一种睡眠方案生成方法、装置、终端设备及存储介质与流程

1.本发明涉及睡眠状态分析技术领域，尤其涉及一种睡眠方案生成方法、装置、终端设备及存储介质。


背景技术：

2.睡眠是高等脊椎动物周期性出现的一种自发的和可逆的静息状态，表现为机体对外界刺激的反应性降低和意识的暂时中断。人的一生大约有1/3的时间是在睡眠中度过的。当人们处于睡眠状态中时，可以使人们的大脑和身体得到休息、休整和恢复，适量的睡眠有助于人们日常的工作和学习。科学提高睡眠质量，是人们正常工作学习生活的保障。随着现代生活质量提高，越来越多人开始注重自己的睡眠质量，好的睡眠对稳定情绪、平衡心态、恢复精力极为重要。
3.目前针对睡眠状态的监测分析一般都是通过监测心率与呼吸频率来实现，但是现有的基于心率监测与呼吸频率的方式难以保证睡眠状态的准确性，并且，目前睡眠状态监测方法中仅仅只是确定用户是否睡着，而并无针对不同的睡眠状态来进行睡眠控制方案的输出。
4.因此，现有技术还有待改进和提高。


技术实现要素：

5.本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种睡眠方案生成方法、装置、终端设备及存储介质，旨在提供解决现有技术的睡眠状态监测方法中仅仅只是确定用户是否睡着，而并无针对不同的睡眠状态来进行睡眠控制方案的输出的问题。
6.第一方面，本发明提供一种睡眠方案生成方法，其中，所述方法包括：获取脑电数据、眼电数据以及眼球转动数据，根据所述脑电数据、所述眼电数据以及所述眼球转动数据，确定睡眠状态；根据所述睡眠状态与预设的睡眠预测模型，确定入睡时间、入睡所需时长以及睡眠持续时长；根据所述入睡时间、所述入睡所需时长以及所述睡眠持续时长，生成睡眠方案。
7.在一种实现方式中，其中，所述根据所述脑电数据、所述眼电数据以及所述眼球转动数据，确定睡眠状态，包括：根据所述脑电数据，确定所述脑电数据所对应的脑电波动状态；根据所述眼电数据，确定所述眼电数据所对应的眼部电流强度；根据所述眼球转动数据，确定眼球转动频率；根据所述脑电波动状态、所述眼部电流强度以及所述眼球转动频率，确定所述睡眠状态。
8.在一种实现方式中，其中，所述根据所述脑电波动状态、所述眼部电流强度以及所述眼球转动频率，确定所述睡眠状态，包括：
若所述脑电波动状态所反映的波动幅度超过预设幅度；或，若所述眼部电流强度超过预设强度；或，所述眼球转动频率超过预设频率，则确定所述睡眠状态为未入睡。
9.在一种实现方式中，其中，所述根据所述脑电波动状态、所述眼部电流强度以及所述眼球转动频率，确定所述睡眠状态，包括：若所述脑电波动状态所反映的波动幅度低于预设幅度；且，若所述眼部电流强度低于预设强度；且，所述眼球转动频率低于预设频率，则确定所述睡眠状态为已入睡且为深度睡眠。
10.在一种实现方式中，其中，所述根据所述入睡时间、所述入睡所需时长以及所述睡眠持续时长，生成睡眠方案，包括：根据所述入睡时间，确定与所述入睡时间所对应的睡眠刺激项目；根据所述入睡所需时长，确定与所述入睡所需时长所对应的睡眠刺激强度以及睡眠刺激持续时间；根据所述睡眠持续时长，确定与所述睡眠持续时长所对应的睡眠刺激停止时间以及唤醒睡眠时间；根据所述睡眠刺激项目、所述睡眠刺激强度、所述睡眠刺激持续时间、所述睡眠刺激停止时间以及所述唤醒睡眠时间，生成所述睡眠方案。
