[發明專利]一種睡眠監測方法及系統在審
| 申請號: | 201711274455.2 | 申請日: | 2017-12-06 |
| 公開(公告)號: | CN107890340A | 公開(公告)日: | 2018-04-10 |
| 發明(設計)人: | 裴冬 | 申請(專利權)人: | 上海斐訊數據通信技術有限公司 |
| 主分類號: | A61B5/00 | 分類號: | A61B5/00;A61B5/0205;A61B5/11 |
| 代理公司: | 杭州奧創知識產權代理有限公司33272 | 代理人: | 石湘波 |
| 地址: | 201616 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 睡眠 監測 方法 系統 | ||
1.一種睡眠監測方法,其特征在于,所述方法包括:
S1、根據獲取的睡眠特征數據、加速度數據以及心率數據運行統計經驗模型,獲取所述統計經驗模型對應的第一預測結果;
S2、根據所述心率數據和加速度數據運行邏輯斯蒂回歸模型,獲取所述邏輯斯蒂回歸模型對應的第二預測結果;
S3、將所述第一預測結果和第二預測結果進行加權計算,根據計算結果得到睡眠狀態。
2.如權利要求1所述的睡眠監測方法,其特征在于,步驟S2具體包括:
將所述加速度數據進行多項式轉換,獲得多維特征數據;
根據所述多維特征數據和心率數據運行邏輯斯蒂回歸模型,獲取所述邏輯斯蒂回歸模型對應的第二預測結果。
3.如權利要求2所述的睡眠監測方法,其特征在于,步驟S2具體還包括:
對所述加速度數據進行度為2的多項式轉換,該多項式為:
;
其中,x, y, z分別為X軸、Y軸和Z軸三個方向的加速度數據。
4.如權利要求2所述的睡眠監測方法,其特征在于,所述步驟S2還包括:
采用交叉驗證或者梯度下降方式對所述邏輯斯蒂回歸模型進行模型優化。
5.如權利要求2所述的睡眠監測方法,其特征在于,步驟S2具體還包括:
根據相關系數法分析所述心率數據和多維特征數據與睡眠狀態的相關關系,獲取相關關系大的數據特征信息,將所述數據特征信息輸入到所述邏輯斯蒂回歸模型。
6.如權利要求1所述的睡眠監測方法,其特征在于,步驟S3具體包括:
獲取所述統計經驗模型對應的第一權值以及所述邏輯斯蒂回歸模型對應的第二權值;
將所述第一預測結果、第一權值、第二預測結果和第二權值進行加權計算,得到計算結果;
若所述計算結果大于一預設閾值,則判定為睡眠狀態,否則為醒著狀態。
7.一種睡眠監測系統,其特征在于,所述系統包括:
統計經驗模型模塊,用于根據獲取的睡眠特征數據、加速度數據以及心率數據運行統計經驗模型,獲取所述統計經驗模型對應的第一預測結果;
邏輯斯蒂回歸模型模塊,用于根據所述心率數據和加速度數據運行邏輯斯蒂回歸模型,獲取所述邏輯斯蒂回歸模型對應的第二預測結果;
計算模塊,用于將所述第一預測結果和第二預測結果進行加權計算,根據計算結果得到睡眠狀態。
8.如權利要求7所述的睡眠監測系統,其特征在于,所述系統還包括采集模塊,用于采集用戶的睡眠特征數據、加速度數據以及心率數據。
9.如權利要求7所述的睡眠監測系統,其特征在于,所述邏輯斯蒂回歸模型模塊具體包括:
多項式單元,用于將所述加速度數據進行多項式轉換,獲得多維特征數據;
邏輯斯蒂回歸模型單元,用于根據所述多維特征數據和心率數據運行邏輯斯蒂回歸模型,獲取所述邏輯斯蒂回歸模型對應的第二預測結果。
10.如權利要求7所述的睡眠監測系統,其特征在于,所述計算模塊具體包括:
權值單元,用于獲取所述統計經驗模型對應的第一權值以及所述邏輯斯蒂回歸模型對應的第二權值;
計算單元,用于將所述第一預測結果、第一權值、第二預測結果和第二權值進行加權計算,得到計算結果;
判斷單元,用于若所述計算結果大于一預設閾值,則判定為睡眠狀態,否則為醒著狀態。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海斐訊數據通信技術有限公司,未經上海斐訊數據通信技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711274455.2/1.html,轉載請聲明來源鉆瓜專利網。





