CN107427665A - 用于睡眠辅助的可穿戴设备 - Google Patents

Abstract

一种用于睡眠辅助的可穿戴设备(105)，包括：至少一个传感器(115)，其用于检测所述可穿戴设备的用户的一个或若干个生命体征；存储器(155)，其用于存储一组睡眠辅助技术；以及接口，其用于接收对来自一组睡眠辅助技术中的睡眠辅助技术的选择。每种辅助睡眠技术包括促进用户入睡的指令，并且与针对睡眠辅助技术影响遵循指令的用户而估计的瞌睡时间相关联；所述可穿戴设备也包括处理器，所述处理器用于基于所述用户的生命体征来更新所述瞌睡时间，以基于经更新的瞌睡时间来确定用于执行至少一个预定动作的安排，并且根据所述预定动作来执行所述预定动作安排。

Description

用于睡眠辅助的可穿戴设备

相关申请的交叉引用

本申请主张要求于2015年3月25日提交的题为“Doze Off Wearable”的美国临时专利申请62/137965的优先权权益，其公开内容通过引用并入本文。

技术领域

本公开涉及可穿戴技术。更具体地，但并非排他地，本公开涉及辅助用户入睡的智能可穿戴设备。

背景技术

可穿戴技术、可穿戴设备、或者简单的“可穿戴物”指代一类新的电子系统，其能够通过各种不引人注意的传感器来提供无处不在的数据采集。尽管传感器提供关于环境、人类活动或健康状况的变化的信息，但是对于无处不在地收集的数据的协调、通信和计算存在重大挑战。此外，为了综合所述信息以创建对消费者最终用户有用的知识或建议，需要对于所收集的传感器信息的补充的和额外的许多信息源。信息源的这些非常规组合要求在硬件和软件部件方面的新的设计。一些可穿戴设备，例如，如Kipster^TM设备等可穿戴物，尝试检测用户何时入睡。然而，依赖于用户的生命体征的睡眠检测受到对象间差异的影响，使得检测困难。例如，诸如阅读或看电视的低活动性任务会导致用户的生命体征类似于与睡眠用户相关联的体征。在那些情况下，基于用户睡着的假设而选择的动作会导致不期望的结果。因此，在这方面需要更多的改进。

发明内容

一些实施例基于以下认识：不同的睡眠辅助技术能够在塑造现代世界的人的睡眠行为和健康的过程中发挥作用。例如，不同的睡眠辅助技术能够帮助降低血压并使用户平静、放松肌肉并使用户的身体准备睡眠。对此，一些实施例基于以下认识：可穿戴设备能够有利地被配置为帮助可穿戴设备的用户入睡。这是因为，所述可穿戴设备能够包括以下两者：接口，其能够向用户呈现睡眠辅助技术的指令；以及一个或若干个传感器，其能够检测适用于评估所述指令的有效性的用户的生命体征。

一些实施例基于以下认识：需要针对执行睡眠辅助技术的指令的用户来确定用户的生命体征与瞌睡阶段之间的相关性。以这样的方式，针对想要入睡的用户的特定动作来确定所述相关性，并且比针对任意动作而确定的相关性更准确。如本文所使用的，瞌睡阶段描述尝试入睡的用户的状况或阶段，即，在用户已经开始入睡到最终睡着之间的时段期间的阶段。

例如，对睡眠辅助技术的调用能够用作用户入睡的意图的指示。另外，针对睡眠辅助技术影响遵循所述睡眠辅助技术的指令的用户而估计的时间段能够被预先确定和/或基于跟踪遵循所述指令的用户的生命体征而随时间学习。该时间段在本文中被称为瞌睡时间。所述瞌睡时间能够被用于安排在入睡时或入睡期间要执行的动作。由于所述瞌睡时间是针对特定睡眠辅助技术来确定的，因此提高了针对用户的不同瞌睡阶段的动作进行安排的准确性。

另外，在用户遵循睡眠辅助技术的指令时，能够更新所述瞌睡时间。例如，所述更新能够基于用户在不同日子的生理状况的差异，该差异能够基于用户的生命体征来检测。例如，能够确定用户的生命体征的至少一些值与瞌睡时间的分数之间的相关性。例如，这样的相关性能够是在睡眠辅助技术的多次调用期间训练的回归函数。例如，如果在瞌睡时间的时段的一半处确定的生命体征指示用户比相关性规定的更为活跃，则能够延长瞌睡时间。

额外地或备选地，所述更新能够基于用户遵循所述指令的热忱度和/或持续性的差异。例如，用户能够选择睡眠辅助技术，但是然后决定保持清醒稍微长一点时间。对此，至少一个实施例跟踪用户的动作，以在用户不遵循睡眠辅助技术的指令时将瞌睡时间延长一段时间。这给出了额外的优点，即，即使在睡眠辅助技术被调用之后，设备的用户仍然能够执行不同的动作，并且设备处理这样的动作，从而不对用户造成压力。

提供了一种用于睡眠辅助的可穿戴设备。

各种实施例涉及一种可穿戴设备，所述可穿戴设备包括：至少一个传感器，其用于检测所述可穿戴设备的用户的一个或若干个生命体征；存储器，其用于存储一组睡眠辅助技术，每种辅助睡眠技术包括促进用户入睡的指令，并且与针对睡眠辅助技术影响遵循指令的用户而估计的瞌睡时间相关联；接口，其用于接收对来自所述一组睡眠辅助技术中的睡眠辅助技术的选择并且向所述用户呈现所选择的睡眠辅助技术的指令；以及处理器，其用于基于所述用户的生命体征来更新所述瞌睡时间，以基于经更新的瞌睡时间来确定用于执行至少一个预定动作的安排，并且根据所述安排来执行所述预定动作。

各种实施例涉及一种用于对可穿戴设备的用户进行睡眠辅助的方法，所述方法包括：检测所述可穿戴设备的所述用户的一个或若干个生命体征；选择与促进用户入睡的一条或多条指令相关联的睡眠辅助技术以及针对所述睡眠辅助技术影响遵循指令的所述用户而估计的瞌睡时间；基于所述用户的生命体征来更新瞌睡时间；基于经更新的瞌睡时间来确定用于执行至少一个预定动作的安排；并且根据所述安排来执行所述预定动作，其中，所述方法的至少一些步骤由所述可穿戴设备的处理器来执行。

各种实施例涉及一种非瞬态计算机可读存储介质，在所述非瞬态计算机可读存储介质上实现有程序，所述程序能由处理器运行以执行方法，所述程序包括用于以下操作的可执行指令：检测所述可穿戴设备的所述用户的一个或若干个生命体征；选择与促进用户入睡的一条或多条指令相关联的睡眠辅助技术以及针对所述睡眠辅助技术影响遵循指令的所述用户而估计的瞌睡时间；基于所述用户的生命体征来更新瞌睡时间；基于经更新的瞌睡时间来确定用于执行至少一个预定动作的安排；并且根据所述安排来执行所述预定动作。

附图说明

图1A图示了用于预测可穿戴设备用户何时将入睡的示范性系统。

图1B图示了根据一些实施例的用于对可穿戴设备的用户进行睡眠辅助的方法的框图。

图2A图示了根据一些实施例的训练回归函数的示意图。

图2B图示了示范性传感器和睡眠技术关系的图表。

图2C图示了根据至少一个实施例的用于选择动作的方法的框图。

图3图示了示范性可穿戴环境数据库。

图4进一步图示了示范性可穿戴设备。

图5图示了可以在可穿戴设备或其他移动设备的显示器上呈现和显示的示范性可穿戴基础图形用户接口(“GUI”)。

图6图示了可以在可穿戴设备或其他移动设备的显示器上呈现和显示的示范性可穿戴训练GUI。

图7图示了可以在可穿戴设备或其他移动设备的显示器上呈现和显示的示范性可穿戴入睡GUI。

图8A图示了示范性可穿戴软件模块。

图8B图示了在由可穿戴设备的处理器执行可穿戴软件模块时执行的示范性过程。

图9A图示了在由可穿戴设备的处理器执行可穿戴训练软件子模块时执行的示范性过程。

图9B图示了在由可穿戴设备的处理器执行可穿戴分析软件子模块时执行的示范性过程。

图10A图示了在由可穿戴设备的处理器执行可穿戴入睡软件子模块时执行的示范性过程。

图10B图示了在由可穿戴设备的处理器执行可穿戴环境软件子模块时执行的示范性过程。

图11图示了示范性可穿戴传感器数据数据库。

图12图示了示范性可穿戴接临界数据库。

图13图示了示范性可穿戴用户睡眠简档。

图14图示了用于基于先前记录和接收的睡眠数据来预测可穿戴设备用户何时将入睡的示范性方法。

具体实施方案

提供了基于先前跟踪的用户输入来预测其被使用的背景的可穿戴设备以及与之相关联的方法。所述可穿戴设备可以是任何类型的可穿戴设备，诸如，主要意图佩戴在用户颈部(例如，项链)、手臂(例如，臂带)、头部(例如，帽子、头盔、头带或头灯)、腿部、胸部或腰部(例如，腰带或身体束带)、脚(例如，鞋或袜子)、脚踝或膝盖(例如，膝盖支撑架)、或者用户身体的任何其他区域周围。所述可穿戴设备也可以是主要意图保持在用户手中或者被保存在用户口袋中的设备。所述可穿戴设备也可以是旨在穿戴在皮肤(例如，贴片)上方或者处在皮肤之下(例如，植入物)的设备。

