一种用于智能床垫的生命体征检测方法及系统

专利名称：一种用于智能床垫的生命体征检测方法及系统

专利类型：实用新型专利

专利申请号：CN202311670371.6

专利申请（专利权）人：广州市欧亚床垫家具有限公司
权利人地址：广东省广州市白云区螺涌校园路68号

专利发明（设计）人：叶宇新

专利摘要：本申请涉及智能家居的技术领域，公开了一种用于智能床垫的生命体征检测方法及系统，所述方法包括基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期；基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息；基于所述电极检测数据，确定智能床垫的电极分析信息；将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端；本申请具有便于对用户的健康状态提供监护的效果。

主权利要求：
1.一种用于智能床垫的生命体征检测方法，其特征在于，所述智能床垫设置有电位检测电路和若干压力传感器(1)，所述智能床垫的人体接触面设置有若干电极传感器(2)，所述电极传感器(2)包括两个电极以及用于两个检测电极之间电阻值的阻值检测电路，各所述电极传感器均连通于电位检测电路，所述用于智能床垫的生命体征检测方法包括：基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期；
基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息；
基于所述电极检测数据，确定智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息；
将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端；
所述健康及寝具表单记录了用户的身材数据和寝具规格数据；
其中，所述检测数据分析模型内置有寝具规格分析算法；
所述基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息之前，包括：创建健康及寝具表单，获取用户的身材数据，基于所述身材数据分析用户的体重分布信息并输入至健康及寝具表单中；
当接收到寝具实验数据获取指令时，获取压力检测数据并输入至检测数据分析模型，通过寝具规格分析算法分析压力检测数据的压力分布特征，确定寝具规格数据并输入至健康及寝具表单中；
其中，所述基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息，包括：基于健康及寝具表单中的体重分布信息、寝具规格数据和压力检测数据，分析智能床垫上测得的若干压力检测值的空间分布特征及时间变化特征；
基于若干压力检测值的空间分布特征，分析用户的体重压力分布和寝具压力分布，确定用户睡姿信息和寝具状态信息；
基于若干压力检测值的空间分布特征及时间变化特征，分析用户躯干压力分布区域内若干压力检测值的时间变化特征，确定呼吸特征信息，基于所述用户睡姿信息、寝具状态信息和呼吸特征信息生成压力分析信息。
2.根据权利要求1所述的一种用于智能床垫的生命体征检测方法，其特征在于：所述压力检测数据包括若干历史检测时间节点所对应的各压力传感器的压力检测值和位置坐标；
所述检测数据分析模型内置有睡眠特征判断算法；所述床垫模式信息包括睡眠模式和模式检测模式；
所述基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，包括：基于预设的模式检测周期获取压力检测数据并输入至检测数据分析模型，通过睡眠特征判断算法分析压力检测数据的压力分布特征和压力变化特征，判断床垫模式信息；
当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，以基于睡眠检测周期获取压力检测数据和电极检测数据。
3.根据权利要求1所述的一种用于智能床垫的生命体征检测方法，其特征在于：所述电极检测数据包括若干历史检测时间节点所对应的各电极传感器的电阻检测值和电位检测值；
所述基于所述电极检测数据，分析智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息，包括：基于所述电极检测数据，分析智能床垫上测得的若干电阻检测值、电位检测值的空间分布特征及时间变化特征；
基于若干电阻检测值的空间分布特征，分析用户裸露皮肤与智能床垫的接触区域，确定皮肤接触区信息，基于皮肤接触区信息确定心电检测点位；
基于若干电阻检测值的空间分布特征及时间变化特征，分析智能床垫的人体接触面上的液体浸湿区域变化情况，确定液体种类信息和液量统计信息；
基于心电检测点位对应的电位检测值的时间变化特征，生成心电特征信息，基于所述皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息生成电极分析信息。
