本發明涉及睡眠監測技術，尤其涉及一種基于翻轉檢測的睡眠質量檢測方法。

背景技術：

睡眠作為人類必不可少的一項基本生理需求，在現代社會生活中顯得越來越重要。好的睡眠質量更是對人們意義重大，只有在高質量的睡眠保證下才能把學習和工作做好。此外，睡眠質量的好壞與人的身體健康程度密切相關，睡眠質量差以及缺乏睡眠都會影響人的健康狀態。如果睡眠質量差，起初會變得非常煩躁，對一切外界的人和事物充滿了排斥感。隨著睡眠狀況的進一步惡化，導致心情抑郁，更有甚者可能會造成其它嚴重的不良后果。失眠容易導致內分泌失調，影響記憶力，甚至影響神經系統而導致心血管疾病的發生，使人患高血壓、中風、糖尿病等疾病的幾率明顯增加，是嚴重威脅著人們身體健康的一大隱憂。根據有關調查發現，隨著人們生活節奏的加快，目前失眠已經成為常見疾病，嚴重影響了人們的正常工作和生活。

目前，現有的睡眠質量評價方法只能簡單告知用戶睡眠時長，沒有對睡眠質量做量化評估；因此不能實質性的改善睡眠狀況。

技術實現要素：

在下文中給出了關于本發明的簡要概述，以便提供關于本發明的某些方面的基本理解。應當理解，這個概述并不是關于本發明的窮舉性概述。它并不是意圖確定本發明的關鍵或重要部分，也不是意圖限定本發明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細描述的前序。

鑒于此，本發明提供了一種基于翻轉檢測的睡眠質量檢測方法，以至少解決目前現有的睡眠質量檢測技術只能簡單告知用戶睡眠時長、而沒有對睡眠質量做量化評估的問題。

根據本發明的一個方面，提供了一種基于翻轉檢測的睡眠質量檢測方法，所述睡眠質量檢測方法包括：預先將可穿戴采集裝置佩戴于用戶上臂，其中，所述可穿戴采集裝置包括用于佩戴在用戶上臂的可穿戴部分以及加速度采集設備；確定所述可穿戴采集裝置用于采集翻轉的三個軸向方向；通過所述加速度采集設備采集用戶睡眠過程中的所述三個軸向方向的加速度變化數據；利用采集到的所述三個軸向方向的加速度變化數據進行翻轉檢測判定，以識別用戶睡眠過程中的翻轉；根據所識別的用戶睡眠過程中的翻轉，確定用戶各睡眠階段的深淺睡眠時長；基于所確定的用戶各睡眠階段的深淺睡眠時長，確定用戶的睡眠質量。

進一步地，所述加速度采集設備為六軸加速度陀螺儀；所述三個軸向方向分別為橫滾軸、偏航軸和俯仰軸。

進一步地，所述利用采集到的所述三個軸向方向的加速度變化數據進行翻轉檢測判定的步驟包括：根據下式計算t時刻到t+1時刻的時間段內的姿勢差異D_t+1，D_t+1＝(A_Rt+1-A_Rt)²+(A_Yt+1-A_Yt)²+(A_Pt+1-A_Pt)²，其中，D_t+1表示t時刻到t+1時刻的時間段內的姿勢差異，單位為[G²]；A_Rt+1、A_Rt分別表示t+1時刻和t時刻橫滾軸方向的平均加速度，單位為[G]；A_Yt+1、A_Yt分別表示t+1時刻和t時刻偏航軸方向的平均加速度，單位為[G]；A_Pt+1、A_Pt分別表示t+1時刻和t時刻俯仰軸方向的平均加速度，單位為[G]；t+1和t表示時間，單位為[min]表示橫滾軸方向的平均加速度，單位為；判定預設條件是否成立，并在所述預設條件成立的情況下判定睡眠過程中發生了一次翻轉，其中，所述預設條件為：所述姿勢差異D_t+1大于第一預定閾值，所述橫滾軸方向的加速度平均絕對差大于第二預定閾值，所述偏航軸方向的加速度平均絕對差大于第三預定閾值，以及所述俯仰軸方向的加速度平均絕對差大于第四預定閾值。