所述可穿戴设备(例如，Apple Watch^TM设备)可以包括，如在各种系统、方法和非瞬态计算机可读存储介质中实施的，可以基于先前记录和接收的睡眠数据来预测可穿戴设备用户何时将入睡，并且提供了与之相关联的方法。可穿戴设备可以包括：处理器；传感器，其记录与所述可穿戴设备的用户相关联的数据；以及存储器，其存储可执行指令。通过执行所述指令，所述可穿戴设备能够辅助所述可穿戴设备的用户入睡并且在入睡时或入睡期间执行一个或多个预定动作。具体地，根据各个实施例，所述可穿戴设备允许用户选择并遵循睡眠辅助技术的指令，并且基于与所选择的睡眠辅助指令相关联的瞌睡时间来安排动作的执行。本技术以多种方式增加了对可穿戴设备数据的利用，包括增强用户便利性、用户教育、以及睡眠数据收集。该技术也可以在用入睡时给予用户对他或她的环境的更精确的控制。

图1A图示了根据一些实施例的包括辅助可穿戴设备的用户入睡的可穿戴设备的示范性系统。系统100包括被通信地耦合到一个或多个睡眠网络171的可穿戴设备。所述一个或多个睡眠网络可以包括一个或多个睡眠网络设备(例如，网络服务器、数据库服务器、网关、交换机等)，并且包括网络软件175、网络通信接口180和网络技术数据库185。可穿戴设备可以通过互联网或另一类型的网络190(例如，广域网、局域网或其他类型的网络)被耦合一个或多个睡眠网络。

所述可穿戴设备可以包括多个部件。所述部件可以通过一条或多条总线被通信地耦合到彼此。所述多个部件可以包括处理器、存储器、电源(例如，可充电锂离子电池)、显示器(例如，LCD、LED、电子纸或电子墨水型显示器)、瞌睡传感器110以及图1A中标记为“可穿戴传感器1-n”115的任何数量的额外传感器。瞌睡传感器110和/或可穿戴传感器115的范例包括活动传感器、脉搏传感器、血压传感器、心率传感器、温度传感器、或者用于检测可穿戴设备的用户的一个或若干个生命体征的其他传感器。所述可穿戴设备也可以包括有线或无线网络通信模块120(例如，USB端口模块、火线端口模块、Lightnight端口模块、Thunderbolt端口模块、Wi-Fi连接模块、3G/4G/5G/LTE蜂窝连接模块、蓝牙连接模块、低功率蓝牙连接模块、ZigBee模块、近场通信模块等)。瞌睡传感器110可以跟踪用户的睡眠行为，包括何时用户开始入睡和/或遵循所选择的睡眠辅助技术的指令。

可穿戴传感器1-n 115可以包括记录关于用户和/或他的或她的环境的其他数据的传感器。脉搏传感器例如可以包括记录脉搏、血压和血氧水平的脉搏血氧计设备。运动传感器可以包括加速度计，所述加速度计记录沿着一个或多个轴的用户的运动。温度计传感器可以包括记录用户的温度或用户的局部环境中环境温度的温度计。部件还可以包括全球定位系统(“GPS”)模块和/或时钟125。时钟125可以是记录日期和时间数据并将所述数据提供给可穿戴设备的系统时钟。

所述可穿戴设备可以能够在存储器中进行存储，并且可穿戴设备的处理器可以能够执行可穿戴设备操作系统(“OS”)、可穿戴软件模块130、以及瞌睡软件模块135。在一些实施例中，瞌睡软件模块135可以被并入在可穿戴软件模块内。OS例如可以是MicrosoftWindows^TM、Google Android^TM、或者Apple^TMOS，如稍后在图8A的上下文中所讨论的。可穿戴软件模块可以包括多个可执行子模块。所述软件子模块可以包括训练软件子模块810、分析软件子模块815、环境软件子模块820、以及入睡软件子模块825。可穿戴软件模块还可以包括多个图形用户接口(“GUI”)子模块，所述多个图形用户接口(“GUI”)子模块当由可穿戴设备的处理器执行时，在可穿戴设备的显示器上呈现和显示一个或多个GUI。所述一个或多个GUI软件子模块可以包括可穿戴基本GUI 140子模块、可穿戴训练GUI子模块145、入睡GUI子模块150、或者其他GUI子模块。

通过执行所述GUI子模块，可穿戴设备可以显示可穿戴基本GUI 140、可穿戴训练GUI 145和可穿戴入睡GUI。可穿戴设备还可以能操作用于将一个或多个数据库存储在存储器中(例如，可穿戴传感器数据数据库155、可穿戴临界点(tipping point)数据库160、可穿戴环境数据库165、以及用户睡眠简档数据库170)。可穿戴传感器数据数据库155可以存储由可穿戴设备通过一个或多个传感器110和115记录的传感器数据。可穿戴临界点数据库160可以存储来自可穿戴传感器数据数据库155的特定数据点。所述特定数据点可能涉及直到可穿戴设备的用户入睡或“瞌睡”为止的可预测的剩余时间量。可穿戴环境数据库165可以存储关于当用户开始入睡时用户先前选择要执行的活动的信息。用户睡眠简档数据库170可以存储关于多种睡眠辅助技术以及与之相关的数据的信息。

可穿戴基础GUI 140可以提供多个可选择或可填充的元素(element)，用户可以通过所述元素来选择随后的GUI(例如，可穿戴训练GUI、可穿戴入睡GUI、或者其他GUI)。可穿戴训练GUI 145可以提供多个可选择或可填充的元素，用户可以通过所述元素来选择和激活一种或多种睡眠技术。通过可穿戴训练GUI 145，用户可以训练可穿戴设备105以识别用户何时具有要入睡的设定时间。可穿戴入睡GUI 150可以提供多个可选择或可填充的元素，当用户希望使用先前训练的技术或睡眠辅助技术以入睡并激活环境因子时，用户可以通过所述元素进行选择和激活。

睡眠网络171可以包括网络软件模块175、网络通信模块180、以及网络技术信息数据库185。睡眠网络171可以由关注他人的睡眠行为的个人或实体(例如，营利性、非营利性、研究或商业实体、可穿戴设备制造商等)来管理。网络通信模块180可以包括可执行指令，所述可执行指令在执行时负责实现睡眠网络171与因特网或其他中间网络190之间的通信。网络软件模块175可以控制去往和来自网络技术信息数据库185的数据传输。网络技术信息数据库185可以存储关于睡眠辅助技术的信息，其可以被下载到可穿戴设备。尽管被描述为“网络”，但是应当理解，在一些实施例中，归属于睡眠网络171的功能可以由诸如服务器的单个设备或者在云计算环境中操作的虚拟机来执行；这样，睡眠网络171将被理解为涵盖诸如单个设备的这样的实施例。

