睡眠分析方法、睡眠分析表及睡眠分析系统

摘要

一种睡眠分析方法包括：通过一多轴加速度传感器感测一使用者的动作而产生一感测讯号；处理所述感测讯号而得到一平均活动密度；以及比较所述平均活动密度与一一般门限值而决定使用一大分析窗口或一小分析窗口来处理所述感测讯号，以得知所述感测讯号的至少一目标区间所对应的时间是清醒时间或睡眠时间，其中所述大分析窗口对应至一较长时间，所述小分析窗口对应至一较短时间。通过两种不同大小的分析窗口可提升睡眠分析的精准度，进而反应使用者真实的睡眠质量供参考。

说明书

技术领域

本发明关于一种睡眠分析方法、睡眠分析表及睡眠分析系统。

背景技术

每一个人都需要睡眠，睡眠将会占人一生的四分之一到三分之一的时间， 所以睡眠质量的优劣对于人的生活有相当的影响力。而为了侦测使用者睡眠质 量，也有一些产品开发问市，这些产品上面会配备加速度传感器，通过使用者 穿戴加速度传感器，而感测使用者在睡眠中的活动状态，进而分析其睡眠质量， 然而，现有的睡眠分析装置皆无法很精准地反应使用者的睡眠品质。

图1是一种公知睡眠分析装置通过加速度传感器依据一使用者的活动而感 测到的感测讯号，其已经过平方处理以得到正数。如图2所示，公知的睡眠分 析方法包括：将讯号以30秒进行分段以得到多个分析区间(步骤S01)；比较所 述分析区间的最大值与一门限值(步骤S02)，若最大值大于门限值，则判断所 述分析区间的时间是清醒时间，若最大值小于门限值，则判断所述分析区间的 时间是睡眠时间。

然而，公知的睡眠分析方法非常粗糙，且没有考虑到连续两个分析区间之 间的关系，可以说是非常粗略的分析，且有相当高的机率判断错误，例如依据 公知的睡眠分析方法可能会判断出清醒时间与睡眠时间以相当高的频率互换， 而这是明显的错误。

因此，如何提供一种睡眠分析方法、睡眠分析表及睡眠分析系统，能够提 高睡眠分析的精确度，进而反应使用者真实的睡眠质量供参考，实在是当前重 要课题之一。

发明内容

本发明的目的是提供一种睡眠分析方法、睡眠分析表及睡眠分析系统，能 够提高睡眠分析的精确度，进而反应使用者真实的睡眠质量供参考。

本发明可采用以下技术方案来实现的。

本发明的一种睡眠分析方法包括：通过一多轴加速度传感器感测一使用者 的动作而产生一感测讯号；处理所述感测讯号而得到一平均活动密度；以及比 较所述平均活动密度与一一般门限值而决定使用一大分析窗口或一小分析窗口 来处理所述感测讯号，以得知所述感测讯号的至少一目标区间所对应的时间是 清醒时间或睡眠时间，其中所述大分析窗口对应至一较长时间，所述小分析窗 口对应至一较短时间。

在一实施例中，平均活动密度使用感测讯号的一讯号峰对峰间距特征来计 算。讯号峰对峰间距特征代表连续两个分析区间的关连，藉此可提升睡眠分析 的精确度。

在一实施例中，大分析窗口包括多个第一分析区间、所述目标区间及多个 第二分析区间，所述目标区间位在所述第一分析区间与所述第二分析区间之间， 所述目标区间的一活动密度使用所述第一分析区间与所述第二分析区间来计 算。更特定地说，所述目标区间的活动密度使用所述第一分析区间与所述第二 分析区间及所述感测讯号的一讯号峰对峰间距特征来计算。

在一实施例中，当所述活动密度大于一大窗口门限值时，使用大分析窗口 并使用感测讯号的一讯号最大值特征来重新计算所述活动密度。讯号最大值特 征代表分析区间的最大活动量。在利用代表连续两个分析区间的关连的讯号峰 对峰间距特征来计算活动密度后，再使用感测讯号的讯号最大值特征来重新计 算活动密度，如此可得到双重确认的效果，并因而提升睡眠分析的精确度。