4.根据权利要求3所述的一种用于智能床垫的生命体征检测方法，其特征在于：所述基于若干压力检测值的空间分布特征，分析用户的体重压力分布和寝具压力分布，确定用户睡姿信息和寝具状态信息之后，包括：将所述用户睡姿信息与寝具状态信息输入至历史睡姿寝具数据库中；
基于历史睡姿寝具数据库中最近一个预设的睡眠习惯分析周期内的用户睡姿信息与寝具状态信息，预测当日睡姿信息和当日寝具信息；
获取用户健康信息，评估用户的心血管疾病风险等级，若用户的心血管疾病风险等级为中高等级，基于当日睡姿信息和当日寝具信息生成着装建议信息并发送至用户终端；
所述心血管疾病风险包括低等级和中高等级。
5.根据权利要求1所述的一种用于智能床垫的生命体征检测方法，其特征在于：所述将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端，包括：获取用户健康信息，基于用户健康信息确定用户的睡姿风险项目、寝具风险项目、呼吸风险项目、心电风险项目、液体风险项目并输入至用户状态分析模型中，各所述风险项目均设置有对应的风险等级，风险等级包括紧急风险和非紧急风险；
将所述压力分析信息和电极分析信息输入至用户状态分析模型，将用户睡姿信息与睡姿风险项目进行匹配，寝具状态信息与寝具风险项目进行匹配，呼吸特征信息与呼吸风险项目进行匹配，心电特征信息与心电风险项目进行匹配，液体种类信息、液量统计信息与液体风险项目进行匹配，基于匹配成功的风险项目生成风险分析信息；
当风险分析信息中存在紧急风险信息时，基于紧急风险信息生成报警信号并发送至监护终端。
6.一种用于智能床垫的生命体征检测系统，应用于权利要求1‑5任一项所述用于智能床垫的生命体征检测方法，其特征在于，包括：睡眠模式检测模块，用于基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期；
压力检测数据分析模块，用于基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息；
电极检测数据分析模块，用于基于所述电极检测数据，确定智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息；
风险分析信息生成模块，用于将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端。
7.根据权利要求6所述的一种用于智能床垫的生命体征检测系统，其特征在于：所述睡眠模式检测模块包括：床垫模式判断子模块，用于基于预设的模式检测周期获取压力检测数据并输入至检测数据分析模型，通过睡眠特征判断算法分析压力检测数据的压力分布特征和压力变化特征，判断床垫模式信息；
睡眠检测周期设置子模块，用于当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，以基于睡眠检测周期获取压力检测数据和电极检测数据；
其中，所述压力检测数据分析模块包括：
体重分布信息分析子模块，用于创建健康及寝具表单，获取用户的身材数据，基于所述身材数据分析用户的体重分布信息并输入至健康及寝具表单中；
寝具规格数据分析子模块，用于当接收到寝具实验数据获取指令时，获取压力检测数据并输入至检测数据分析模型，通过寝具规格分析算法分析压力检测数据的压力分布特征，确定寝具规格数据并输入至健康及寝具表单中；
压力空间时间分析子模块，用于基于健康及寝具表单中的体重分布信息、寝具规格数据和压力检测数据，分析智能床垫上测得的若干压力检测值的空间分布特征及时间变化特征；
睡姿寝具分析子模块，用于基于若干压力检测值的空间分布特征，分析用户的体重压力分布和寝具压力分布，确定用户睡姿信息和寝具状态信息；
呼吸特征信息确定子模块，用于基于若干压力检测值的空间分布特征及时间变化特征，分析用户躯干压力分布区域内若干压力检测值的时间变化特征，确定呼吸特征信息，基于所述用户睡姿信息、寝具状态信息和呼吸特征信息生成压力分析信息。 说明书 : 一种用于智能床垫的生命体征检测方法及系统技术领域[0001] 本申请涉及智能家居的技术领域，尤其是涉及一种用于智能床垫的生命体征检测方法及系统。背景技术[0002] 随着智能家居技术的普及和人们对睡眠品质需求的提高，市场上出现了许多智能床垫产品，现有的智能床垫产品通常具有多处床垫高度/角度调节功能，以便用户调整睡姿，提高睡眠品质；然而，现有的智能床垫缺少对用户健康状态的检测功能，难以对健康状态较差的用户提供健康监护。发明内容[0003] 为了便于对用户的健康状态提供监护，本申请提供一种用于智能床垫的生命体征检测方法及系统。