智能手环的信息提醒方法、装置、设备及存储介质与流程

本发明涉及智能手环，特别涉及一种智能手环的信息提醒方法、装置、设备及存储介质。

背景技术：

1、随着科技的进步和健康意识的增强，智能穿戴设备如智能手环已成为人们日常生活中监测健康状态的重要工具。在众多健康指标中，睡眠质量因其直接影响到个人日间功能表现和长期身心健康而备受关注。打呼噜，作为睡眠中常见的现象，往往是睡眠呼吸障碍的表征之一，不仅影响同寝者休息，更是睡眠健康问题的一个重要标志。然而，在现有的智能手环市场中，尽管多数产品具备基础的睡眠监测功能，如记录睡眠时间、浅睡与深睡比例等，对于特定睡眠障碍的识别，特别是对打呼噜的精准监测与分析，技术实现尚存在显著不足。

2、此外，社会文化因素也扮演着一定角色。在集体生活或与伴侣共眠的环境中，打呼噜常引起尴尬或不适，周围人碍于情面，往往不愿直接唤醒打呼噜者，从而影响了双方的睡眠质量和人际关系。但是，市场上的智能手环对用户的打呼噜声音检测并不准确，因此，迫切需要一种既能保护个人隐私，又能有效监测并适时提醒用户的智能手坏。