11.在一种实现方式中，其中，所述睡眠预测模型的构建方式包括：获取预设时间段内的历史脑电数据、历史眼电数据、历史眼球转动数据，以及所对应的入睡时间、入睡所需时长以及睡眠持续时长；根据所述历史脑电数据、历史眼电数据、历史眼球转动数据，以及所对应的入睡时间、入睡所需时长以及睡眠持续时长，构建睡眠预测模型，所述预测模块用于根据所述睡眠状态对应的脑电数据、眼电数据以及眼球转动数据，自动输出入睡时间、入睡所需时长以及睡眠持续时长。
12.在一种实现方式中，其中，所述方法包括：基于所述睡眠方案，对用户进行睡眠刺激，并实时采集睡眠刺激过程中的脑电数据、眼电数据以及眼球转动数据，并对采集到的脑电数据、眼电数据以及眼球转动数据进行记录。
13.第二方面，本发明实施例还提供一种睡眠方案生成装置，其中，所述装置包括：睡眠状态确定模块，用于获取脑电数据、眼电数据以及眼球转动数据，根据所述脑电数据、所述眼电数据以及所述眼球转动数据，确定睡眠状态；睡眠状态分析模块，用于根据所述睡眠状态与预设的睡眠预测模型，确定入睡时间、入睡所需时长以及睡眠持续时长；睡眠方案生成模块，用于根据所述入睡时间、所述入睡所需时长以及所述睡眠持续时长，生成睡眠方案。
14.在一种实现方式中，所述睡眠状态确定模块，包括：波动状态确定单元，用于根据所述脑电数据，确定所述脑电数据所对应的脑电波动状态；电流强度确定单元，用于根据所述眼电数据，确定所述眼电数据所对应的眼部电
流强度；转动频率确定单元，用于根据所述眼球转动数据，确定眼球转动频率；睡眠状态确定单元，用于根据所述脑电波动状态、所述眼部电流强度以及所述眼球转动频率，确定所述睡眠状态。
15.在一种实现方式中，所述睡眠状态确定单元，包括：波动幅度比较子单元 ，用于若所述脑电波动状态所反映的波动幅度超过预设幅度；或，电流强度比较子单元，用于若所述眼部电流强度超过预设强度；或，转动频率比较子单元，用于若所述眼球转动频率超过预设频率，则确定所述睡眠状态为未入睡。
16.在一种实现方式中，所述睡眠状态确定单元，包括：深度睡眠确定子单元，用于若所述脑电波动状态所反映的波动幅度低于预设幅度；且，若所述眼部电流强度低于预设强度；且，所述眼球转动频率低于预设频率，则确定所述睡眠状态为已入睡且为深度睡眠。
17.在一种实现方式中，所述睡眠方案生成模块，包括：刺激项目确定单元，用于根据所述入睡时间，确定与所述入睡时间所对应的睡眠刺激项目；刺激强度与时间确定单元，用于根据所述入睡所需时长，确定与所述入睡所需时长所对应的睡眠刺激强度以及睡眠刺激持续时间；刺激提醒与睡眠唤醒单元，用于根据所述睡眠持续时长，确定与所述睡眠持续时长所对应的睡眠刺激停止时间以及唤醒睡眠时间；睡眠方案生成单元，用于根据所述睡眠刺激项目、所述睡眠刺激强度、所述睡眠刺激持续时间、所述睡眠刺激停止时间以及所述唤醒睡眠时间，生成所述睡眠方案。
18.在一种实现方式中，所述装置包括：历史数据获取模块，用于获取预设时间段内的历史脑电数据、历史眼电数据、历史眼球转动数据，以及所对应的入睡时间、入睡所需时长以及睡眠持续时长；睡眠状态分析模块，用于根据所述历史脑电数据、历史眼电数据、历史眼球转动数据，以及所对应的入睡时间、入睡所需时长以及睡眠持续时长，构建睡眠预测模型，所述预测模块用于根据所述睡眠状态对应的脑电数据、眼电数据以及眼球转动数据，自动输出入睡时间、入睡所需时长以及睡眠持续时长；睡眠数据记录模块，用于基于所述睡眠方案，对用户进行睡眠刺激，并实时采集睡眠刺激过程中的脑电数据、眼电数据以及眼球转动数据，并对采集到的脑电数据、眼电数据以及眼球转动数据进行记录。