[0004] 本申请的发明目的一采用如下技术方案实现：[0005] 一种用于智能床垫的生命体征检测方法，所述智能床垫设置有电位检测电路和若干压力传感器，所述智能床垫的人体接触面设置有若干电极传感器，所述电极传感器包括两个电极以及用于两个检测电极之间电阻值的阻值检测电路，各所述电极传感器均连通于电位检测电路，所述用于智能床垫的生命体征检测方法包括：[0006] 基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期；[0007] 基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息；[0008] 基于所述电极检测数据，确定智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息；[0009] 将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端；[0010] 所述健康及寝具表单记录了用户的身材数据和寝具规格数据。[0011] 通过采用上述技术方案，智能床垫设置有压力传感器和电极传感器，其中，压力传感器用于获取压力检测数据，以获知智能床垫上各处所受压力数值和压力分布情况，电极传感器连接有电位检测电路和阻值检测电路，一方面可以用于检测用户的心率，另一方面还能用于检测智能床垫的人体接触面是否存在液体，判断液体种类和液量；根据预设的模式检测周期获取压力检测数据并进行数据分析，以判断智能床单当前的模式，若为睡眠模式，则将数据采样周期设置为睡眠检测周期，以便在智能床垫处于不同模式时设置不同的采用频率，以便在不需要进行睡眠生命体征检测时降低数据采样频率节约电能和数据存储空间；基于压力检测数据和健康及寝具表单，以根据智能床垫上的压力分布情况，分析用户睡姿信息、寝具状态信息和呼吸特征信息，以得到压力分析信息，便于后续分析用户的睡姿是否正常，是否正确使用寝具，以及用户的呼吸是否正常等；基于电极检测数据确定智能床垫的皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息，以得到电极分析信息，便于后续分析用户裸露皮肤与智能床垫的接触区域，心电特征，以及通过各电极传感器的电阻值判断从用户体内流出的液体种类和液体量，例如汗液、尿液、血液等；将压力分析信息和电极分析信息输入至用户状态分析模型中，以分析用户当前所存在的健康风险，以生成风险分析信息，基于风险信息中存在的紧急风险信息生成报警信号并发送至监护终端，以便监护人员及时介入，以防用户的健康风险进一步恶化，从而便于对用户的健康状态提供监护。[0012] 本申请在一较佳示例中：所述压力检测数据包括若干历史检测时间节点所对应的各压力传感器的压力检测值和位置坐标；所述检测数据分析模型内置有睡眠特征判断算法；所述床垫模式信息包括睡眠模式和模式检测模式；[0013] 所述基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，包括：[0014] 基于预设的模式检测周期获取压力检测数据并输入至检测数据分析模型，通过睡眠特征判断算法分析压力检测数据的压力分布特征和压力变化特征，判断床垫模式信息；[0015] 当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，以基于睡眠检测周期获取压力检测数据和电极检测数据。[0016] 通过采用上述技术方案，基于模式检测周期获取压力检测数据并输入至检测数据分析模型中，通过睡眠特征判断算法分析压力检测数据所对应的压力分布特征和压力变化特征，从而确定当前的床垫模式信息；若床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，根据睡眠检测周期获取压力检测数据和电极检测数据，以提高获取压力检测数据和电极检测数据的实时性。[0017] 本申请在一较佳示例中：所述检测数据分析模型内置有寝具规格分析算法；[0018] 所述基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息之前，包括：[0019] 创建健康及寝具表单，获取用户的身材数据，基于所述身材数据分析用户的体重分布信息并输入至健康及寝具表单中；[0020] 当接收到寝具实验数据获取指令时，获取压力检测数据并输入至检测数据分析模型，通过寝具规格分析算法分析压力检测数据的压力分布特征，确定寝具规格数据并输入至健康及寝具表单中。[0021] 通过采用上述技术方案，创建健康及寝具表单，获取用户的身材数据，根据身材数据分析用户的体重分布信息，将体重分布信息输入至健康及寝具表单中，以便记录用户体重和体重在其人体上的分布情况；用户可以将待测寝具摊平放置于智能床垫上并发出寝具实验数据获取指令，当接收到寝具实验数据获取指令时，获取当前的压力检测数据并通过寝具规格分析算法对压力检测数据的压力分布特征进行分析，进而确定寝具规格数据并输入至健康及寝具表单中，以记录寝具的重量分布情况，从而便于根据压力检测数据分析用户的睡姿以及寝具使用情况。