尽管未示出，但是将显而易见的是，范例系统100中的各种设备105、171包括硬件，诸如一个或多个处理器，每个处理器用于执行本文所描述的功能。如本文所使用的，术语“处理器”将被理解为涵盖以下各种硬件设备，诸如：例如微处理器、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、以及能够执行本文中被描述为由可穿戴设备105、睡眠网络171、或其他设备执行的各种功能的其他硬件设备。此外，尽管未示出，但是这些设备105、171(例如，部件130、135、140、145、150、155、160、165、170、175、185)的部件也将被理解为被存储在一个或多个存储设备之中，诸如L1/L2/L3缓存、系统存储器或存储设备。如本文所使用的，术语“非瞬态机器可读存储介质”将被理解为指代易失性存储器(例如，SRAM和DRAM)和非易失性存储器(例如，闪存、磁存储器和光存储器)设备两者，但是不包括仅瞬态的信号。尽管本文中可能关于“执行”各种功能的软件或指令来描述了各种实施例，但是将理解，这样的功能实际上将由诸如执行所讨论的软件或指令的处理器之类的硬件设备来执行。在一些实施例中，诸如利用一个或多个ASIC的实施例，本文所描述的各种功能可以被硬线连接到硬件操作中；在这样的实施例中，可以省略与这样的功能相对应的软件或指令。

图1B示出了根据一些实施例的用于对可穿戴设备的用户进行睡眠辅助的方法的框图。所述方法的至少一些步骤由所述可穿戴设备的处理器执行。实施例检测191可穿戴设备的用户的一个或若干个生命体征189。例如，该实施例能够使用传感器110和/或115来检测生命体征。生命体征的范例包括用户的不同类型的生理数据，诸如脉搏和呼吸率。

该实施例选择193与促进用户入睡的一条或多条指令192以及瞌睡时间197相关联的睡眠辅助技术，瞌睡时间197是针对睡眠辅助技术影响遵循指令192的用户而估计的时间段。对睡眠辅助技术的选择能够由用户使用可穿戴设备的接口来执行。所述接口能够包括显示设备以显示可用于用户的睡眠辅助技术的列表以及每种睡眠辅助技术的指令。额外地或备选地，所述接口能够包括扬声器以发音可用于用户的睡眠辅助技术的列表以及每种睡眠辅助技术的指令。

所述瞌睡时间能够是预定的和/或基于跟踪遵循指令192的用户的生命体征而随时间学习的。例如，一些实施例将用户入睡所用的更新的和/或实际的瞌睡时间添加到所选择的睡眠辅助技术的历史睡眠数据中。能够使用所述历史睡眠数据来确定针对睡眠辅助技术的随后调用的瞌睡时间。例如，至少一个实施例通过对添加到历史睡眠数据的多个更新的瞌睡时间进行平均来确定瞌睡时间，而其他实施例可以采用机器学习技术(例如，线性回归)来基于睡眠辅助技术和潜在的其他特征，诸如当前或最近的生理参数(例如，心率、血压、压力水平、活动水平等)或环境参数(例如，环境温度、光、噪声等)，来识别瞌睡时间。

以这样的方式，针对想要入睡的用户的特定动作来确定用户的生命体征与瞌睡阶段之间的相关性，并且比针对任意动作而确定的相关性更为准确。对此，在用户遵循睡眠辅助技术的指令时，该实施例基于用户的生命体征189来更新194瞌睡时间。接下来，实施例基于更新的瞌睡时间198来确定195用于执行至少一个预定动作的安排199，并且根据所述安排来执行196预定动作。

例如，更新194能够基于用户在不同日子的生理状态的差异，其能够例如根据用户的生命体征的至少一些值与瞌睡时间的分数之间的相关性基于用户的生命体征来检测。例如，这样的相关性能够是在睡眠辅助技术的多次调用期间训练的回归函数。

图2A示出了根据至少一个实施例的训练201回归函数211的示意图。所述回归函数建立遵循睡眠辅助技术的指令的用户的生命体征值的一个或多个组合215与睡眠辅助技术的瞌睡时间216的分数之间的对应性205。知晓回归函数211，能够根据用户的生命体征的值的具体观测结果来确定瞌睡时间的具体分数。回归函数211能够是任何复函数。例如，所述回归函数能够是线性、非线性、以及非参数回归函数。在一些实施例中，所述回归函数能够是多项式函数或样条曲线。

至少一个实施例基于回归函数211来更新瞌睡时间。例如，如果生命体征189的当前值230在瞌睡时段197的一半处被测量，但是对应于根据回归函数211的瞌睡时间的三分之一221，那么瞌睡时间197被更新，使得剩余更新的瞌睡时间198的三分之二以供用户遵循指令，而不是更新194之前的瞌睡时间的一半。

额外地或备选地，至少一个实施例在选择睡眠辅助技术之后检测用户入睡所需要的实际时间。该实际时间是用于安排动作的更新的瞌睡时间。

额外地或备选地，在至少一个实施例中，用户能够选择瞌睡时间以及用于更新瞌睡时间的方法。例如，用户能够将瞌睡时间选择为在选择睡眠辅助技术之后的10分钟。更新方法例如能够基于当选择睡眠辅助技术时一天中的时间以及如由测量到的生命体征所指示的在选择睡眠辅助技术时的用户的状况来增加或减少所选择的瞌睡时间。

额外地或备选地，在至少一个实施例中，所述更新能够基于用户遵循指令的热忱度和/或持续性的差异。例如，用户能够选择睡眠辅助技术，但是然后决定保持清醒稍微长一点时间。对此，至少一个实施例跟踪用户的动作，以在用户不遵循睡眠辅助技术的指令时将瞌睡时间延长一时间段。

一些实施例基于以下理解：可穿戴设备的存储器能够存储与不同的指令、不同的瞌睡时间、以及能够检查用户是否遵循所述指令的不同传感器相关联的多种睡眠辅助技术。例如，可穿戴设备的存储器能够存储一组睡眠辅助技术，包括与第一生命体征、第一指令和第一瞌睡时间相关联的第一睡眠辅助技术，以及与第二生命体征、第二指令和第二瞌睡时间相关联的第二睡眠辅助技术。所述第一生命体征能够与所述第二生命体征不同，所述第一指令能够与所述第二指令不同，并且所述第一瞌睡时间能够与所述第二瞌睡时间不同。对此，当用户从所述一组睡眠辅助技术中选择睡眠辅助技术时，一些实施例也选择所述可穿戴设备的适于跟踪遵循所选择的睡眠辅助技术的指令的用户的特定传感器或传感器的组合。

图2B图示了传感器和睡眠辅助技术之间的示范性关系的图表。在Y轴上，传感器技术图表200可以显示各种睡眠辅助技术210。在X轴上，传感器技术图表200可以显示可以在各种实施例中设置在可穿戴设备中的各种传感器220。一个或多个传感器可以包括实际传感器(例如，主动且直接感测数据的麦克风220A或其他传感器)和虚拟传感器(例如，向用户显示的问卷220F，尽管不直接感测数据但是可穿戴设备可以通过其获得数据)两者。

所述图表图示了各种睡眠技术可以如何与各种传感器相关(例如，各种传感器可以如何记录具体睡眠技术)。例如，图表中所显示的被标记为“通过左鼻孔吸入”210A的第一种睡眠辅助技术可以与诸如麦克风220A、相机220B、加速度计220C的实际传感器或者诸如问卷220F的虚拟传感器相关。传感器技术图表200中所图示的其他睡眠辅助技术是“挤压和放松肌肉”210B、尽量保持清醒210C、回顾你的一天201D、转动你的眼睛210E、仅是想象210F、自己哼哼210G、按这里210H、找到你的触发器210J、并且做一个担心列表210K。

传感器技术图表200图示了上述传感器可以被用于检测该具体睡眠技术的使用和进展。麦克风220A例如可以检测和记录呼吸音。相机220B可以记录用户运动，并且特别是用户放置他的或她的手以及用户的胸部和躯干的上升和下降。加速度计220C可以直接检测和记录用户的运动，包括躯干的上升和下降。问卷220F可以从用户请求关于用户如何执行该技术以及该具体技术的功效的信息。图2的传感器技术表格也包括外围设备列220D和触摸屏列220E。

图2B中的X标记图示了与传感器和虚拟传感器、与外围设备220D以及与触摸屏220F的交叉引用睡眠技术210。传感器技术表格200中的X标记指示特定的睡眠辅助技术可以使用传感器220中的一个或多个传感器。这些X标记传感器技术表格200也识别外围设备220D或触摸屏220E何时与可穿戴设备一起使用。注意，传感器技术表格200的“按这里”210H行中的X标记表示“按这里”210H睡眠技术使用相机220B、加速度计220C、外围设备220D、触摸屏220E和问卷220F。当可穿戴设备使用相机220B、加速度计220C、外围设备220D、和触摸屏220E来监测人的睡意时，“按这里”210H睡眠辅助技术可以在触摸屏幕显示器上的一系列不同点时使用触摸屏显示器。

