CN115336968A - 一种睡眠状态检测方法与电子设备 - Google Patents

Abstract

一种睡眠状态检测方法与电子设备，用于提升检测用户睡眠状态的准确性。该方法应用于可穿戴设备，可穿戴设备采集目标用户睡眠时产生的行为数据，所述行为数据包括运动信号和/或声音信号；其中，所述运动信号用于确定用于表征所述目标用户睡眠状态的第一检测结果，所述声音信号用于确定用于表征所述目标用户睡眠状态的第二检测结果；根据所述第一检测结果和/或所述第二检测结果，确定所述目标用户睡眠状态的最终检测结果。

Description

一种睡眠状态检测方法与电子设备

技术领域

本申请涉及终端技术领域，尤其涉及一种睡眠状态检测方法与电子设备。

背景技术

睡眠是人体重要的生理活动，能帮助人体恢复体力、脑力和精神，并能舒缓压力、增强学习能力，从而保持身体健康。人们若是欠缺睡眠或者患有睡眠障碍(比如失眠症、嗜睡症、梦游等)，将有可能导致一些后遗症，如情绪不稳定、忧郁、焦虑等。因此，睡眠状态检测是非常有必要的，能够帮助人们了解自己的睡眠质量，改善睡眠。

目前，如何准确的检测睡眠状态是一直在探讨的问题。

发明内容

本申请的目的在于提供了一种睡眠状态检测方法与电子设备，能够提升检测睡眠状态的准确性。

第一方面，提供一种睡眠状态检测方法，应用于可穿戴式设备，所述可穿戴设备当前处于非佩戴模式，所述方法包括：采集目标用户睡眠时产生的行为数据，所述行为数据包括运动信号和/或声音信号；其中，所述运动信号用于确定用于表征所述目标用户睡眠状态的第一检测结果，所述声音信号用于确定用于表征所述目标用户睡眠状态的第二检测结果；根据所述第一检测结果和/或所述第二检测结果，确定所述目标用户睡眠状态的最终检测结果。

在本申请实施例中，通过运动信号和声音信号两个不同角度进行睡眠状态检测，并根据两个检测结果确定最终检测结果，有助于提升检测用户睡眠状态的准确性。

在一些实施例中，可穿戴设备采集到目标用户睡眠时产生的行为数据之后，可以将所述行为数据发送给与可穿戴设备连接的电子设备。由该电子设备基于所述行为数据中的运行信号确定第一检测结果，基于所述行为数据中的声音信号确定第二检测结果，然后根据第一检测结果和/或第二检测结果得到最终检测结果。也就是说，可穿戴设备的执行步骤中的全部或部分可以由与可穿戴设备连接的电子设备执行。该电子设备得到最终检测结果之后可以发送给可穿戴设备进行显示或者该电子设备本地显示。其中，与可穿设备连接的电子设备比如可以是手机、平板电脑等便捷式电子设备。

在一种可能的设计中，所述最终检测结果是所述第一检测结果和所述第二检测结果的平均值或加权平均值。示例性的，比如第一检测结果是70分，第二检测结果是80分，那么最终检测结果是75分。

应理解，除了分数值以外，第一检测结果和第二检测结果还可以有其它表示形式，比如，等级，如，第一检测结果是第一等级，第二检测结果是第三等级，那么最终检测结果是第一等级和第三等级的中间等级。

在一种可能的设计中，所述采集目标用户睡眠时产生的行为数据之前，还包括：确定环境中包括多人时，输出第一提示信息，所述第一提示信息用于提示录入所述目标用户的特定声音信号；根据录入的所述目标用户的特定声音信号从所述声音信号中提取与所述目标用户的特定声音信号匹配的声音信号；其中，提取出的所述声音信号用于确定用于表征所述目标用户睡眠状态的所述第二检测结果。

在本申请实施例中，在多人环境中，如果要检测目标用户的睡眠状态，那么录入目标用户的声音信号，这样的话，从采集的声音信号中提取出目标用户的声音信号可以用于确定该目标用户的第二检测结果。也就是说，即便是多人环境，本申请实施例也可以检测出某个特定用户的睡眠状态，使用方便。

可选的，所述确定环境中包括多人时，输出第一提示信息，包括：与所述可穿戴设备连接的电子设备确定环境中包括多人时，输出所述第一提示信息；所述电子设备检测到录入所述目标用户的特定声音信号后，向所述可穿戴设备发送指令，该指令用于指示可穿戴设备开始采集行为数据。当然，所述电子设备也可以无需发送指令，比如可穿戴设备默认一直进行行为数据的采集。所述可穿戴设备采集行为数据之后，将所述行为数据发送给所述电子设备，所述电子设备根据录入的所述目标用户的特定声音信号从所述行为数据中的声音信号中提取与所述目标用户的特定声音信号匹配的声音信号，根据提取出的所述声音信号确定第二检测结果。

在一种可能的设计中，所述采集目标用户睡眠时产生的行为数据之前，还可以确定环境中包括多人时，输出第二提示信息，所述第二提示信息用于提示录入所述目标用户相对于所述可穿戴设备的方位；根据录入的所述目标用户相对于所述可穿戴设备的方位，从所述运动信号中提取与所述目标用户相对于所述可穿戴设备的方位匹配的运动信号；其中，提取出的所述运动信号用于确定用于表征所述目标用户睡眠状态的所述第一检测结果。

在本申请实施例中，多人环境中，如果要检测目标用户的睡眠状态，那么录入目标用户相对于可穿戴设备的方位，这样的话，从采集的运动信号中提取出与该方位匹配的运动信号，该运动信号可以用于确定该目标用户的第一检测结果。也就是说，即便是多人环境，也可以检测出某个特定用户的睡眠状态，而且可以从运动信号和声音信号两个方面检测，准确性较高。

可选的，所述确定环境中包括多人时，输出第二提示信息，包括：与所述可穿戴设备连接的电子设备确定环境中包括多人时，输出所述第二提示信息；所述电子设备检测到录入所述目标用户相对于所述可穿戴设备的方位后，向所述可穿戴设备发送指令，该指令用于指示可穿戴设备采集行为数据。当然，所述电子设备也可以无需发送指令，比如可穿戴设备默认一直进行行为数据的采集。所述可穿戴设备采集行为数据之后，将所述行为数据发送给所述电子设备，所述电子设备根据录入的所述目标用户相对于所述可穿戴设备的方位从所述行为数据中的运动信号中提取出对应的运动信号，根据提取出的运动信号确定第一检测结果。