[0022] 本申请在一较佳示例中：所述基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息，包括：[0023] 基于健康及寝具表单中的体重分布信息、寝具规格数据和压力检测数据，分析智能床垫上测得的若干压力检测值的空间分布特征及时间变化特征；[0024] 基于若干压力检测值的空间分布特征，分析用户的体重压力分布和寝具压力分布，确定用户睡姿信息和寝具状态信息；[0025] 基于若干压力检测值的空间分布特征及时间变化特征，分析用户躯干压力分布区域内若干压力检测值的时间变化特征，确定呼吸特征信息，基于所述用户睡姿信息、寝具状态信息和呼吸特征信息生成压力分析信息。[0026] 通过采用上述技术方案，基于健康及寝具表单中的体重分布信息、寝具规格数据和压力检测数据，以分析智能床垫上各压力传感器所测得的压力检测值的空间分布特征及时间变化特征；基于若干压力检测值的空间分布特征以分析用户的体重压力分布情况和寝具压力分布情况，进而确定用户睡姿信息和寝具状态信息，便于获知用户当前睡姿以及寝具使用情况；基于若干压力检测值的空间分布特征和时间变化特征，以分析用户躯干压力分布区域内得到若干压力检测值的时间变化特征，从而确定呼吸特征信息，便于获知用户当前的呼吸体征。[0027] 本申请在一较佳示例中：所述电极检测数据包括若干历史检测时间节点所对应的各电极传感器的电阻检测值和电位检测值；[0028] 所述基于所述电极检测数据，分析智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息，包括：[0029] 基于所述电极检测数据，分析智能床垫上测得的若干电阻检测值、电位检测值的空间分布特征及时间变化特征；[0030] 基于若干电阻检测值的空间分布特征，分析用户裸露皮肤与智能床垫的接触区域，确定皮肤接触区信息，基于皮肤接触区信息确定心电检测点位；[0031] 基于若干电阻检测值的空间分布特征及时间变化特征，分析智能床垫的人体接触面上的液体浸湿区域变化情况，确定液体种类信息和液量统计信息；[0032] 基于心电检测点位对应的电位检测值的时间变化特征，生成心电特征信息，基于所述皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息生成电极分析信息。[0033] 通过采用上述技术方案，基于电极检测数据，分析智能床垫上各电极传感器所测得电阻检测值和电位检测值，以便分析电阻检测值、电位检测值的空间分布特征以及时间变化特征情况；由于人体表面皮肤裸露处与穿着衣物处测得的电阻不同，因此，基于若干电阻检测值的空间分布特征，确定用户裸露皮肤与智能床垫的接触区域，得到皮肤接触区信息，进一步根据皮肤接触区信息确定后续需要获取电位检测值的心电检测点位；基于若干电阻检测值的空间分布特征及时间变化特征，分析智能床垫的人体接触面上的液体浸湿区域随时间的变化情况，以及液体浸湿区域内的电阻检测值的大小，确定智能床垫上出现的液体的种类和液量，进而确定液体种类信息和液量统计信息；对心电检测点位对应的电位检测值的时间变化特征进行分析，生成对应的心电特征信息，便于获知用户当前的心跳体征。[0034] 本申请在一较佳示例中：所述基于若干压力检测值的空间分布特征，分析用户的体重压力分布和寝具压力分布，确定用户睡姿信息和寝具状态信息之后，包括：[0035] 将所述用户睡姿信息与寝具状态信息输入至历史睡姿寝具数据库中；[0036] 基于历史睡姿寝具数据库中最近一个预设的睡眠习惯分析周期内的用户睡姿信息与寝具状态信息，预测当日睡姿信息和当日寝具信息；[0037] 获取用户健康信息，评估用户的心血管疾病风险等级，若用户的心血管疾病风险等级为中高等级，基于当日睡姿信息和当日寝具信息生成着装建议信息并发送至用户终端；[0038] 所述心血管疾病风险包括低等级包括低等级和中高等级。[0039] 通过采用上述技术方案，在获取了用户睡姿信息与寝具状态信息后，将用户睡姿信息与寝具状态信息输入至历史睡姿寝具数据库中，便于后续分析历史用户睡姿和历史寝具状态；从历史睡姿寝具数据库中获取最近一个睡眠习惯分析周期内的用户睡姿信息和寝具状态信息，以生成当日睡姿信息和当日寝具信息的预测结果，以便预测用户当日最有可能采用的睡姿和寝具使用方式；由于心电特征信息的获取需要电极传感器接触用户的裸露皮肤，因此，获取用户健康信息，从而评估用户的心血管疾病风险等级，若用户的心血管疾病风险等级为中高等级，则基于预测的当日睡姿信息和当日寝具信息生成着装建议信息并发送至用户终端，以便根据用户近期的睡姿习惯、寝具使用习惯，向用户提供睡眠时的着装建议，以防用户睡姿习惯和寝具使用习惯造成电极传感器无法解除用户的裸露皮肤，从而提高了心电特征信息获取的成功率。[0040] 本申请在一较佳示例中：所述将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端，包括：[0041] 获取用户健康信息，基于用户健康信息确定用户的睡姿风险项目、寝具风险项目、呼吸风险项目、心电风险项目、液体风险项目并输入至用户状态分析模型中，各所述风险项目均设置有对应的风险等级，风险等级包括紧急风险和非紧急风险；[0042] 将所述压力分析信息和电极分析信息输入至用户状态分析模型，将用户睡姿信息与睡姿风险项目进行匹配，寝具状态信息与寝具风险项目进行匹配，呼吸特征信息与呼吸风险项目进行匹配，心电特征信息与心电风险项目进行匹配，液体种类信息、液量统计信息与液体风险项目进行匹配，基于匹配成功的风险项目生成风险分析信息；[0043] 当风险分析信息中存在紧急风险信息时，基于紧急风险信息生成报警信号并发送至监护终端。