPG數據以及加速度計ACC數據,包括:
11.一種可穿戴設備,其特征在于,所述可穿戴設備包括PPG傳感器、ACC傳感器、顯示屏、存儲器和一個或多個處理器;所述PPG傳感器、所述ACC傳感器、所述顯示屏、所述存儲器和所述處理器耦合;
12.根據權利要求11所述的可穿戴設備,其特征在于,所述可穿戴設備還包括皮膚電GSR傳感器;所述GSR傳感器和所述PPG傳感器、所述ACC傳感器、所述顯示屏、所述存儲器、所述處理器耦合;所述GSR傳感器用于采集皮膚電阻數據。
13.一種計算機可讀存儲介質,其特征在于,包括計算機指令,當所述計算機指令在可穿戴設備上運行時,使得所述可穿戴設備執行如權利要求1至10中任一項所述的方法。
14.一種計算機程序產品,其特征在于,包括計算機指令,當所述計算機指令在可穿戴設備上運行時,使得所述可穿戴設備執行如權利要求1至10中任一項所述的方法。
...【技術特征摘要】
1.一種睡眠狀態的檢測方法,其特征在于,應用于可穿戴設備,所述方法包括:
2.根據權利要求1所述的方法,其特征在于,所述方法還包括:
3.根據權利要求1或2所述的方法,其特征在于,所述可穿戴設備基于所述rri序列以及所述運動序列,預測所述可穿戴設備的佩戴者的睡眠狀態,包括:
4.根據權利要求3所述的方法,其特征在于,所述睡眠狀態檢測模型包括卷積神經網絡cnn層,所述cnn層用于對所述rri序列以及所述運行序列進行特征提取,所述cnn層包括卷積核;
5.根據權利要求4所述的方法,其特征在于,所述卷積核的寬度為預設卷積時間,所述預設卷積時間為一個卷積核包括的輸入數據的時間長度,所述卷積核的高度為所述輸入數據的參數個數,所述輸入數據包括所述rri序列以及所述運動序列。
6.根據權利要求1-5中任一項所述的方法,其特征在于,在所述可穿戴設備對所述ppg數據處理,得到r-r間期rri序列之后,所述方法還包括:
7.根據權利要求1-6中任一項所述的方法,其特征在于,在所述可穿戴設備獲取光電體積描記ppg數據以及加速度計acc數據之前,所述方法還包括:
8.根據權利要求1-7中任一項所述的方...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。