一些实施例基于以下认识：因为针对执行睡眠辅助技术的指令的用户确定了用户的生命体征与瞌睡阶段之间的相关性，因而所述相关性能够包括定义这些瞌睡阶段的一组临界点。例如，所述临界点能够对应于更新的瞌睡时间的特定分数和/或对应于用户的生命体征的特定值。例如，在至少一个实施例中，所述临界点对应于瞌睡时段的四分之一的倍数，即，瞌睡时段的四分之一、四分之二、四分之三和四分之四。在备选实施例中，所述临界点对应于生命体征的特定值的倍数。在一些实施例中，使用回归函数211来确定临界点。

所述临界点允许确定用于执行预定动作的更灵活的安排199。例如，在至少一个实施例中，所述安排规定了在瞌睡时间期满时的动作的执行。在另一实施例中，所述安排规定了在从瞌睡时间期满之后的预定时间量之后动作的执行。在又一实施例中，所述安排规定了在瞌睡时间期满之前、例如在瞌睡时间的分数(fraction)期满之后的动作的执行。

图2C示出了根据另一实施例的用于选择动作的方法的框图。所述实施例确定了命令针对不同的临界点执行相同或不同的动作的安排255。安排255能够被存储在可穿戴设备的存储器中，以定义一组预定动作与不同瞌睡阶段之间的关联性。

所述实施例确定260用户的当前瞌睡阶段265。例如，所述实施例能够基于生命体征250的值和/或瞌睡时间240的分数来选择当前瞌睡阶段。接下来，所述实施例根据安排255来选择对应于当前瞌睡阶段265的动作275，并且执行280动作275。

例如，在使用瞌睡时间240的分数的实施例中，不同瞌睡阶段与瞌睡时段的分数(例如，四分之一)的倍数相关联。所述实施例跟踪时间的期满，并且在瞌睡时间的分数的对应倍数期满时选择不同的瞌睡阶段。额外地或备选地，所述处理器能够使用生命体征的当前值来使用回归函数211选择瞌睡时间的对应分数。

在使用生命体征250的另一实施例中，所述瞌睡阶段与生命体征的值和/或生命体征的值的特定变化相关联。例如，当用户的生命体征的值翻倍时，确定每个睡眠阶段。额外地或备选地，能够使用回归函数211基于生命体征250的值与瞌睡时间240的分数的期满中的一个或者其组合来选择睡眠阶段。

图3图示了示范性可穿戴环境数据库。所述可穿戴环境数据库可以存储关于用户希望根据安排199而采用的能由可穿戴设备执行的动作的数据。如在图3的范例中所示的，所述可穿戴环境数据库可以包括被存储在具有多个列的数据库表格300中的数据。从左到右，第一列可以是表示用户希望在可穿戴设备确定用户已经开始入睡或“瞌睡”之后延迟一个或多个动作的自动激活的时间量的时间数据310。第二列可以包括表示一个或多个环境触发器320的数据。环境触发器320可以包括用户希望可穿戴设备在可穿戴设备确定用户已经开始入睡之后执行的能由可穿戴设备执行的一个或多个特定动作。例如，在一些实施例中，所述可穿戴设备可以通过与诸如针对门锁、灯、音频和视觉设备、恒温器等的控制器的一个或多个其他设备进行通信来执行动作。在一些实施例中，这样的通信可以经由连接的设备平台(诸如AWS IoT云平台)来进行。

如在图3的行330中所示的，例如，睡眠后第一时间值为零被链接到对应的动作：“锁上门”。基于该数据，可穿戴设备可以理解，用户希望可穿戴设备在检测到睡眠之后，没有任何延迟地发送将锁上房屋的所有门的信号。在第二列340中睡眠后时间值为1，并且所识别的动作为“将全部灯调暗为0”，指示用户希望可穿戴设备在可穿戴设备检测到睡眠之后的一分钟内自动将房屋中的所有灯光调暗为0。该表格也在行350中图示了，在可穿戴设备检测到睡眠之后的一分钟，用户希望可穿戴设备将“所有音频设备音量降低至0”。可穿戴设备的用户可以配置可穿戴环境数据库以执行其他功能。

例如，预定动作能够包括以下中的一项或其组合：锁上门或解锁门、增加或减少发射的光的量、关闭或开启器具、以及增加或减少音频设备处的音频发射的音量。例如，预定动作能够包括设置警报以在八小时之后响铃或者在一时间段之后开启器具(即，咖啡机、音频设备或辅助照明)。

图4图示了可以在可穿戴设备或其他移动设备(例如，通信地耦合到可穿戴设备的智能电话或平板电脑)的显示器上呈现和显示的示范性可穿戴基础GUI 400。可穿戴基础GUI 400可以包括一个或多个可选择或可填充元素，可穿戴设备可以通过该元素接收由用户输入的数据。可选择或可填充元素可以包括选择睡眠辅助技术字段405、选择睡眠后动作字段445、以及时间字段。选择睡眠辅助技术字段405可以接收可以填充可穿戴环境数据库的数据，并且可以被用于激活训练GUI 400或入睡GUI 400。如在图4的范例中所示的，所述选择睡眠辅助技术字段可以包括具有以下中的一个或多个可选则技术条目的下拉菜单等：通过左鼻孔410吸入、收紧和放松肌肉415、尝试保持清醒420、回顾你的一天425、转动你的眼睛430、只是想象435、以及自己哼哼440。所述选择睡眠后动作字段可以包括具有以下中的一个或多个可选则动作的下拉菜单等：关灯450、锁上门(立即)455、关闭收音机460、以及关闭恒温器465。所显示的(例如，关灯)。时间字段470可以从用户接收时间值，所述时间值可以表示用户希望可穿戴设备在可穿戴设备检测到用户已经入睡或“瞌睡”之后延迟执行所选择的动作的时间量，(例如1分钟)。在选择后，动作和时间选择可以被存储在可穿戴环境数据库中。在一些实施例中，可穿戴基础GUI 400也可以包括一个或多个可选择元素，所述一个或多个可选择元素在由可穿戴设备的用户通过触摸选取框(诸如可穿戴训练GUI选择框475、可穿戴入睡GUI 400选取框480或者GUI 400中的另一选择元素)来选择时，可以使可穿戴设备呈现和显示不同的GUI 400。所述可选择元素可以允许用户在各种可用GUI之间导航。当用户选择图4的取消选择框490时，可穿戴基础GUI 400可以被关闭。图4的可穿戴基础GUI 400为可穿戴设备的用户提供选择睡眠辅助技术以及在可穿戴设备确定用户已经入睡之后将动作链接到睡眠辅助技术的能力。例如，如在图4中所示的，用户能够选择睡眠辅助技术425和睡眠后动作450。

图5图示了可以在可穿戴设备或其他移动设备(例如，通信地耦合到可穿戴设备的智能电话或平板电脑)的显示器上呈现和显示的示范性可穿戴训练GUI 500。当用户正在训练一种或多种睡眠辅助技术510时，可穿戴训练GUI 500可以被显示给用户。在图5中所示的范例中，例如，所选择的睡眠辅助技术510是“回顾你的一天”。可穿戴训练GUI可以显示用户可以遵循以执行所选择的睡眠辅助技术510的一条或多条指令520(例如，“回想你的一天。从现在开始，尝试记住当天的平凡细节。”)。

可穿戴训练GUI 500可以包括一个或多个额外的可选择元素，诸如“切换技术”按钮530和“复位该技术”按钮540。当被用户选择时，切换技术按钮530可以切换睡眠辅助技术或者将用户导航回可穿戴基本GUI并且允许用户选择新的技术。当被用户选择时，复位技术按钮540可以拉回或倒回已经收集的数据，并且允许用户从一开始重新启动该过程。拉回或倒回所述数据可以包括从其中存储数据的数据库(例如，可穿戴环境数据库)中删除一些数据或全部数据。可穿戴训练GUI 500为可穿戴设备的用户提供训练(或校准)所选择的睡眠辅助训练技术同时收集关于所选择的睡眠辅助训练技术的有效性的数据的能力。