在一种可能的设计中，确定环境中包括多人，包括：输出第三提示信息，所述第三提示信息用于提示环境中是否有多人；根据用户输入的确认指令，确定环境中包括多人。也就是说，可穿戴设备可以通过输出提示信息的方式确定环境是否为多人环境。本申请实施例在多人环境，可以检测出某个特定用户的睡眠状态，而且可以从运动信号和声音信号两个方面检测，准确性较高。

可选的，确定环境中包括多人，包括：通过与所述可穿戴设备连接的电子设备输出第三提示信息，所述电子设备根据用户输入的确认指令，确定环境中包括多人。所述电子设备确定包括多人时，可以输出第一提示信息或第二提示信息，参见前文描述。

在一种可能的设计中，在所述采集目标用户睡眠时产生的行为数据之前，还包括：响应于用户操作，设置当前模式为非佩戴模式；输出第四提示信息，所述第四提示信息用于提示用户固定所述可穿戴设备。

在本申请实施例中，可穿戴设备具有佩戴模式和非佩戴模式，在佩戴模式下可以使用佩戴模式下的睡眠检测流程，在非佩戴模式下可以使用非佩戴模式的睡眠检测流程，在非佩戴模式下，可以提示用户固定设备，比如固定在床褥、枕头等位置，用户体验较高。

可选的，响应于用户操作，设置当前模式为非佩戴模式，包括：与所述可穿戴设备连接的电子设备响应于用户操作设置所述可穿戴设备当前模式为非佩戴模式，输出第四提示信息，提示用户固定可穿戴设备。

也就是说，在本申请实施例中，可穿戴设备可以与电子设备(比如手机)连接，以上的可穿戴设备的各个步骤可以全部或部分由电子设备执行。比如，上述第一提示信息、第二提示信息、第三提示信息和第四提示信息中的至少一个提示信息可以通过与所述可穿戴设备连接的电子设备显示。

在一种可能的设计中，所述目标用户包括多人时，所述最终检测结果可以用于表征所述多人的总体睡眠质量。也就是说，本申请实施例可以检测多人总体睡眠状态，这样，一次可以检测多人睡眠状态，效率更高。

在一种可能的设计中，所述采集目标用户睡眠时产生的运动信号，可以通过运动传感器采集所述目标用户睡眠时由于翻身、起身或抖动的行为所带来的运动信号，所述运动信号包括位移、加速度、速度、角速度和角加速度等中的至少一种；所述方法还包括：根据所述运动信号识别体动特征，所述体动特征包括翻身、起身和抖动等；根据设定时长内所述体动特征发生的次数、频率和强度中的至少一项，确定所述第一检测结果。也就是说，本申请实施例中，可穿戴设备根据目标用户的体动特征的次数、频率、强度等，确定第一检测结果，体动特征(比如翻身、起身等)能够比较准确的反映用户睡眠状态，所以这种检测方式比较准确。

在一种可能的设计中，所述采集的目标用户睡眠时产生的声音信号中包括的所述目标用户的鼾声、呼吸音等中的至少一项声音特征；所述方法还包括：根据设定时长内所述目标用户的鼾声或呼吸声中的至少一项声音特征的强度、频率和次数中的至少一项，确定所述第二检测结果。也就是说，本申请实施例中，可穿戴设备根据目标用户的鼾声或呼吸声的强度和频率等，确定第二检测结果，呼吸声或鼾声能够比较准确的反映用户的睡眠状态，所以这种检测方式比较准确。

第二方面，提供一种电子设备，包括处理器，存储器，以及，一个或多个程序；其中，所述一个或多个程序被存储在所述存储器中，所述一个或多个程序包括指令，当所述指令被所述处理器执行时，使得所述终端设备执行如上述第一方面提供的方法步骤。

第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如上述第一方面提供的方法。

第四方面，提供一种计算机程序产品，包括计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如上述第一方面提供的方法。

第五方面，还提供一种电子设备上的图形用户界面，所述电子设备具有显示屏、存储器、以及处理器，所述处理器用于执行存储在所述存储器中的一个或多个计算机程序，所述图形用户界面包括所述电子设备执行上述第一方面所述的方法时显示的图形用户界面。

第六方面，本申请实施例还提供一种芯片，所述芯片与电子设备中的存储器耦合，用于调用存储器中存储的计算机程序并执行本申请实施例第一方面的技术方案，本申请实施例中“耦合”是指两个部件彼此直接或间接地结合。

上述第二方面至第六方面的有益效果，参见第一方面的有益效果，不重复赘述。

附图说明

图1为本申请一实施例提供的可穿戴设备的硬件结构的示意图；

图2为本申请一实施例提供的睡眠状态检测方法的流程示意图；

图3为本申请一实施例提供的可穿戴设备的显示屏上的显示信息的示意图；

图4为本申请一实施例提供的可穿戴设备的显示屏上的显示信息的示意图；

图5A为本申请一实施例提供的手机上显示提示用户固定设备的示意图；

图5B和图5C为本申请一实施例提供的手机上显示睡眠状态检测结果的示意图；

图6为本申请一实施例提供的非佩戴模式下用户睡眠状态检测流程的示意图；

图7为本申请一实施例提供的睡眠状态检测方法的又一种流程示意图；

图8A至图8B为本申请一实施例提供的手机上提示录入目标用户的声音信息的示意图；

图9为本申请一实施例提供的手机上提示录入目标用户的声音信息的又一种示意图；

图10至图12为本申请一实施例提供的手机上提示多种检测模式的示意图；

图13为本申请一实施例提供的可穿戴设备的结构示意图。

具体实施方式

常见的睡眠状态检测方法主要包括以下几种：

最传统的睡眠状态检测方法是利用医学上专业的医学仪器(如，多导睡眠检测仪)，在用户睡眠时，扫描用户脑电、呼吸等，可以为用户提供科学准确的临床诊断，但是医学仪器复杂且体型较大，无法实现日常化的睡眠检测。

为了满足日常化的睡眠状态检测，运动手环、手表等集成了睡眠检测功能，使得运动手环、手表的功能更丰富，不仅可以在用户日常运动(比如跑步)时检测运动状态，还可以在用户睡眠时检测睡眠状态。一般，运动手环或手表上设置电极片，当电极片接触用户身体时，可以感应到身体信号(比如心率)，通过身体信号判断睡眠状态。也就是说，用户睡觉时，需要佩戴运动手环或手表，才能检测睡眠状态，但是大部分用户睡觉时手腕上不喜欢佩戴东西，会影响睡觉，所以这种方式用户体验较低。

