智能睡眠監測系統的設計與實現

傅國強 鄔偉峰

摘 ?要：為了實現睡眠的監測，利用脈搏和加速度傳感器獲取用戶的脈搏數和動作數，通過分析這兩組時間序列數據變化趨勢，并利用脈搏和加速度相互驗證的方法準確捕捉狀態變化的轉折時間點，從而找出用戶由清醒轉變為睡眠狀態時間點和睡眠時脈搏數和動作數，即睡眠時脈搏數閾值和動作數閾值，實現了全自動睡眠監測，進而可實現按用戶要求和用戶睡眠狀態智能控制電器開關等應用。

關鍵詞：脈搏傳感;加速度傳感;智能;睡眠監測

中圖分類號：TN911.7;TH789 ? ? ?文獻標識碼：A 文章編號：2096-4706（2020）23-0126-04

Design and Implementation of Intelligent Sleep Monitoring System

FU Guoqiang1，WU Weifeng2

（1.Educational Technology and Information Center，Shenzhen Polytechnic，Shenzhen ?518055，China;

2.Guangzhou Branch of Audit Bureau of Agricultural Bank of China，Guangzhou ?510620，China）

Abstract：In order to realize the monitoring of sleep，pulse and acceleration sensors are used to obtain the pulse number and action number of users. By analyzing the change trend of these two groups of time series data，and using the method of mutual verification of pulse and acceleration，the turning point of state change can be accurately captured，so as to find out the time point when the user changes from awake to sleep state and the pulse number and action number during sleep，that is，the pulse number threshold and action number threshold during sleep，so as to realize the full-automatic sleep monitoring，and then realize the application of intelligent control of electrical switches according to the users requirements and users sleep state.

Keywords：pulse sensing;acceleration sensor;intelligence;sleep monitoring

0 ?引 ?言

睡眠每天占據了人們三成以上的時間，它是不可或缺的生理需求。人的許多器官通過睡眠才能得到充分的休息和修復，人的健康離不開良好的睡眠。睡眠不足等睡眠問題會不同程度地影響人的日常生活，且可能導致很多相關疾病[1]。

近年來隨著社會的生活節奏的加快，越來越多的人都程度不同地受到睡眠問題的困擾。睡眠是否充足是國際社會給健康定義的三個標準之一。世衛組織通過在全球范圍內大量調查發現，有27%的人受到睡眠問題困擾[2，3]。由于音樂有一定的助眠效果，可以使人更好更快地進入睡眠狀態，因此，部分中老年人戴著耳機睡覺，通過聽音樂以快速入睡，達到緩解失眠的效果，但睡著后，耳機發出的聲音又成了噪音，反而會影響睡眠質量。

一些青少年充分利用睡前時間學習英語等知識，他們常躺在床上戴著耳機聽英語音頻。但是，由于耳膜距離耳機振動片很近，聲波集中地小范圍傳導對耳膜聽覺神經刺激較大，易引起耳鳴、聽力減弱、頭暈等。此外，使用耳機的時間過長，可能產生對耳膜不可逆轉的損傷。

如果能夠讓耳機在用戶睡著前正常播放，在睡著后及時將耳機關閉，這樣既減少聲音對睡眠質量的不良影響，達到幫助睡眠的目的，同時又減少對耳朵本身的傷害。這樣就實現了幫助睡眠和保護耳朵的功能。

另外，用戶在有些時候不能走神，必須思想集中，但由于工作比較單調很容易瞌睡。如正在值夜班的工作人員、正在開車的司機等等。這種場景，如果有一個聲音提醒、叫醒將要進入睡眠狀態用戶，將減少事故的發生、保障用戶的安全。這種情況就可以利用耳機在用戶將睡著而未睡著前，通過聲音叫醒用戶。這樣可實現防止瞌睡的功能。

上面兩種功能：助睡和防瞌睡功能實現的關鍵是準確找出由清醒狀態轉入睡眠狀態的臨界時間點，也就如何識別睡眠狀態。

1 ?睡眠監測原理

由于睡眠對人類的重要性，與所有人的日常生活、健康、工作息息相關，科學家對睡眠的研究從未中斷，通過持續的研究，目前發現了睡眠與人的一系列生理指標的相關性。

根據腦電圖的變化，正常生理睡眠可分為非快動眼睡眠（NREMS）和快動眼睡眠（REMS），前者又可分為1、2、3、4期，可以簡單理解為入睡、淺度、中度和深度睡眠，3、4期為慢波睡眠（SWS）。

監測睡眠的原理是根據1、2期入睡和淺度睡眠時人的脈搏變慢，動作減少的特點，利用脈搏傳感器和加速度傳感器監測用戶脈搏和肢體的動作，不自覺的翻身、蓋被等微小的動作會引起的重力變化（大小、方向），這些都可被加速度傳感器監測到。因此可以利用脈搏傳感器監測脈搏數據，利用加速度傳感器監測用戶身體運動次數，結合兩個數據來判斷用戶是否處在進入睡眠狀態。

