[發明專利]用于可穿戴設備的與睡眠相關的特征數據處理方法與裝置

有效

• 申請號: 201710614511.6
• 申請日: 2017-07-25
• 公開（公告）號: CN107545134B
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 林昔謙
• 申請（專利權）人: 廣東樂心醫療電子股份有限公司
• 主分類號: G16H40/67
• 分類號: G16H40/67;A61B5/00;A61B5/0205;A61B5/024;A61B5/11
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種用于可穿戴設備的與睡眠相關的特征數據處理方法與裝置以及可穿戴設備，其中所述方法主要包括：采集步驟，用于采集預定時間間隔內加速度脈沖數據的限幅計數N，設備的特定姿態數據S，PPG心率傳感器檢測的是否佩戴設備的數據P，表示設備是否充電的數據C，以及步數計數M；設定步驟，用于設定N和M的最大取值，以及S、P和C的取值；以及計算步驟，按照C、P、M、S、N的優先級計算睡眠信息數據L。按照本發明實施例的用于可穿戴設備的與睡眠相關的特征數據處理方法與裝置以及可穿戴設備，使得運算過程簡單，數據存儲量小，對硬件資源要求低，可對算法進行改進，適合在云端有計算和存儲任務的場景使用。

技術領域

本發明涉及一種與睡眠相關的特征數據處理方法與裝置，特別是涉及一種用于可穿戴設備的與睡眠相關的特征數據處理方法與裝置以及可穿戴設備。

背景技術

睡眠監測是目前智能可穿戴設備的基本功能之一，實現該功能需要采集用戶的活動數據，一般是以采集加速度為主，某些具有心率測量功能的可穿戴設備還會采集用戶的心率數據進行分析。采集的數據量的大小以及特征提取算法和狀態識別算法的運行時間，直接影響著系統的運行效率。有些廠家會在可穿戴設備上完成數據采集、特征提取算法和狀態識別算法，這樣會消耗較大的存儲空間，對可穿戴設備硬件的要求較高，增加了硬件成本；在計算完成之后，原始數據或特征數據沒有能夠反饋到開發者，不利于進行算法改進。有些廠家會在可穿戴設備上完成數據采集，然后把原始數據傳輸到手機端進行特征提取和狀態識別算法，這樣同樣面臨著可穿戴設備要緩存大量原始數據，需要增加硬件成本的問題；同時，原始數據傳輸到手機端需要耗費比較長的時間，影響用戶體驗。

因此，需要一種新的數據處理方法，使得運算過程簡單，數據存儲量小，對硬件資源要求低，適合在云端有計算和存儲任務的場景使用。

發明內容

本發明的目的是為了克服現有技術存在的缺陷，提供一種用于可穿戴設備的與睡眠相關的特征數據處理方法與裝置以及包含該裝置的可穿戴設備。為了實現這一目的，本發明所采取的技術方案如下：

按照本發明實施例的第一方面，提供一種用于可穿戴設備的與睡眠相關的特征數據處理方法，包括：采集步驟，用于采集預定時間間隔內加速度脈沖數據的限幅計數N，設備的特定姿態數據S，PPG心率傳感器檢測的是否佩戴設備的數據P，表示設備是否充電的數據C，以及步數計數M；設定步驟，當限幅計數N大于89時，設定N=89；當步數計數M大于90時，設定M=90；當設備處于特定姿態時，設定S=1，否則為0；當設備沒有佩戴時，設定P=1，否則為0；當設備在充電時，設定C=1，否則為0；以及計算步驟，按照C、P、M、S、N的優先級計算睡眠信息數據L如下，其中int()表示對結果取整：

如果C=1，則令L=250；

如果C=0，而P=1，則L=200+10*int(M/20)+int((N+1)/10)；

如果C=0、P=0，而M0，則L=100+10*int(M/10)+int((N+1)/10)；

如果C=0、P=0且M=0，而S=1，則L=90+int((N+1)/10)；或者

如果C=0、P=0、M=0、S=0，則L=N。

按照一個實施例，所述的用于可穿戴設備的與睡眠相關的特征數據處理方法還包括傳輸步驟，用于將計算的睡眠信息數據L從可穿戴設備傳輸到計算APP或云計算。

按照再一個實施例，所述的用于可穿戴設備的與睡眠相關的特征數據處理方法還包括分析步驟，如果睡眠信息數據L持續小于預定入睡閾值STHD第一預定時間段，則確定用戶處于睡眠狀態并記錄入睡時間；如果睡眠信息數據L持續大于清醒閾值ATHD第二預定時間段，則確定用戶處于清醒狀態并記錄起床時間。