19.第三方面，本发明实施例还提供一种终端设备，其中，所述终端设备包括存储器、处理器及存储在存储器中并可在处理器上运行的睡眠方案生成程序，处理器执行睡眠方案生成程序时，实现上述方案中任一项的睡眠方案生成方法的步骤。
20.第四方面，本发明实施例还提供一种计算机可读存储介质，其中，计算机可读存储介质上存储有睡眠方案生成程序，所述睡眠方案生成程序被处理器执行时，实现上述方案中任一项所述的睡眠方案生成方法的步骤。
21.有益效果：与现有技术相比，本发明提供了一种睡眠方案生成方法，本发明首先获取脑电数据、眼电数据以及眼球转动数据，根据所述脑电数据、所述眼电数据以及所述眼球转动数据，确定睡眠状态。然后，根据所述睡眠状态与预设的睡眠预测模型，确定入睡时间、入睡所需时长以及睡眠持续时长。最后，根据所述入睡时间、所述入睡所需时长以及所述睡眠持续时长，生成睡眠方案。由于本发明是基于脑电数据、眼电数据以及眼球转动数据进行综合分析来判定睡眠状态的，相对于现有技术中基于心率或者呼吸频率的方式，本发明所采集的数据的维度更广，因此睡眠状态的判定更为准确。并且，本发明还基于确定出的入睡时间、入睡所需时长以及睡眠持续时长，生成睡眠方案，该睡眠方案可用于对用户进行睡眠刺激，无论是刺激用户更快进入睡眠，还适用于及时唤醒用户，给用户的使用提供了方便，扩展了使用场景。
附图说明
22.图1为本发明实施例提供的睡眠方案生成方法的具体实施方式的流程图。
23.图2为本发明实施例提供的睡眠方案生成装置的功能原理图。
24.图3为本发明实施例提供的终端设备的原理框图。
具体实施方式
25.为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
26.本实施例提供一种睡眠方案生成方法，通过所述方法可以实现根据用户的睡眠习惯对用户的睡眠状态进行有效干预，帮助用户在符合生理条件的基础上快速入睡，并进行适时唤醒，使得用户拥有高质量的睡眠。具体实施时，首先获取脑电数据、眼电数据以及眼球转动数据，根据所述脑电数据、所述眼电数据以及所述眼球转动数据确定睡眠状态；然后根据所述睡眠状态与预设的睡眠预测模型，确定入睡时间、入睡所需时长以及睡眠持续时长；最后根据所述入睡时间、所述入睡所需时长以及所述睡眠持续时长，生成睡眠方案。本发明可以预测出用户的入睡时间、入睡所需时长以及睡眠持续时长，并基于此生成符合用户睡眠习惯的睡眠方案，实现帮助用户获得更高质量睡眠体验的效果。
27.举例说明，本实施例首先通过脑电数据采集仪获取到用户的脑电数据，眼电数据以及眼球转动频率数据，据此确定用户的睡眠状态。比如，此刻采集到用户的脑电波动状态所反映的波动幅度为10，眼部电流强度为10，以及眼球转动频率为20转/分钟，由这些数据确定用户的睡眠状态处于未入睡状态；然后将用户的脑电数据、眼电数据以及眼球转动速率输入预设的睡眠预测模型中，睡眠预测模型会自动输出用户的入睡时间，入睡所需时长以及睡眠持续时长，睡眠预测模型输出得到入睡时间是晚上九点，入睡所需时长是二十分钟，睡眠持续时长为八小时；最后根据用户的入睡时间，入睡所需时长以及睡眠持续时长，生成睡眠方案。比如，在晚上九点时，开始施加音频刺激，可以播放轻音乐促使用户尽快入睡，入睡所需时长是二十分钟，那在9：00-9:20之间给予频率为50hz的音频刺激，经过八小时到达次日凌晨5:20时停止睡眠刺激同时唤醒用户。本实施例可以帮助用户在符合自身睡眠习惯的情况下，生成符合用户生理作息习惯的睡眠方案，确保用户在符合睡眠习
惯的入睡时间内开始入睡，并且在短时间内快速进入睡眠状态，在睡眠持续时保持高质量的睡眠，量身定制的睡眠方案通过对不同睡眠状态施加不同的睡眠刺激，促使用户处于睡眠状态，有效保证用户的睡眠质量，使得用户有良好的精神状态投入到下一天的生活和工作中。
