[发明专利]一种睡眠时生命特征的检测方法

说明书

本发明提出了一种睡眠时生命体征的检测方法，基于一睡眠检测装置，所述睡眠检测装置包括压电薄膜传感器，所述压电薄膜传感器采集人体睡眠时的压力信号；所述方法包括以下步骤：对所述压力信号进行功率放大和滤波；设置采样频率，将处理后的压力信号进行AD采样；选取一个时间段，对这一段时间内采集到的压力信号进行处理，作为判断用户是否存在心跳、呼吸、打鼾、体动的基准信号；将所述压力信号分为四路，分别是心跳信号、呼吸信号、打鼾信号、体动信号；根据所述心跳信号、呼吸信号、打鼾信号、体动信号，分别计算心跳数据、呼吸数据、打鼾数据、体动数据；根据所述心跳数据、呼吸数据、打鼾数据、体动数据，获得人体生命体征状况。

技术领域

本发明涉及智能家居领域，特别涉及一种睡眠时生命特征的检测方法。

背景技术

随着生活水平的提高，人们对睡眠质量的要求越来越高，因此，睡眠检测技术越来越多的应用于日常生活。

公开号为CN107049255 A的中国专利申请公开了一种穿戴式智能设备及其睡眠算法，通过对系统内的加速度传感器以及PPG心率光感传感器采样得到信号，然后利用微处理器对获得的加速度传感器数据进行分析计算并转化为三维空间X轴、Y轴和Z轴三个方向的加速度值，PPG心率传感器能够获得心率值并传输给微处理器进行分析计算，微处理器能够通过对加速度力传感器和PPG心率光感传感器获得的信息进行计算处理并且分析睡眠状况。该技术的缺点是：入睡检测条件较为苛刻，需要满足预先设定的条件半个小时才算入睡，对失眠人群的入睡检测误差较大；其算法基于光纤传感器，光纤传感器的安装较为复杂，耗电量大，设备体积大等缺点，一定程度上造成该算法也具有这些局限性。

公开号为CN107049699A的中国专利申请公开了一种催眠智能躺椅垫及其心率和呼吸波的测量方法，其原理是将心电信号经过AD转换后成为数字信号作为样本数据；对所得到的样本数据进行预处理，包括去除工频干扰、肌电干扰、基线漂移三方面的噪声；然后提取有用信号占优的频带；得到心跳波和呼吸波；然后计算心率和呼吸，通过蓝牙发送给移动终端，并显示心率和呼吸波的图形和数字。该技术的不足之处是：流程太复杂，功耗高，对处理芯片的要求比较高，检测过程过于繁琐，设备体积过大，造价高。

因此，如何精确检测睡眠状态，使目前亟待解决的问题。

发明内容

本发明提出一种睡眠时生命体征的检测方法，能够精确检测用户睡眠状态，计算结果精确，具有一定的抗干扰能力，睡眠时一定程度的体动对最后的计算结果影响较小。

本发明的技术方案是这样实现的：

一种睡眠时生命体征的检测方法，基于一睡眠检测装置，所述睡眠检测装置包括压电薄膜传感器，所述压电薄膜传感器采集人体睡眠时的压力信号；所述方法包括以下步骤：

步骤(a)，对所述压力信号进行功率放大和滤波；

步骤(b)，设置采样频率，将步骤(a)处理后的压力信号进行AD采样；

步骤(c)，选取一个时间段，对这一段时间内采集到的压力信号进行处理，作为判断用户是否存在心跳、呼吸、打鼾、体动的基准信号；

步骤(d)，将所述压力信号分为四路，分别是心跳信号、呼吸信号、打鼾信号、体动信号；

步骤(e)，根据所述心跳信号、呼吸信号、打鼾信号、体动信号，分别计算心跳数据、呼吸数据、打鼾数据、体动数据；

步骤(f)，根据所述心跳数据、呼吸数据、打鼾数据、体动数据，获得人体生命体征状况。

可选地，所述步骤(d)包括：通过一阶的巴特沃斯滤波算法将所述呼吸信号、打鼾信号、体动信号从所述压力信号中滤除，提取出所述心跳信号。

可选地，所述步骤(d)包括：通过一阶的巴特沃斯滤波算法将所述心跳信号、打鼾信号、体动信号从所述压力信号中滤除，提取出所述呼吸信号。