基于斜率去干扰的睡眠过程的代谢率的计算方法技术

本发明专利技术涉及一种基于斜率去干扰的睡眠过程的代谢率的计算方法，包括每间隔第一预设时间测量一次床的重量，根据测量值识别出稳态，并根据睡眠期间各稳态的斜率及持续时间筛选出有效睡眠稳态；计算各有效睡眠稳态期间的体重减少值之和作为睡眠期间的体重绝对减少值；使用睡眠期间的体重绝对减少值计算睡眠代谢率。本发明专利技术中，通过测量人在床上睡眠这段时间体重的绝对减少量，以睡眠过程中的体重减少来计算代谢量，由于体重的测量比热量的测量更直接，因此能够更加真实地反映人的代谢情况；采用计算各稳态持续期间的体重减少值的方法，能够排除睡眠过程中影响体重的各项干扰因素，通过设置斜率阈值去除斜率偏离较大的稳态，能够去除含有干扰的稳态。去除含有干扰的稳态。去除含有干扰的稳态。

【技术实现步骤摘要】
基于斜率去干扰的睡眠过程的代谢率的计算方法


[0001]本专利技术属于睡眠过程代谢率监测
，涉及一种基于斜率去干扰的睡眠过程的代谢率的计算方法。

技术介绍

[0002]代谢率表示单位时间内人体消耗的能量。现有技术中一般以热量的代谢来计算代谢率，但是热量的监测比较困难，只能通过其他的指标来进行换算，导致计算结果存在较大的误差。
[0003]由于人时刻都在消耗能量，在不喝水，不进食的情况下，重量一定是在逐渐减少的，因此代谢率也可以通过体重的变化来计算，但是这个体重变化数值很小，传统的体重测量手段无法精确监测这个减少的数值，且人在活动过程中由于各个时段的运动量不同代谢率也会产生较大的波动。但是人在睡眠过程中代谢率是基本稳定的，如果能够在较高的精度下对睡眠过程中的体重进行监测，并排除睡眠过程中对影响体重的各项干扰因素，测量出人在床上睡眠这段时间体重的绝对减少量，则可通过睡眠过程中的体重减少来计算代谢量。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种基于斜率去干扰的睡眠过程的代谢率的计算方法。
[0005]为达到上述目的，本专利技术提供如下技术方案：
[0006]一种基于斜率去干扰的睡眠过程的代谢率的计算方法，包括以下步骤：
[0007]步骤S1、每间隔第一预设时间T0测量一次床的重量；
[0008]步骤S2、定义长度为uT0的时间段为一个长时间窗，根据长时间窗内重量的测量值判断以当前测量时刻为结束时刻的长时间窗是否为稳定状态，如果该长时间窗为稳定状态，则判定当前处于稳态；根据稳态识别出睡眠的开始时刻和结束时刻，并计算睡眠期间各稳态的持续时间及斜率；
[0009]步骤S3、根据睡眠期间各稳态的斜率及持续时间筛选出有效睡眠稳态，并计算各有效睡眠稳态期间的体重减少值之和作为睡眠期间的体重绝对减少值D；
[0010]步骤S4、使用睡眠期间体重绝对减少的值计算睡眠代谢率。
[0011]进一步的，所述S1步骤中，在床下设置多个压力传感器，每一压力传感器均每间隔第一预设时间T0测量一次床的重量；定义总重量S为各压力传感器的测量值之和，定义空床重量B为床空载时的各压力传感器的测量值之和，定义瞬间体重W＝S
‑
B；
[0012]所述S2步骤中，识别睡眠的开始时刻的方法为：根据测量的总重量S判断是否发生上床事件；以及发生上床事件后是否进入稳态，如果在上床事件后又进入了稳态则判定进入睡眠状态，将该稳态的开始时刻作为睡眠的开始时刻。
[0013]进一步的，所述步骤S2包括以下子步骤：
[0014]步骤S201、根据压力传感器的测量值判断是否发生上床事件；如果发生上床事件则执行步骤S202；
[0015]步骤S202、检测是否进入稳态及是否发生下床事件，如果进入稳态则判断进入睡眠状态；执行步骤S203；如果发生下床事件则返回执行步骤S201；
[0016]步骤S203、检测稳态是否结束，如果稳态结束则执行步骤S204；
[0017]步骤S204、计算该稳态的持续时间及斜率；
[0018]步骤S205、检测是否重新进入稳态或是否发生下床事件，如果重新进入稳态则返回执行步骤S204；如果发生下床事件则执行步骤S206；
[0019]步骤S206、检测在上下床时间阈值之内是否发生上床事件并进入稳态，如果在上下床时间阈值之内发生上床事件并进入稳态则返回执行步骤S204；否则，执行步骤S207；
[0020]步骤S207、判定睡眠结束，执行步骤S3。
[0021]进一步的，判断长时间窗是否为稳定状态的方法为：计算以当前测量时刻为结束时刻、长度为2uT0的时间段内所有总重量S的平均数S
TW
，以平均数S
TW
为总重量均值计算该长时间窗内记录的所有总重量S的值的标准差，将该标准差定义为σ
TWC
，设定一个长稳态标准差阈值δ1，当一个长时间窗结束时，若该长时间窗的σ
TWC
≤δ1，则判定该长时间窗为稳定状态；若σ
TWC
＞δ1，则判定该长时间窗为非稳定状态。
