本發(fā)明創(chuàng)造涉及人體健康監(jiān)測技術領域，具體涉及一種用于監(jiān)測睡眠狀態(tài)的健康分析系統(tǒng)。

背景技術：

睡眠是人類最重要和最基本的生理活動之一，睡眠的好壞是健康與否的重要標志。在人們的日常生活中，通過良好的睡眠不僅可以消除疲勞、恢復精力，而且可以增強免疫力、延緩衰老。相反，不良的睡眠則會影響人們的日常工作和生活，長期如此，還會引發(fā)許多疾病。因此，開發(fā)一種能夠有效監(jiān)測人體睡眠狀態(tài)的系統(tǒng)對人體健康分析有著重要的意義。

技術實現(xiàn)要素：

針對上述問題，本發(fā)明旨在提供一種用于監(jiān)測睡眠狀態(tài)的健康分析系統(tǒng)。

本發(fā)明創(chuàng)造的目的通過以下技術方案實現(xiàn)：

一種用于監(jiān)測睡眠狀態(tài)的健康分析系統(tǒng)，包括數(shù)據(jù)監(jiān)測模塊、無線傳輸模塊和健康分析模塊；所述數(shù)據(jù)監(jiān)測模塊用于監(jiān)測用戶的體溫、心率、脈搏血氧飽和度和呼吸頻率；無線傳輸模塊用于將采集所得的數(shù)據(jù)傳送給健康分析模塊；健康分析模塊用于對接收到的數(shù)據(jù)進行處理并根據(jù)處理后的數(shù)據(jù)對用戶的睡眠狀態(tài)進行評估并在用戶睡眠質(zhì)量極差時進行預警。

優(yōu)選地，還包括喚醒模塊和健康指導模塊，所述健康指導模塊與健康分析模塊連接，用于根據(jù)健康分析模塊分析得到的用戶的睡眠狀態(tài)合理配置用戶的鍛煉內(nèi)容，自動提醒用戶白天進行相應的身體鍛煉。

優(yōu)選地，所述喚醒模塊與數(shù)據(jù)監(jiān)測模塊連接，用于設定所述數(shù)據(jù)監(jiān)測模塊每間隔5分鐘對用戶的心率、血氧飽和度和呼吸頻率持續(xù)測量15分鐘，每間隔20分鐘對用戶的體溫持續(xù)測量5分鐘。

優(yōu)選地，所述健康分析模塊包括數(shù)據(jù)處理模塊和睡眠質(zhì)量評估模塊，所述數(shù)據(jù)處理模塊和無線傳輸模塊連接，用于對采集得到的數(shù)據(jù)進行處理，所述睡眠質(zhì)量評估模塊與數(shù)據(jù)處理模塊連接，用于對用戶睡眠質(zhì)量進行評估。

本發(fā)明創(chuàng)造的有益效果：可以同時監(jiān)測多個用戶的睡眠狀態(tài)，并根據(jù)監(jiān)測所得的生理數(shù)據(jù)進行分析判斷，在出現(xiàn)異常情況時進行預警。此外，根據(jù)監(jiān)測所得的數(shù)據(jù)可以分析所得用戶的睡眠質(zhì)量，并制定相應的健康鍛煉計劃。

附圖說明

利用附圖對發(fā)明創(chuàng)造作進一步說明，但附圖中的實施例不構成對本發(fā)明創(chuàng)造的任何限制，對于本領域的普通技術人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明結(jié)構示意圖；

圖2是本發(fā)明睡眠質(zhì)量評估模塊結(jié)構示意圖。

附圖標記：

數(shù)據(jù)監(jiān)測模塊1；無線傳輸模塊3；健康分析模塊4；喚醒模塊2；健康指導模塊5；數(shù)據(jù)處理模塊41；睡眠質(zhì)量評估模塊42；睡眠狀態(tài)評估子模塊421；睡眠狀態(tài)評估子模塊422；綜合評估子模塊423。

具體實施方式

結(jié)合以下實施例對本發(fā)明作進一步描述。

參見圖1、圖2，本實施例的一種用于監(jiān)測睡眠狀態(tài)的健康分析系統(tǒng)，包括數(shù)據(jù)監(jiān)測模塊1、無線傳輸模塊3和健康分析模塊4；所述數(shù)據(jù)監(jiān)測模塊1用于監(jiān)測用戶的體溫、心率、脈搏血氧飽和度和呼吸頻率；無線傳輸模塊3用于將采集所得的數(shù)據(jù)傳送給健康分析模塊4；健康分析模塊4用于對接收到的數(shù)據(jù)進行處理并根據(jù)處理后的數(shù)據(jù)對用戶的睡眠狀態(tài)進行評估并在用戶睡眠質(zhì)量極差時進行預警。