图6图示了可以被用于实施本文所描述的各种特征和过程的移动设备架构。架构600能够在包括但不限于智能可穿戴设备的任何数量的便携式设备中实现。如在图6中所示的架构600包括存储器接口602、处理器604和外围接口606。存储器接口602、处理器604和外围接口606能够是单独的部件，或者能够被集成为一个或多个集成电路的一部分。各种部件能够通过一条或多条通信总线或信号线来耦合。

图6中所示的处理器604旨在包括数据处理器、图像处理器、中央处理单元或任何各种多核处理设备。能够将任何各种传感器、外部设备和外部子系统耦合到外围接口606，以促进示范性移动设备的架构600内的任何数量的功能。例如，运动传感器610、光传感器612和接近传感器614能够被耦合到外围接口606，以促进移动设备的取向、照明和接近功能。例如，可以利用光传感器612来促进调节触摸表面646的亮度。可以在加速度计或陀螺仪的背景中例示的运动传感器610可以被用于检测移动设备的移动和取向。然后，可以根据检测到的取向(例如，纵向或横向)来呈现显示对象或媒介。

其他传感器可以被耦合到外围接口606，诸如温度传感器、生物测定传感器、或其他感测设备，以促进对应的功能。位置处理器615(例如，全球定位收发器)能够被耦合到外围接口606，以允许生成地理定位数据，从而促进地理定位。诸如集成电路芯片的电子磁力计616继而可以被连接到外围接口606，以提供与真实磁北有关的数据，由此移动设备可以享有罗盘或定向功能。相机子系统620和光学传感器622(诸如电荷耦合器具(CCD)或互补金属氧化物半导体(CMOS)光学传感器)能够促进相机功能，诸如记录照片和视频剪辑。

能够通过一个或多个通信子系统624来促进通信功能，所述一个或多个通信子系统624可以包括一个或多个无线通信子系统。无线通信子系统624能够包括802.5或蓝牙收发器以及诸如红外的光学收发器。有线通信系统能够包括诸如通用串行总线(USB)端口或某种其他有线端口连接的端口设备，所述其他有线端口连接能够被用于建立到诸如网络接入设备、个人计算机、打印机、显示器、或者能够接收或发送数据的其他处理设备的其他计算设备的有线耦合。通信子系统624的具体设计和实施可以取决于设备意图在其上操作的通信网络或介质。例如，设备可以包括被设计为通过全球移动通信(GSM)网络、GPRS网络、增强型数据GSM环境(EDGE)网络、802.5通信网络、码分多址(CDMA)网络或蓝牙网络操作的无线通信子系统。通信子系统624可以包括托管协议，使得所述设备可以被配置为针对其他无线设备的基站。通信子系统也能够允许所述设备使用一个或多个协议(例如TCP/IP、HTTP或UDP)与主机设备同步。

音频子系统626能够被耦合到扬声器628和一个或多个麦克风630以促进语音使能的功能。这些功能可能包括语音识别、语音复制或数字记录。联合的音频子系统626也可以涵盖常规的电话功能。

I/O子系统640可以包括触摸控制器642和/或(一个或多个)其他输入控制器644。触摸控制器642能够被耦合到触摸表面646。触摸表面646和触摸控制器642可以使用多种触摸敏感技术(包括但不限于：电容、电阻、红外或表面声波技术)中的任意技术来检测接触和移动或打断。可以类似地使用用于确定与触摸表面646的一个或多个接触点的其他接近传感器阵列或元件。在一种实施方案中，触摸表面646能够显示虚拟或软按钮和虚拟键盘，其能够由用户用作输入/输出设备。

其他输入控制器644能够被耦合到其他输入/控制设备648，诸如一个或多个按钮、摇臂开关、拇指轮、红外端口、USB端口、和/或诸如触笔的指点设备。一个或多个按钮(未示出)能够包括用于对扬声器628和/或麦克风630的音量控制的上/下按钮。在一些实施方案中，设备600能够包括音频和/或视频回放或记录设备的功能，并且可以包括用于系连到其他设备的引脚连接器。

存储器接口602能够被耦合到存储器650。存储器650能够包括高速随机存取存储器或者诸如磁盘存储设备、光学存储设备或闪速存储器的非易失性存储器。存储器650能够存储操作系统652，诸如Darwin、RTXC、LINUX、UNIX、OS X、ANDROID、WINDOWS、或者诸如VXWorks的嵌入式操作系统。操作系统652可以包括用于处理基本系统服务以及用于执行与硬件相关任务的指令。在一些实施方案中，操作系统652能够包括内核。

存储器650也可以存储通信指令654以促进与其他移动计算设备或服务器的通信。通信指令654也能够被用于基于可以由GPS/导航指令668获得的地理位置来选择供设备使用的操作模式或通信介质。存储器650可以包括：图形用户接口指令656，其用于促进图形用户接口处理，诸如生成接口；传感器处理指令658，其用于促进传感器相关的处理和功能；电话指令660，其用于促进电话相关的流程和功能；电子消息指令662，其用于促进剂电子消息相关的过程和功能；网页浏览指令664，其用于促进与网页浏览相关的过程和功能；媒介处理指令666，其促进媒介处理相关的过程和功能；GPS/导航指令668，其促进GPS和导航相关的过程；相机指令670，其促进相机相关的过程和功能；以及可以在移动计算设备上操作或者与移动计算设备一起操作的针对任何其他应用的指令672。存储器650也可以存储用于促进其他过程、特征和应用(诸如与导航、社交网络、基于位置的服务或地图显示相关的应用)的其他软件指令。

图7图示了可以在可穿戴设备或其他移动设备(例如，通信地耦合到可穿戴设备的智能电话或平板电脑)的显示器上呈现和显示的示范性可穿戴入睡GUI 700。当用户正在使用可穿戴设备以促进入睡的过程时，可以向用户显示可穿戴入睡GUI 700。在一些实施例中，可穿戴入睡GUI 700可以显示在可穿戴训练GUI 500中显示的相同元素中的一些或全部。例如，可穿戴入睡GUI 700可以显示所选择的睡眠辅助技术710以及用户可以遵循以执行所选择的睡眠辅助技术的一条或多条指令720(例如，“回想你的一天。从现在开始，尝试记住当天的平凡细节。”)。在一些实施例中，可以使用用于指令递送的额外或备选媒介；例如，可听的指令可以经由可穿戴设备的扬声器或连接的耳机设备被递送至用户，以避免用户睁开他们的眼睛来阅读文本或其他视觉指令的必要性。可穿戴入睡GUI 700也可以包括一个或多个额外的可选择元素，诸如“切换技术”按钮730和“复位该技术”按钮740。当被用户选择时，切换技术按钮730可以切换睡眠辅助技术或者将用户导航回可穿戴基本GUI并且允许用户选择新的技术。当被用户选择时，复位技术按钮740可以拉回或倒回已经收集的数据，并且允许用户从开始重新开始处理(其可以包括复位可穿戴设备的时钟)。拉回或倒回所述数据可以包括从其中存储数据的数据库(例如，可穿戴环境数据库)中删除一些或全部数据。除了通常可以经由可穿戴训练GUI显示的元素之外，可穿戴入睡GUI 700可以显示自从所选择的睡眠辅助技术开始以来逝去的时间750。

当可穿戴设备在逝去预定的时间量之后仍未检测到睡眠时，所述可穿戴入睡GUI可以进一步显示警报760。所述预定的时间量可以是在睡眠辅助技术被认为有效的情况下用户在其之前应该已经入睡的时间量。当用户在预定时间之前未入睡时，所述可穿戴设备可以通过可穿戴入睡GUI 700来提醒用户。可穿戴入睡GUI 700例如可以显示警报760文本，读为“睡眠技术目前不如预期的那样有效。你打算怎么做？”然后，用户可以选择是切换技术还是重置当前技术。所述可穿戴设备可以经由一个或多个可选元素来接收用户的选择，诸如切换技术730和/或复位技术按钮740。可穿戴训练GUI 700为可穿戴设备的用户提供使用所选择的睡眠辅助技术同时收集关于所选择的睡眠辅助技术的有效性的数据的能力。图7的所述睡眠辅助技术可以包括与由图5的睡眠辅助训练技术提供的相同步骤或指令。在备选实施例中，使用处理器，所述可穿戴设备能够在可穿戴设备已经记录了特定的睡眠辅助技术已经被使用预定次数之后，推荐用户经由入睡GUI 700来改变睡眠辅助技术。这是为了避免长期的习惯化。习惯化可能会妨碍睡眠辅助技术的效力，并且因此，在所述技术之间的改变将进一步辅助用户入睡。