脈搏傳感器可以檢測心率。使用脈搏傳感器監測睡眠需要確定一個值，即閾值。當監測數據小于閾值時，可確定佩戴者處于睡眠狀態，所以閾值對睡眠監測的準確性起決定性作用。但每個人的正常脈搏不同，睡眠時脈搏能降低多少也因人而異，很難確定一個統一值，用戶自己也無法測量自己睡著時的脈搏數是多少，不能確定自己的脈搏閾值。使用加速度傳感器的測量動作數也存在類似的問題。為此，作者提出以下方法實現自動設置睡眠監測閾值，以實現睡眠自動監測。

2 ?睡眠參數監測和數據分析算法

根據睡眠時人體動作數明顯減少的特征，我們利用每個時間窗口內的加速度方差判斷用戶的運動狀態。用戶在睡眠狀態時通常處于靜止狀態，用戶進入睡眠時間的加速度方差值不斷減少，減少到一個相對穩定的數值后做小幅變化。

同樣對于睡眠時脈搏數明顯減少的特征，我們利用每個窗口內的脈搏數均值變化趨勢判斷用戶睡眠狀態，用戶進入睡眠時間的脈搏數不斷減少，減少到一個穩定數值后做小幅變化。

使用加速度傳感器監測數據的標準差，當動作次數減少到一個相對穩定的數值，且動作數值的變化率小于3%時，則判斷用戶進入睡眠狀態，將此時測定的脈搏數確定為用戶睡眠脈搏閾值，實現自動找出睡眠脈搏閾值。

對于加速度閾值的確定，當監測到脈搏減少到一個相對穩定的數值，且脈搏數值的變化率小于3%時，如脈搏繼續降低到一個值后，脈搏的變化不超出以這個值為中心的以0.06為長度的小區間，則判斷用戶進入睡眠狀態，并將此時測定的加速度定為用戶加速度閾值。

2.1 ?傳感器數據預處理

加速度傳感器把X、Y、Z三個方向相互垂直的傳感器集成到一起，使傳感器能夠感知物體在三維空間的運動情況[5，6]。

（1）歸一化：為了后面數據處理方便，對求得的加速度以9.8 m/s2作歸一化處理，歸一化后的數據都是9.8 m/s2的倍數，變成標量。

（2）求取合加速度：為了減少加速度傳感器放置方位等對采集數據的影響，將三維數據合成為一維加速度，以準確反映人體整體的運動狀態。用Hx、Hy、Hz分別表示X、Y、Z三軸的加速度，則合加速度為：H2=H2x+H2y+H2z。

傳感器數據每5秒采集一條，經過歸一化處理后求出合加速度，以1分鐘時間窗口求出合加速度的均值和標準差，得到加速度數列{xn}。

脈搏數據以脈搏傳感器每5秒采集一條，原始數據的分析價值不大，需要對原采集數據做進一步的處理：以1分鐘時間窗口將采集數據的求均值，得到脈搏數據列{yn}。

2.2 ?數據趨勢分析算法

以1分鐘時間窗口將采集數據的求均值，再以3分鐘為步長進行移動平均值計算得到系列數據的數列，對數列進行數據分析和特征提取。由于從清醒到入睡的過渡時期的時間長度平均為10分鐘，所以選用3分鐘窗口作為基本分析單位可以捕捉睡眠狀態的轉變。

x1，x2，……xn為原始采集數據，以3為步長求均值{bn}。

均值數列：

{bn}，bn=（xn+xn+1+xn+2）/3 ? ? ? ? ? ? ? ? ? ? （1）

標準差：

Dn= ? ? ? ? ?（2）

數組乖離率：

Rn=Dn/bn ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

當bn≥bn+1≥bn+2，繼續進行三次檢驗，如果三次均通過檢驗，且Rn≤0.03，則監測另一個傳感數據，檢驗乖離率，如果通過乖離率檢驗，則此時得到傳感數據的均值為睡眠閾值：

b=（bn+bn+1+bn+2）/3 ? ? ? ? ? ? ? ? ? ? ? ? ? （4）

2.3 ?睡眠傳感器閾值獲取算法

為了實現自動監測用戶睡眠狀態，系統需要通過以下兩個算法獲得睡眠閾值：

（1）睡眠脈搏測定法：對睡眠數列進行趨勢計算后得到脈搏數列{bn}，當bn≥bn+1≥bn+2，繼續進行三次數列遞減檢驗;如果三次均通過檢驗，再監測加速度并進行乖離率檢驗;直到Rn≤0.03后，改為進行加速度傳感的數據監測，并檢驗加速度乖離率，如果滿足乖離率檢驗Ln≤0.03，則此時得到脈搏傳感數據的均值為睡眠閾值。程序流程圖如圖1所示，其中，i、j、m為時間變量，yn、An為加速度均值。