優(yōu)選地，還包括喚醒模塊2和健康指導模塊5，所述健康指導模塊5與健康分析模塊4連接，用于根據(jù)健康分析模塊4分析得到的用戶的睡眠狀態(tài)合理配置用戶的鍛煉內(nèi)容，自動提醒用戶白天進行相應的身體鍛煉。

優(yōu)選地，所述喚醒模塊2與數(shù)據(jù)監(jiān)測模塊1連接，用于設定所述數(shù)據(jù)監(jiān)測模塊1每間隔5分鐘對用戶的心率、血氧飽和度和呼吸頻率持續(xù)測量15分鐘，每間隔20分鐘對用戶的體溫持續(xù)測量5分鐘。

本發(fā)明上述實施例可以同時監(jiān)測多個用戶的睡眠狀態(tài)，并根據(jù)監(jiān)測所得的生理數(shù)據(jù)進行分析判斷，在出現(xiàn)異常情況時進行預警。

優(yōu)選地，所述無線傳輸模塊3采用一種基于遺傳算法的路由傳輸機制，設置網(wǎng)絡節(jié)點的初始路徑是x＝{x₁,x₂,…,x_n}，則算法中的適應度函數(shù)定義為：

其中,d(x_i)是路徑x_i的路徑長度，D(X)是所有的路徑長度之和，e(x_i)是路徑x_i的能耗，E(X)是所有路徑的能耗之和，θ和μ是路徑x_i的長度和節(jié)點i消耗的能量在適應度函數(shù)中的權重；

本優(yōu)選實施例構建了無線傳感網(wǎng)絡的傳輸路徑，采用適應度函數(shù)尋找最佳傳輸路徑時，既考慮了傳感器網(wǎng)絡的路徑長度又考慮了節(jié)點能量的消耗，因此節(jié)約了網(wǎng)絡傳輸?shù)目傮w能耗，大大增加了健康分析系統(tǒng)的使用壽命。

優(yōu)選地，所述健康分析模塊4包括數(shù)據(jù)處理模塊41和睡眠質(zhì)量評估模塊42，所述數(shù)據(jù)處理模塊41和無線傳輸模塊3連接，用于對采集得到的數(shù)據(jù)進行處理，所述睡眠質(zhì)量評估模塊42與數(shù)據(jù)處理模塊41連接，用于對用戶睡眠質(zhì)量進行評估。

本優(yōu)選實施例能夠通過分析數(shù)據(jù)處理模塊處理后的數(shù)據(jù)進行用戶睡眠狀態(tài)的有效評估。

優(yōu)選地，所述數(shù)據(jù)處理模塊41用于對接收到的數(shù)據(jù)進行處理，具體包括：

(1)對傳感器采集的數(shù)據(jù)進行修正，設某時刻k采集到的數(shù)據(jù)為l_k，則修正公式為：

式中，l_k為修正后的數(shù)據(jù)，l_k′為修正前的原始數(shù)據(jù)，T₀為傳感器使用標準溫度，t為傳感器使用時的實際環(huán)境溫度；

(2)對修正后的數(shù)據(jù)進行平均算法，具體為：

式中，ρ₁、ρ₂、ρ₃分別為相應的權重因子；

本實施例設置數(shù)據(jù)處理模塊，消除了環(huán)境溫度對傳感器測量值的影響，此外，通過加權平均算法，避免了單個數(shù)據(jù)的偶然性，增加了健康分析系統(tǒng)的精確性。

優(yōu)選地，所述睡眠質(zhì)量評估模塊42包括睡眠狀態(tài)評估子模塊421、睡眠狀態(tài)評估子模塊422和綜合評估子模塊423。

其中，所述睡眠狀態(tài)評估子模塊421用于根據(jù)監(jiān)測所得的心率和血氧飽和度評估用戶的睡眠狀態(tài)，具體包括：

(1)基于模糊算法建立睡眠狀態(tài)評估子模塊421，以心率和血氧飽和度作為輸入變量，對各輸入變量設定上下限值，并根據(jù)各輸入量對睡眠狀態(tài)的影響分別制定相應的權重，對輸入變量定義相同的模糊狀態(tài)，即“很高”、“高”、“正?！?、“低”、“很低”。以用戶的睡眠狀態(tài)作為輸出量，對用戶的睡眠狀態(tài)定義三個模糊狀態(tài)，即“健康”、“正?！?、“極差”；