图8A图示了示范性可穿戴软件模块。所述可穿戴软件模块可以被存储在存储器中并且由可穿戴设备的处理器执行。对此，软件模块是由可穿戴设备的处理器以及诸如睡眠网络171的处理器的远程处理器中的一个或其组合执行的代码/指令。

可穿戴软件模块805可以包括多个可执行子模块。所述软件子模块可以包括训练软件子模块810、分析软件子模块815、环境软件子模块820、以及入睡软件子模块825。训练软件子模块810可以负责与训练睡眠技术有关的功能，例如包括确定瞌睡时间197和/或回归函数211。分析软件子模块815可以负责与训练软件子模块810和/或入睡软件子模块825已经被执行之后执行的分析有关的功能。分析软件子模块815可以分析睡眠辅助技术的性能或功效，例如以更新瞌睡时间197。环境软件子模块820可以负责与激活环境变化有关的功能(例如，由可穿戴设备执行的动作，如由可穿戴环境数据库中存储的数据所指示的)。入睡软件子模块825可以负责在用户尝试入睡时执行的功能。

图8B图示了在由可穿戴设备的处理器执行可穿戴软件模块时执行的示范性过程。所述过程可以包括接收信号835以初始化可穿戴软件模块830。处理器还可以接收对睡眠辅助技术840的用户选择。可以通过可穿戴基本GUI来接收选择。所述过程可以包括在步骤845中接收对训练或入睡GUI的用户选择。当用户在步骤845中选择训练GUI时，所述过程可以包括在步骤850中显示训练GUI并且初始化训练软件子模块。在训练软件子模块执行之后，所述过程可以包括初始化分析软件子模块855。

当用户选择入睡GUI时，所述过程可以包括显示入睡GUI并且初始化入睡软件子模块860。然后，所述过程可以包括在步骤865中确定用户是否在睡眠之前剩余的预测时间内开始入睡。当用户在预测的剩余时间内没有开始入睡时，所述过程可以包括在步骤870中初始化分析软件子模块以重新执行生成睡眠前时间预测的分析。当用户在睡眠之前剩余的预测时间内开始入睡时，所述过程可以包括在步骤875中初始化环境软件子模块。

图9A图示了在由可穿戴设备的处理器执行可穿戴训练软件子模块时执行的示范性过程。在至少一个实施例中，所述过程可以包括接收初始化910训练软件子模块905的初始化信号。所述过程可以包括在步骤915中从存储器加载表示所选择的睡眠辅助技术的数据，例如，与可穿戴设备的用户相关联的睡眠简档170。所述过程也可以包括在步骤920中通过可穿戴训练GUI向用户显示关于如何执行所选择的睡眠辅助技术的指令。所述过程还可以包括在步骤925中从可穿戴传感器接收传感器数据并将记录的数据写入或存储到可穿戴传感器数据数据库。写入的数据类型可以由指示用户已经选择了哪种可穿戴睡眠辅助技术的字母数字代码作为前缀。

所述过程可以包括在步骤930中从瞌睡软件模块接收与用户相关联的睡眠数据或“瞌睡数据”。所述睡眠数据可以直接从瞌睡软件模块导入。例如，所述睡眠数据能够包括一组睡眠辅助技术以及针对每种睡眠辅助技术的初始瞌睡时间。随后使用例如训练软件模块810和/或分析软件模块815来更新所述瞌睡时间。

所述过程还可以包括在步骤935中确定用户例如在与用户的生命体征相关联的瞌睡时间期满时是否已经入睡。当用户已经入睡时，所述过程可以包括在步骤940中初始化可穿戴分析软件子模块。当用户尚未入睡时，所述过程可以包括在步骤925中返回到接收传感器数据。

图9B图示了在由可穿戴设备的处理器执行可穿戴分析软件子模块时执行的示范性过程。在步骤945中由可穿戴分析软件子模块执行的过程可以包括在步骤950中接收对可穿戴分析软件子模块进行初始化的初始化信号。所述过程可以包括在步骤955中加载可穿戴传感器数据数据库或者以其他方式从数据库接收数据。所述过程可以包括在步骤960中显示当前日期(或其他时间信息)。然后，所述过程可以包括在步骤965中计算针对达到百分之100瞌睡值之前的预定时间段(例如，一个小时)的数据的百分比瞌睡值的变化率。百分之100的瞌睡值可以指示用户已经入睡。变化率指示瞌睡时间的分数。例如，25％的变化率指示四分之一的瞌睡时间已经过去了。例如，能够使用回归函数211来确定所述变化率。因为入睡过程通常不是线性的，所以变化率能够是睡眠辅助技术的有效性的有用指标。

所述过程的步骤965也可以包括从百分之100睡眠时刻的之前预定时间段(例如，一小时)跟踪从瞌睡软件模块接收的百分比瞌睡数据。然后，所述过程可以包括在步骤965中计算瞌睡百分比数据的变化率。然后，所述过程可以确定970表示百分比瞌睡的变化率至少翻倍(或者超过一些其他预定阈值)的时间点的数据点。所述过程的步骤970还可以包括记录睡眠前时间以及选择睡眠辅助技术的时间。

在一些实施例中，所计算的瞌睡百分比范围的速率可以与预定阈值进行比较。所述预定阈值例如可以是变化率至少翻倍的点。所述预定阈值可以被称为“临界点”，在此之后，用户从清醒转变到睡眠的开始。以这样的方式，能够确定970定义用户的瞌睡阶段的所述临界点能够基于变化率965。与所述临界点相关联的数据连同与在达到百分之100瞌睡值之前的每个数据点相关联的时间以及从睡眠辅助技术激活的时间开始的与每个数据点相关联的时间可以在所述过程的步骤970中被存储或写入到临界点数据库。在各种实施例中，预定阈值或“临界点”可以根据各种因素而变化。本领域普通技术人员将容易认识并意识到，本文所描述的临界点仅仅是说明性的，而非限制性的。也可以使用其他的临界点。

所述过程接下来可以包括确定在可穿戴分析软件945的步骤975中是否已经回顾了在可穿戴传感器数据数据库中表示的针对所有天的记录。当在可穿戴传感器数据数据库中表示的针对所有天的记录尚未被审查时，处理器可以包括在步骤980中选择前一天并且重复之前的计算步骤(例如，针对该天计算针对在百分之100瞌睡之前一个小时的数据的百分比瞌睡的变化率)。在步骤980之后，该过程可以返回到步骤965，其中，可以再次计算百分比瞌睡的变化率。当在步骤975中已经回顾了在可穿戴传感器数据数据库中表示的针对所有天的记录时。那么，在步骤985中，该过程可以包括通过对临界点数据库中的每个技术数据点类型的所有值取平均来确定用户临界点，并且然后将数据保存到与用户相关联的用户睡眠简档。在一些实施例中，可以使用用于确定用户的临界点的额外的或备选的技术。例如，可以使用机器学习方法(例如，在临界点数据库上训练线性回归模型)以基于收集的数据来计算基线或用户特定的临界点。

在临界点数据库中，如在可穿戴传感器数据数据库中，睡眠辅助技术数据点类型中的每种类型可以由与所使用的睡眠辅助技术相关联的字母数字代码作为前缀。在这样的实施例中，当处理器包括对每种技术数据点类型的所有值取平均时，处理器涉及对于仅针对指定的睡眠辅助技术的指定类型的数据的具有那些前缀的那些数据点类型取平均。当所有的临界点已被取平均时，该数据可以是用户预计入睡的平均点。所述数据可以被发送到用户睡眠简档并且被记录在与该用户睡眠辅助技术相关联的行中。