28.示例性方法本实施例提供一种睡眠方案生成方法，该方法可以应用于健康监测的终端设备，所述终端设备可为电脑等智能化产品终端。具体如图1所示，本实施例的睡眠方案生成方法包括如下步骤：步骤s100、获取脑电数据、眼电数据以及眼球转动数据，根据所述脑电数据、所述眼电数据以及所述眼球转动数据，确定睡眠状态。
29.脑电数据、眼电数据以及眼球转动数据从三个不同方面反映了用户的睡眠状态，脑电数据反映了用户的大脑神经活跃状态，眼电数据以及眼球转动数据反映了用户视觉神经的活跃状态，同时获取脑电数据、眼电数据以及眼球转动数据三种数据，综合分析结果可以更准确的确定用户的睡眠状态。
30.在本实施例中，首先通过脑电采集仪从头皮上将大脑皮层的自发性生物电位加以放大记录而得到脑电图，脑电图中包括了脑电波的频率、振幅和相位，即得到所需的脑电数据；眼电数据基于脑电采集仪上采集眼电的相关电极获得眼电数据，可以同时获得眼部电流强度和眼球转动速率；眼电数据也可以通过眼电数据采集仪获得眼电图，眼电图是测量在视网膜色素上皮和光感受器细胞之间存在的视网膜静电位，也可用于测量眼球位置以及眼球运动的生理变化，然后，终端设备根据采集到的脑电数据、眼电数据以及眼球转动数据确定睡眠状态。所述睡眠状态包括未入睡状态、浅睡状态以及深度睡眠状态。当然，本实施例中的终端设备可直接设置为穿戴设备，比如，头环装置或者眼罩。该穿戴设备上设置有用于检测脑电数据、眼电数据以及眼球转动数据的功能模块，比如脑电信号检测模块或者眼动感应模块等。
31.在一种实现方式中，本实施例在获取脑电数据、眼电数据以及眼球转动数据，确定睡眠状态时包括如下步骤：步骤s101，根据所述脑电数据，确定所述脑电数据所对应的脑电波动状态；步骤s102，根据所述眼电数据，确定所述眼电数据所对应的眼部电流强度；步骤s103，根据所述眼球转动数据，确定眼球转动频率；步骤s104，根据所述脑电波动状态、所述眼部电流强度以及所述眼球转动频率，确定所述睡眠状态。
32.由于人体在清醒，入睡，浅睡以及深睡时，大脑神经元活动的兴奋性是不同的，白天人的机体适宜活动，神经元处于一个高度兴奋状态，保持清醒状态时脑电波频率较高，振幅也相对较大，且频率越高振幅越大人越清醒，当夜晚睡眠时，大脑处于弱兴奋的状态，脑电波的频率和振幅也相应减小，维持一个低频率低振幅的状态，因此，不同的脑电数据反映了不同的脑电波动状态，所述脑电波动状态包括高频高振幅的清醒活跃状态，低频低振幅的睡眠状态。同样的，在清醒时，人的眼部会进行观察活动，眼球进行高速转动，转动过程中会产生一定的微电流，眼部电流强度越大表示越清醒，眼球转动频率越高表示越清醒；在睡眠时，眼部闭合，停止观察活动，但存在眼动期睡眠，因此仍然会有一定的微电流产生，只是
微电流强度很弱，眼球的转动频率也相应减弱。基于此，本实施例可实时采集用户的脑电数据、眼电数据以及眼球转动数据，根据所述脑电数据、眼电数据以及眼球转动速率数据判断出所述用户的睡眠状态。也就是说，不同的脑电数据、眼电数据以及眼球转动数据对应于用户不同的睡眠状态。
33.在一种实现方式中，本实施例在获取脑电数据、眼电数据以及眼球转动数据，确定睡眠状态时包括如下步骤：若所述脑电波动状态所反映的波动幅度超过预设幅度；或，若所述眼部电流强度超过预设强度；或，若所述眼球转动频率超过预设频率，则确定所述睡眠状态为未入睡。