在一实施例中，当所述活动密度大于大窗口门限值时，判定所述目标区间 所对应的时间是清醒时间，反之则判定所述目标区间所对应的时间是睡眠时间。

以下说明使用小分析窗口的状况。

在一实施例中，小分析窗口包括多个第三分析区间、所述目标区间及多个 第四分析区间，所述目标区间位在所述第三分析区间与所述第四分析区间之间， 所述目标区间的一活动密度使用所述第三分析区间与所述第四分析区间来计 算。更特定地说，目标区间的所述活动密度使用所述第三分析区间与所述第四 分析区间及所述感测讯号的一讯号峰对峰间距特征来计算。

在一实施例中，当所述活动密度大于一小窗口门限值时，使用小分析窗口 并使用所述感测讯号的一讯号最大值特征来重新计算所述活动密度。讯号最大 值特征代表分析区间的最大活动量。在利用代表连续两个分析区间的关连的讯 号峰对峰间距特征来计算活动密度后，再使用感测讯号的讯号最大值特征来重 新计算活动密度，如此可得到双重确认的效果，并因而提升睡眠分析的精确度。

在一实施例中，当所述活动密度大于小窗口门限值时，判定目标区间所对 应的时间是清醒时间，反之则判定目标区间所对应的时间是睡眠时间。

本发明的一种睡眠分析表，其配戴在一使用者身上而分析其睡眠状态，并 包括一多轴加速度传感器、一处理模块以及一计时单元。多轴加速度传感器感 测使用者的动作而产生一感测讯号。处理模块与多轴加速度传感器耦接，并接 收感测讯号。计时单元与处理模块耦接，并计时一时间。其中，处理模块处理 感测讯号而得到一平均活动密度，并比较平均活动密度与一一般门限值而决定 使用一大分析窗口或一小分析窗口来处理感测讯号以得知感测讯号的至少一目 标区间所对应的时间是清醒时间或睡眠时间，其中大分析窗口对应至一较长时 间，小分析窗口对应至一较短时间。

本发明的一种睡眠分析系统包括一分析单元以及一睡眠记录表。睡眠记录 表配戴在一使用者身上并包括一多轴加速度传感器、一控制单元、一计时单元 及一传输单元。多轴加速度传感器感测所述使用者的动作而产生一感测讯号。 控制单元与多轴加速度传感器耦接，并接收感测讯号。计时单元与控制单元耦 接，并计时一时间。传输单元传送所述时间及所述感测讯号至分析单元。其中， 分析单元处理感测讯号而得到一平均活动密度，并比较平均活动密度与一一般 门限值而决定使用一大分析窗口或一小分析窗口来处理感测讯号以得知感测讯 号的至少一目标区间所对应的时间是清醒时间或睡眠时间，其中大分析窗口对 应至一较长时间，小分析窗口对应至一较短时间。

承上所述，本发明通过两种不同大小的分析窗口来处理多轴加速度传感器 感测一使用者的动作而产生的感测讯号。当平均活动密度大于一般门限值时， 代表使用者可能处在较大活动度的睡眠，在此状况下，使用对应较长时间的大 分析窗口来处理感测讯号，因为研究发现若使用者处在较大活动度的睡眠，会 持续一段较长时间，所以若使用对应较长时间的大分析窗口则能确认使用者是 否处在清醒状态。相反地，当平均活动度小于一般门限值时，代表使用者可能 处在较小活动度的睡眠(例如深度睡眠)，在此状况下，使用对应较短时间的小 分析窗口来处理感测讯号，因为研究发现若使用者处在较小活动度的睡眠，其 在一段较短时间皆会处在较小活动度，所以若使用对应较短时间的小分析窗口 则能确认使用者是否处在睡眠状态。藉此，本发明利用两种不同大小的分析窗 口可提升睡眠分析的精准度，进而反应使用者真实的睡眠质量供参考。