[0044] 通过采用上述技术方案，对处于不同健康状态的用户来说，睡眠时的风险项目可能存在差异，因此，获取用户健康信息，以确定用户对应的睡姿风险项目、寝具风险项目、呼吸风险项目、心电风险项目、液体风险项目并输入至用户状态分析模型中，便于后续与压力分析信息和电极分析信息进行匹配，各风险项目均有对应的风险等级，包括紧急风险和非紧急风险，以便根据不同的风险等级采取不同的应对措施；将压力分析信息和电极分析信息输入至用户状态分析模型中进行匹配，根据匹配成功的风险项目生成风险分析信息，以便获知用户当前所存在的健康风险；若风险分析信息中存在紧急风险信息，则基于紧急风险信息生成报警信号并发送至监护终端，便于监护人员及时介入，以防用户的健康风险恶化。[0045] 本申请的发明目的二采用如下技术方案实现：[0046] 一种用于智能床垫的生命体征检测系统，应用于上述任一项所述用于智能床垫的生命体征检测方法，包括：[0047] 睡眠模式检测模块，用于基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期；[0048] 压力检测数据分析模块，用于基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息；[0049] 电极检测数据分析模块，用于基于所述电极检测数据，确定智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息；[0050] 风险分析信息生成模块，用于将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端。[0051] 本申请在一较佳示例中：所述睡眠模式检测模块包括：[0052] 床垫模式判断子模块，用于基于预设的模式检测周期获取压力检测数据并输入至检测数据分析模型，通过睡眠特征判断算法分析压力检测数据的压力分布特征和压力变化特征，判断床垫模式信息；[0053] 睡眠检测周期设置子模块，用于当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，以基于睡眠检测周期获取压力检测数据和电极检测数据。[0054] 本申请在一较佳示例中：所述压力检测数据分析模块包括：[0055] 体重分布信息分析子模块，用于创建健康及寝具表单，获取用户的身材数据，基于所述身材数据分析用户的体重分布信息并输入至健康及寝具表单中；[0056] 寝具规格数据分析子模块，用于当接收到寝具实验数据获取指令时，获取压力检测数据并输入至检测数据分析模型，通过寝具规格分析算法分析压力检测数据的压力分布特征，确定寝具规格数据并输入至健康及寝具表单中。[0057] 本申请的发明目的三采用如下技术方案实现：[0058] 一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述用于智能床垫的生命体征检测方法的步骤。[0059] 本申请的发明目的四采用如下技术方案实现：[0060] 一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述用于智能床垫的生命体征检测方法的步骤。[0061] 综上所述，本申请包括以下至少一种有益技术效果：[0062] 1.智能床垫设置有压力传感器和电极传感器，其中，压力传感器用于获取压力检测数据，以获知智能床垫上各处所受压力数值和压力分布情况，电极传感器连接有电位检测电路和阻值检测电路，一方面可以用于检测用户的心率，另一方面还能用于检测智能床垫的人体接触面是否存在液体，判断液体种类和液量；根据预设的模式检测周期获取压力检测数据并进行数据分析，以判断智能床单当前的模式，若为睡眠模式，则将数据采样周期设置为睡眠检测周期，以便在智能床垫处于不同模式时设置不同的采用频率，以便在不需要进行睡眠生命体征检测时降低数据采样频率节约电能和数据存储空间；基于压力检测数据和健康及寝具表单，以根据智能床垫上的压力分布情况，分析用户睡姿信息、寝具状态信息和呼吸特征信息，以得到压力分析信息，便于后续分析用户的睡姿是否正常，是否正确使用寝具，以及用户的呼吸是否正常等；基于电极检测数据确定智能床垫的皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息，以得到电极分析信息，便于后续分析用户裸露皮肤与智能床垫的接触区域，心电特征，以及通过各电极传感器的电阻值判断从用户体内流出的液体种类和液体量，例如汗液、尿液、血液等；将压力分析信息和电极分析信息输入至用户状态分析模型中，以分析用户当前所存在的健康风险，以生成风险分析信息，基于风险信息中存在的紧急风险信息生成报警信号并发送至监护终端，以便监护人员及时介入，以防用户的健康风险进一步恶化，从而便于对用户的健康状态提供监护。