34.若所述脑电波动状态所反映的波动幅度低于预设幅度；且，若所述眼部电流强度低于预设强度；且，所述眼球转动频率低于预设频率，则确定所述睡眠状态为已入睡且为深度睡眠。
35.也就是说，脑电波动状态所反映的波动幅度、眼部电流强度以及眼球转动频率三者中只要有一个超过了预设值（预设幅度、预设强度、预设频率），都判定为未入睡状态；当脑电波动状态所反映的波动幅度、眼部电流强度以及眼球转动频率三者均低于预设值（预设幅度、预设强度、预设频率），则视为已入睡且为深度睡眠状态。
36.比如，所述脑电波动状态的预设幅度为8，所述眼部电流强度的预设强度为8，所述眼球转动频率的预设频率为15转/分钟，采集到用户脑电数据的波动幅度为8，眼电数据的眼部电流强度为10，以及眼球转动频率为20转/分钟，其中，眼部电流强度10超过了预设强度8，则确定用户的睡眠状态为未入睡状态。若采集到用户脑电数据的波动幅度为5，眼电数据的眼部电流强度为6，眼球转动频率为10转/分钟，脑电数据、眼电数据以及眼球转动数据均低于预设值，则确定用户的睡眠状态为深度睡眠状态。准确的判定用户的睡眠状态有助于提高后续生成的睡眠方案的合理性。
37.步骤s200，根据所述睡眠状态与预设的睡眠预测模型，确定入睡时间、入睡所需时长以及睡眠持续时长。
38.当确定所述睡眠状态后，本实施例可将采集到的脑电状态所反映的波动幅度、眼部电流强度以及眼球转动频率输入预设睡眠预测模型中，由于这个模型是基于历史脑电数据、历史眼电数据、历史眼球转动数据预先训练的，因为睡眠状态反映的是用户的睡眠习惯，因此，当将脑电状态所反映的波动幅度、眼部电流强度、眼球转动数据输入至预设睡眠预测模型后，即可自动输出入睡时间、入睡所需时长以及睡眠持续时长。
39.在一种实现方式中，本实施例在睡眠预测模型构建时，包括如下步骤：步骤s201，获取预设时间段内的历史脑电数据、历史眼电数据、历史眼球转动数据以及所对应的入睡时间、入睡所需时长以及睡眠持续时长。
40.步骤s202，根据所述历史脑电数据、历史眼电数据、历史眼球转动数据，以及所对应的入睡时间、入睡所需时长以及睡眠持续时长，构建睡眠预测模型，所述睡眠预测模型用于根据所述睡眠状态对应的脑电数据、眼电数据以及眼球转动数据，自动输出入睡时间、入睡所需时长以及睡眠持续时长。
41.历史睡眠数据反映了用户最近一段时间内的睡眠习惯，是最符合用户作息规律的
睡眠数据，在此基础上训练得到的睡眠预测模型可以预测得到最接近用户最近一段时间睡眠习惯的睡眠数据，预测得到的睡眠数据也是最容易施加刺激调整用户的脑电数据、眼电数据以及眼球转动数据促使用户进入睡眠状态的结果。
42.在具体实施时，首先采集用户在预设时间段内（例如两周内）的历史脑电数据、历史眼电数据以及历史眼球转动数据以及所对应的历史睡眠数据，历史睡眠数据包括历史入睡时间，历史入睡所需时长以及历史睡眠持续时长，对历史睡眠数据进行记录，并将所采集到的数据进行统计分析，并将其中的异常数据进行剔除，所述异常数据包括：熬夜时的入睡时间，睡前使用电子屏幕造成的入睡所需时长过长（大于40min），过短（小于1h的睡眠持续时长），或，过长（大于16h的睡眠持续时长）的睡眠持续时长数据等，对剩余正常历史睡眠数据建立模型进行训练，对模型进行多次优化训练后得到预设的睡眠预测模型，此时，将采集得到的脑电数据、眼电数据以及眼球转动速率输入睡眠预测模型后，系统会自动输出入睡时间、入睡所需时长以及睡眠持续时长。例如，采集获得某用户在最近两周内均维持在九点左右入睡，此时的脑电数据的波动幅度维持在10左右，眼部电流强度维持在10左右，眼球转动频率维持在20转/分钟，此用户大约在二十分钟后睡着，睡眠持续八小时左右后醒来，由此，可以得知该用户最近一段时间的睡眠习惯，将这些数据进行统计分析，建立模型，优化训练得到用户的睡眠预估模型。