進一步地，所述確定用戶各睡眠階段的深淺睡眠時長的步驟包括：針對用戶在每個睡眠階段中的每相鄰兩次翻轉過程中，判定該相鄰兩次翻轉之間的時間間隔是否小于預設間隔閾值：若該相鄰兩次翻轉之間的時間間隔小于所述預設間隔閾值，判定該相鄰兩次翻轉之間對應的時間段為淺度睡眠；若該相鄰兩次翻轉之間的時間間隔大于或等于所述預設間隔閾值，判定該相鄰兩次翻轉之間對應的時間段為深度睡眠。

進一步地，所述確定用戶各睡眠階段的深淺睡眠時間的步驟包括：針對每個睡眠階段，創建該睡眠階段的數組a[N]，其中，N表示該睡眠階段內的檢測次數，a[i]＝1表示發生翻轉，a[i]＝0表示未發生翻轉，且該睡眠階段內的翻轉檢測是以每30s檢測一次的頻率進行的，在完成該睡眠階段的翻轉檢測后，將數組a[N]中各元素值“0”或“1”按照對應次序存入記錄數組b[N]，

將所述記錄數組b[N]中元素值為“1”的元素作為節點元素，并獲得每兩個相鄰節點元素之間的零元素個數，

針對每兩個相鄰節點元素，當該兩個相鄰節點元素之間的零元素個數小于M₀時判定該兩個相鄰節點元素對應的時間段內為淺度睡眠，而當該兩個相鄰節點元素之間的零元素個數大于或等于M₀時判定該兩個相鄰節點元素對應的時間段內為深度睡眠，其中，M₀為預設正整數。

進一步地，M₀＝40。

進一步地，所述確定用戶的睡眠質量的步驟包括：根據下式計算用戶的睡眠質量：睡眠質量＝深度睡眠時長/總睡眠時長；其中，所述深度睡眠時長為用戶各個睡眠階段內深度睡眠時長的和。

相比于現有技術，本發明的基于翻轉檢測的睡眠質量檢測方法依據睡眠狀況翻轉檢測法，選取佩戴于上臂的六軸加速度陀螺儀對用戶睡眠過程中的加速度變化數據進行采集，通過基于翻轉檢測的睡眠狀況評價算法對睡眠質量進行綜合評價分析來實現睡眠質量檢測，最終在用戶終端上顯示睡眠質量評價結果。采用此種睡眠質量檢測方法，不僅可以較準確的對睡眠狀況進行實質性的評估，而且最大限度的減少了對用戶的舒適性造成的影響，減輕用戶的心理負擔。

通過以下結合附圖對本發明的最佳實施例的詳細說明，本發明的這些以及其他優點將更加明顯。

附圖說明

本發明可以通過參考下文中結合附圖所給出的描述而得到更好的理解，其中在所有附圖中使用了相同或相似的附圖標記來表示相同或者相似的部件。所述附圖連同下面的詳細說明一起包含在本說明書中并且形成本說明書的一部分，而且用來進一步舉例說明本發明的優選實施例和解釋本發明的原理和優點。在附圖中：

圖1是示意性地示出本發明的基于翻轉檢測的睡眠質量檢測方法的一個示例的流程圖；

圖2是可穿戴采集裝置采集數據軸向的示意圖；

圖3是示出睡眠過程各階段劃分情況的示意圖；

圖4是示出深度睡眠和淺度睡眠的一個判斷示例的流程圖。

本領域技術人員應當理解，附圖中的元件僅僅是為了簡單和清楚起見而示出的，而且不一定是按比例繪制的。例如，附圖中某些元件的尺寸可能相對于其他元件放大了，以便有助于提高對本發明實施例的理解。

具體實施方式

在下文中將結合附圖對本發明的示范性實施例進行描述。為了清楚和簡明起見，在說明書中并未描述實際實施方式的所有特征。然而，應該了解，在開發任何這種實際實施例的過程中必須做出很多特定于實施方式的決定，以便實現開發人員的具體目標，例如，符合與系統及業務相關的那些限制條件，并且這些限制條件可能會隨著實施方式的不同而有所改變。此外，還應該了解，雖然開發工作有可能是非常復雜和費時的，但對得益于本公開內容的本領域技術人員來說，這種開發工作僅僅是例行的任務。