[0063] 2.创建健康及寝具表单，获取用户的身材数据，根据身材数据分析用户的体重分布信息，将体重分布信息输入至健康及寝具表单中，以便记录用户体重和体重在其人体上的分布情况；用户可以将待测寝具摊平放置于智能床垫上并发出寝具实验数据获取指令，当接收到寝具实验数据获取指令时，获取当前的压力检测数据并通过寝具规格分析算法对压力检测数据的压力分布特征进行分析，进而确定寝具规格数据并输入至健康及寝具表单中，以记录寝具的重量分布情况，从而便于根据压力检测数据分析用户的睡姿以及寝具使用情况。[0064] 3.基于健康及寝具表单中的体重分布信息、寝具规格数据和压力检测数据，以分析智能床垫上各压力传感器所测得的压力检测值的空间分布特征及时间变化特征；基于若干压力检测值的空间分布特征以分析用户的体重压力分布情况和寝具压力分布情况，进而确定用户睡姿信息和寝具状态信息，便于获知用户当前睡姿以及寝具使用情况；基于若干压力检测值的空间分布特征和时间变化特征，以分析用户躯干压力分布区域内得到若干压力检测值的时间变化特征，从而确定呼吸特征信息，便于获知用户当前的呼吸体征。附图说明[0065] 图1是本申请实施例一中智能床垫的人体接触面的局部结构示意图。[0066] 图2是本申请实施例一中A部分的局部放大图。[0067] 图3是本申请实施例一中用于智能床垫的生命体征检测方法的流程图。[0068] 图4是本申请实施例二中用于智能床垫的生命体征检测系统的一原理框图。[0069] 图5是本申请实施例三中的设备示意图。[0070] 附图标记说明：[0071] 1、压力传感器；2、电极传感器；21、主电极、；22、副电极。具体实施方式[0072] 以下结合附图1至5对本申请作进一步详细说明。实施例一[0073] 本申请公开一种用于智能床垫的生命体征检测方法，其中，参照图1和图2，智能床垫设置有电位检测电路（图中未示出）、若干压力传感器1和若干电极传感器2，智能床垫的人体接触面由防水材质面料制成，以降低液体进入智能床垫内部，造成电子元器件损坏的可能性，并降低对液体的种类、液量检测准确性的影响；若干压力传感器1与若干电极传感器2的数量和位置均一一对应，优选的，若干压力传感器1在智能床垫上呈多行、多列的分布方式设置，不同行之间的间隔距离为5cm，不同列之间的间隔距离为5cm，也可以根据智能床垫成本、精度的需求采用其他分布方式和分布密度；各电极传感器2均设置于智能床垫的人体接触面，且位于防水材质面料的上方，当用户躺在智能床垫上时，用户体表能够与电极传感器2接触；电极传感器2包括主电极21和副电极22，各电极传感器2的主电极21与副电极22之间连接有用于检测主电极21与副电极22之间电阻值的阻值检测电路（图中未示出），各电极传感器2的主电极21均连通于电位检测电路，用于检测各电极传感器2的主电极21接触处的电压值，具体可以是对每一电极传感器2的主电极21均连通一个电位检测电路，也可以是将多个电极传感器2的主电极21电连接于单片机选择模块，再通过单片机选择模块连接于同一个电位检测电路，以便实现一个电位检测电路和单片机选择模块实现对多个电极传感器2的电位检测功能；在本实施例中，阻值检测电路和电位检测电路可根据实际需求从现有技术中选择，例如现有的万用表、心电检测仪的检测电路；压力传感器1用于获取压力检测数据，以获知智能床垫上各处所受压力数值和压力分布情况，电极传感器2一方面可以用于检测用户的心电特征，另一方面还能用于检测智能床垫的人体接触面是否存在液体，并进一步判断液体种类和液量。[0074] 参照图3，所述用于智能床垫的生命体征检测方法具体包括如下步骤：[0075] S10：基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期。[0076] 在本实施例中，智能床垫的床垫模式包括睡眠模式和模式检测模式；模式检测周期为智能床垫处于模式检测模式时获取压力检测数据和电极检测数据的数据采样周期，优选的，模式检测周期为15秒；睡眠检测周期为智能床垫处于睡眠模式时获取压力检测数据和电极检测数据的数据采样周期，优选的，睡眠检测周期为1秒；压力检测数据包括若干历史检测时间节点所对应的各压力传感器的压力检测值和位置坐标；电极检测数据包括若干历史检测时间节点所对应的各电极传感器的电阻检测值、电位检测值和位置坐标；检测数据分析模型是指用于对压力检测数据和电极检测数据进行数据分析的算法模型，内置有多种现有的数据特征机器学习算法和数据统计机器学习算法。[0077] 具体地，根据预设的模式检测周期获取压力检测数据并进行数据分析，以判断智能床单当前的模式，若为睡眠模式，则将数据采样周期设置为睡眠检测周期，以便在智能床垫处于不同模式时设置不同的采用频率，以便在不需要进行睡眠生命体征检测时降低数据采样频率节约电能和数据存储空间。[0078] 其中，在步骤S10中，包括：[0079] S11：基于预设的模式检测周期获取压力检测数据并输入至检测数据分析模型，通过睡眠特征判断算法分析压力检测数据的压力分布特征和压力变化特征，判断床垫模式信息。