一种睡眠状态监测方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112022096A(43)申请公布日2020.12.04(21)申请号202010924581.3(22)申请日2020.09.05(71)申请人曹智梅地址519015广东省珠海市九洲大道中2097号珠海凌达压缩机有限公司1号厂房及办公楼(72)发明人曹智梅鲁腊福(51)Int.Cl.A61B5/00(2006.01)A61B5/11(2006.01)A61B5/0205(2006.01)G06K9/00(2006.01)G06K9/62(2006.01)权利要求书1页说明书5页附图2页(54)发明名称一种睡眠状态监测方法及装置(57)摘要本发明涉及一种睡眠状态监测方法及装置，其是通过将采集的目标的睡眠状态图像，通过构建的人体姿态识别网络模型进行特征提取，获取人体关键点，根据获取的人体关键点，计算出左右肩部关键点二维长度、左右肩中心节点与根节点连线偏移角度、肩肘连接线与手肘连接线夹角，进行目标人体姿态的初步判断，之后结合目标的平均角速度和平均心跳，实现睡眠状态的最终判断。即本发明的方法能够准确地得到某段时间内该目标在睡眠中的状态，便于后续对目标的睡眠执行相应的唤醒策略，提高目标的睡眠质量。CN112022096ACN112022096A权利要求书1/1页1.一种睡眠状态监测方法，其特征在于，包括以下步骤：1)获取目标区域中目标的睡眠状态图像集，所述睡眠状态图像包括训练数据集和测试数据集；2)构建人体姿态识别网络模型，利用所述训练数据集对构建的人体姿态识别网络模型进行训练，获得训练好的人体姿态识别网络模型；3)将待测试数据集输入到训练好的人体姿态识别网络模型中，得到待测试数据集的人体关键点，所述人体关键点包括头部中心关键点、左右肩部关键点、左右肘部关键点、左右手部关键点、左右胯骨关键点；4)根据获取的所述人体关键点，分别计算左右肩部关键点二维长度、左右肩中心节点与根节点连线偏移角度、肩肘连接线与手肘连接线夹角；并判断左右肩部关键点二维长度与第一设定阈值的大小、左右肩中心节点与根节点连线偏移角度与第二设定阈值的大小、肩肘连接线与手肘连接线夹角与第三设定阈值的大小，若三者均大于对应的设定阈值，则判断人体姿态为大幅度动作；若三者中至少一个不大于相应的设定阈值，则判断人体姿态为小幅度动作；其中，所述根节点为左右胯骨关键点的中心；5)通过可穿戴设备获取目标运动的角速度和心跳，分别计算平均角速度和平均心跳；6)根据步骤5)的平均角速度和平均心跳，分别判断平均角速度与第四设定阈值的大小和平均心跳与平均阈值的大小，并结合步骤4)中的判断结果，得出目标的睡眠状态：当判断结果为大幅度动作、平均角速度大于第四设定阈值、平均心跳大于平均阈值，则目标处于浅睡眠或快速眼动期；当判断结果为大幅度动作、平均角速度小于第四设定阈值、平均心跳大于平均阈值，则目标处于浅睡眠或觉醒状态；当判断结果为小幅度动作、平均角速度大于第四设定阈值、平均心跳大于平均阈值，则目标处于浅睡眠状态；当判断结果为小幅度动作、平均角速度大于第四设定阈值、平均心跳小于平均阈值，则目标处于深睡状态。2.根据权利要求1所述的睡眠状态监测方法，其特征在于，还包括根据步骤6)中的目标的睡眠状态，执行相应的唤醒策略的步骤。3.根据权利要求1所述的睡眠状态监测方法，其特征在于，步骤1)中，还包括对训练数据集和测试数据集进行归一化处理。4.根据权利要求1所述的睡眠状态监测方法，其特征在于，所述步骤2)中构建的人体姿态识别网络模型为Openpose、Densepose和HRNet中的一种。5.根据权利要求4所述的睡眠状态监测方法，其特征在于，所述步骤2)中在进行人体姿态识别网络模型训练时，采用均方差损失函数进行验证。6.一种睡眠状态监测装置，包括处理器和存储器，其特征在于，所述处理器执行存储器中存储的计算机程序，实现如权利要求1-5中任一项所述的睡眠状态监测方法。2CN112022096A说明书1/5页一种睡眠状态监测方法及装置技术领域[0001]本发明属于医疗检测技术领域，具体涉及一种睡眠状态监测方法及装置。背景技术[0002]在医疗领域中，患者的睡眠监测与唤醒至关重要，传统的睡眠监测系统由呼吸监测装置、血氧饱和度检测装置、脑电波探测等组成，其是根据人体在不同睡眠阶段所散发的脑电波频率不同、心跳以及呼吸频率不同等原理来判断。但需要说明的是传统装置不仅造价昂贵，且患者睡眠的体验感也会因为贴片电极或血氧夹等带来的异物感而降低。[0003]目前，通过摄像头实时检测人睡眠时的胸腔起伏、被子的覆盖范围被广泛用于患者的睡眠监测，在进行呼吸频率的监测时，对摄像头的要求较高，需要摄像头一直保持高帧率拍摄，导致摄像头寿命降低；且在病房中同时有多