目前，市场上存在一些非佩戴式睡眠检测设备，例如睡眠追踪器，用户可以将其固定在床上，睡眠追踪器可以采集用户睡眠过程中的呼吸和心率的变化；再例如，具有能够固定运动手环或手表的凹槽的枕头，当运动手环或手表被固定在凹槽之后，可以检测用户睡眠过程中头部动作信号，来判断用户睡眠质量。但是，这种方式，需要用户额外购买非佩戴式睡眠检测设备(比如带凹槽的枕头)，而且非佩戴式睡眠检测设备功能单一，仅能检测睡眠状态，无法满足用户日常运动(比如跑步)时运动状态的检测。

鉴于此，本申请实施例提供一种睡眠状态检测方法，该方法适用于可穿戴设备，可穿戴设备具有两种状态，佩戴状态和非佩戴状态。在佩戴状态时，用户可以佩戴该可穿戴设备实现日常的运动检测。在非佩戴状态时，用户可以将其设置在用户睡觉位置附近，无需用户佩戴在手腕上也可以检测睡眠状态，而且，可穿戴设备可以采集用户睡眠过程中的运动信号(比如翻身)，和/或声音信号(比如呼吸声)，其中，运动信号可以用于确定用户睡眠状态的第一检测结果，声音信号用于确定用户睡眠状态的第二检测结果；根据所述第一检测结果和/或所述第二检测结果，确定所述目标用户睡眠状态的最终检测结果，使得睡眠状态检测结果较为准确。

本申请实施例提供的睡眠状态检测方法可以应用于可穿戴设备。所述可穿戴设备可以是智能手表、智能手环、智能项链、智能服饰、智能鞋子、智能耳环等，本申请实施例对可穿戴设备的形态不作限定。

图1示出了可穿戴设备的结构示意图。如图1所示，可穿戴设备可以包括处理器110，外部存储器接口120，内部存储器121，通用串行总线(universal serial bus，USB)接口130，充电管理模块140，电源管理模块141，电池142，天线1，天线2，移动通信模块150，无线通信模块160，音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，传感器模块180，按键190，马达191，指示器192，摄像头193，显示屏194，以及用户标识模块(subscriber identification module，SIM)卡接口195等。其中传感器模块180可以包括压力传感器180A，陀螺仪传感器180B，气压传感器180C，磁传感器180D，加速度传感器180E，距离传感器180F，接近光传感器180G，指纹传感器180H，温度传感器180J，触摸传感器180K，环境光传感器180L，骨传导传感器180M等。

处理器110可以包括一个或多个处理单元，例如：处理器110可以包括应用处理器(application processor，AP)，调制解调处理器，图形处理器(graphics processingunit，GPU)，图像信号处理器(image signal processor，ISP)，控制器，存储器，视频编解码器，数字信号处理器(digital signal processor，DSP)，基带处理器，和/或神经网络处理器(neural-network processing unit，NPU)等。其中，不同的处理单元可以是独立的器件，也可以集成在一个或多个处理器中。其中，控制器可以是可穿戴设备的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号，产生操作控制信号，完成取指令和执行指令的控制。处理器110中还可以设置存储器，用于存储指令和数据。在一些实施例中，处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据，可从所述存储器中直接调用。避免了重复存取，减少了处理器110的等待时间，因而提高了系统的效率。

USB接口130是符合USB标准规范的接口，具体可以是Mini USB接口，Micro USB接口，USB Type C接口等。USB接口130可以用于连接充电器为可穿戴设备充电，也可以用于可穿戴设备与外围设备之间传输数据。充电管理模块140用于从充电器接收充电输入。电源管理模块141用于连接电池142，充电管理模块140与处理器110。电源管理模块141接收电池142和/或充电管理模块140的输入，为处理器110，内部存储器121，外部存储器，显示屏194，摄像头193，和无线通信模块160等供电。

可穿戴设备的无线通信功能可以通过天线1，天线2，移动通信模块150，无线通信模块160，调制解调处理器以及基带处理器等实现。天线1和天线2用于发射和接收电磁波信号。可穿戴设备中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用，以提高天线的利用率。例如：可以将天线1复用为无线局域网的分集天线。在另外一些实施例中，天线可以和调谐开关结合使用。

移动通信模块150可以提供应用在可穿戴设备上的包括2G/3G/4G/5G等无线通信的解决方案。移动通信模块150可以包括至少一个滤波器，开关，功率放大器，低噪声放大器(low noise amplifier，LNA)等。移动通信模块150可以由天线1接收电磁波，并对接收的电磁波进行滤波，放大等处理，传送至调制解调处理器进行解调。移动通信模块150还可以对经调制解调处理器调制后的信号放大，经天线1转为电磁波辐射出去。在一些实施例中，移动通信模块150的至少部分功能模块可以被设置于处理器110中。在一些实施例中，移动通信模块150的至少部分功能模块可以与处理器110的至少部分模块被设置在同一个器件中。

无线通信模块160可以提供应用在可穿戴设备上的包括无线局域网(wirelesslocal area networks，WLAN)(如无线保真(wireless fidelity，Wi-Fi)网络)，蓝牙(bluetooth，BT)，全球导航卫星系统(global navigation satellite system，GNSS)，调频(frequency modulation，FM)，近距离无线通信技术(near field communication，NFC)，红外技术(infrared，IR)等无线通信的解决方案。无线通信模块160可以是集成至少一个通信处理模块的一个或多个器件。无线通信模块160经由天线2接收电磁波，将电磁波信号调频以及滤波处理，将处理后的信号发送到处理器110。无线通信模块160还可以从处理器110接收待发送的信号，对其进行调频，放大，经天线2转为电磁波辐射出去。

在一些实施例中，可穿戴设备的天线1和移动通信模块150耦合，天线2和无线通信模块160耦合，使得可穿戴设备可以通过无线通信技术与网络以及其他设备通信。所述无线通信技术可以包括全球移动通讯系统(global system for mobile communications，GSM)，通用分组无线服务(general packet radio service，GPRS)，码分多址接入(codedivision multiple access，CDMA)，宽带码分多址(wideband code division multipleaccess，WCDMA)，时分码分多址(time-division code division multiple access，TD-SCDMA)，长期演进(long term evolution，LTE)，BT，GNSS，WLAN，NFC，FM，和/或IR技术等。所述GNSS可以包括全球卫星定位系统(global positioning system，GPS)，全球导航卫星系统(global navigation satellite system，GLONASS)，北斗卫星导航系统(beidounavigation satellite system，BDS)，准天顶卫星系统(quasi-zenith satellitesystem，QZSS)和/或星基增强系统(satellite based augmentation systems，SBAS)。

