本发明涉及健康监测技术领域，特别是涉及一种监测睡眠状态评价睡眠质量的计算方法。
背景技术：
市面上现有利用可穿戴设备监测睡眠状态的产品非常多，这类产品往往首先通过某些测量手段得到使用者整晚的睡眠状态，即将整晚的每分钟人体状态分为清醒、浅睡、深睡(和REM睡眠)，然后可以根据这些信息，给出一些如睡眠时长、深睡时长等睡眠指标或睡眠参数。这些指标对于使用者理解整晚睡眠的好坏有直接影响，其中最重要的是已经被普遍采用的“睡眠质量”这一指标，它直观给出对睡眠效果的评价。
然而“睡眠质量”这一指标的计量方法并没有明确的定义。由于在深睡期，人的大脑皮层细胞处于充分休息状态，对稳定情绪、平衡心态、恢复精力极为重要。同时，人体内可以产生许多抗体，增强抗病能力。因此采用深睡时间来衡量睡眠质量的好坏是很合理的，市面上绝大多数睡眠监测产品也是这么做的。
但是睡眠质量的好坏并不是由深睡时长唯一决定的，它只是其中一个方面，还有如睡眠总时长等因素也会影响到睡眠质量。比如说，最直观的感受是，当一个人睡了很长时间甚至是整整一天，起床时往往会感觉身体很累，有点睡过了。当一个人某天要上夜班，第二天早晨开始睡觉，那么当他起床时同样也会感觉非常难受。等等诸如此类现象在每个人身上都有可能出现，因此单一地只考虑深睡时长难以全面刻画睡眠质量。
技术实现要素：
基于上述现有技术存在的问题，本发明提出了一种基于双目立体视觉技术的身高测量系统及方法，利用双目立体视觉系统事先人体身高测量。
本发明的一种基于睡眠状态的睡眠质量计算方法，该方法包括以下步骤：
步骤1、测量使用者在整个睡眠过程中每段系统预设时间内的睡眠状态；即包括人体每段系统预设时间内所处清醒、浅睡、深睡状态，人体每段清醒、浅睡、深睡的起止时间；
步骤2、利用已测量得到的睡眠状态数据计算与睡眠相关的参数；
步骤3、利用上述测量得到的参数计算睡眠质量，
睡眠质量Q的数学关系公式如下：
Q＝a×td/ts+b×|ts-μ1|+c×w+d×|tb-μ2|+e
或
Q＝a×td/ts+b×exp((ts-μ1)/σ1)+c×w+d×exp((ts-μ2)/σ2)+e
其中，td表示深睡时长、ts表示睡眠总时长、w表示清醒次数、tb表示睡眠起始时间，a、b、c、d、e、μ1、σ1、μ2、σ2分别为监测参数。
所述步骤2的利用已测量得到的睡眠状态数据计算与睡眠相关的参数，该步骤还具体包括以下处理：
步骤21、深睡时长，即使用者睡眠过程中处于深度睡眠的总时长；
步骤22、睡眠总时长，即使用者从入睡到结束睡眠的总时长；
步骤23、清醒次数，即使用者从入睡到结束睡眠过程中醒来次数；
步骤24、睡眠起始时间，即使用者进入睡眠的时刻。
所述步骤3的利用上述测量得到的参数计算睡眠质量，该步骤还具体包括以下处理：
步骤31、计算深睡时长这一参数，即深睡时长比例即深睡时长/睡眠总时长作为睡眠质量的判据，将深睡时长比例变大定义为对睡眠质量造成正影响；
步骤32、测量睡眠总时长，将睡眠总时长太大或太小定义为对睡眠质量造成负影响；
步骤33、测量清醒次数，将清醒次数变大定义为对睡眠质量将造成负影响；
步骤34、测量睡眠起始时间，将睡得太早或太晚定义对睡眠质量都会有负影响。
采用本发明中的基于睡眠状态的睡眠质量计算方法，利用现有可穿戴设备监测睡眠状态并测量人体睡眠过程中的深睡时长、睡眠总时长、睡眠过程中清醒次数、睡眠起始时间等因素，可以合理科学地给出睡眠质量的计算结果，弥补了现有技术对睡眠质量这一重要睡眠监测指标的计算标准问题。使用本方法的可穿戴设备供应商可以根据自身产品的特点，自主开发具有不同内置参数的具体计算公式，以便于产品的不同使用对象根据自身体验进行对比，具有很强的灵活性。并且本方法计算方式非常简单，具有广泛的应用范围。
附图说明
图1为本发明的基于睡眠状态的睡眠质量计算方法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述。
如图1所示，本发明的基于睡眠状态的睡眠质量计算方法，包括以下步骤：
步骤1、测量使用者在整个睡眠过程中每段系统预设时间内的睡眠状态；即人体每段系统预设时间内所处清醒、浅睡、深睡状态，或者人体每段清醒、浅睡、深睡的起止时间；
步骤2、利用已测量得到的睡眠状态数据计算与睡眠相关的参数；所述睡眠状态利用可穿戴设备或其他手段通过动作或心率等生理参数准确测量得到；具体为：
(21)、深睡时长，即使用者睡眠过程中处于深度睡眠的总时长；
(22)、睡眠总时长，即使用者从入睡到结束睡眠的总时长；
(23)、清醒次数，即使用者从入睡到结束睡眠过程中醒来次数；
(24)、睡眠起始时间，即使用者进入睡眠的时刻。
步骤3、利用上述测量得到的参数计算睡眠质量，根据经验，具体应包含以下几个方面：
(31)、深睡时长，深睡时长越大睡眠质量越好，但是考虑到如果睡眠总时长变大，相对来说深睡时长很可能也会变大，因此应将深睡时长这一参数用深睡时长比例(深睡时长/睡眠总时长)替换，因此深睡时长比例变大将对睡眠质量造成正影响；
(32)、睡眠总时长，睡眠总时长太大或太小都会对睡眠质量造成负影响；
(33)、清醒次数，夜晚醒来次数越多，说明睡得越不安稳，因此清醒次数变大，对睡眠质量将造成负影响；
(34)、睡眠起始时间，睡眠起始时间过早或过晚，即睡得太早或太晚对睡眠质量都会有负影响。
其中，睡眠质量Q的数学关系公式如下：
Q＝a×td/ts+b×|ts-μ1|+c×w+d×|tb-μ2|+e
或
Q＝a×td/ts+b×exp((ts-μ1)/σ1)+c×w+d×exp((ts-μ2)/σ2)+e
其中，td表示深睡时长、ts表示睡眠总时长、w表示清醒次数、tb表示睡眠起始时间，a、b、c、d、e、μ1、σ1、μ2、σ2分别为监测参数，参数的确定包含以下步骤：
a、可穿戴设备对某一使用者进行睡眠监测，测量每个使用者此次睡眠的td、ts、w、tb；
b、让被测者对此次睡眠通过睡前睡后的不同感受进行睡眠质量Q的评价；
c、将以上收集的数据划分为一组数据(Q,td,ts,w,tb)；
d、改变测试者的入睡前的状态，同时改变睡眠环境条件，使测试者睡眠状态发生变化，重复进行步骤a～d；
e、对不同测试者重复进行步骤a～d；
f、建立机器学习系统(如神经网络或线性/非线性回归等)，根据以上数据，计算出最符合实际情况的参数值。
以上所述，仅为本发明的较佳实施例，用于帮助理解本发明的方法及核心思想，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，所以本说明书内容不应理解为对本发明的限制。