图10A图示了在由可穿戴设备的处理器运行可穿戴入睡软件子模块时执行的示范性过程。在至少一个实施例中，可穿戴入睡软件1050的过程可以包括步骤1010，其中，接收初始化入睡软件子模块的初始化信号。该过程可以包括在步骤1015中从用户睡眠简档加载针对所选择的睡眠辅助技术的数据。所述数据可以源自在分析软件子模块的执行期间先前已经被分析和写入的睡眠简档170。该过程可以包括在步骤1020中通过入睡GUI向用户显示关于如何实施所选择的睡眠辅助技术的指令。该过程还可以包括步骤1025，其中，从可穿戴传感器接收传感器数据，并且将记录的数据写入或存储到可穿戴传感器数据数据库。写入的数据类型可以由指示用户已经选择了哪种可穿戴睡眠辅助技术的字母数字代码作为前缀。该过程可以包括步骤1030，其中，由可穿戴入睡软件1005接收来自瞌睡软件模块的、与用户相关联的睡眠数据或“瞌睡数据”。所述睡眠数据可以直接从瞌睡软件模块导入。该过程还可以包括在步骤1035中确定睡眠之前的预测时间内用户是否开始入睡或者“瞌睡”。该过程可以有效地包括确定由分析软件子模块做出的预测是否准确。当用户在睡眠之前的预测时间内开始入睡时，可以在可穿戴入睡软件1005的步骤1040中执行可穿戴环境软件子模块。当用户在睡眠之前的预测时间内没有开始入睡时，可以在步骤1045中执行分析软件子模块。

图10B图示了在由可穿戴设备的处理器执行可穿戴环境软件子模块时执行的示范性过程。在至少一个实施例中，步骤1050中的可穿戴环境软件子模块的过程可以包括在步骤1055中接收对环境软件子模块进行初始化的初始化信号。该过程可以还包括在步骤1060中下载或者以其他方式访问被存储在可穿戴环境数据库中的数据。该过程可以包括在步骤1065中确定和选择第一环境触发器(例如，与所存储的表格的睡眠列之后的时间中的第一个或最低数字相关的触发器)。该过程可以包括在步骤1070中等待直到睡眠之后的指定时间已经逝去以在步骤1075中触发环境触发器(即，执行指定的动作)。然后，该过程在步骤1080中确定所执行的触发器是否是被存储在可穿戴环境数据库中的最后的触发器。当所执行的触发器是最后的触发器时，环境软件子模块可以停止执行。当所执行的触发器不是被存储在环境数据库中的最后的触发器时，该过程可循环回到步骤1070以进一步等待时间触发器或环境触发器。

图11图示了示范性可穿戴传感器数据数据库。可穿戴传感器数据数据库1100可以存储由被设置在可穿戴设备(例如，瞌睡传感器)中的一个或多个可穿戴传感器所记录的数据。可穿戴传感器数据数据库还可以存储由一个或多个软件模块(例如，瞌睡软件模块)提供的数据。在图11的示范性实施例中所示的数据库包含被布置在多个列中的数据——日期1110、时间1120、百分比瞌睡1130、技术数据类型1 1140、技术数据点1 1150、技术数据类型n 1160、以及技术数据点n 1170。日期和时间列可以存储传感器数据被记录的日期和时间。可以从被设置在可穿戴设备中的系统时钟来接收数据和时间数据。可穿戴传感器数据库数据1100的表格也可以包括多个行1180，其中，表格1100中的每个行可以与日期1110、时间1120、百分比瞌睡113、技术数据类型1 1140、技术数据点1 1150、技术数据类型n1160、以及技术数据点n 1170相关联。

瞌睡百分比1130列可以存储从瞌睡传感器和/或瞌睡软件模块接收的数据。瞌睡数据百分比可以指示用户的睡眠相对于百分之100瞌睡(即，睡着)的完全睡眠值如何。技术数据类型1列1140可以存储识别正在被记录的数据类型的信息。数据类型可以包括与每个睡眠辅助技术相关联的独有的前缀(例如，“RWYD”的独有的前缀与被称为“回顾你的一天”的睡眠辅助技术相关联。)标记“脉搏”表示正在记录脉搏数据。技术数据点1 1150列可以存储实际数据点。例如，如在图11中所示的，值64指示脉搏值为每分钟64次跳动。所述数据可以以预定间隔(例如，每分钟一次，或者更长或更短的间隔)来存储。

标记为技术数据类型N 1160和技术数据点N 1170的最后两列可以表示可以以与睡眠辅助技术的关系记录的任何后续数据类型。在所示的范例中，所述数据类型是由独有标识的“BP”指示的血压。睡眠辅助技术是如标识符“RWYD”所指示“回顾你的一天”。可能存在针对每种睡眠辅助技术可以记录的一个或任何数量的额外的数据类型。所提供的实施例仅仅是说明性的并且决不是限制性的。可穿戴传感器数据库表格1100可以被用于存储与日期和时间相关联的数据，所存储的数据可以包括脉搏率、血压的测量结果、百分比瞌睡、并且可以识别由可穿戴设备的用户使用的睡眠辅助技术。

图12图示了示范性可穿戴临界点数据库。可穿戴临界点数据库1200可以存储由分析软件子模块提供的数据。所述数据可以与训练期间或入睡软件子模块使用期间的瞌睡率开始快速增加的时刻有关。所述数据库可以在类似于图11中所述的布置中存储数据(包括日期列1210和时间列1220)。在一些实施例中，可以存在额外的数据列，诸如“睡眠之前的时间”1230以及“开始之后的时间”1235。日期列1210和时间1220可以存储指示传感器数据被存储的日期和时间的数据。如在图12中所示的，日期列1210和时间列1220中的数据指示用户在每天晚上约相同的时间入睡(接近9：00PM)。睡眠前时间列1230可以存储在用户已经选择了睡眠辅助技术时与在针对该睡眠会话达到百分之100瞌睡值时之间的时间量。开始之后时间列1235可以存储对睡眠辅助技术的选择与用户开始遵循指令的时间之间经过的时间量。剩余的列：百分比瞌睡1240、技术数据类型1 1245、技术数据点1 1250、技术数据类型n 1255、以及技术数据点n 1260可以存储如相对于图11所描述的数据。可以针对每种技术数据类型对所存储的数据点(即，技术数据点1至n)取平均以更新瞌睡时间。睡眠前时间和开始后时间也可以被取平均以创建用户应当达到那些特定的平均数据点的平均睡眠前时间。所有上述数据可以被存储在与用户相关联的用户睡眠简档中。可穿戴临界点数据库表格1200也可以被用于存储与日期和时间相关联的数据，所存储的数据可以包括脉搏率、血压的测量结果、百分比瞌睡、并且可以识别由可穿戴设备的用户使用的特定睡眠辅助技术有多有效。

图13图示了示范性可穿戴用户睡眠简档。所述可穿戴用户睡眠简档可以包括与每种睡眠辅助技术有关的信息。在图13中所示的实施例中，用户睡眠简档信息被布置在表格1300中的多个列中。第一列可以存储识别已经由用户下载到可穿戴设备的睡眠辅助技术1310的信息。下一列1320可以存储指示针对每种具体睡眠辅助技术的瞌睡时间的数据。如先前所描述的，可以使用被存储在接收点数据库中的数据来计算睡眠之前的预测时间(例如，作为平均值)。图13图示了与不同的睡眠辅助技术相关联的不同的瞌睡时间。所述技术中的一些技术可能不包括用户尚未对这些具体技术进行训练的数据(即，不存在可穿戴设备可以在其上执行预测的数据)。下一列1330可以指示在开始之后预测用户达到临界点的预测时间。每种睡眠辅助技术能够与多个临界点相关联。图13图示了与不同的睡眠辅助技术相关联的开始之后的不同的时间。所述技术中的一些技术可能不包括用户尚未对这些具体技术进行训练的数据(即，不存在可穿戴设备可以在其上执行预测的数据)。接下来的列可以包括技术数据类型1 1340和技术平均数据点1数据1350，其可以识别在取平均计算之后的来自临界点数据库的数据类型和平均数据点。用户睡眠简档表也可以包括存储与技术平均数据点n相关的数据的列1370，以及存储可以在可穿戴设备处的显示器上显示的指令的列1380。注意，可穿戴用户睡眠简档表格1300的列1380中的指令包括可以帮助人准备快速入睡的各种类型的动作或活动。例如，列1380中的第二条目到最后的条目涉及“进行呼吸”的睡眠辅助技术，其中，在GUI中所显示的用户指令指示可穿戴设备的用户“将你的呼吸与同步器设备同步。随着所述设备呼入和和呼出。”因此，可穿戴设备可以提供与可穿戴设备处的显示器上所显示的动作同步的指令。尽管这些动作可以被显示在显示器上，但它们备选地也可以通过扬声器来提供。在使用扬声器的情况下，当利用由可穿戴设备提供的呼吸计时对用户的呼吸进行同步时，扬声器可能会发音“吸气”和“呼气”的词语。