显示屏194用于显示应用的显示界面等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display，LCD)，有机发光二极管(organic light-emitting diode，OLED)，有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrix organic light emitting diode的，AMOLED)，柔性发光二极管(flex light-emitting diode，FLED)，Miniled，MicroLed，Micro-oLed，量子点发光二极管(quantum dotlight emitting diodes，QLED)等。在一些实施例中，可穿戴设备可以包括1个或N个显示屏194，N为大于1的正整数。

可穿戴设备100可以通过ISP，摄像头193，视频编解码器，GPU，显示屏194以及应用处理器等实现拍摄功能。

ISP用于处理摄像头193反馈的数据。例如，拍照时，打开快门，光线通过镜头被传递到摄像头感光元件上，光信号转换为电信号，摄像头感光元件将所述电信号传递给ISP处理，转化为肉眼可见的图像。ISP还可以对图像的噪点，亮度，肤色进行算法优化。ISP还可以对拍摄场景的曝光，色温等参数优化。在一些实施例中，ISP可以设置在摄像头193中。

摄像头193用于捕获静态图像或视频。物体通过镜头生成光学图像投射到感光元件。感光元件可以是电荷耦合器件(charge coupled device，CCD)或互补金属氧化物半导体(complementary metal-oxide-semiconductor，CMOS)光电晶体管。感光元件把光信号转换成电信号，之后将电信号传递给ISP转换成数字图像信号。ISP将数字图像信号输出到DSP加工处理。DSP将数字图像信号转换成标准的RGB，YUV等格式的图像信号。在一些实施例中，可穿戴设备可以包括1个或N个摄像头193，N为大于1的正整数。

内部存储器121可以用于存储计算机可执行程序代码，所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令，从而执行可穿戴设备的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中，存储程序区可存储操作系统，以及至少一个应用程序(例如爱奇艺应用，微信应用等)的软件代码等。存储数据区可存储可穿戴设备使用过程中所产生的数据(例如图像、视频等)等。此外，内部存储器121可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件，闪存器件，通用闪存存储器(universal flash storage，UFS)等。

外部存储器接口120可以用于连接外部存储卡，例如Micro SD卡，实现扩展可穿戴设备的存储能力。外部存储卡通过外部存储器接口120与处理器110通信，实现数据存储功能。例如将图片，视频等文件保存在外部存储卡中。

可穿戴设备可以通过音频模块170，扬声器170A，受话器170B，麦克风170C，耳机接口170D，以及应用处理器等实现音频功能。例如音乐播放，录音等。

压力传感器180A用于感受压力信号，可以将压力信号转换成电信号。在一些实施例中，压力传感器180A可以设置于显示屏194。陀螺仪传感器180B可以用于确定可穿戴设备的运动姿态。在一些实施例中，可以通过陀螺仪传感器180B确定可穿戴设备围绕三个轴(即，x，y和z轴)的角速度。

陀螺仪传感器180B可以用于拍摄防抖。气压传感器180C用于测量气压。在一些实施例中，可穿戴设备通过气压传感器180C测得的气压值计算海拔高度，辅助定位和导航。磁传感器180D包括霍尔传感器。可穿戴设备可以利用磁传感器180D检测翻盖皮套的开合。在一些实施例中，当可穿戴设备是翻盖机时，可穿戴设备可以根据磁传感器180D检测翻盖的开合。进而根据检测到的皮套的开合状态或翻盖的开合状态，设置翻盖自动解锁等特性。加速度传感器180E可检测可穿戴设备在各个方向上(一般为三轴)加速度的大小。当可穿戴设备静止时可检测出重力的大小及方向。还可以用于识别可穿戴设备姿态，应用于横竖屏切换，计步器等应用。

距离传感器180F，用于测量距离。可穿戴设备可以通过红外或激光测量距离。在一些实施例中，拍摄场景，可穿戴设备可以利用距离传感器180F测距以实现快速对焦。接近光传感器180G可以包括例如发光二极管(LED)和光检测器，例如光电二极管。发光二极管可以是红外发光二极管。可穿戴设备通过发光二极管向外发射红外光。可穿戴设备使用光电二极管检测来自附近物体的红外反射光。当检测到充分的反射光时，可以确定可穿戴设备附近有物体。当检测到不充分的反射光时，可穿戴设备可以确定可穿戴设备附近没有物体。可穿戴设备可以利用接近光传感器180G检测用户手持可穿戴设备贴近耳朵通话，以便自动熄灭屏幕达到省电的目的。接近光传感器180G也可用于皮套模式，口袋模式自动解锁与锁屏。

环境光传感器180L用于感知环境光亮度。可穿戴设备可以根据感知的环境光亮度自适应调节显示屏194亮度。环境光传感器180L也可用于拍照时自动调节白平衡。环境光传感器180L还可以与接近光传感器180G配合，检测可穿戴设备是否在口袋里，以防误触。指纹传感器180H用于采集指纹。可穿戴设备可以利用采集的指纹特性实现指纹解锁，访问应用锁，指纹拍照，指纹接听来电等。

温度传感器180J用于检测温度。在一些实施例中，可穿戴设备利用温度传感器180J检测的温度，执行温度处理策略。例如，当温度传感器180J上报的温度超过阈值，可穿戴设备执行降低位于温度传感器180J附近的处理器的性能，以便降低功耗实施热保护。在另一些实施例中，当温度低于另一阈值时，可穿戴设备对电池142加热，以避免低温导致可穿戴设备异常关机。在其他一些实施例中，当温度低于又一阈值时，可穿戴设备对电池142的输出电压执行升压，以避免低温导致的异常关机。

触摸传感器180K，也称“触控面板”。触摸传感器180K可以设置于显示屏194，由触摸传感器180K与显示屏194组成触摸屏，也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。触摸传感器可以将检测到的触摸操作传递给应用处理器，以确定触摸事件类型。可以通过显示屏194提供与触摸操作相关的视觉输出。在另一些实施例中，触摸传感器180K也可以设置于可穿戴设备的表面，与显示屏194所处的位置不同。

骨传导传感器180M可以获取振动信号。在一些实施例中，骨传导传感器180M可以获取人体声部振动骨块的振动信号。骨传导传感器180M也可以接触人体脉搏，接收血压跳动信号。

按键190包括开机键，音量键等。按键190可以是机械按键。也可以是触摸式按键。可穿戴设备可以接收按键输入，产生与可穿戴设备的用户设置以及功能控制有关的键信号输入。马达191可以产生振动提示。马达191可以用于来电振动提示，也可以用于触摸振动反馈。例如，作用于不同应用(例如拍照，音频播放等)的触摸操作，可以对应不同的振动反馈效果。指示器192可以是指示灯，可以用于指示充电状态，电量变化，也可以用于指示消息，未接来电，通知等。SIM卡接口195用于连接SIM卡。SIM卡可以通过插入SIM卡接口195，或从SIM卡接口195拔出，实现和可穿戴设备的接触和分离。