附图说明

图1是一种公知睡眠分析装置感测到的感测讯号；

图2是一种公知睡眠分析方法的流程图；

图3是本发明优选实施例的一种睡眠分析系统的方块示意图；

图4是本发明优选实施例的一种睡眠分析方法的流程图；

图5是本发明优选实施例的一种感测讯号的示意图；

图6是本发明的大分析窗口的概念示意图；以及

图7是本发明另一实施例的睡眠分析表的方块示意图。

主要元件符号说明：

1：睡眠分析系统

11：分析单元

12、12’：睡眠记录表

121：多轴加速度传感器

122：控制单元

123：计时单元

124：传输单元

125：高通滤波器

126：模拟数字转换器

127：存储器

13：处理模块

S01、S02：公知睡眠分析方法的步骤

S101～S115：本发明睡眠分析方法的步骤

具体实施方式

以下将参照相关图式，说明依本发明优选实施例的一种睡眠分析方法、睡 眠分析表及睡眠分析系统，其中相同的元件将以相同的元件符号加以说明。

图3是本发明优选实施例的一种睡眠分析系统1的方块示意图。如图3所 示，睡眠分析系统1包括一分析单元11以及一睡眠记录表12。睡眠记录表配戴 在一使用者身上并包括一多轴加速度传感器121、一控制单元122、一计时单元 123及一传输单元124。

多轴加速度传感器121感测使用者的动作而产生一感测讯号。感测讯号例 如包括多轴(如X、Y、Z轴)的加速度信息。多轴加速度传感器121可例如是G 传感器(G sensor)。另外，多轴加速度传感器121亦可指经过处理后可得到加 速度信息的传感器，例如陀螺仪(gyroscope)。

控制单元122与多轴加速度传感器121耦接，并接收感测讯号。控制单元 122例如是一微控制器(micro-controller)。

计时单元123与控制单元122耦接，并计时一时间，以得知实时时间。传 输单元124传送所述时间及感测讯号至分析单元11，然后分析单元11处理感测 讯号。传输单元124可以是有线传输单元(例如USB、IEEE 1394)或无线传输 单元(例如蓝芽、无线USB)。

上述睡眠记录表12所具有的组件仅是举例，另外，睡眠记录表12亦可具 有其它电子组件，例如，多轴加速度传感器121的感测讯号可先经过一高通滤 波器125以将低频噪声去除，再经由一模拟数字转换器126将讯号转换是数字 讯号。睡眠记录表12可具有一存储器127以储存感测讯号的信息及时间。

图4是本发明优选实施例的一种睡眠分析方法的流程图，以下请参照图3 及图4以进一步说明睡眠分析系统1的作动及睡眠分析方法。

首先，睡眠分析方法包括步骤S101，其通过一多轴加速度传感器121感测 一使用者的动作而产生一感测讯号。由于此步骤已详述于上，故在此不再赘述。

然后，睡眠分析方法包括通过处理感测讯号而得到一平均活动密度。图5 是本实施例的一种感测讯号的示意图。在此步骤中，为方便感测讯号的后续处 理，先将因无活动而无记录的时段的讯号补零，并将整个讯号平方使数值皆是 正数。

接着，通过分析单元11处理感测讯号而得到平均活动密度。本实施例的平 均活动密度使用感测讯号的一讯号峰对峰间距特征来计算，讯号峰对峰间距特 征代表连续两个分析区间的关连，藉此可提升睡眠分析的精确度。如图5所示， 感测讯号以例如30秒分段为多个分析区间(步骤S102)，所谓「讯号峰对峰间 距」特征即当连续两个分析区间的最大值皆大于一基础门限值时，所述二个分 析区间的峰值相距的时间。上述的基础门限值可例如由下面公式算出：