如在图13中所示的，唯一前缀可以与不同的数据类型相关联。不同的数据类型可能与不同的睡眠辅助技术相关联，其在一系列行1390中被列出。被包括在可穿戴用户睡眠简档表格1300中的行包括与关于图2所描述的相同的睡眠辅助技术。例如，“通过左鼻孔吸入”可以与呼吸和血压相关联作为其两种数据类型。另一方面，“回顾你的一天”与脉搏和血压数据类型相关联，而“转动你的眼睛”仅与眼眼转动数据相关联，并且没有其他数据类型。被存储在该数据库中的各种数据点可以作为列1370中针对该数据类型的临界点数据库中的各种条目的平均值而导出。在其他实施例中，可以使用其他计算。

数据库中的最后的列1380可以存储要被提供给可穿戴设备的用户的指令。所述指令可以通过训练GUI、入睡GUI或另一GUI的方式来显示给用户。该指令可以关于如何实施选定的睡眠辅助技术而给用户建议。如在所提供的实施例所示的，所述指令是被设计为由用户读取的基于文本的指令。在其他实施例中，所述指令可以用其他格式(例如，音频、视频)呈现，并且可以是交互式的。所述指令可以包括HTML、JavaScript或提供交互功能的其他编程。

图14图示了用于基于先前记录和接收的睡眠数据来预测可穿戴设备用户何时将入睡的示范性方法。方法1400可以包括在步骤1410中提供如在图1的上下文中所描述的那些的可穿戴设备、网络和睡眠网络。所述方法可以包括从睡眠网络下载用户睡眠简档。在步骤1420中，所述用户睡眠简档可以包括睡眠辅助技术以及相应的指令。所述方法还可以包括在步骤1430中训练可穿戴设备来识别应用多种不同的睡眠辅助技术时所产生的有效睡眠数据。所述方法可以包括在步骤1440中在用户尝试入睡之前接收对要训练的睡眠辅助技术的用户选择。所述方法可以包括在步骤1450中确定睡眠辅助技术是否比训练期间较不有效(即，与低睡眠辅助技术功效度量相关联)。所述方法还可以包括在步骤1460中重新评估睡眠辅助技术的有效性。所述方法可以包括在步骤1470中基于用户的睡眠状态和各种计时考虑来执行与用户的环境有关的预定动作。

己经出于说明和描述的目的提供了前面详细的描述。其并不旨在是穷尽性的，也不旨在是将技术限制为所公开的确切形式。鉴于以上教导，许多修改和变化是可能的。选择描述的实施例是为了最好地解释技术的原理以及其实际应用，以使得本领域其他技术人员能够在各种实施例中以及适合于所讨论的特定设计考虑的各种修改(例如，成本、可用性、偏好等)中使用本发明。本技术的范围应仅由本说明书随附的权利要求所限定。

Claims (15)

1.一种用于睡眠辅助的可穿戴设备，包括：

至少一个传感器，其用于检测所述可穿戴设备的用户的一个或若干个生命体征；

存储器，其用于存储一组睡眠辅助技术，每种辅助睡眠技术包括促进所述用户入睡的指令，并且与针对所述睡眠辅助技术影响遵循所述指令的所述用户而估计的瞌睡时间相关联；

接口，其用于接收对来自所述一组睡眠辅助技术中的睡眠辅助技术的选择并且用于将所选择的睡眠辅助技术的所述指令呈现给所述用户；以及

处理器，其用于基于所述用户的所述生命体征来更新所述瞌睡时间，以基于经更新的瞌睡时间来确定用于执行至少一个预定动作的安排，并且根据所述安排来执行所述预定动作。

2.根据权利要求1所述的可穿戴设备，其中，所述处理器将所述经更新的瞌睡时间添加到所选择的睡眠辅助技术的历史睡眠数据中，并且使用所述历史睡眠数据来确定针对所选择的睡眠辅助技术的随后调用的所述瞌睡时间。

3.根据权利要求2所述的可穿戴设备，其中，所述处理器通过对添加到所述历史睡眠数据的多个经更新的瞌睡时间进行平均来确定所述瞌睡时间。

4.根据权利要求1所述的可穿戴设备，其中，所述处理器从所述可穿戴设备的一组传感器中选择被配置为跟踪遵循所述指令的所述用户的动作的传感器，并且在选择所述睡眠辅助技术之后当所述用户不遵循所述指令时延长所述瞌睡时间。

5.根据权利要求1所述的可穿戴设备，其中，所述处理器基于所述用户的所述生命体征的至少一些值与所述瞌睡时间的分数之间的相关性来更新所述瞌睡时间。

6.根据权利要求1所述的可穿戴设备，其中，所述存储器存储一组睡眠辅助技术，所述一组睡眠辅助技术包括：与第一生命体征、第一指令和第一瞌睡时间相关联的第一睡眠辅助技术；以及与第二生命体征、第二指令和第二瞌睡时间相关联的第二睡眠辅助技术，其中，所述第一生命体征与所述第二生命体征不同，所述第一指令与所述第二指令不同，并且其中，所述第一瞌睡时间与所述第二瞌睡时间不同。

7.根据权利要求1所述的可穿戴设备，其中，所述接口包括用于显示所述睡眠辅助技术的所述指令的显示设备与用于发音所述睡眠辅助技术的所述指令的扬声器中的一个或者其组合。

8.根据权利要求1所述的可穿戴设备，其中，至少一个预定动作包括以下中的一项或者其组合：锁上门或解锁门、增加或减少发射的光的量、关闭或开启器具、以及增加或减少音频设备处的音频发射的音量。

9.根据权利要求1所述的可穿戴设备，其中，所述存储器存储定义所述用户的瞌睡阶段的一组临界点，并且存储与不同瞌睡阶段相关联的一组预定动作，其中，所述处理器基于所述生命体征的当前值来确定所述用户的当前瞌睡阶段，并且执行与所述当前瞌睡阶段相关联的所述预定动作。

10.一种用于对可穿戴设备的用户进行睡眠辅助的方法，包括：

检测所述可穿戴设备的所述用户的一个或若干个生命体征；

选择与促进所述用户入睡的一条或多条指令相关联的睡眠辅助技术以及针对所述睡眠辅助技术影响遵循所述指令的所述用户而估计的瞌睡时间；

基于所述用户的所述生命体征来更新所述瞌睡时间；

基于经更新的瞌睡时间来确定用于执行至少一个预定动作的安排；并且

根据所述安排来执行所述预定动作，其中，所述方法的至少一些步骤由所述可穿戴设备的处理器来执行。

11.根据权利要求10所述的方法，还包括：

将所述经更新的瞌睡时间添加到所述睡眠辅助技术的历史睡眠数据中；并且

使用所述历史睡眠数据来确定针对所述睡眠辅助技术的随后选择的所述瞌睡时间。

12.根据权利要求10所述的方法，其中，所述选择包括：

采集一组睡眠辅助技术，所述一组睡眠辅助技术包括：与第一指令和第一瞌睡时间相关联的第一睡眠辅助技术；以及与第二指令和第二瞌睡时间相关联的第二睡眠辅助技术，其中，所述第一指令与所述第二指令不同，并且其中，所述第一瞌睡时间与所述第二瞌睡时间不同；

在所述可穿戴设备的图形用户接口(GUI)上呈现所述一组睡眠辅助技术；

响应于所述呈现而接收对所述第一睡眠辅助技术的选择。

13.根据权利要求10所述的方法，还包括：

跟踪遵循所述睡眠辅助技术的所述指令的所述用户的动作；

并且，在选择所述睡眠辅助技术之后当所述用户不遵循所述指令时延长所述瞌睡时间。

14.根据权利要求10所述的方法，其中，至少一个预定动作包括以下中的一项或者其组合：锁上门或解锁门、增加或减少发射的光的量、关闭或开启器具、以及增加或减少音频设备处的音频发射的音量。

15.一种在其上实现有程序的非瞬态计算机可读存储介质，所述程序能由处理器运行以执行方法，所述方法包括：

检测可穿戴设备的用户的一个或若干个生命体征；

选择与促进所述用户入睡的一条或多条指令相关联的睡眠辅助技术以及针对所述睡眠辅助技术影响遵循所述指令的所述用户而估计的瞌睡时间；

基于所述用户的所述生命体征来更新所述瞌睡时间；

基于经更新的瞌睡时间来确定用于执行至少一个预定动作的安排；并且

根据所述安排来执行所述预定动作。