在此，還需要說明的一點是，為了避免因不必要的細節而模糊了本發明，在附圖中僅僅示出了與根據本發明的方案密切相關的裝置結構和/或處理步驟，而省略了與本發明關系不大的其他細節。

本發明的實施例提供了一種基于翻轉檢測的睡眠質量檢測方法，該睡眠質量檢測方法包括：預先將可穿戴采集裝置佩戴于用戶上臂，其中，所述可穿戴采集裝置包括用于佩戴在用戶上臂的可穿戴部分以及加速度采集設備；確定所述可穿戴采集裝置用于采集翻轉的三個軸向方向；通過所述加速度采集設備采集用戶睡眠過程中的所述三個軸向方向的加速度變化數據；利用采集到的所述三個軸向方向的加速度變化數據進行翻轉檢測判定，以識別用戶睡眠過程中的翻轉；根據所識別的用戶睡眠過程中的翻轉，確定用戶各睡眠階段的深淺睡眠時長；基于所確定的用戶各睡眠階段的深淺睡眠時長，確定用戶的睡眠質量。

圖1給出了本發明的基于翻轉檢測的睡眠質量檢測方法的流程圖。

如圖1所示，在步驟S110中，預先將可穿戴采集裝置佩戴于用戶上臂，其中，可穿戴采集裝置包括用于佩戴在用戶上臂的可穿戴部分以及加速度采集設備。其中，可穿戴部分可套在用戶上臂上，而加速度采集設備則固定在可穿戴部分上。然后，執行步驟S120。

其中，加速度采集設備例如為六軸加速度陀螺儀。

在步驟S120中，確定可穿戴采集裝置用于采集翻轉的三個軸向方向。然后，執行步驟S130。

其中，可穿戴采集裝置采集數據軸向示意如圖2所示，三個軸向方向分別為橫滾軸(roll)、偏航軸(yaw)和俯仰軸(pitch)。其中，圖2中的“可穿戴裝置”即上述可穿戴采集裝置。

在步驟S130中，通過加速度采集設備采集用戶睡眠過程中的三個軸向方向的加速度變化數據。然后，執行步驟S140。

在步驟S140中，利用采集到的三個軸向方向的加速度變化數據進行翻轉檢測判定，以識別用戶睡眠過程中的翻轉。然后，執行步驟S150。

翻轉通常被錯誤理解為是在睡眠過程中無意識的動作，如轉動身體發生狀態變化的動作。翻轉的定義應是在睡眠過程中一系列的使軀干從靜止狀態通過翻轉運動再回到靜止狀態的動作。如果只是四肢的運動狀態發生變化則不認為是發生了一次翻轉。

根據一種實現方式，為獲得較高的翻轉檢測判定準確度，可以通過六軸加速度陀螺儀采集用戶在睡眠過程中發生翻轉運動時橫滾軸(roll)、偏航軸(yaw)和俯仰軸(pitch)三個軸方向加速度變化數據。

翻轉檢測判定算法具體通過各軸向的平均加速度及表示運動強度指標的加速度平均絕對差來設定。所謂的加速度平均絕對差指的是單個采集的加速度值與加速度算術平均值的差的絕對值的平均。與加速度平均差相比，加速度平均絕對差由于差值被絕對值化，不會出現正負相抵消的情況，所以用加速度平均絕對差來設定翻轉檢測判定算法更加精準。

睡眠期間平均加速度主要是受到重力加速度的影響，因為相比處于醒著狀態時的運動，在睡眠過程中肢體動作明顯減少。

因此設定D為三個軸向平均加速度A_R、A_Y和A_P的差異，如公式一所示。D_t+1表示從t到t+1這段時間的姿勢變化，定義D_t+1為姿勢差異。

根據公式一計算t時刻到t+1時刻的時間段內的姿勢差異D_t+1，

公式一：D_t+1＝(A_Rt+1-A_Rt)²+(A_Yt+1-A_Yt)²+(A_Pt+1-A_Pt)²

其中，D_t+1表示t時刻到t+1時刻的時間段內的姿勢差異，單位為[G²]；A_Rt+1、A_Rt分別表示t+1時刻和t時刻橫滾軸方向的平均加速度，單位為[G]；A_Yt+1、A_Yt分別表示t+1時刻和t時刻偏航軸方向的平均加速度，單位為[G]；A_Pt+1、A_Pt分別表示t+1時刻和t時刻俯仰軸方向的平均加速度，單位為[G]；t+1和t表示時間，單位為[min]。