[0080] 在本实施例中，检测数据分析模型内置有睡眠特征判断算法，具体为经过大量不同睡姿的人体睡眠压力分布数据训练的数据特征机器学习算法。[0081] 具体地，基于模式检测周期获取压力检测数据并输入至检测数据分析模型中，通过睡眠特征判断算法对不同压力传感器测得的压力检测值在智能床垫上的空间分布和时间变化规律进行分析，确定压力检测数据所对应的压力分布特征和压力变化特征，进而确定当前的床垫模式信息。[0082] 进一步地，在本申请的其他实施例中，还包括将用户起床行为所对应的压力检测数据对睡眠特征判断算法进行训练，使睡眠特征判断算法具有判断智能床垫退出睡眠模式的功能。[0083] S12：当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，以基于睡眠检测周期获取压力检测数据和电极检测数据。[0084] 具体地，若床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，根据睡眠检测周期获取压力检测数据和电极检测数据，以提高获取压力检测数据和电极检测数据的实时性，便于后续提高对用户健康风险监护的及时性、准确性和可靠性。[0085] S20：基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息。[0086] 在本实施例中，健康及寝具表单记录了用户的身材数据和寝具规格数据。[0087] 具体地，基于压力检测数据和健康及寝具表单，以根据智能床垫上的压力分布情况，分析用户睡姿信息、寝具状态信息和呼吸特征信息，以得到压力分析信息，便于后续分析用户的睡姿是否正常，是否正确使用寝具，以及用户的呼吸是否正常等。[0088] 其中，在步骤S20之前，包括：[0089] S21：创建健康及寝具表单，获取用户的身材数据，基于所述身材数据分析用户的体重分布信息并输入至健康及寝具表单中。[0090] 在本实施例中，身材数据包括身高、体重和躯干、肢体的各项围度尺寸数据。[0091] 具体地，创建健康及寝具表单，获取用户的身材数据，根据身材数据分析用户的体重分布信息，将体重分布信息输入至健康及寝具表单中，以便记录用户体重和体重在其人体上的分布情况，便于后续根据智能床垫上各压力传感器测得的压力检测值的空间分布特征分析用户的睡姿。[0092] S22：当接收到寝具实验数据获取指令时，获取压力检测数据并输入至检测数据分析模型，通过寝具规格分析算法分析压力检测数据的压力分布特征，确定寝具规格数据并输入至健康及寝具表单中。[0093] 在本实施例中，寝具实验数据获取指令是指在需要对寝具对应的寝具规格数据进行实验测量时由人工使用输入设备向智能床垫的控制器发出的计算机指令；检测数据分析模型内置有寝具规格分析算法，寝具规格分析算法具体为经过大量不同规格的寝具在智能床垫上的压力分布数据训练的数据特征机器学习算法，用于根据寝具在智能床垫上测得的压力检测数据的压力分布特征分析寝具的尺寸、单位面积重量等属性的算法；寝具规格数据包括寝具的尺寸参数、单位面积重量参数。[0094] 具体地，用户可以将被子、枕头等待测寝具逐一摊平放置于智能床垫上，向智能床垫的控制器发出寝具实验数据获取指令，当智能床垫的控制器接收到寝具实验数据获取指令时，获取当前的压力检测数据并通过寝具规格分析算法对压力检测数据的压力分布特征进行分析，进而确定寝具规格数据并输入至健康及寝具表单中，以记录寝具的重量分布情况，从而便于后续根据压力检测数据判断寝具在智能床垫上的覆盖面积、覆盖位置，以及是否重叠等情况，并进一步结合用户睡姿分析用户对寝具的使用情况，识别出用户掀开被褥，用户的被褥覆盖头部等可能对用户健康产生风险的情况。[0095] 其中，在步骤S20中，包括：[0096] S23：基于健康及寝具表单中的体重分布信息、寝具规格数据和压力检测数据，分析智能床垫上测得的若干压力检测值的空间分布特征及时间变化特征。[0097] 具体地，基于健康及寝具表单中的体重分布信息、寝具规格数据和压力检测数据，通过数据特征机器学习算法分析智能床垫上各压力传感器所测得的压力检测值的空间分布特征及时间变化特征，便于后续进一步分析用户的睡姿和寝具使用状态。[0098] S24：基于若干压力检测值的空间分布特征，分析用户的体重压力分布和寝具压力分布，确定用户睡姿信息和寝具状态信息。[0099] 在本实施例中，用户睡姿信息是指用于记录用户睡姿的信息，具体睡姿包括仰卧、朝左侧卧、朝右侧卧、俯卧等；寝具状态信息是指用于记录用户寝具使用状态的信息，具体包括：未使用枕头、未盖被褥（被褥对用户人体轮廓在智能床垫上投影的覆盖率小于预设的第一覆盖阈值，优选的，第一覆盖阈值为50%）、被褥覆盖头部（被褥对用户头部轮廓在智能床垫上投影的覆盖率大于预设的第二覆盖阈值，优选的，第二覆盖阈值为50%）、被褥包裹身体下表面（被褥被用户人体轮廓压迫面积占用户人体轮廓在智能床垫上投影面积大于第三阈值，优选的，第三覆盖阈值为50%）等。