【技术实现步骤摘要】
本公开的实施例涉及睡眠监测领域，并且更具体地涉及用于识别 用户睡眠的方法、装置、设备和计算机可读存储介质。
技术介绍
1、睡眠在维持身心健康方面起着至关重要的作用。准确的睡眠监测 可以准确了解睡眠行为和对生理的相关影响。多导睡眠监测 (polysomnography，psg)是评估研究实验室和睡眠医学诊所睡眠的 黄金标准技术。然而，由于成本高、使用复杂、依赖于经验丰富的操作人员的解释以及对被测者的侵入性等多种原因，它的使用通常限于 实验室或诊所。
2、许多用于睡眠监测的设备被提出用于克服上述问题。大多数这样 的设备使用多个传感器来检测睡眠者的身体和生理活动。信息可以从 所测量的活动中获得，例如运动、心率及其变异性和呼吸频率，等等。 因此，可以从对这些值的分析中估计睡眠持续时间和睡眠阶段。由于 这些设备不需要在用户身上放置电极，因此使用起来更加方便和柔 和。然而，这样的睡眠监测设备还存在着一些问题。
技术实现思路
1、在本公开的第一方面中，提供了一种用于识别用户的睡眠的方 法。该方法包括在时间段内利用睡眠监测设备中的传感器采集多个用 户特征，并在多维空间中对多个用户特征进行聚类。该方法还包括确 定聚类的程度是否满足预定条件。该方法还包括响应于聚类的程度满 足预定条件，确定聚类指示用户的睡眠。以此方式，通过在时间段内 进行校准，使得睡眠监测设备能够确定目标用户的睡眠。从而在睡眠 监测设备被使用时，能够识别当前睡眠者的身份。由此，能够避免目 标用户的个人睡眠数据与其他用户的睡
2、在一些实施例中，确定聚类的程度是否满足预定条件可以包括： 确定多个用户特征在多维空间中的聚类质心和半径；响应于确定半径 小于等于预定阈值，确定聚类的程度满足预定条件；以及响应于确定 半径大于预定阈值，确定聚类的程度不满足预定条件。以此方式，利 用聚类半径可以更容易确定睡眠监测设备学习睡眠的过程是否收敛， 进而更准确地确定目标用户的睡眠。
3、在一些实施例中，该方法还可以包括：响应于聚类的程度不满足 预定条件，向用户确认睡眠监测设备在时间段内是否都由用户使用； 响应于用户确认睡眠监测设备在时间段内都由用户使用，确定多个用 户特征的聚类指示用户的睡眠；以及响应于用户确认睡眠监测设备在 时间段内的一个或多个子时段不是由用户使用，从多个用户特征中删 除与一个或多个子时间段相对应的用户特征以获得剩余用户特征，确 定剩余用户特征的聚类指示用户的睡眠。以此方式，即使用户的睡眠 变化性较大，睡眠监测设备也能够学习到该睡眠，而不会错误删除本 应属于用户睡眠中的数据。
4、在一些实施例中，采集多个用户特征可以包括：采集生理统计特 征，生理统计特征指示呼吸率、呼吸率的变化性、心率、或心率的变 化性中的至少一项；采集物理特征，物理特征指示头重、头围、体重、 或鼾声中的至少一项；以及采集睡眠习惯特征，睡眠习惯特征指示就 寝时间、起床时间、睡眠延迟、睡眠时长、深睡时长、深睡占比、快 速动眼期时长、快速动眼期占比、身体移动的幅度和频率、或翻身次 数中的至少一项。以此方式，睡眠监测设备可以使用尽可能多的测量 参数，从而得到针对目标用户的更精准的睡眠。
5、在一些实施例中，在多维空间中对多个用户特征进行聚类可以包 括：将多个用户特征编码为多个向量；以及在多维空间中对多个向量 进行聚类。以此方式，能够将所采集的用户特征转换为便于进行计算 的形式。
6、在一些实施例中，时间段是第一时间段，方法还可以包括：在第 二时间段内利用传感器采集另一组用户特征；确定另一组用户特征与 指示用户的睡眠的聚类之间的相似性；以及响应于确定相似性大于第 一阈值，确定在第二时间段内采集的另一组用户特征属于用户。以此 方式，能够在评估阶段对未标识的用户的数据进行评估，从而自动确 定睡眠数据是否来自目标用户。
7、在一些实施例中，该方法还可以包括：响应于确定相似性小于第 二阈值，确定在第二时间段内采集的另一组用户特征不属于用户，其 中第二阈值小于第一阈值；以及响应于确定相似性大于等于第二阈值 并且小于等于第一阈值，向用户确认睡眠监测设备在第二时间段内是 否由用户使用。以此方式，针对明显不是该用户的特征，可以直接排 除而无需等待用户确认。针对不能直接确定是否属于该用户的特征， 可以向用户进行确认，以免错误删除属于该用户的数据。