相比之下，加速度平均絕對差是受運動強度影響而變化。在翻轉過程中，加速度平均絕對差的最大值和姿勢差異是同步的。翻轉時的姿勢差異和加速度平均絕對差與公式二中的閾值進行比較。

例如，根據一種實現方式，可以判定預設條件是否成立，并在預設條件成立的情況下判定睡眠過程中發生了一次翻轉。

其中，上述預設條件為：姿勢差異D_t+1大于第一預定閾值，且橫滾軸方向的加速度平均絕對差大于第二預定閾值，且偏航軸方向的加速度平均絕對差大于第三預定閾值，且俯仰軸方向的加速度平均絕對差大于第四預定閾值。

以上預設條件如公式二所示。

公式二：

公式二中D_t+1表示t時刻到t+1時刻的時間段內的姿勢差異，單位[G²]；E_Rt+1表示t時刻到t+1時刻的時間段內橫滾軸方向的加速度平均絕對差，單位[G]；E_Yt+1表示t時刻到t+1時刻的時間段內偏航軸方向的加速度平均絕對差，單位[G]；E_Pt+1表示t時刻到t+1時刻的時間段內俯仰軸方向的加速度平均絕對差，單位[G]；T_i表示為對應的閾值，可取值1、2、3、4，也即，T₁表示第一預定閾值，T₂表示第二預定閾值，T₃表示第三預定閾值，T₄表示第四預定閾值。

通過以上所提出公式二中當姿勢差異、橫滾軸方向的加速度平均絕對差、偏航軸方向的加速度平均絕對差及俯仰軸方向的加速度平均絕對差四個條件同時滿足大于所設定的對應閾值時，此時可判定為睡眠過程中發生了一次翻轉。

在步驟S150中，根據所識別的用戶睡眠過程中的翻轉，通過相鄰兩次翻轉的時間間隔確定用戶各睡眠階段的深淺睡眠時長。然后，執行步驟S160。

在確立翻轉檢測判定算法的前提下，進一步對睡眠狀況的深淺睡眠劃分進行確定。人類睡眠被定義為覺醒期、快速眼動睡眠和非快速眼動睡眠。一般情況下，在進入非快速眼動睡眠之后，非快速眼動睡眠和快速眼動睡眠大約在90分鐘的間隔內交替出現。由于快速眼動期的特殊性把它不列為深淺睡眠劃分的范圍之內，而非快速眼動睡眠正是算法中要討論的，它被更深入的分為四個階段，其中非快速眼動睡眠的第一個階段是最淺的睡眠，隨著階段深入睡眠深度依次增加，第四個階段是最深的睡眠。具體的睡眠過程各階段劃分情況如圖3所示。

如在一個實現方式中，可以通過如下方式實現步驟S150的處理：針對用戶在每個睡眠階段中的每相鄰兩次翻轉，判定該相鄰兩次翻轉之間的時間間隔是否小于預設間隔閾值：若該相鄰兩次翻轉之間的時間間隔小于預設間隔閾值，判定該相鄰兩次翻轉之間對應的時間段為淺度睡眠；若該相鄰兩次翻轉之間的時間間隔大于或等于預設間隔閾值，判定該相鄰兩次翻轉之間對應的時間段為深度睡眠。

也就是說，根據相鄰兩次翻轉的時間間隔與閾值進行比較可界定深度睡眠和淺度睡眠，相鄰兩次翻轉的時間間隔小于閾值時判定為淺度睡眠，大于或等于閾值時判定為深度睡眠，具體如公式三(淺睡眠)和公式四(深睡眠)所示。

