[发明专利]一种基于匹兹堡睡眠质量判断的睡眠质量自动判断方法

说明书

技术领域

本发明属于睡眠质量判断领域，具体是一种基于匹兹堡睡眠质量判断的睡眠质量自动判断方法。

背景技术

随着人们生活水平的日益提升，人们对睡眠质量的关注也日益提升。目前科学界较为权威的一种睡眠质量判断方法为“匹兹堡睡眠质量判断”，但该方法的缺陷是需要用户自己填写回答问题，给用户造成不便的同时，其中的一些问题用户并不能很准确的知道或记住（比如入睡的准确时间，起床的准确时间）。

发明内容

为了解决现有技术中存在的上述技术问题，本发明提供了一种基于匹兹堡睡眠质量判断的睡眠质量自动判断方法，包括如下步骤：

通过睡眠环境信息和深度睡眠时长占比，智能判断用户的睡眠质量指数；

获得入睡过程指数，入睡过程包括入睡时间和入睡时长；

获得睡眠时长指数；

获得睡眠效率指数，睡眠效率与睡眠时长和床上时间有关；

获得睡眠障碍指数；

通过上述指数自动判断睡眠质量。

进一步的，所述睡眠质量指数通过睡眠环境监测系统获取睡眠环境信息，优选温湿度传感器、光照传感器、声音传感器、粉尘传感器。

进一步的，所述睡眠质量指数通过体征监测系统获取深度睡眠时长占比，优选压电薄膜传感器。

进一步的，所述入睡过程指数通过压电薄膜传感器获取，由呼吸频率、心跳频率趋势，体动次数减少趋势判定用户入睡得过程。

进一步的，所述睡眠时长通过压电薄膜传感器获取，由呼吸频率、心跳频率趋势，体动次数变化的趋势判定用户入睡时间和清醒时间。

进一步的，所述睡眠障碍指数通过压电薄膜传感器以及鼾声传感器取得。

本发明基于睡眠环境监测与睡眠体征检测系统，自动判断睡眠环境以及人体的心跳、呼吸、鼾声、体动等信息，利用这些信息准确得出人体睡眠的相关信息，将这些参数自动带入“匹兹堡睡眠质量”中，并加入一些其他影响睡眠质量的重要因素，从而自动判断睡眠质量。

附图说明

图1是本发明的基于匹兹堡睡眠质量判断的睡眠质量自动判断方法流程框图。

如图所示：分为Ⅰ，Ⅱ两个部分：

图示中虚线部分Ⅰ为睡眠环境参数以及人体体征参数信息获取模块。

图示中虚线部分Ⅱ为利用这些参数，自动带入“匹兹堡睡眠质量”，计算睡眠分数模块。

具体实施方式

下面结合附图对本发明作进一步说明。

“匹兹堡睡眠质量”测试分数越低，睡眠效果越好。本发明为便于用户直观理解，改为100分制，分数越高睡眠质量越佳。判别依靠：成分A（睡眠质量）、成分B（入睡过程）、成分C（睡眠时长）、成分D（睡眠效率）、成分E（睡眠障碍）。（成分F（催眠药物），成分G（日间功能障碍）无法由此系统自动获得，可通过向用户询问完善睡眠分数）。优选判断权重：成分A为35分、成分B为20分、成分C为10分、成分D为20分、成分E为15分。

1.成分A（睡眠质量）的优选获取方法：

“匹兹堡睡眠质量”中成分A由用户自己确认睡眠质量，本发明对此进行优化，通过睡眠环境和深度睡眠时长占比，智能判断用户的睡眠质量，具体方法如下：

通过睡眠环境监测系统（优选温湿度传感器、光照传感器、声音传感器、粉尘传感器等）获取睡眠环境信息。睡眠环境分为三个等级：（a）适宜、（b）中等、（c）不适宜。（a）计2分，（b）计1分，（c）计0分。

优选温度信息：

a：15-20度；b：10-15度，20-26度；c：10度以下，26度以上。

优选湿度信息：

a：31%-61%；b：21%-31%，61%-81%；c：0-21%，81%-100%。

优选光照信息：

a：0-2lx；b：2-8lx；c：8lx以上。

优选空气质量：

a：0-100μg/m3；b：100-200μg/m3；c：200-400μg/m3.

优选噪声信息：

a：0-60dB；b：60-90dB；c：90dB以上。

深度睡眠时长占比由体征监测系统获取，优选压电薄膜传感器（无需直接接触人体）。压电薄膜传感器获取人体在睡眠状态下呼吸、心跳和体动产生的压力信号，并将所述压力信号转变为电荷信号进行输出。通过呼吸频率，心跳频率以及体动次数综合判断睡眠时相。深度睡眠期间呼吸频率、心跳频率及体动次数降到最低。

优选深度睡眠时长占比：“X%≥25%”计25分；“X%＜25%”计X分。