【技術實現步驟摘要】
本申請涉及睡眠監測，具體而言，本申請涉及一種睡眠監測方法、裝置、電子設備及存儲介質。
技術介紹
1、良好的睡眠是保證人體健康的重要因素，人們越來越重視睡眠。通常，睡眠過程包括清醒、快速眼動(rem)和非快速眼動(nrem)等睡眠階段，6～8h的整晚睡眠大致由3～5個睡眠周期構成，整個睡眠過程是各個睡眠階段不斷交替進行的過程。通過監測睡眠過程中人們所處的睡眠階段進行睡眠分析，可以了解睡眠狀況和質量，從而進一步調整和改善睡眠。
2、目前，市場上出現了各種監測睡眠的產品，例如，可穿戴設備、多導睡眠監測設備(psg)等，但是可穿戴設備一般不夠準確，可穿戴設備接觸式的特點還會影響用戶睡眠和使用體驗；借助腦電、心電、肌電等采集設備監測睡眠，雖然準確，但是成本高，往往需要在醫院等專門場所進行，而且需要專業人員操作，無法在家庭中進行日常睡眠監測。
3、由上可知，目前仍存在睡眠監測成本高、不方便、不準確的問題。
技術實現思路
1、本申請各提供了一種睡眠監測方法、裝置、電子設備及存儲介質，可以解決相關技術中存在的睡眠監測成本高、不方便、不準確的問題。所述技術方案如下：
2、根據本申請的一個方面，一種睡眠監測方法，所述方法包括：獲取目標對象的第一類睡眠數據和第二類睡眠數據；所述第一類睡眠數據用于描述所述目標對象的生理情況，所述第二類睡眠數據用于描述所述目標對象的體動情況；所述第一類睡眠數據和第二類睡眠數據均是基于非接觸式設備得到的；利用所述第一類睡眠數據對所述目標對象
3、根據本申請的一個方面，一種睡眠監測裝置，包括：數據獲取模塊，用于獲取目標對象的第一類睡眠數據和第二類睡眠數據；所述第一類睡眠數據用于描述所述目標對象的生理情況，所述第二類睡眠數據用于描述所述目標對象的體動情況；所述第一類睡眠數據和第二類睡眠數據均是基于非接觸式設備得到的；預測模塊，用于利用所述第一類睡眠數據對所述目標對象所在的睡眠階段進行預測，得到第一預測結果，并利用所述第二類睡眠數據對所述目標對象所在的睡眠階段進行預測，得到第二預測結果；結果獲取模塊，用于根據所述第一預測結果和第二預測結果，得到所述目標對象的睡眠監測結果；所述睡眠監測結果用于指示所述目標對象所在的睡眠階段。
4、在一示例性實施例中，所述第一預測結果是調用經過訓練的第一睡眠分期模型得到的；所述裝置還包括第一模型訓練模塊，用于訓練所述第一睡眠分期模型；所述第一模型訓練模塊包括：第一數據獲取單元，用于獲取攜帶第一標簽的第一訓練數據；所述第一標簽是基于使用第一設備針對訓練對象采集得到的第一指標數據生成的，用于指示所述訓練對象所在的睡眠階段；所述第一訓練數據是所述訓練對象的第一類睡眠數據；第一訓練單元，用于將攜帶所述第一標簽的所述第一訓練數據輸入第一神經網絡，以對所述第一神經網絡進行訓練，得到所述第一睡眠分期模型。
5、在一示例性實施例中，所述預測模塊包括：第一特征提取單元，用于對所述第一類睡眠數據進行特征提取，得到第一特征；第一概率計算單元，用于根據所述第一特征計算所述目標對象屬于各睡眠階段的概率，根據所述概率得到所述第一預測結果。
6、在一示例性實施例中，所述第二預測結果是調用經過訓練的第二睡眠分期模型得到的；所述裝置還包括第二模型訓練模塊，用于訓練所述第二睡眠分期模型；所述第二模型訓練模塊包括：第二數據獲取單元，用于獲取攜帶第二標簽的第二訓練數據；所述第二標簽是基于使用第二設備針對訓練對象采集得到的第二指標數據生成的，用于指示所述訓練對象所在的睡眠階段；所述第二訓練數據是所述訓練對象的第二類睡眠數據；第二訓練單元，用于將攜帶所述第二標簽的所述第二訓練數據輸入第二神經網絡，以對所述第二神經網絡進行訓練，得到所述第二睡眠分期模型。
7、在一示例性實施例中，所述預測模塊包括：第二特征提取單元，用于對所述第二類睡眠數據進行特征提取，得到第二特征；第二概率計算單元，用于根據所述第二特征計算所述目標對象屬于各睡眠階段的概率，根據所述概率得到所述第二預測結果。
8、在一示例性實施例中，所述結果獲取模塊包括：權重確定單元，用于確定所述第一預測結果和所述第二預測結果分別對應的權重；概率獲取單元，用于根據所述第一預測結果和第二預測結果分別指示的所述目標對象處于各睡眠階段的概率、以及所述第一預測結果和第二預測結果分別對應的權重，得到所述目標對象處于各睡眠階段的概率；結果獲取單元，用于根據所述目標對象處于各睡眠階段的概率，得到所述睡眠監測結果。
9、在一示例性實施例中，所述結果獲取模塊還包括：第一配置單元，用于針對所述第一睡眠階段配置所述第一預測結果的權重小于所述第二預測結果的權重；和/或第二配置單元，用于針對所述第二睡眠階段配置所述第一預測結果的權重大于所述第二預測結果的權重。