[0022]进一步的，判断是否发生上床事件和下床事件的方法为：如果传感器的某一测量时刻从空床状态变为在床状态，则判断该测量时刻发生上床事件；如果传感器的某一测量时刻从在床状态变为空床状态，则判断该测量时刻发生下床事件。
[0023]进一步的，稳态的斜率的计算方法为，采用最小二乘法对该稳态中的所有瞬间体重W的值进行线性拟合并计算斜率。
[0024]进一步的，采用下式计算稳态期间的体重减少值ΔW
a
：
[0025]ΔW
a
＝
‑
K
×
ΔT
W
[0026]其中，ΔT
W
表示稳态的持续时间。
[0027]进一步的，筛选有效睡眠稳态的方法为：
[0028]定义斜率阈值和稳态时长阈值，先计算睡眠期间所有稳态的斜率的平均值，然后去除斜率与平均值之差的绝对值大于斜率阈值的稳态以及斜率为正的稳态；再去除稳态的时长小于稳态时长阈值的稳态，将剩下的稳态作为有效睡眠稳态。
[0029]进一步的，使用睡眠期间的体重绝对减少值D计算睡眠代谢率的方法包括：
[0030]根据下式计算睡眠代谢率m：
[0031][0032]其中，W
s1
表示睡眠开始时的体重。
[0033]进一步的，使用睡眠期间的体重绝对减少值计算睡眠代谢率的方法还包括：
[0034]根据下式计算8小时日化睡眠代谢率m(8h)：
[0035][0036]其中，ΔT表示睡眠的持续时间。
[0037]本专利技术中，通过测量出人在床上睡眠这段时间体重的绝对减少量，能够以睡眠期
间体重的减少来计算睡眠代谢率，从而能够和热量代谢率一样，通过长期统计即可反映人的代谢水平。由于体重的测量比热量的测量更直接，因此能够更加真实地反映人的代谢情况。通过引入稳态，并计算各稳态持续期间的体重减少值，能够排除睡眠过程中影响体重的各项干扰因素，体重测量更加准确。通过设置斜率阈值去除斜率偏离较大的稳态，能够去除含有干扰的稳态。
附图说明
[0038]为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：
[0039]图1为本专利技术基于斜率去干扰的睡眠过程的代谢率的计算方法的一个优选实施例的流程图。
[0040]图2为根据稳态识别出睡眠的开始时刻和结束时刻，并计算睡眠期间各稳态的持续时间及斜率的流程图。
[0041]图3为8小时的称重读数变化示意图。
[0042]图4为8小时的称重读数变化细节的示意图。
[0043]图5为8小时的稳态体重变化示意图。
具体实施方式
[0044]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于斜率去干扰的睡眠过程的代谢率的计算方法，其特征在于，包括以下步骤：步骤S1、每间隔第一预设时间T0测量一次床的重量；步骤S2、定义长度为uT0的时间段为一个长时间窗，根据长时间窗内重量的测量值判断以当前测量时刻为结束时刻的长时间窗是否为稳定状态，如果该长时间窗为稳定状态，则判定当前处于稳态；根据稳态识别出睡眠的开始时刻和结束时刻，并计算睡眠期间各稳态的持续时间及斜率；步骤S3、根据睡眠期间各稳态的斜率及持续时间筛选出有效睡眠稳态，并计算各有效睡眠稳态期间的体重减少值之和作为睡眠期间的体重绝对减少值D；步骤S4、使用睡眠期间体重绝对减少的值计算睡眠代谢率。2.根据权利要求1所述的基于斜率去干扰的睡眠过程的代谢率的计算方法，其特征在于，所述S1步骤中，在床下设置多个压力传感器，每一压力传感器均每间隔第一预设时间T0测量一次床的重量；定义总重量S为各压力传感器的测量值之和，定义空床重量B为床空载时的各压力传感器的测量值之和，定义瞬间体重W＝S
‑
B；所述S2步骤中，识别睡眠的开始时刻的方法为：根据测量的总重量S判断是否发生上床事件；以及发生上床事件后是否进入稳态，如果在上床事件后又进入了稳态则判定进入睡眠状态，将该稳态的开始时刻作为睡眠的开始时刻。3.根据权利要求2所述的基于斜率去干扰的睡眠过程的代谢率的计算方法，其特征在于，所述步骤S2包括以下子步骤：步骤S201、根据压力传感器的测量值判断是否发生上床事件；如果发生上床事件则执行步骤S202；步骤S202、检测是否进入稳态及是否发生下床事件，如果进入稳态则判断进入睡眠状态；执行步骤S203；如果发生下床事件则返回执行步骤S201；步骤S203、检测稳态是否结束，如果稳态结束则执行步骤S204；步骤S204、计算该稳态的持续时间及斜率；步骤S205、检测是否重新进入稳态或是否发生下床事件，如果重新进入稳态则返回执行步骤S204；如果发生下床事件则执行步骤S206；步骤S206、检测在上下床时间阈值之内是否发生上床事件并进入稳态，如果在上下床时间阈值之内发生上床事件并进入稳态则返回执行步骤S204；否则，执行步骤S207；步骤S207、判定睡眠结束，执行步骤S3。4.根据权利要求2所述的基于斜率去干扰的睡眠过程的代谢率的计算方法，其特征在于，判断长时间窗是否为稳定状态的方法为：计算以当前测量时刻为结束时...

【专利技术属性】
技术研发人员：丁英锋，
申请(专利权)人：重庆火后草科技有限公司，
类型：发明
国别省市：