T＝0.1*STD(ACC)

其中，ACC代表整个感测讯号，而STD代表对感测讯号取标准差，T是基础 门限值。在此以标准差的0.1倍作为基础门限值为例。

当讯号峰对峰间距小于一阀值时，则记为一具活动性的讯号峰对峰间距， 其中阀值例如是11秒，也就是说两个30秒的分析区间，其讯号峰对峰间距小 于11秒时，记为一具活动性的讯号峰对峰间距。则平均活动密度即是具活动性 的讯号峰对峰间距的数量除以整个感测讯号的分析区间数量的值(步骤S103)。

在得到平均活动密度后，睡眠分析方法包括：比较平均活动密度与一一般 门限值而决定使用一大分析窗口或一小分析窗口来处理所述感测讯号，以得知 感测讯号的至少一目标区间所对应的时间是清醒时间或睡眠时间，其中，大分 析窗口对应至一较长时间，小分析窗口对应至一较短时间。

如步骤S104所示，比较平均活动密度与一一般门限值，在此，一般门限值 例如是0.0575，当平均活动密度大于一般门限值时，使用大分析窗口，并用讯 号峰对峰间距特征来计算一目标区间的活动密度(S105)。

以图6说明大分析窗口的概念。大分析窗口可包括多个第一分析区间、目 标区间及多个第二分析区间，目标区间位在所述第一分析区间与所述第二分析 区间之间。第一分析区间、目标区间及第二分析区间皆是30秒分段的分析区间， 其中目标区间的活动密度依据所述第一分析区间与所述第二分析区间来计算。 大分析窗口可例如包括69个分析区间，其中包括34个第一分析区间与34个第 二分析区间及一目标区间。

进一步地说，目标区间的活动密度可使用所述第一分析区间与所述第二分 析区间的讯号峰对峰间距特征来计算。即活动密度是所述第一分析区间、目标 区间及所述第二分析区间的具活动性的讯号峰对峰间距的数量除以整个感测讯 号的分析区间数量(例如69)的值(例如35/69)。重复上述方式，可得到多个 目标区间的活动密度。

在得到一目标区间的活动密度后，睡眠分析方法可还包括：比较活动密度 与一大窗口门限值(S106)，当活动密度大于大窗口门限值时，使用大分析窗口 并使用感测讯号的一讯号最大值特征来重新计算活动密度(S107)。大窗口门限 值例如是0.1。

「讯号最大值」特征指一分析区间内的讯号最大值。利用讯号最大值特征 来计算活动密度的过程与利用讯号峰对峰间距特微的计算方式相仿。若讯号最 大值大于基础门限值(T)，则记为一具活动性的讯号最大值。并且，活动密度 是具活动性的讯号最大值的数量除以大分析窗口的分析区间数量的值(例如 23/69)。

在得到以讯号最大值特征计算出的活动密度后，再一次比较活动密度与大 窗口门限值(S108)，当活动密度大于大窗口门限值时，判定所述目标区间所对 应的时间是清醒时间，反之则判定所述目标区间所对应的时间是睡眠时间。

需注意者，本实施例利用代表连续两个分析区间的关连的讯号峰对峰间距 特征来计算活动密度后，再使用感测讯号的讯号最大值特征来重新计算活动密 度，如此可得到双重确认的效果，并因而提升睡眠分析的精确度。当然，在其 它实施例中，可省略步骤S105、S106或省略步骤S107、S108。

另外，如步骤S104所示，当平均活动密度小于一般门限值时，使用小分析 窗口，并用讯号峰对峰间距特征来计算一目标区间的活动密度(S109)。小分析 窗口对应至一较短时间，例如15个分析区间，其中包括7个第三分析区间、一 目标区间及7个第四分析区间。由于所述活动密度的计算方式与利用大分析窗 口的计算方式相同，仅用在计算的分析区间的数量不同，故在此不再赘述。