43.步骤s300，根据所述入睡时间、所述入睡所需时长以及所述睡眠持续时长，生成睡眠方案。
44.由预设睡眠预测模型得到用户的入睡时间、入睡所需时长以及睡眠持续时长后，判断用户的睡眠习惯，根据用户的睡眠习惯匹配生成符合用户睡眠习惯的睡眠方案，帮助用户拥有更好的睡眠状态。
45.在一种实现方式中，本实施例在生成睡眠方案时，包括如下步骤：步骤s301，根据所述入睡时间，确定与所述入睡时间所对应的睡眠刺激项目；步骤s302，根据所述入睡所需时长，确定与所述入睡所需时长所对应的睡眠刺激强度以及睡眠刺激持续时长；步骤s303，根据所述睡眠持续时长，确定与所述睡眠持续时长所对应的睡眠刺激停止时间以及唤醒睡眠时间；步骤s304，根据所述睡眠刺激项目、所述睡眠刺激强度、所述睡眠刺激持续时长、所述睡眠刺激停止时间以及所述唤醒睡眠时间，生成所述睡眠方案。
46.在具体实施时，针对获取到的不同的入睡时间，可以选择施加不同的睡眠刺激项目促进睡眠；针对获取到的入睡所需时长，根据入睡所需时长判断用户是否属于入睡困难型，如果用户属于入睡困难型，所需要施加的睡眠刺激强度增加以及睡眠刺激持续时长增加，如果属于正常入睡型，所需要施加的睡眠刺激强度选择正常以及睡眠刺激持续时长选择正常；针对获取到睡眠持续时长后，根据睡眠持续时长计算出何时停止睡眠刺激以及何时唤醒睡眠用户。
47.本实施例在获取到入睡时间后，确定与入睡时间所对应的睡眠刺激项目。在一种实现方式中，施加的睡眠刺激项目可以为电流刺激，比如获取到用户在九点入睡，此时确定对应的睡眠刺激项目为电流刺激，即给用户施加一定强度的微电流刺激，调节脑电波进入睡眠波段，帮助用户快速进入睡眠状态。在另一种实现方式中，施加的睡眠刺激为音频刺
激，音频刺激可以为播放舒缓的轻音乐，可以为节奏缓慢的鼓点，也可以是录制的语音材料，音频刺激使得用户脑电活动状态逐渐平稳，促使进入入睡状态。
48.本实施例在获取到入睡所需时长后，确定与所述入睡所需时长所对应的睡眠刺激强度以及睡眠刺激持续时长。在一种实现方式中，根据入睡所需时长判断用户是否属于入睡困难型，如果用户属于入睡困难型，所需要施加的睡眠刺激强度增加以及睡眠刺激持续时长增加，如果属于正常入睡型，所需要施加的睡眠刺激强度选择正常以及睡眠刺激持续时长选择正常。睡眠刺激强度根据刺激类型分为不同等级，如果是微电流刺激，则微电流的强度分为10，20和30三个强度等级，如果是音频刺激，则根据声音的频率不同分为50hz，100hz和150hz三个频率等级。在一种实现方式中，睡眠刺激持续时长分为20min，30min和60min三个等级时长。例如获得用户入睡所需时长需要20min，该用户不属于入睡困难型，所需的睡眠刺激是微弱的，可以选择施加20min的音频刺激，所施加音频为50hz的轻音乐。
49.在一种实现方式中，本实施例在生成睡眠方案时，还包括如下步骤：基于所述睡眠方案，对用户进行睡眠刺激，并实时采集睡眠刺激过程中地的脑电数据、眼电数据以及眼球转动数据，并对采集到的脑电数据、眼电数据以及眼球转动数据进行记录。
50.在具体实施时，若用户处于未入睡状态，此时需要根据睡眠预测模型输出的入睡时间在相应的时间点施加一定的睡眠刺激，在此过程中，用户的脑电数据、眼电数据以及眼球转动数据被调节，是实时变化的，将该数据采集并记录至存储设备中，以便于对睡眠过程的监测以及后期对于睡眠预测模型的训练和优化。