公式三：R_Ti+1-R_Ti<T₅

公式四：R_Ti+1-R_Ti≥T₅

其中，R_Ti表示發生第i次翻轉的對應時間點，而R_Ti+1表示第i+1次翻轉的對應時間點；T₅表示預設間隔閾值，單位[min]。

根據一種實現方式，針對每個睡眠階段，可按照如下方式判斷該睡眠階段中的深度睡眠時間段和淺度睡眠時間段：1)創建該睡眠階段的數組a[N]，其中，N表示該睡眠階段內的檢測次數，a[i]＝1表示發生翻轉，a[i]＝0表示未發生翻轉，且該睡眠階段內的翻轉檢測是以每30s檢測一次的頻率進行的；2)在完成該睡眠階段的翻轉檢測后，將數組a[N]中各元素值“0”或“1”按照對應次序存入記錄數組b[N]；3)將記錄數組b[N]中元素值為“1”的元素作為節點元素，并獲得每兩個相鄰節點元素之間的零元素個數，零元素為元素值為“0”的元素：4)針對每兩個相鄰節點元素，當該兩個相鄰節點元素之間的零元素個數小于M₀時判定該兩個相鄰節點元素對應的時間段內為淺度睡眠，而當該兩個相鄰節點元素之間的零元素個數大于或等于M₀時判定該兩個相鄰節點元素對應的時間段內為深度睡眠，其中，M₀為預設正整數。

如在一個例子中，M₀＝40，該例子的處理流程可參考圖4所示的流程圖。在非快速眼動期的睡眠過程中的各階段翻轉的頻率是不同的，基于相鄰兩次翻轉的時間間隔長短可以把睡眠分為深度睡眠和淺度睡眠。如圖4所示，創建一個檢測翻轉的數組a[N]，在時間t分鐘內(對應某個睡眠階段)進行檢測，每30s檢測一次，a[i]＝1表示發生翻轉，a[i]＝0則相反。檢測完成后，將a[N]中各元素值‘0’或‘1’按照次序存入記錄數組b[N]。通過對數組b[N]的元素計算分析即可界定睡眠深度：計算數組b[N]中相鄰兩元素值‘1’之間‘0’的個數，如果小于40個判定為淺度睡眠；如果大于或等于40個則判定在這段時間內為深度睡眠。

這樣，在步驟S160中，可基于所確定的用戶各睡眠階段的深淺睡眠時長，確定用戶的睡眠質量。

深度睡眠持續時長直接反映睡眠質量的好壞。每天的深度睡眠時長與每天總睡眠時長的比定義為睡眠質量。每天的深度睡眠時長通過深淺睡眠劃分算法中對深度睡眠有效判定時長進行累加獲得。用戶終端顯示的睡眠質量評價分析結果是以睡眠質量的形式體現。當用戶終端發出實時數據同步的指令時，可穿戴采集裝置一次性將翻轉信息傳輸到用戶終端，用戶終端通過基于翻轉檢測的睡眠狀況評價算法對數據進行分析計算得出睡眠質量評價結果。

根據一種實現方式，可以根據下式計算用戶的睡眠質量：

睡眠質量＝深度睡眠時長/總睡眠時長。

其中，該公式中的“深度睡眠時長”為用戶各個睡眠階段內深度睡眠時長的和。

本發明的基于翻轉檢測的睡眠質量檢測方法，采用翻轉檢測法作為睡眠質量評價的檢測方法，通過佩戴于上臂的加速度陀螺儀來采集佩戴者睡眠過程中的翻轉信息，根據基于翻轉檢測的睡眠狀況評價算法對睡眠質量進行綜合評價分析，并在用戶終端上顯示用戶的睡眠質量評價結果。該方法可對人體睡眠過程進行實時的監測。

盡管根據有限數量的實施例描述了本發明，但是受益于上面的描述，本技術領域內的技術人員明白，在由此描述的本發明的范圍內，可以設想其它實施例。此外，應當注意，本說明書中使用的語言主要是為了可讀性和教導的目的而選擇的，而不是為了解釋或者限定本發明的主題而選擇的。因此，在不偏離所附權利要求書的范圍和精神的情況下，對于本技術領域的普通技術人員來說許多修改和變更都是顯而易見的。對于本發明的范圍，對本發明所做的公開是說明性的，而非限制性的，本發明的范圍由所附權利要求書限定。