8、在一些实施例中，该方法还可以包括：响应于用户确认睡眠监测 设备在第二时间段内不是由用户使用，确定另一组用户特征不属于用 户；响应于用户确认睡眠监测设备在第二时间段内是由用户使用，在 多维空间中对聚类中的用户特征和另一组用户特征的组合进行重新 聚类。以此方式，目标用户的个人睡眠数据不会与其他用户生成的睡 眠数据混淆。此外，如果用户的睡眠出现了异常，通过使用户确认睡 眠监测设备是否由其使用，睡眠监测设备可以重新学习用户的睡眠。 因此，聚类中的全部用户特征都属于该用户，聚类能够指示用户的睡 眠。这是由于即使在校准时采集到了不属于该用户的特征(例如睡眠监测设备在一个或多个子时间段不是由该用户使用的)，这些不属于 该用户的特征没有被聚到聚类中。由此，进一步地，在重新聚类过程 中使用的聚类中的用户特征都是属于该用户的。
9、在一些实施例中，其中用户是多个用户中的用户，方法还可以包 括：响应于确定另一组用户特征不属于该用户，确定另一组用户特征 与指示多个用户中的另一用户的睡眠的另一聚类之间的另一相似性； 以及响应于确定另一相似性大于第一阈值，确定在第二时间段内采集 的另一组用户特征属于另一用户。以此方式，睡眠监测设备可以很容 易地被扩展到支持多用户场景。睡眠监测设备可以记住多个用户的睡 眠。如果多个用户在不同时间共享同一睡眠监测设备，则该睡眠监测 设备能够单独跟踪每个用户的睡眠状态。
10、在一些实施例中，方法还可以包括：响应于确定另一相似性小于 第二阈值，确定另一组用户特征不属于另一用户，其中第二阈值小于 第一阈值；以及响应于确定另一相似性大于等于第二阈值并且小于等 于第一阈值，向另一用户确认睡眠监测设备在第二时间段内是否由另 一用户使用。以此方式，在使用时，睡眠监测设备会识别当前睡眠者 的身份，并自动将睡眠记录与特定用户的个人睡眠数据同步。
11、在一些实施例中，用户是多个用户中的用户，时间段是第一时间 段，方法还包括：在第二时间段内利用传感器采集另一组用户特征； 分别确定另一组用户特征与指示多个用户的睡眠的多个聚类之间的 多个相似性；以及响应于确定多个相似性中的一个或多个相似性大于 第一阈值、并且该一个或多个相似性中的第一相似性在该一个或多个 相似性中最高，确定另一组用户特征属于多个用户中与第一相似性相 对应的用户。以此方式，睡眠监测设备可以更快速地确定新采集的用 户特征属于多个用户中的哪个用户。
12、在本文档来自技高网...
【技术保护点】
1.一种用于识别用户的睡眠的方法，包括：
2.根据权利要求1所述的方法，其中确定所述聚类的程度是否满足预定条件包括：
3.根据权利要求2所述的方法，还包括：
4.根据权利要求1所述的方法，其中采集所述多个用户特征包括：
5.根据权利要求1所述的方法，其中在多维空间中对所述多个用户特征进行聚类包括：
6.根据权利要求1所述的方法，其中所述时间段是第一时间段，所述方法还包括：
7.根据权利要求6所述的方法，还包括：
8.根据权利要求7所述的方法，还包括：
9.根据权利要求8所述的方法，其中所述用户是多个用户中的用户，所述方法还包括：
10.根据权利要求9所述的方法，还包括：
11.根据权利要求1所述的方法，其中所述用户是多个用户中的用户，所述时间段是第一时间段，所述方法还包括：
12.根据权利要求1所述的方法，还包括：
13.一种用于识别用户的睡眠的装置，包括：
14.一种睡眠监测设备，包括：
15.一种计算机可读介质
...【技术特征摘要】
1.一种用于识别用户的睡眠的方法，包括：
2.根据权利要求1所述的方法，其中确定所述聚类的程度是否满足预定条件包括：
3.根据权利要求2所述的方法，还包括：
4.根据权利要求1所述的方法，其中采集所述多个用户特征包括：
5.根据权利要求1所述的方法，其中在多维空间中对所述多个用户特征进行聚类包括：
6.根据权利要求1所述的方法，其中所述时间段是第一时间段，所述方法还包括：
7.根据权利要求6所述的方法，还包括：
8.根据权利要求7所述的方法，还包括：
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。