技术实现思路

1、本发明的主要目的为提供一种智能手环的信息提醒方法、装置、设备及存储介质，市场上的智能手环对用户的打呼噜声音检测并不准确的技术问题。

2、为实现上述目的，本发明提供了一种智能手环的信息提醒方法，包括以下步骤：

3、通过所述智能手环中的声音传感器对睡眠环境进行持续监听，获得用户的睡眠声音；

4、通过预设的a/d转换器，将所述睡眠声音转化为睡眠数字信号，并对所述数字信号进行傅里叶变换，得到频域信号；

5、基于所述频域信号绘制频谱图；其中，所述频谱图用于揭示声音的频率构成；

6、通过预设的识别算法，基于所述频谱图对所述睡眠声音进行关键特征提取，得到睡眠特征；其中，所述睡眠特征包括声音强度特征、频率分布特征以及声音模式特征；

7、基于所述睡眠特征构建睡眠矩阵，并通过预设的分析算法对所述睡眠矩阵进行深度分析，得到分析结果；

8、若所述分析结果是超过预设的范围，则驱动智能手环内的马达对用户进行信息提醒。

9、作为本发明进一步的方案，通过所述智能手环中的声音传感器对睡眠环境进行持续监听，获得用户的睡眠声音，包括：

10、在睡眠时段对所述智能手环中的声音传感器进行激活；

11、通过激活后的声音传感器收集音频信息；

12、去除音频信息内的环境背景噪音，得到纯净的睡眠相关声音信息；其中，所述环境背景噪音包括家用电器声以及外界交通噪音；

13、对所述纯净的睡眠相关声音信息进行检测，若纯净的睡眠相关声音信息内含环境背景噪音在预设的范围内，则将所述纯净的睡眠相关声音信息作为用户的睡眠声音。

14、作为本发明进一步的方案，通过预设的a/d转换器，将所述睡眠声音转化为睡眠数字信号，并对所述数字信号进行傅里叶变换，得到频域信号，包括：

15、对所述睡眠声音进行固定长度的时间分帧处理，得到固定长度的分帧信号；

16、利用预设的数字低通滤波器对所述分帧信号进行频带计算，得到睡眠声音的频谱范围；

17、基于所述睡眠声音的频谱范围选择截止频率；

18、基于所述截止频率对所述睡眠声音进行预处理，得到预处理信号；

19、利用预设的a/d转换器，对所述预处理信号进行编码转化，得到二进制的睡眠数字信号；并对所述睡眠数字信号进行零填充，得到填充睡眠数字信号；

20、对所述填充睡眠数字信号进行离散傅里叶变换，得到频域信号；其中，所述频域信号用于揭示睡眠声音的频率组成，包括各个频率成分的分布和强度。

21、作为本发明进一步的方案，所述频谱图为梅尔频谱图，基于所述频域信号绘制频谱图，包括：

22、利用预设的窗口函数对所述频域信号进行加权处理，得到窗口频域信号；其中，所述窗口函数包括汉明窗、海明窗或布莱克曼窗；

23、利用预设的短时傅里叶变换，将所述窗口频域信号映射至时间-频率平面上，得到初始频谱图；

24、对所述初始频谱图进行降维，得到初始降维频谱图；

25、对所述初始降维频谱图进行特征频率标注，得到标注特征；

26、基于所述标注特征绘制梅尔频谱图。

27、作为本发明进一步的方案，通过预设的识别算法，基于所述频谱图对所述睡眠声音进行关键特征提取，得到睡眠特征，包括：

28、通过预设的识别算法，对所述频谱图进行分析识别，得到睡眠声音的标签；其中，所述睡眠声音的标签包括鼾声、呼吸声、翻身声；

29、基于所述睡眠声音的标签对所述睡眠声音进行关键特征提取，得到初步提取特征；

30、对所述初步提取特征进行调相处理，得到调相特征信号；

31、计算调相特征信号的功率谱密度，得到信号能量幅值，并对所述初步提取特征设置信号能量幅值的阈值；

32、当所述信号能量幅值的阈值小于所述信号能量幅值时，则对所述初步提取特征进行过滤，得到睡眠特征。

33、作为本发明进一步的方案，基于所述睡眠特征构建睡眠矩阵，并通过预设的分析算法对所述睡眠矩阵进行深度分析，得到分析结果，包括：

34、通过预设的搜索算法对所述睡眠特征进行关键特征搜索，得到关键睡眠特征；

35、按照预设的排序规则对所述关键睡眠特征进行特征排序，得到关键排序特征；

36、对所述关键排序特征进行向量转化，得到睡眠向量；

37、调用预设的标准睡眠数据库，利用预设的欧式距离函数，基于所述标准睡眠数据库内的标准睡眠向量对所述睡眠向量进行计算，得到睡眠向量的偏差值，基于所述偏差值得到睡眠向量的偏差程度；

38、当所述偏差程度大于预设范围内，则对所述偏差程度对应的睡眠向量进行标记，得到标记睡眠向量；其中，所述标记睡眠向量是多个标记睡眠横向量；

39、从预设的标准睡眠数据库获取交叉列向量，并将所述交叉列向量分别与所述标记睡眠向量进行交叉相乘，得到对应的第一标记睡眠向量；

40、利用预设的哈希算法将各个所述第一标记睡眠向量进行长度固定，得到固定长度的第一标记睡眠向量；

41、基于所述固定长度的第一标记睡眠向量构建n×n的睡眠矩阵，并将所述睡眠矩阵输入预设的分析算法内进行分析，得到分析结果；其中，所述分析结果包括生理参数、健康状态以及行为模式。

42、本发明还提供了一种智能手环的信息提醒装置，包括：

43、监听模块，用于通过所述智能手环中的声音传感器对睡眠环境进行持续监听，获得用户的睡眠声音；

44、变换模块，用于通过预设的a/d转换器，将所述睡眠声音转化为睡眠数字信号，并对所述数字信号进行傅里叶变换，得到频域信号；

45、绘制模块，用于基于所述频域信号绘制频谱图；其中，所述频谱图用于揭示声音的频率构成；

46、提取模块，用于通过预设的卷积层，基于所述频谱图对所述睡眠声音进行关键特征提取，得到睡眠特征；其中，所述睡眠特征包括声音强度特征、频率分布特征以及声音模式特征；

47、构建模块，用于基于所述睡眠特征构建睡眠矩阵，并通过预设的分析算法对所述睡眠矩阵进行深度分析，得到分析结果；

48、判断模块，用于若所述分析结果是超过预设的范围内，则驱动智能手环内的马达对用户进行信息提醒。

49、本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。

50、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。

51、本发明提供的智能手环的信息提醒方法、装置、设备及存储介质，包括以下步骤：通过所述智能手环中的声音传感器对睡眠环境进行持续监听，获得用户的睡眠声音；通过预设的a/d转换器，将所述睡眠声音转化为睡眠数字信号，并对所述数字信号进行傅里叶变换，得到频域信号；基于所述频域信号绘制频谱图；通过预设的卷积层，基于所述频谱图对所述睡眠声音进行关键特征提取，得到睡眠特征；基于所述睡眠特征构建睡眠矩阵，并通过预设的分析算法对所述睡眠矩阵进行深度分析，得到分析结果；若所述分析结果是超过预设的范围内，则驱动智能手环内的马达对用户进行信息提醒，通过上述的技术方案，解决了市场上的智能手环对用户的打呼噜声音检测并不准确的技术问题，实现了不仅能够帮助改善个人及共居者的睡眠质量，还能促使用户关注潜在的健康风险。