可以理解的是，图1所示的部件并不构成对可穿戴设备的具体限定。本发明实施例中的可穿戴设备可以包括比图1中更多或更少的部件。此外，图1中的部件之间的组合/连接关系也是可以调整修改的。

为了方便描述，下文实施例以可穿戴设备是智能手环(简称手环)为例进行介绍。

实施例一

请参见图2，为本申请实施例提供的睡眠状态检测方法的流程示意图。该方法可以由可穿戴设备执行，或者由与可穿戴设备连接的电子设备(比如手机)执行。下文主要以可穿戴设备执行为例进行介绍。如图2所示，所述方法的流程包括：

S201，可穿戴设备判断所述可穿戴设备当前是睡眠模式还是非睡眠模式。

示例性的，睡眠模式是指用于检测睡眠状态的模式，非睡眠模式是指用于检测日常运动状态(比如跑步)的模式。其中，睡眠模式和非睡眠模式下可穿戴设备后台的计算过程不同，具体过程将在后文介绍。

应理解，在S201之前，还可以包括步骤：设置可穿戴设备处于睡眠模式或非睡眠模式。具体的实现方式包括但不限定于如下至少一种：

一种可实现方式为，可穿戴设备可以自动的进入睡眠模式或非睡眠模式。比如，当可穿戴设备检测到当前时间为睡觉时间(比如凌晨12点-1点)时，自动进入睡眠模式；当可穿戴设备检测到当前时间为起床时间(比如，早上8点至9点)时，自动进入非睡眠模式。其中，睡觉时间和/或起床时间的具体值可以是可穿戴设备的系统默认设置的值，或者，也可以由用户手工输入可穿戴设备设置，本申请实施例不作限定。

另一种可实现方式为，用户可以手动的设置可穿戴设备进入睡眠模式或非睡眠模式。示例性的，请参见图3(a)，手环显示屏上显示模式设置图标，当检测到针对该图标的操作指令时，显示如图3(b)的睡眠模式的标识和非睡眠模式的标识，用户可以选择其中一个标识实现设置某种模式。或者，可穿戴设备与手机连接，手机可以控制可穿戴设备(比如，手机上设置app，该app用于控制可穿戴设备)，那么用户可以在手机上设置可穿戴设备进入睡眠模式或非睡眠模式。下文的实施例以用户在手机上控制可穿戴设备设置睡眠模式或非睡眠模式为例进行介绍。

当可穿戴设备处于睡眠模式时，可穿戴设备中睡眠标记(flag)被置为第一标记(比如1)，当可穿戴设备处于非睡眠模式时，可穿戴设备中睡眠标记被设置为第二标记(比如0)。因此，S201中可穿戴设备可以读取睡眠标记，如果睡眠标记是第一标记，确定当前处于睡眠模式，如果睡眠标识是第二标记，确定当前处于非睡眠模式。其中，睡眠标记(flag)可以存储在存储器中，不在可穿戴设备的显示屏上显示；或者，也可以在可穿戴设备的显示屏上显示，显示位置可以任意，比如显示在状态栏(用于显示电量、运营商信息、无线信号标记等)中。

需要说明的是，S201是可选步骤，可以执行或不执行，本申请实施例不作限定。

S202，如果是睡眠模式，可穿戴设备判断是否为睡眠模式中的非佩戴模式。

在本申请实施例中，睡眠模式包括佩戴模式和非佩戴模式，如果用户选择佩戴模式，可以使用佩戴模式下的睡眠检测流程，如果用户选择非佩戴模式，可穿戴设备可以使用非佩戴模式下的睡眠检测流程。

应理解，如果S201不执行，S202替换为可穿戴设备判断是否为非佩戴模式。

一种可实现方式为，可穿戴设备确定当前是睡眠模式时，可以自动进入非佩戴模式，比如，用户或系统提前设置了当前是睡眠模式时，自动进入非佩戴模式。

另一种可实现方式为，用户可以设置佩戴模式或非佩戴模式。示例性的，请参见图4(a)，当手环检测到针对睡眠模式标识的点击操作时，确定进入睡眠模式，显示如图4(b)的佩戴模式的标识和非佩戴模式的标识，用户可以通过选择某个标识来设置某种模式。

又一种可实现方式为，可穿戴设备确定当前是睡眠模式时，检测当前是否佩戴于用户手腕上，如果是，进入佩戴模式，否则，进入非佩戴模式。比如，可穿戴设备可以通过设置在可穿戴设备上的电极片判断可穿戴设备是否佩戴到用户手腕上，比如当电极片可以感应到用户身体信号，确定可穿戴设备佩戴在用户手腕上，否则，确定可穿戴设备未佩戴在用户手腕上。或者，可穿戴设备上运动传感器检测可穿戴设备是否处于运动状态，如果处于运动状态，确定可穿戴设备佩戴在用户手腕上，否则确定可穿戴设备未佩戴在用户手腕上。

如果是佩戴模式下，可穿戴设备执行佩戴模式下睡眠状态检测流程。比如，可穿戴设备上的电极片感应用户身体信号(比如心率、脉搏等)，通过身体信号判断睡眠状态，比如，心率越高，睡眠状态越差。如果是非佩戴模式，可以接着执行如下步骤。

S203，如果是非佩戴模式，可穿戴设备提示用户是否固定好设备。

示例性的，请参见图5A(a)，当手机检测到针对非佩戴模式标识的点击操作时，确定进入非佩戴模式，显示如图5A(b)的提示信息：设备是否已固定，还显示两个按键。当手机检测到用户选择“是”按键时，确定可穿戴设备固定好。当然，手机还可以提示用户将设备固定在枕头、床垫、床褥、用户睡衣等位置上。

示例性的，当可穿戴设备为手环时，手环上具有可拆卸的模块，该模块上具有加持装置，可以用于加持在枕头、睡衣、床垫或床褥上。或者，用户购买手环时可以一并购买或商家赠送用于绑定手环的装置，使用该绑定装置将手环固定在枕头、睡衣、床垫或床褥上。