51.综上，本实施例首先获取脑电数据、眼电数据以及眼球转动数据，并根据所述脑电数据、眼电数据以及眼球转动数据确定出睡眠状态，然后根据所述睡眠状态与预设的睡眠预估模型，确定出入睡时间、入睡所需时长以及睡眠持续时长。最后根据所述入睡时间、入睡所需时长以及所述睡眠持续时长，生成适合用户的睡眠方案。
52.示例性装置基于上述实施例，本发明还提供一种睡眠方案生成模块，如图2所示，本实施例中的装置包括睡眠确定模块10、睡眠状态分析模块20以及睡眠方案生成模块30。具体的，所述睡眠确定模块10，用于获取脑电数据、眼电数据以及眼球转动数据，根据所述脑电数据、所述眼电数据以及所述眼球转动数据，确定睡眠状态。所述睡眠状态分析模块20，用于根据所述睡眠状态与预设的睡眠预测模型，确定入睡时间、入睡所需时长以及睡眠持续时长。所述睡眠方案生成模块，用于根据所述入睡时间、所述入睡所需时长以及所述睡眠持续时长，生成睡眠方案。
53.在一种实现方式中，所述装置包括睡眠状态确定模块，所述睡眠状态确定模块包括：波动状态确定单元，用于根据所述脑电数据，确定所述脑电数据所对应的脑电波动状态；电流强度确定单元，用于根据所述眼电数据，确定所述眼电数据所对应的眼部电流强度；转动频率确定单元，用于根据所述眼球转动数据，确定眼球转动频率；
睡眠状态确定单元，用于根据所述脑电波动状态、所述眼部电流强度以及所述眼球转动频率，确定所述睡眠状态。
54.在一种实现方式中，所述睡眠状态确定单元包括：波动幅度比较子单元，用于若所述脑电波动状态所反映的波动幅度超过预设幅度；或，电流强度比较子单元，用于若所述眼部电流强度超过预设强度；或，转动频率比较子单元，用于若所述眼球转动频率超过预设频率，则确定所述睡眠状态为未入睡。
55.在一种实现方式中，所述睡眠状态确定单元包括：深度睡眠确定子单元，用于若所述脑电波动状态所反映的波动幅度低于预设幅度；且，若所述眼部电流强度低于预设强度；且，所述眼球转动频率低于预设频率，则确定所述睡眠状态为已入睡且为深度睡眠。
56.在一种实现方式中，所述睡眠方案生成模块，包括：刺激项目确定单元，用于根据所述入睡时间，确定与所述入睡时间所对应的睡眠刺激项目；刺激强度与时间确定单元，用于根据所述入睡所需时长，确定与所述入睡所需时长所对应的睡眠刺激强度以及睡眠刺激持续时长；刺激提醒与睡眠唤醒单元，用于根据所述睡眠持续时长，确定与所述睡眠持续时长所对应的睡眠刺激停止时间以及唤醒睡眠时间；睡眠方案生成单元，用于根据所述睡眠刺激项目、所述睡眠刺激强度、所述睡眠刺激持续时长、所述睡眠刺激停止时间以及所述唤醒睡眠时间，生成所述睡眠方案。
57.在一种实现方式中，所述装置包括：历史数据获取模块，用于获取预设时间段内的历史脑电数据、历史眼电数据、历史眼球转动数据，以及所对应的历史入睡时间、历史入睡所需时长以及历史睡眠持续时长；睡眠状态分析模块，用于根据所述历史脑电数据、历史眼电数据、历史眼球转动数据，以及所对应的入睡时间、入睡所需时长以及睡眠持续时长；睡眠状态分析模块，用于根据所述历史脑电数据、历史眼电数据、历史眼球转动数据，以及所对应的入睡时间、入睡所需时长以及睡眠持续时长，构建睡眠预测模型，所述预测模型用于根据所述睡眠状态对应的脑电数据、眼电数据以及眼球转动数据，自动输出入睡时间、入睡所需时长以及睡眠持续时长；睡眠数据记录模块，用于基于所述睡眠方案，对用户进行睡眠刺激，并实时采集睡眠刺激过程中的脑电数据、眼电数据以及眼球转动数据，并对采集到的脑电数据、眼电数据以及眼球转动数据进行记录。