(2)根據(jù)數(shù)據(jù)庫中的人體心率和血氧飽和度值，制定以心率和血氧飽和度值為依據(jù)來推理用戶的睡眠狀態(tài)的模糊規(guī)則；

(3)輸入變量值，當變量值超出上下限范圍時，判定傳感器故障，當變量值在范圍內(nèi)時，根據(jù)模糊規(guī)則推理得到各輸入變量在模糊集中的隸屬度，從而計算用戶的睡眠狀態(tài)，設第i時刻采集得到的用戶的心率和血氧飽和度的值分別為X(i)和P(i)，則用戶的睡眠狀態(tài)A(i)的表達式為：

其中，和f(x)分別為心率X(i)權重和隸屬度，和f(p)分別為血氧飽和度P(i)的權重和隸屬度；

本優(yōu)選實施例提供的基于模糊算法的睡眠狀態(tài)評估子模塊421，與現(xiàn)有技術相比，根據(jù)對影響用戶的睡眠狀態(tài)的心率和血氧飽和度的監(jiān)測數(shù)據(jù)，利用模糊評估模型評估用戶的睡眠狀態(tài)，較好地處理了模糊性及主觀判斷等問題；

優(yōu)選地，所述睡眠狀態(tài)評估子模塊422用于根據(jù)監(jiān)測所得的用戶體溫和呼吸頻率評估用戶的睡眠狀態(tài)，具體包括：

(1)基于模糊算法建立睡眠狀態(tài)評估子模塊422，以體溫和呼吸頻率作為輸入變量，對各輸入變量設定上下限值，并根據(jù)各輸入量對用戶睡眠狀態(tài)的影響分別制定相應的權重，對輸入變量定義相同的模糊狀態(tài)，即“很高”、“高”、“正常”、“低”、“很低”。以用戶的睡眠狀態(tài)B(i)作為輸出量，對用戶的睡眠狀態(tài)定義三個模糊狀態(tài)，即“健康”、“正常”、“極差”；

(2)根據(jù)數(shù)據(jù)庫中的人體體溫和呼吸頻率，制定以人體體溫和呼吸頻率為依據(jù)來推理用戶的睡眠狀態(tài)的模糊規(guī)則；

(3)輸入變量值，當變量值超出上下限范圍時，判定傳感器故障，當變量值在范圍內(nèi)時，根據(jù)模糊規(guī)則推理得到各輸入變量在模糊集中的隸屬度，從而計算用戶的睡眠狀態(tài)，設第i時刻采集得到的用戶的體溫和呼吸頻率的值分別為T(i)和J(i)，則用戶的睡眠狀態(tài)B(i)的表達式為：

B(i)＝ω₁e^f(t)+ω₂e^f(j)

其中，ω₁和f(t)分別為人體體溫T(i)權重和隸屬度，ω₂和f(j)分別為呼吸頻率J(i)的權重和隸屬度；

本優(yōu)選實施例提供的基于模糊算法的睡眠狀態(tài)評估子模塊422，與現(xiàn)有技術相比，根據(jù)對影響用戶的睡眠狀態(tài)的體溫和呼吸頻率的監(jiān)測數(shù)據(jù)，利用模糊評估模型評估用戶的睡眠狀態(tài)，較好地處理了模糊性及主觀判斷等問題；

優(yōu)選地，所述綜合評估子模塊423用于進一步的評估用戶的睡眠狀態(tài)，其具體方法如下：

定義睡眠質(zhì)量評估系數(shù)為：

μ＝ε*A(i)+∈*B(i)

其中，ε和∈分別為根據(jù)歷史研究確定的通過不同生理參數(shù)評估的用戶睡眠狀態(tài)對用戶的睡眠質(zhì)量影響程度的權值；

根據(jù)歷史研究制定用戶睡眠狀態(tài)分界值n，根據(jù)評估系數(shù)μ與分界值n關系定義用戶睡眠質(zhì)量，將睡眠質(zhì)量劃分為高、一般、差和極差，當評估系數(shù)μ斷定為極差時即進行預警；

具體為：

本優(yōu)選實施例提出的綜合評估子模塊423，根據(jù)上述評估所得的睡眠狀態(tài)進行綜合評估用戶的睡眠質(zhì)量，與現(xiàn)有技術相比，突破了傳統(tǒng)單一指標、單層次用戶睡眠狀態(tài)評估的局限，提高了系統(tǒng)的準確性。

基于上述實施例，根據(jù)數(shù)據(jù)庫中不同的參數(shù)信息進行了一系列測試，以下是測試得到的評估結(jié)果：

最后應當說明的是，以上實施例僅用以說明本發(fā)明的技術方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領域的普通技術人員應當理解，可以對本發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的實質(zhì)和范圍。