S204，可穿戴设备执行非佩戴模式检测流程检测用户睡眠状态。S204的具体实现过程将在后文详细介绍。

S205，可穿戴设备输出检测结果。

可选的，可穿戴设备可以直接输出检测结果，或者，将检测结果发送至手机，通过手机展示检测结果。

可选的，在S205之前，还可以包括步骤：停止睡眠状态检测。一种可实现方式为，可穿戴设备可以自动停止睡眠状态检测，比如，在特定时间(比如早上8点)自动停止检测(如退出睡眠模式)，然后执行S205输出检测结果。其中，特定时间可以是用户设置的或手环系统默认设置的。另一种可实现方式为，用户在可穿戴设备或与可穿戴设备连接的手机上手动停止睡眠状态检测。例如，请参见图5B(a)，手机上显示提示信息：您好，是否停止睡眠检测，还显示两个按键。当手机检测到选择“是”按键的操作时，执行S205后显示如图5B(b)所示的界面，该界面中包括检测结果。

图5B中以检测结果是用于表征睡眠状态的分数值为例，分数值越高代表睡眠质量越好。应理解的是，检测结果还可以是其他表现形式，比如，“优”、“良”、“差”等质量等级、睡眠曲线等等，本申请实施例不作限定。比如，参见图5C为检测结果的一种示例，检测结果为睡眠质量报告，其中包括睡眠质量曲线，用于表征在不同时间用户的睡眠质量，还包括历史记录，比如，入睡时间、睡眠时长、深睡时长、浅睡时长等。

请参见图6，为上述图2中S204的细化过程，具体来说，可穿戴设备执行非佩戴模式的检测流程来检测用户睡眠状态包括两个检测分支中的至少一个，其中，第一分支是通过运动信号确定用户睡眠状态的第一检测结果，第二分支是根据声音信号确定用户睡眠状态的第二检测结果，然后根据第一检测结果和/或第二检测结果得到最终检测结果。如图6所示，具体包括如下步骤：

步骤1，可穿戴设备采集运动信号。

假设可穿戴设备被固定在床褥上，如果用户睡觉时有翻身、起身等行为会带动床褥运动，进而带动可穿戴设备运动，这样的话，可穿戴设备可以采集到运动信号。

示例性的，所述运动信号包括但不限定于位移、加速度、速度、角速度、角加速度等参数。比如，可穿戴设备中的运动传感器(加速度计、陀螺仪等)可以采集运动信号。

步骤2，可穿戴设备根据运动信号识别体动特征。

示例性的，所述体动特征比如包括翻身、起身、抖动等。假设可穿戴设备采集的运动速度大于第一阈值，确定用户起身，或者，确定运动速度小于第二阈值，确定用户翻身。

步骤3，可穿戴设备根据体动特征确定第一检测结果。

一种可实现方式为，可穿戴设备实时的检测体动特征，确定一段时间内发生体动特征(比如翻身)的次数和/或频率，根据次数和/或频率确定第一检测结果。比如，次数越高和/或频率越高，第一检测结果越低。

另一种可实现方式为，可穿戴设备实时的检测体动特征，确定体动特征的强度，根据所述强度确定第一检测结果。以体动特征是翻身为例，通过运动信号可以确定出翻身的强度，所述强度比如包括翻身角度(运动传感器检测到的角度变化)、翻身速度(运动传感器检测到的角速度)等等，如果强度越大，第一检测结果越低，说明睡眠质量越差。

上面的两种方式可以单独使用，也可以结合使用，本申请实施例不作限定。

示例性的，第一检测结果可以是分数值，那么次数越高和/或频率越高，分数越低。比如，可穿戴设备中存储有体动特征次数和/或频率为分数值之间的对应关系，可穿戴设备可以根据该对应关系确定分数值。

步骤4，可穿戴设备采集声音信号。

步骤5，可穿戴设备从采集的声音信号中提取用户的鼾声、呼吸声等声音特征。

可以理解的是，采集的声音信号中包括用户睡眠时产生的呼吸声、鼾声等。一般，睡觉时房间内是安静环境，所以呼吸声或鼾声较易识别。

步骤6，可穿戴设备根据提取出的声音信号确定第二检测结果。

一种可实现方式为，可穿戴设备实时的采集声音信号，可以提取出持续的呼吸声或鼾声，可以根据呼吸声或鼾声的次数或频率，确定第二检测结果。比如，次数越高和/或频率越高，第二检测结果越低。示例性的，第二检测结果可以是分数值，那么次数越高和/或频率越高，分数越低。比如，可穿戴设备中存储有呼吸声或鼾声次数和/或频率为分数值之间的对应关系，可穿戴设备可以根据该对应关系确定分数值。

另一种可实现方式为，可穿戴设备可以根据呼吸声或鼾声的声音强度确定第二检测结果。比如，声音强度越大，分数值越低。

上面的两种方式可以单独使用，也可以结合使用，本申请实施例不作限定。

需要说明的是，上面的步骤1至步骤3，与步骤4至步骤6之间的执行顺序不作限定，可以先通过运动信号确定第一检测结果，再根据声音信号确定第二检测结果；或者，先根据声音信号确定第二检测结果，再通过运动信号确定第一检测结果；或者，二者同时进行，本申请实施例不作限定。

步骤7，可穿戴设备根据第一检测结果和/或第二检测结果得到最终检测结果。

上述第一分支和第二分支可以只有其中一个，或者两个都有。如果只有第一分支，那么步骤7中最终检测结果等于第一检测结果，如果只有第二分支，那么步骤7中最终检测结果等于第二检测结果，如果第一分支和第二分支都有，那么步骤7是融合第一检测结果和第二检测结果得到最终检测结果。下面介绍第一检测结果和第二检测结果融合得到最终检测结果的过程。

第一种可实现方式为，第一检测结果是第一分数，第二检测结果是第二分数，最终检测结果可以是第一分数和第二分数的平均值或者加权平均值。以加权平均为例，如果第一分支的权重高于第二分支，那么第一分数对应的第一权重可以高于第二分数对应的第二权重。比如，最终检测结果＝P1*X1+P2*X2，其中，X1是第一分数，X2是第二分数，P1是第一权重，P2是第二权重，P1高于P2。其中，第一分支和第二分支之间的权重关系可以是系统默认设置的，或者，用户设置的。

上面的方式中，第一检测结果和第二检测结果可以是一晚上的总分数。在另一些实施例中，一晚上可以划分为多个时间段，还可以将每个时间段内的第一检测结果和第二检测结果统计一次，然后根据多个时间段的统计结果得到最终检测结果，具体参见下面的第二种实现方式。

第二种实现方式为，第一分支(如步骤3)周期性的检测得到第一检测结果，第二分支(如步骤6)周期性的检测得到第二检测结果，可以根据每个周期内的第一检测结果和第二检测结果得到该周期内的第三检测结果，这样可以得到多个周期内的第三检测结果，根据多个周期内的第三检测结果得到最终检测结果。比如，最终检测结果是多个第三检测结果的平均值或加权平均值。示例性的，请参见下表1：