10、在一示例性實施例中，所述結果獲取模塊包括：差異檢測單元，用于對所述第一預測結果與所述第二預測結果進行差異檢測，得到差異檢測結果，所述差異檢測結果用于指示所述第一預測結果與所述第二預測結果之間的差異是否較大；刪除單元，用于若所述差異檢測結果指示所述第一預測結果與所述第二預測結果之間的差異較大，則將存在較大差異的睡眠階段及其概率從所述第一預測結果中冊除；檢測結果獲取單元，用于基于刪除后的所述第一預測結果和所述第二預測結果，得到所述睡眠監測結果。
11、在一示例性實施例中，所述數據獲取模塊包括：信號接收單元，用于接收雷達信號；所述雷達信號是對所述目標對象進行探測得到的；信號分離單元，用于對所述雷達信號進行信號分離，得到所述第一類睡眠數據和所述第二類睡眠數據；所述第一類睡眠數據包括呼吸數據、心跳數據；所述第二類睡眠數據包括體動數據。
12、根據本申請的一個方面，一種睡眠監測方法，包括：接收睡眠監測消息；所述睡眠監測消息是根據目標對象的第一類睡眠數據、第二類睡眠數據、和/或睡眠監測結果分析得到的，所述睡眠監測結果是利用所述第一類睡眠數據、所述第二類睡眠數據對所述目標對象所在的睡眠階段進行預測得到的；將所述睡眠監測消息顯示在監測頁面中。
13、根據本申請的一個方面，一種睡眠監測裝置，包括：監測消息接收模塊，用于接收睡眠監測消息；所述睡眠監測消息是根據目標對象的第一類睡眠數據、第二類睡眠數據、和/或睡眠監測結果分析得到的，所述睡眠監測結果是利用所述第一類睡眠數據、所述第二類睡眠數據對所述目標對象所在的睡眠階段進行預測得到的；監測消息顯示模塊，用于將所述睡眠監測消息顯示在監測頁面中。
14、根據本申請的一個方面，一種電子設備，包括至少一個處理器以及至少一個存儲器，其中，所述存儲器上存儲有程序指令或代碼；所述程序指令或代碼被所述處理器加載并執本文檔來自技高網...
【技術保護點】
1.一種睡眠監測方法，其特征在于，所述方法包括：
2.如權利要求1所述的方法，其特征在于，所述第一預測結果是調用經過訓練的第一睡眠分期模型得到的；
3.如權利要求1所述的方法，其特征在于，所述利用所述第一類睡眠數據對所述目標對象所在的睡眠階段進行預測，得到第一預測結果，包括：
4.如權利要求1所述的方法，其特征在于，所述第二預測結果是調用經過訓練的第二睡眠分期模型得到的；
5.如權利要求1所述的方法，其特征在于，所述利用所述第二類睡眠數據對所述目標對象所在的睡眠階段進行預測，得到第二預測結果，包括：
6.如權利要求1所述的方法，其特征在于，所述第一預測結果和第二預測結果分別用于指示所述目標對象處于各睡眠階段的概率；
7.如權利要求6所述的方法，其特征在于，所述確定所述第一預測結果和所述第二預測結果分別對應的權重之前，所述方法還包括：
8.如權利要求1所述的方法，其特征在于，所述根據所述第一預測結果和第二預測結果，得到所述目標對象的睡眠監測結果，包括：
9.如權利要求1至8任一項所述的方
10.一種睡眠監測方法，其特征在于，所述方法包括：
11.一種睡眠監測裝置，其特征在于，所述裝置包括：
12.一種睡眠監測裝置，其特征在于，所述裝置包括：
13.一種電子設備，其特征在于，包括：至少一個處理器以及至少一個存儲器，其中，
14.一種存儲介質，其上存儲有程序指令或代碼，其特征在于，所述程序指令或代碼被處理器加載并執行，以實現如權利要求1至10中任一項所述的睡眠監測方法。
...【技術特征摘要】
1.一種睡眠監測方法，其特征在于，所述方法包括：
2.如權利要求1所述的方法，其特征在于，所述第一預測結果是調用經過訓練的第一睡眠分期模型得到的；
3.如權利要求1所述的方法，其特征在于，所述利用所述第一類睡眠數據對所述目標對象所在的睡眠階段進行預測，得到第一預測結果，包括：
4.如權利要求1所述的方法，其特征在于，所述第二預測結果是調用經過訓練的第二睡眠分期模型得到的；
5.如權利要求1所述的方法，其特征在于，所述利用所述第二類睡眠數據對所述目標對象所在的睡眠階段進行預測，得到第二預測結果，包括：
6.如權利要求1所述的方法，其特征在于，所述第一預測結果和第二預測結果分別用于指示所述目標對象處于各睡眠階段的概率；
7.如權利要求6所述的方法，其特征在于，所述確定所述第一預測...
【專利技術屬性】
技術研發人員：姚沁，
申請(專利權)人：深圳綠米聯創科技有限公司，
類型：發明
國別省市：
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。