58.本实施例的睡眠方案生成装置中各个模块的工作原理与上述方法实施例中各个步骤的原理相同，此处不再赘述。
59.基于上述实施例，本发明还提供了一种终端设备，所述终端设备的原理框图可以如3所示。终端设备可以包括一个或多个处理器100（图3中仅示出一个），存储器101以及存储在存储器101中并可在一个或多个处理器100上运行的计算机程序102，例如， 睡眠方案生成的程序。一个或多个处理器100执行计算机程序102时可以实现睡眠方案生成的方法实
施例中的各个步骤。或者，一个或多个处理器100执行计算机程序102时可以实现睡眠方案生成的装置实施例中各模块/单元的功能，此处不作限制。
60.在一个实施例中，所称处理器100可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器 (digital signal processor，dsp)、专用集成电路 (application specific integrated circuit，asic)、现成可编程门阵列 (field-programmable gate array，fpga) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
61.在一个实施例中，存储器101可以是电子设备的内部存储单元，例如电子设备的硬盘或内存。存储器101也可以是电子设备的外部存储设备，例如电子设备上配备的插接式硬盘，智能存储卡（smart media card，smc），安全数字（secure digital，sd）卡，闪存卡（flash card）等。进一步地，存储器101还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器101用于存储计算机程序以及终端设备所需的其他程序和数据。存储器101还可以用于暂时地存储已经输出或者将要输出的数据。
62.本领域技术人员可以理解，图3中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端设备的限定，具体的终端设备以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
63.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、运营数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双运营数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
64.综上，本发明公开了一种睡眠方案生成方法、装置、终端设备以及存储介质，所述方法包括：获取脑电数据、眼电数据以及眼球转动数据，根据所述脑电数据、所述眼电数据以及所述眼球转动数据，确定睡眠状态；根据所述睡眠状态与预设的睡眠预测模型，确定入睡时间、入睡所需时长以及睡眠持续时长；根据所述入睡时间、所述入睡所需时长以及所述睡眠持续时长，生成睡眠方案。本发明可以通过对脑电数据、眼电数据以及眼球转动数据的监测确定出用户睡眠状态，并依此和预设的睡眠预测模型得到入睡时间、入睡所需时长以及睡眠持续时长，最终生成适合用户的睡眠方案。
65.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。