表1

以上表1为例，在周期1内，第一分支得到第一检测结果是80分，第二分支得到第二检测结果是90分，那么第三检测结果是85分(以第三检测结果是第一检测结果和第二检测结果的平均值为例)。在周期2内，第一分支得到第一检测结果是70分，第二分支得到第二检测结果是80分，那么第三检测结果是75分(以第三检测结果是第一检测结果和第二检测结果的平均值为例)。周期1内的第三检测结果(即85分)与周期2内的第三检测结果(即75分)的平均值为最终检测结果。可理解的是，上表1以两个周期为例，实际上可以包括更多周期，周期越多，计算越精准。

实施例二

本实施例二与上面实施例一的区别在于，本实施例二考虑到有其它人与用户同睡的情况，这种情况下，可穿戴设备可以仅检测该用户的睡眠状态。简单来说，本实施例二的应用场景为多人同睡环境下，检测特定用户(或目标用户)的睡眠状态。

请参见图7，为本实施例提供的一种睡眠状态检测方法的流程示意图。图7与前面实施例一的图2的区别在于：在S202与S203之间增加步骤S202-1和S202-3。为了节省篇幅，下面只介绍图7中的S202-1至S202-3，对于图7中的其它步骤可以参见图2的介绍。

S202-1，如果是非佩戴模式，可穿戴设备提示用户周围是否有其它人。

S202-2，如果确定周围有其他人，则提示录制目标用户的一段声音。

需要说明的是，本实施例二考虑到如果是多人环境，那么可穿戴设备采集的声音信号中包括多人的声音信号，为了检测特定用户的睡眠状态，需要从采集的包括多人的声音信号中确定出目标用户的声音信号。其中，目标用户是指多人情况下要检测睡眠状态的用户。如果有多人，那么要检测哪一个人的睡眠状态，则录入哪个人的声音。

一种实现方式为，请参见图8A(a)，当手机检测到针对非佩戴模式标识的操作时，显示如图8A(b)所示的提示信息：周围是否有其它人，还显示两个按键。当检测到针对“是”按键的操作时，确定用户周围存在其它人，显示如图8A(c)所示的提示信息：您好，记录10s呼吸声，还可以显示提示信息“长按按键录制”。当录制完成之后，显示如图8A(d)所示的界面。或者，上面图8A中的界面显示顺序可以调整，比如，请参见图8A(a)，当手环检测到针对非佩戴模式标识的操作时，先显示图8A(d)所示的界面，当选择“是”时，再显示图8A(b)所示的界面。

另一种可实现方式为，请参见图8B(a)，当手机检测到针对非佩戴模式标识的操作时，显示如图8B(b)所示的提示信息：您好，记录10s呼吸声，还可以显示提示信息“长按按键录制”，以及提示信息“跳过”，指用户确认如果周围没有其他人可以选择跳过这个设置过程。当录制完成或点击跳过按键之后，可以显示如图8B(c)所示的界面。

本实施例二增加了S202-1和S202-2之后，S204的实现原理与图2中S204的实现原理(即图6的流程)有不同。具体来说，在图6所示的步骤5可以细化为：根据事先录制的呼吸声从采集的声音信号中提取与所述事先录制的呼吸声匹配的呼吸声。这是因为，周围存在其它人的情况下，可穿戴设备采集的声音信号中包括所有人的呼吸声，一般来说，每个人的呼吸声具有特定的特色(比如强度、频率、持续时长等)，所以根据事先录制的呼吸声可以从采集的声音信号中识别出与目标用户的呼吸声，目标用户是指多人情况下要检测睡眠状态的用户，比如，录入的是哪个用户的呼吸声，那么提取出的就是哪个用户的呼吸声。

S202-3，提示用户将设备放置在目标用户的附近。

需要说明的是，本实施例二考虑到如果是多人环境，每个人睡觉时都可能会有翻身、起身等动作，都可能带动床褥运动(假设可穿戴设备固定在床褥上)，进而带动可穿戴设备运动，所以可穿戴设备采集的运动信号包括多人对应的运动信号，为了更为准确地检测特定用户的睡眠状态，可以提示用户将可穿戴设备放置在特定用户的附近。

一种可实现方式为，请参见图9(a)，当手机检测到用户选择非佩戴模式时，显示如图9(b)所示的界面，该界面用于提示周围是否有其它人。如果是，则显示如图9(c)所示的界面，该界面提示用户录入呼吸声。录入完成之后，显示如图9(d)所示的界面，该界面中显示提示信息：是否固定好设备，以及将设备固定您在与其他人的中间并且靠近自己的一侧。

示例性的，在图9(d)中手机检测到用户选择“是”之后，还可以显示如图9(e)所示的界面，该界面提示信息：设备在您的左侧还是右侧，假设手环检测到用户选择左侧，说明需要检测睡眠状态的特定用户在设备的右侧，那么当手环检测到运动信号时，将来自左侧的运动信号过滤，保留来自右侧的运动信号(即目标用户对应的运动信号)，然后根据所述保留的运动信号确定目标用户的第一检测结果。

假设将实施例一的方式称为单人单独检测模式，将实施例二的方式称为非单人单独检测模式(或多人单独检测模式)，即非单人环境下检测特定用户(即事先录入呼吸声的目标用户)的睡眠状态，用户可以选择使用单人单独检测模式或者非单人单独检测模式。

示例性的，请参见图10(a)，当手机检测到用户点击非佩戴模式的图标时，显示如图10(b)所示的提示信息：您好，请选择以下模式，还显示单人单独检测模式的图标和非单人单独检测的图标。当手机检测到用户选择单人单独检测模式时，确定是单人环境(即环境中没有其他人)，可以使用实施例一的方式(比如图2所示的流程)进行处理，比如，显示如图10(c)所示的界面。

示例性的，请参见图11(a)，当手机检测到用户点击非佩戴模式的图标时，显示如图11(b)所示的提示信息：您好，请选择以下模式，还显示单人单独检测模式的图标和非单人单独检测的图标。当手机检测到用户选择非单人单独模式时，确定是非单人环境(即环境中有其他人)，则使用实施例二的方式(比如图7所示的流程)进行处理。比如，显示如图11(c)所示的界面，该界面内显示提示信息用于提示用户录入呼吸声。当录制完成或点击跳过按键时，显示如图11(d)所示的界面。

