实时睡眠监测方法及装置、智能可穿戴设备的制造方法
【技术领域】
[0001]本公开涉及通信领域，尤其涉及实时睡眠监测方法及装置、智能可穿戴设备。
【背景技术】
[0002]相关技术中，智能可穿戴设备在采集到用户日常活动时的一些生理特征数据值后，需要对该数据值进行后期的分析处理才可以确定出所述用户的睡眠起始点和睡眠终止点，无法做到实时性，降低了用户体验。
【发明内容】
[0003]有鉴于此，本公开提供了实时睡眠监测方法及装置、智能可穿戴设备，以解决相关技术中的不足。
[0004]根据本公开实施例的第一方面，提供一种实时睡眠监测方法，用于智能可穿戴设备，所述方法包括:
[0005]采集用户日常活动时的至少包括活动量和步数的生理特征数据值，所述活动量用于表征所述用户活动时的剧烈程度，所述步数用于表征所述用户进行周期性活动的次数；
[0006]对所述生理特征数据值进行分析，确定包括所述用户的睡眠起始点和/或睡眠终止点的实时睡眠监测结果。
[0007]根据本公开实施例的第二方面，提供一种实时睡眠监测装置，用于智能可穿戴设备，所述装置包括:
[0008]数据采集模块，用于采集用户日常活动时的至少包括活动量和步数的生理特征数据值，所述活动量用于表征所述用户活动时的剧烈程度，所述步数用于表征所述用户进行周期性活动的次数；
[0009]实时睡眠监测结果分析模块，用于对所述生理特征数据值进行分析，确定包括所述用户的睡眠起始点和/或睡眠终止点的实时睡眠监测结果。
[0010]根据本公开实施例的第三方面，提供一种智能可穿戴设备，包括:
[0011]处理器；
[0012]用于存储处理器可执行指令的存储器；
[0013]其中，所述处理器被配置为:
[0014]采集用户日常活动时的至少包括活动量和步数的生理特征数据值，所述活动量用于表征所述用户活动时的剧烈程度，所述步数用于表征所述用户进行周期性活动的次数；
[0015]对所述生理特征数据值进行分析，确定包括所述用户的睡眠起始点和/或睡眠终止点的实时睡眠监测结果。
[0016]由以上技术方案可见，智能可穿戴设备在采集到用户日常活动时的生理特征数据值之后，直接对所述生理特征数据值进行分析，从而可以实时确定出包括所述用户的睡眠起始点和/或睡眠终止点的实时睡眠监测结果，实时性好，准确度高，提升了用户体验。
[0017]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
【附图说明】
[0018]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0019]图1是本公开根据一示例性实施例示出的一种实时睡眠监测方法流程图；
[0020]图2是本公开根据一示例性实施例示出的一种实时睡眠监测中的场景示意图；
[0021 ]图3是本公开根据一示例性实施例示出的另一种实时睡眠监测方法流程图；
[0022]图4是本公开根据一示例性实施例示出的另一种实时睡眠监测中的场景示意图；
[0023]图5A至5C是本公开根据一示例性实施例示出的实时睡眠监测中的场景示意图；
[0024]图6A至6C是本公开根据一示例性实施例示出的实时睡眠监测中的场景示意图；
[0025]图7是本公开根据一示例性实施例示出的另一种实时睡眠监测中的场景示意图；
[0026]图8是本公开根据一示例性实施例示出的另一种实时睡眠监测中的场景示意图；
[0027]图9是本公开根据一示例性实施例示出的另一种实时睡眠监测方法流程图；
[0028]图10是本公开根据一示例性实施例示出的一种实时睡眠监测装置框图；
[0029]图11是本公开根据一示例性实施例示出的另一种实时睡眠监测装置框图；
[0030]图12是本公开根据一示例性实施例示出的一种用于实时睡眠监测的智能可穿戴设备的一结构示意图。
【具体实施方式】
[0031]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0032]在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0033]应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
[0034]如图1所示，图1是根据一示例性实施例示出的一种实时睡眠监测方法，包括以下步骤:
[0035]在步骤101中，采集用户日常活动时的至少包括活动量和步数的生理特征数据值。
[0036]本公开实施例中提供的方法可以用于智能可穿戴设备，包括但不限于智能手环、智能手表、智能手镯、智能戒指、智能项链、智能脚链，智能皮带等。
[0037]在本步骤中，可选地，智能可穿戴设备可以通过加速度传感器、陀螺仪传感器或磁感应传感器中的至少一个测量所述用户日常活动时的数据，进而按照相关技术计算得到所述生理特征数据值。其中，所述生理特征数据值至少可以包括活动量和步数，所述活动量用于表征所述用户活动时的剧烈程度，所述步数用于表征所述用户进行周期性活动的次数。
[0038]以三轴加速度传感器为例说明上述获取所述生理特征数据值的过程。如图2所示，预先安装在所述智能可穿戴设备上的所述三轴加速度传感器实时采集用户日常活动时分别在x、y、z三个轴上产生的加速度数据，从而按照相关技术计算得到所述用户的所述活动量和所述步数。
[0039]本公开实施例中，为了实时监控所述用户的睡眠状态，可以将与多个预设时间段对应的所述生理特征数据值缓存在所述智能可穿戴设备中。可选地，所述预设时间段可以以分钟为单位。
[0040]在步骤102中，对所述生理特征数据值进行分析，确定包括所述用户的睡眠起始点和/或睡眠终止点的实时睡眠监测结果。
[0041]本步骤中，在计算得到与多个预设时间段对应的所述生理特征数据值之后，可以通过对所述生理特征数据值进行分析来实时确定包括了所述用户的所述睡眠起始点和/或所述睡眠终止点的所述实时睡眠监测结果。可选地，步骤102如图3所示，可以包括以下步骤:
[0042]在步骤102-1中，根据与每个所述预设时间段对应的所述生理特征数据值，确定每个所述预设时间段所属的状态区间。
[0043]本步骤中，在确定所述状态区间之前，为了准确判断出所述用户的所述睡眠起始点和所述睡眠终止点，可以滤除所述用户的一些微小动作所产生的所述生理特征数据值。分别判断与每个所述预设时间段对应的所述生理特征数据值是否低于预设阈值，即判断与每个所述预设时间段对应的所述活动量或所述步数是否低于预设阈值，如图4所示，可以采用滑动窗口滤波的方式将低于预设阈值的所述生理特征数据值置零。
[0044]进一步地，对滤波后的多个所述生理特征数据值进行状态分割，从而确定每个所述预设时间段所属的状态区间，