[发明专利]睡眠状态检测方法、装置、设备及计算机可读介质

权利要求书

1.一种睡眠状态检测方法，其特征在于，包括：

获取目标对象的体动数据，其中，所述体动数据为从第一时刻至第二时刻对处于睡眠状态的目标对象采集得到的；

根据所述体动数据确定所述目标对象从所述第一时刻至所述第二时刻内机体活动的变化关系，并根据所述变化关系确定所述目标对象在所述第二时刻的目标睡眠状态，包括：提取所述体动数据的体动特征；将所述体动特征输入训练好的睡眠状态检测模型中，并获取所述睡眠状态检测模型输出的预测睡眠状态；在所述预测睡眠状态满足目标条件的情况下，将所述预测睡眠状态确定为所述目标睡眠状态；

将所述体动特征输入训练好的睡眠状态检测模型中，并获取所述睡眠状态检测模型输出的预测睡眠状态包括以下方式中的至少一种：将所述体动特征输入滑动平均模型，并获取所述滑动平均模型输出的第一预测睡眠状态；将所述体动特征转换为特征向量后输入门控循环单元模型，并获取所述门控循环单元模型输出的第二预测睡眠状态；

在所述预测睡眠状态满足目标条件的情况下，将所述预测睡眠状态确定为所述目标睡眠状态包括：确定所述第一预测睡眠状态和所述第二预测睡眠状态的相似度；在所述相似度大于或等于目标阈值的情况下，将所述第一预测睡眠状态和所述第二预测睡眠状态中的至少一个确定为所述目标睡眠状态；

在所述相似度小于所述目标阈值的情况下，所述方法还包括：将所述第一预测睡眠状态作为所述滑动平均模型的输入，并迭代训练所述滑动平均模型，将所述第二预测睡眠状态作为所述门控循环单元模型的输入，并迭代训练所述门控循环单元模型；确定每次所述滑动平均模型输出的新的第一预测睡眠状态和所述门控循环单元模型输出的新的第二预测睡眠状态的相似度，直至所述相似度大于或等于所述目标阈值时，将最后一次得到的所述第一预测睡眠状态和所述第二预测睡眠状态中的至少一个确定为所述目标睡眠状态。

2.根据权利要求1所述的方法，其特征在于，

所述体动特征包括所述目标对象从所述第一时刻至所述第二时刻的心率变化量、呼吸变化量及眼动变化量中的至少一种，所述体动数据包括心率数据、呼吸数据及眼动数据中的至少一种；

所述睡眠状态检测模型用于建立所述目标对象从所述第一时刻至所述第二时刻的机体活动的变化关系，并根据所述变化关系识别所述目标对象在所述第二时刻的睡眠状态。

3.根据权利要求2所述的方法，其特征在于，

所述睡眠状态检测模型包括所述滑动平均模型，所述滑动平均模型用于利用所述体动特征计算变化曲线，并根据所述变化曲线在所述第二时刻的目标数值确定所述目标数值对应的所述第一预测睡眠状态，所述变化曲线用于表示所述目标对象的机体活动变化情况，所述变化关系包括所述变化曲线表示的关系；

所述睡眠状态检测模型包括所述门控循环单元模型，所述门控循环单元模型用于利用所述特征向量确定更新门将所述第一时刻的信息带入到所述第二时刻中的带入量，及重置门将所述第一时刻的信息写入到第二时刻的候选数据集的写入量，并利用所述更新门和所述重置门的计算结果输出所述第二预测睡眠状态，所述变化关系包括所述带入量和所述写入量表示的关系。

4.根据权利要求3所述的方法，其特征在于，利用所述滑动平均模型进行睡眠状态检测之前，所述方法还包括按照如下方式训练所述滑动平均模型：

将携带有噪声的训练数据输入所述滑动平均模型；

在利用当前时刻的数据预测当前时刻的输出之前，将前一时刻的数据的加权平均值输入到所述滑动平均模型，以利用前一时刻的数据和当前时刻的数据预测当前时刻的输出；

初始化正则化参数，并调整所述正则化参数，以对所述滑动平均模型的输出噪声进行滤波；

将使得所述输出噪声的估计残差与实际噪声方差之间的误差最小化的正则化参数作为所述滑动平均模型最终的所述正则化参数。