（2）睡眠加速度測定法：對加速度數列進行趨勢計算后得到加速度數列{bn}，當bn≥bn+1≥bn+2，繼續進行三次數列遞減檢驗;如果三次均通過檢驗，再監測加速度并進行乖離率檢驗;直到Rn≤0.03后，改為進行脈搏傳感的數據監測，并檢驗脈搏乖離率，如果滿足乖離率檢驗Ln≤0.03，則此時得到加速度傳感數據的均值為睡眠閾值。算法流程圖與圖1中的流程類似。

通過上面的方法獲得睡眠閾值后，用戶就可以選擇其中一個值進行睡眠判斷，當用戶睡眠過程中翻身等活動比較多時，就可以選擇根據脈搏進行判斷，當監測到時間窗口內的脈搏均值小于脈搏閾值時，判斷用戶處于睡眠狀態。同樣，也可以使用加速度閾值監測睡眠。

3 ?系統與功能設計

作者設計開發一個系統具有以下兩個功能：

（1）助睡功能，當用戶希望在睡著后，自動將耳機關閉，減少噪聲對睡眠的影響，提高用戶睡眠質量。

（2）防瞌睡功能，當用戶不希望睡著時，一旦監測到用戶進入睡眠狀態時，立即發出聲音叫醒用戶，防止用戶瞌睡。

硬件部分主要三部分組成：手環、可控耳機、微處理器。手環包括：脈搏傳感器、加速度傳感器、藍牙?？煽囟鷻C包括：耳機、音量調控器，藍牙。微處理器包括：藍牙、功能控制面板。

軟件分為：脈搏優先睡眠監測法、加速度優先睡眠監測法、音樂庫和監測數據庫。

各部件間及相關軟件的連接方式如圖2所示。監測軟件功能如圖3所示。

兩種睡眠監測法具有各自特點，用戶可根據個人使用情況，選擇適應合自己的監測方法。由于監測動作需要的時間比較長，如果需要較早的發現睡眠狀態讓系統及時作出反應，就應選擇脈搏優先睡眠監測法。例如當用戶因工作的原因需要防瞌睡時等，均可選用脈搏優先法。加速度優先睡眠監測法時間長，但相對結果更可靠。當用戶需要睡前借助耳機的助睡功能，等待用戶睡眠狀態更深時關閉耳機，就可選加速度優先法。軟件界面如圖4所示。

為測試系統效果，選擇三組人參與測試，第一組為年齡在18～23歲的學生5人，第二組為年齡在30～45歲的中青年教工5人，第三組為年齡在45～60歲的中老年教工5人。第一組監測準確率為91%，第二組監測為準確率95%，第三組監測準確率為92%，總體效果較好。

4 ?結 ?論

作者設計了一個解決睡眠狀態監測的問題的算法，利用數據趨勢分析算法對脈搏傳感器和加速度傳感器監測數據進行分析，自動得出用戶睡眠時的脈搏和加速度數據，避免用戶自己設置睡眠閾值的麻煩或統一設置造成的監測不準確。綜合兩類傳感器數據，利用兩個數據互相驗證，增加系統監測的準確度，大大方便用戶使用。在自動睡眠監測算法的基礎上，本文還設計了一套自動控制耳機的系統，幫助用戶提高睡眠質量，也可以防止瞌睡引起事故等。系統測試表明，系統實現了對不同類別人群智能睡眠監測。

作者的研究對睡眠狀態監測方法，具有大量的應用場景，可以用于電器控制、電源控制、溫度控制等，并提供不同監測方法適用各類人群，使用方便，可推廣使用到其他各相關領域，具有廣闊的應用前景。

參考文獻：

[1] 張魯原.睡眠健康指南 [M].上海：上海科學技術文獻出版社，2005.

[2] 王育梅.睡眠障礙與軀體疾病 [C]//中國睡眠研究會第九屆學術年會.中國睡眠研究會第九屆學術年會匯編.上海：中國睡眠研究會，2016：81.

[3] 楊亞娟，蔣珍珍，趙金娣，等.老年人睡眠障礙的原因及護理進展 [J].中華護理雜志，2007（1）：75-77.

[4] 劉連啟，王汝展，劉賢臣，等.老年人睡眠質量及其相關因素研究 [J].中國老年學雜志，2002（6）：437-440.

[5] 佘渝，廖娜.多導睡眠監測儀的應用及護理體會 [J].瀘州醫學院學報，2011，34（2）：189-191.

[6] 徐川龍，顧勤龍，姚明海.一種基于三維加速度傳感器的人體行為識別方法 [J].計算機系統應用，2013，22（6）：132-135.

[7] 衡霞，王忠民.基于手機加速度傳感器的人體行為識別 [J].西安郵電大學學報，2014，19（6）：76-79.

作者簡介：傅國強（1966—），男，漢族，江西豐城人，高級實驗師，碩士研究生，研究方向：物聯網、智能感知、醫療健康、智能管理系統等;鄔偉峰（1966—），男，漢族，江西于都人，高級審計，高級工程師，碩士，研究方向：大數據分析、IT審計。