在得到一目标区间的活动密度后，睡眠分析方法可还包括：比较活动密度 与一小窗口门限值(S110)，当活动密度大于小窗口门限值时，使用小分析窗口 并使用感测讯号的一讯号最大值特征来重新计算活动密度(S111)。小窗口门限 值例如是0.2。由在所述活动密度的计算方式与利用大分析窗口的计算方式相 同，仅分析区间的数量不同，故在此不再赘述。

在得到以讯号最大值特征计算出的活动密度后，再一次比较活动密度与小 窗口门限值(S112)，当活动密度大于小窗口门限值时，判定所述目标区间所对 应的时间是清醒时间，反之则判定所述目标区间所对应的时间是睡眠时间。

需注意者，本实施例利用代表连续两个分析区间的关连的讯号峰对峰间距 特征来计算活动密度后，再使用感测讯号的讯号最大值特征来重新计算活动密 度，如此可得到双重确认的效果，并因而提升睡眠分析的精确度。当然，在其 它实施例中，可省略步骤S109、S110或省略步骤S111、S112。

另外，在本实施例的睡眠分析方法的步骤S106及S110中，当活动密度不 大于大窗口门限值，且不大于小窗口门限值时，睡眠分析方法还包括步骤S113： 比对讯号最大值特征与基础门限值，当讯号最大值特征大于基础门限值时，则 判断是清醒时间，反之则判断是睡眠时间。

然后，步骤S114判断是否有下一个分析区间的感测讯号，若有，则继续步 骤S105或S109，若无则可计算睡眠质量或各项睡眠指针(步骤S115)。

另外，图7是本发明另一实施例的睡眠分析表12’的示意图，其与图3的睡 眠分析系统1的睡眠分析表12的差别在于，睡眠分析系统1的睡眠分析表12 需额外的分析单元来进行感测讯号的分析，而睡眠分析表12’可独立完成感测讯 号的分析。其中，睡眠分析表12’的分析单元11、控制单元122、高通滤波器 125模拟数字转换器126及存储器127可包括在一处理模块13内。

在睡眠分析表12’中，多轴加速度传感器121感测使用者的动作而产生一感 测讯号。处理模块与多轴加速度传感器耦接，并接收感测讯号。计时单元与处 理模块耦接，并计时一时间。其中，处理模块处理感测讯号而得到一平均活动 密度，并比较平均活动密度与一一般门限值而决定使用一大分析窗口或一小分 析窗口来处理感测讯号以得知感测讯号的至少一目标区间所对应的时间是清醒 时间或睡眠时间，其中大分析窗口对应至一较长时间，小分析窗口对应至一较 短时间。由于睡眠分析表12’的作动方式及其使用的睡眠分析方法已在上述实施 例详述，故在此不再赘述。

综上所述，本发明通过两种不同大小的分析窗口来处理多轴加速度传感器 感测一使用者的动作而产生的感测讯号。当平均活动密度大于一般门限值时， 代表使用者可能处在较大活动度的睡眠，在此状况下，使用对应较长时间的大 分析窗口来处理感测讯号，因为研究发现若使用者处在较大活动度的睡眠，会 持续一段较长时间，所以若使用对应较长时间的大分析窗口则能确认使用者是 否处在清醒状态。相反地，当平均活动度小于一般门限值时，代表使用者可能 处在较小活动度的睡眠(例如深度睡眠)，在此状况下，使用对应较短时间的小 分析窗口来处理感测讯号，因为研究发现若使用者处在较小活动度的睡眠，其 在一段较短时间皆会处在较小活动度，所以若使用对应较短时间的小分析窗口 则能确认使用者是否处在睡眠状态。藉此，本发明利用两种不同大小的分析窗 口可提升睡眠分析的精准度，进而反应使用者真实的睡眠质量供参考。

以上所述仅是举例性，而非限制性。任何未脱离本发明的精神与范畴，而 对其进行的等效修改或变更，均应包括在权利要求所限定的范围内。