[发明专利]一种可穿戴设备体征数据分析的器官睡眠检测方法和系统

说明书

本发明提出了一种可穿戴设备体征数据分析的器官睡眠检测方法和系统，所述方法包括：通过可穿戴设备实时采集用户睡眠时段的脉搏波原始信号波形；对所述脉搏波原始信号波形进行数据分析，获得用户的睡眠模型；将用户的睡眠模型与中医理论方案结合，获取用户身体状况对应的调理策略。所述系统包括与所述方法步骤对应的模块。

技术领域

本发明提出了一种可穿戴设备体征数据分析的器官睡眠检测方法和系统，属于人体体征监控技术领域。

背景技术

现如今，随着便携式人体特征检测技术的不断发展，在智能可穿戴设备，例如智能手表，智能手环上设置人体体征采集装置进行人体体征数据采集已经得到了普遍应用，但是，部分可穿戴设备普遍存在通过进行体征数据监测，只是提供了用户的整体健康状况，但并没有对数据加以利用，来对用户各个器官的健康状态加以分析，并进行特定健康饮食调养指导的缺陷；同时，一般膳食营养指导方法只是通过用户表面身体状况或当天检测数据来进行饮食指导，没有对身体状况进行长期检测及分析，导致用户每天的膳食营养指导不成系统。同时，还存在一般可穿戴设备并不会检测出人体每个器官的睡眠状况，不能对具体的器官进行调养，从而改善睡眠质量；每个人只了解自己每天睡眠多长时间，并不能具体知道各个器官的睡眠情况的问题。

发明内容

本发明提供了一种可穿戴设备体征数据分析的器官睡眠检测方法，用以解决现有睡眠监测设备只检测睡眠时长，无法获取器官的睡眠状态及与身体健康情况对应的调理策略的问题：

一种可穿戴设备体征数据分析的器官睡眠检测方法，所述方法包括：

通过可穿戴设备实时采集用户睡眠时段的脉搏波原始信号波形；

对所述脉搏波原始信号波形进行数据分析，获得用户的睡眠模型；

将用户的睡眠模型与中医理论方案结合，获取用户身体状况对应的调理策略。

进一步地，通过可穿戴设备实时采集用户睡眠时段的脉搏波原始信号波形，包括：

通过佩戴带有脉搏传感器的可穿戴设备，实时采集用户的脉搏波原始信号波形；

对所述脉搏波原始信号波形进行降噪、去基线和小波分解处理，获得重构的脉搏波信号特征点数据；

将重构的脉搏波信号特征点数据发送至大数据分析平台。

进一步地，将重构的脉搏波信号特征点数据发送至大数据分析平台，包括：

用户在睡觉前将身高和体重信息输入至可穿戴设备中，所述可穿戴设备根据用户的身高和体重信息设置脉搏波信号特征点数据发送至大数据分析平台的发送时间间隔；

在实时获得重构的脉搏波信号特征点数据之后，先将实时获取的所述重构的脉搏波信号特征点数据在可穿戴设备中进行缓存，形成缓存数据包；

按照设置的发送时间间隔向大数据分析平台定时发送缓存数据包。

进一步地，设置脉搏波信号特征点数据发送至大数据分析平台的发送时间间隔，包括：

根据用户的身高和体重信息确定发送时间间隔参照值，所述发送时间间隔参照值通过如下公式获取：

其中，T₀表示发送时间间隔参照值；H表示用户身高；M表示用户当前体重；M₀表示与用户身高相对应的国际标准体重；T_c表示单位时间，T₀＝60min；λ表示时间调整系数；

采集用户佩戴上可穿戴设备的前n分钟的每分钟心跳次数，根据用户的心跳次数结合发送时间间隔参照值，获取脉搏波信号特征点数据发送至大数据分析平台的发送时间间隔，其中，n为预先设定时间长度值，所述发送时间间隔通过如下公式获取：