1.一种睡眠质量监测方法,其特征在于,应用在可穿戴设备上,所述方法包括:
采集用户睡眠时的生理特征数据;
对所述生理特征数据进行预处理,得到至少一条睡眠特征信息;
根据所述睡眠特征信息和预先建立的评分模型,获得用户的睡眠质量指数,所述评分模型为针对每条睡眠特征信息建立的且经过预设标准验证的模型;
将所述睡眠质量指数传输至终端设备,以便由所述终端设备向用户展现睡眠质量状况;
当所述睡眠特征信息为有效睡眠时长时,与所述睡眠特征信息对应的评分模型为:
其中,均值μ1、H1是常数,weight1表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为入睡时间时,与所述睡眠特征信息对应的评分模型为:
其中,x表示输入的睡眠特征信息,均值μ2、标准差是常数,weight2表示权重;
当所述睡眠特征信息为深睡比例时,与所述睡眠特征信息对应的评分模型为:
其中,μ3和α3是常数,weight3表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为快速眼动期占有效睡眠的比例时,与所述睡眠特征信息对应的评分模型为:
其中,H4是常数,weight4表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为中间醒来的总时间时,与所述睡眠特征信息对应的评分模型为:
其中,H5是常数,weight5表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为中间醒来的频率时,与所述睡眠特征信息对应的评分模型为:
其中,H6是常数,weight6表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为体动次数时,与所述睡眠特征信息对应的评分模型为:
其中,μ7和是常数,weight7表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为睡眠心率间隔标准差时,与所述睡眠特征信息对应的评分模型为:
其中,x表示输入的睡眠特征信息,均值μ8、标准差是常数,weight8表示权重。
2.根据权利要求1所述的方法,其特征在于,所述至少一条睡眠特征信息包括以下一种或几种信息:
有效睡眠时长、入睡时间、深睡比例、快速眼动期占有效睡眠的比例、中间醒来的总时间、中间醒来的频率、体动次数和睡眠心率间隔标准差。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述睡眠特征信息和预先建立的评分模型,获得用户的睡眠质量指数,包括:
将每条睡眠特征信息输入对应的评分模型,得到至少一个分数;
将所有分数求和,并归一化到百分制,以得到所述睡眠质量指数。
4.根据权利要求1所述的方法,其特征在于,所述采集用户睡眠时的生理特征数据,包括:
通过采集传感器采集所述生理特征数据,所述采集传感器包括以下传感器中的一种或几种:加速度传感器、陀螺仪传感器、磁力计传感器、心电传感器和光电心率传感器。
5.一种睡眠质量监测装置,其特征在于,应用在可穿戴设备上,所述装置包括:
采集模块,用于采集用户睡眠时的生理特征数据;
预处理模块,用于对所述采集模块采集的所述生理特征数据进行预处理,得到至少一条睡眠特征信息;
获得模块,用于根据所述预处理模块得到的所述睡眠特征信息和预先建立的评分模型,获得用户的睡眠质量指数,所述评分模型为针对每条睡眠特征信息建立的且经过预设标准验证的模型;
传输模块,用于将所述获得模块获得的所述睡眠质量指数传输至终端设备,以便由所述终端设备向用户展现睡眠质量状况;
当所述睡眠特征信息为有效睡眠时长时,与所述睡眠特征信息对应的评分模型为:
其中,均值μ1、H1是常数,weight1表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为入睡时间时,与所述睡眠特征信息对应的评分模型为:
其中,x表示输入的睡眠特征信息,均值μ2、标准差是常数,weight2表示权重;
当所述睡眠特征信息为深睡比例时,与所述睡眠特征信息对应的评分模型为:
其中,μ3和α3是常数,weight3表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为快速眼动期占有效睡眠的比例时,与所述睡眠特征信息对应的评分模型为:
其中,H4是常数,weight4表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为中间醒来的总时间时,与所述睡眠特征信息对应的评分模型为:
其中,H5是常数,weight5表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为中间醒来的频率时,与所述睡眠特征信息对应的评分模型为:
其中,H6是常数,weight6表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为体动次数时,与所述睡眠特征信息对应的评分模型为:
其中,μ7和是常数,weight7表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为睡眠心率间隔标准差时,与所述睡眠特征信息对应的评分模型为:
其中,x表示输入的睡眠特征信息,均值μ8、标准差是常数,weight8表示权重。
6.根据权利要求5所述的装置,其特征在于,所述至少一条睡眠特征信息包括以下一种或几种信息:
有效睡眠时长、入睡时间、深睡比例、快速眼动期占有效睡眠的比例、中间醒来的总时间、中间醒来的频率、体动次数和睡眠心率间隔标准差。
7.根据权利要求5或6所述的装置,其特征在于,所述获得模块包括:
获得子模块,用于将每条睡眠特征信息输入对应的评分模型,得到至少一个分数;
处理子模块,用于将所述获得子模块得到的所有分数求和,并归一化到百分制,以得到所述睡眠质量指数。
8.根据权利要求5所述的装置,其特征在于,所述采集模块,具体用于:
通过采集传感器采集所述生理特征数据,所述采集传感器包括以下传感器中的一种或几种:加速度传感器、陀螺仪传感器、磁力计传感器、心电传感器和光电心率传感器。
9.一种可穿戴设备,其特征在于,所述可穿戴设备包括采集传感器、微控制单元和通信单元,其中:
所述采集传感器,用于采集用户睡眠时的生理特征数据;
所述微控制单元,用于对所述采集传感器采集的所述生理特征数据进行预处理,得到至少一条睡眠特征信息,并根据所述睡眠特征信息和预先建立的评分模型,获得用户的睡眠质量指数,所述评分模型为针对每条睡眠特征信息建立的且经过预设标准验证的模型;
通信单元,用于将所述睡眠质量指数传输至终端设备,以便由所述终端设备向用户展现睡眠质量状况;
当所述睡眠特征信息为有效睡眠时长时,与所述睡眠特征信息对应的评分模型为:
其中,均值μ1、H1是常数,weight1表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为入睡时间时,与所述睡眠特征信息对应的评分模型为:
其中,x表示输入的睡眠特征信息,均值μ2、标准差是常数,weight2表示权重;
当所述睡眠特征信息为深睡比例时,与所述睡眠特征信息对应的评分模型为:
其中,μ3和α3是常数,weight3表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为快速眼动期占有效睡眠的比例时,与所述睡眠特征信息对应的评分模型为:
其中,H4是常数,weight4表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为中间醒来的总时间时,与所述睡眠特征信息对应的评分模型为:
其中,H5是常数,weight5表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为中间醒来的频率时,与所述睡眠特征信息对应的评分模型为:
其中,H6是常数,weight6表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为体动次数时,与所述睡眠特征信息对应的评分模型为:
其中,μ7和是常数,weight7表示权重,x表示输入的睡眠特征信息;
当所述睡眠特征信息为睡眠心率间隔标准差时,与所述睡眠特征信息对应的评分模型为:
其中,x表示输入的睡眠特征信息,均值μ8、标准差是常数,weight8表示权重。
10.根据权利要求9所述的可穿戴设备,其特征在于,所述采集传感器包括以下传感器中的一种或几种:加速度传感器、陀螺仪传感器、磁力计传感器、心电传感器和光电心率传感器。
11.根据权利要求9所述的可穿戴设备,其特征在于,所述微控制单元,具体用于:
将每条睡眠特征信息输入对应的评分模型,得到至少一个分数;
将所有分数求和,并归一化到百分制,以得到所述睡眠质量指数。