实施例三

前面的实施例一是单人单独检测模式，实施例二是非单人单独检测模式，本实施例三介绍非单人总体检测模式，与上面实施例二的区别在于，实施例二检测多人环境下某个特定用户的睡眠状态，本实施例三检测多人环境下所有人的总体睡眠状态。

本实施例三的实现原理与前面实施例一的实现原理相同。具体来说，多人环境下，每个人都可能会产生运动信号和声音信号，所以可穿戴设备采集的运动信号中包括多人的运动信号，可以理解为总运动信号，可穿戴设备采集的声音信号中包括多人的声音信号(比如多人的呼吸声)，可以理解为总声音信号。那么根据所述总运动信号确定用于表征多人总体睡眠状态的第一检测结果；那么，根据所述总声音信号确定用于表征多人总体睡眠状态的第二检测结果，根据第一检测结果和/或第二检测结果确定用于表征多人睡眠状态的最终检测结果。

示例性的，请参见图12(a)所示，当手机检测到用户选择非佩戴模式时，显示如图12(b)所示的界面，该界面中包括单人单独检测模式、非单人单独检测模式、非单人总体检测模式、当手机检测到用户选择非单人总体检测模式之后，显示如图12(c)所示的界面，该界面用于提示设备是否固定好。

本实施例三的实现原理与实施例一的实现原理相同，即图2所示的流程图，具体来说，图2中的S204中的细化过程(即图6)第一分支中采集的运动信号反映多人睡眠时每人发生翻身、起身等动作带动床褥产生的运动的总和，第二分支采集的声音信号包括多人睡眠中每人产生的声音信号。

基于相同的构思，图13所示为本申请提供的一种电子设备1300。该电子设备1300可以是前文中的手机或可穿戴设备。如图13所示，电子设备1300可以包括：一个或多个处理器1301；一个或多个存储器1302；通信接口1303，以及一个或多个计算机程序1304，上述各器件可以通过一个或多个通信总线1305连接。其中该一个或多个计算机程序1304被存储在上述存储器1302中并被配置为被该一个或多个处理器1301执行，该一个或多个计算机程序1304包括指令，上述指令可以用于执行如上面相应实施例中手机的相关步骤。通信接口1303用于实现与其他设备的通信，比如通信接口可以是收发器。

上述本申请提供的实施例中，从电子设备(例如手机)作为执行主体的角度对本申请实施例提供的方法进行了介绍。为了实现上述本申请实施例提供的方法中的各功能，电子设备可以包括硬件结构和/或软件模块，以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行，取决于技术方案的特定应用和设计约束条件。

以上实施例中所用，根据上下文，术语“当…时”或“当…后”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地，根据上下文，短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。另外，在上述实施例中，使用诸如第一、第二之类的关系术语来区份一个实体和另一个实体，而并不限制这些实体之间的任何实际的关系和顺序。

在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。在不冲突的情况下，以上各实施例的方案都可以组合使用。

需要指出的是，本专利申请文件的一部分包含受著作权保护的内容。除了对专利局的专利文件或记录的专利文档内容制作副本以外，著作权人保留著作权。

Claims (11)

1.一种睡眠状态检测方法，其特征在于，应用于可穿戴式设备，所述可穿戴设备当前处于非佩戴模式，所述方法包括：

采集目标用户睡眠时产生的行为数据，所述行为数据包括运动信号和/或声音信号；其中，所述运动信号用于确定用于表征所述目标用户睡眠状态的第一检测结果，所述声音信号用于确定用于表征所述目标用户睡眠状态的第二检测结果；

根据所述第一检测结果和/或所述第二检测结果，确定所述目标用户睡眠状态的最终检测结果。

2.根据权利要求1所述的方法，其特征在于，所述最终检测结果是所述第一检测结果和所述第二检测结果的平均值或加权平均值。

3.根据权利要求1或2所述的方法，其特征在于，所述采集目标用户睡眠时产生的行为数据之前，还包括：

确定环境中包括多人时，输出第一提示信息，所述第一提示信息用于提示录入所述目标用户的特定声音信号；

根据录入的所述目标用户的特定声音信号从所述声音信号中提取与所述目标用户的特定声音信号匹配的声音信号；

其中，提取出的所述声音信号用于确定用于表征所述目标用户睡眠状态的所述第二检测结果。

4.根据权利要求1-3任一所述的方法，其特征在于，所述采集目标用户睡眠时产生的行为数据之前，还包括：

确定环境中包括多人时，输出第二提示信息，所述第二提示信息用于提示录入所述目标用户相对于所述可穿戴设备的方位；

根据录入的所述目标用户相对于所述可穿戴设备的方位，从所述运动信号中提取与所述目标用户相对于所述可穿戴设备的方位匹配的运动信号；

其中，提取出的所述运动信号用于确定用于表征所述目标用户睡眠状态的所述第一检测结果。

5.根据权利要求3或4所述的方法，其特征在于，确定环境中包括多人，包括：

输出第三提示信息，所述第三提示信息用于提示环境中是否有多人；

根据用户输入的确认指令，确定环境中包括多人。

6.根据权利要求1-5任一所述的方法，其特征在于，在所述采集目标用户睡眠时产生的行为数据之前，还包括：

响应于用户操作，设置当前模式为非佩戴模式；

输出第四提示信息，所述第四提示信息用于提示用户固定所述可穿戴设备。

7.根据权利要求1-6任一所述的方法，其特征在于，所述采集目标用户睡眠时产生的运动信号，包括：

通过运动传感器采集所述目标用户睡眠时由于翻身、起身或抖动的行为所带来的运动信号，所述运动信号包括位移、加速度、速度、角速度和角加速度中的至少一种；

所述方法还包括：

根据所述采集到的运动信号识别体动特征，所述体动特征包括起身、翻身和抖动；

根据设定时长内所述体动特征发生的次数、频率和强度中的至少一项，确定所述第一检测结果。

8.根据权利要求1-7任一所述的方法，其特征在于，所述采集的目标用户睡眠时产生的声音信号中包括的所述目标用户的鼾声、呼吸音中的至少一项声音特征；

所述方法还包括：

根据设定时长内所述目标用户的鼾声或呼吸声中的至少一项声音特征的强度、频率和次数中的至少一项，确定所述第二检测结果。

9.一种电子设备，其特征在于，包括：

处理器，存储器，以及，一个或多个程序；

其中，所述一个或多个程序被存储在所述存储器中，所述一个或多个程序包括指令，当所述指令被所述处理器执行时，使得所述终端设备执行如权利要求1至8中任意一项所述的方法步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至8中任意一项所述的方法。

11.一种计算机程序产品，其特征在于，包括计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如上述权利要求1-8中任意一项所述的方法。

Images