[0100] 具体地，基于若干压力检测值的空间分布特征以分析用户的体重压力分布情况和寝具压力分布情况，进而确定用户睡姿信息和寝具状态信息，便于获知用户当前睡姿以及寝具使用情况。[0101] S25：基于若干压力检测值的空间分布特征及时间变化特征，分析用户躯干压力分布区域内若干压力检测值的时间变化特征，确定呼吸特征信息，基于所述用户睡姿信息、寝具状态信息和呼吸特征信息生成压力分析信息。[0102] 在本实施例中，呼吸特征信息具体包括呼吸频率和呼吸强度的数据。[0103] 具体地，基于若干压力检测值的空间分布特征和时间变化特征，通过经过大量人体在智能床垫上呼吸时收集的压力检测数据训练的数据特征机器学习算法分析用户躯干压力分布区域内得到若干压力检测值的时间变化特征，从而确定呼吸特征信息，便于获知用户当前的呼吸体征。[0104] S30：基于所述电极检测数据，确定智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息。[0105] 在本实施例中，电位检测电路电连接有心电检测电路或心电检测设备，电位检测电路为心电检测电路或心电检测设备的电位数据采集电路，根据电极检测数据生成心电特征信息的具体步骤由心电检测电路或心电检测设备完成；心电检测设备可以是现有的单导联心电检测仪器和/或多导联心电检测仪器；也可以从现有的单导联心电检测仪器和/或多导联心电检测仪器的电路图中获得心电检测电路的技术方案。[0106] 在本实施例中，皮肤接触区信息记录了用户裸露皮肤与智能床垫的接触区域的面积和位置，以及智能床垫上与用户裸露皮肤接触位置的电极传感器的标识信息；心电特征信息记录了由电极传感器测得的用户心跳传导至体表特定位置的电压值‑时间关系的信息，具体可以是以心电图的形式存储；液体种类信息是指根据电极传感器测得的电阻值所确定的浸湿该电极传感器的液体种类的信息；液量统计信息是指根据测得特定种类液体的电极传感器数量而计算的该种液体液量的数据，其中，液量统计信息是通过液体浸湿的电极传感器数量为指标进行确定的。[0107] 具体地，由于用户裸露皮肤和衣物接触电极传感器时测得的电阻值不同，且电极传感器被不同液体浸湿时，由于液体内电解质浓度不同也会导致测得的电阻值存在差异，因此，根据电极传感器测得的电阻值，可以确定该电极传感器是否与用户身体或液体接触，并判断所接触物体或液体的性质，因此，根据电极检测数据，分析智能床垫的皮肤接触区信息、液体种类信息和液量统计信息；另一方面，电极检测数据，分析用户裸露皮肤处体表的电压值随时间变化规律，分析用户的心电特征信息；基于皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息生成电极分析信息；便于后续分析用户裸露皮肤与智能床垫的接触区域，心电特征，以及通过各电极传感器的电阻值判断从用户体内流出的液体种类和液体量，例如汗液、尿液、血液等。[0108] 其中，在步骤S30中，包括：[0109] S31：基于所述电极检测数据，分析智能床垫上测得的若干电阻检测值、电位检测值的空间分布特征及时间变化特征。[0110] 具体地，基于电极检测数据，分析智能床垫上各电极传感器所测得电阻检测值和电位检测值，以便分析电阻检测值、电位检测值的空间分布特征以及时间变化特征情况。[0111] S32：基于若干电阻检测值的空间分布特征，分析用户裸露皮肤与智能床垫的接触区域，确定皮肤接触区信息，基于皮肤接触区信息确定心电检测点位。[0112] 在本实施例中，当需要获取用户心电特征信息时，心电检测点位的电位检测值的数据采集频率为100Hz以上；心电检测点位是指用于检测用户心电特征信息的点位，可以是一个或多个，具体取决于所选择的心电检测技术的导联数。[0113] 具体地，由于人体表面皮肤裸露处与穿着衣物处测得的电阻不同，因此，基于若干电阻检测值的空间分布特征，确定用户裸露皮肤与智能床垫的接触区域，得到皮肤接触区信息，进一步根据皮肤接触区信息确定后续需要获取电位检测值的心电检测点位。[0114] S33：基于若干电阻检测值的空间分布特征及时间变化特征，分析智能床垫的人体接触面上的液体浸湿区域变化情况，确定液体种类信息和液量统计信息。[0115] 在本实施例中，可检测的液体种类包括汗液、羊水、血液、尿液等，使智能床垫具有分析用户在睡眠中是否出现异常出汗、羊水破裂（仅针对用户为孕妇时）、异常出血、尿失禁的功能；检测数据分析模型内置有导电性匹配表单，用于记录电极传感器的主电极和副电极暴露于空气中、被衣物或被褥连接、被人体裸露皮肤连接、被汗液浸湿、被羊水浸湿、被血液浸湿、被尿液浸湿时对应的电阻值，以便根据电极传感器测得的电阻值匹配对应的液体种类信息或所接触物体。[0116] 具体地，从权威医学文献中确定汗液、羊水、血液和尿液的电离子浓度区间，其中汗液为20.5‑143.5毫摩尔/升，羊水为203‑257毫摩尔/升，血液为257‑282毫摩尔/升，尿液为55‑570毫摩尔/升，并进一步确定对应的电阻值取值范围，由于尿液的电离子浓度取值范围与汗液、羊水、血液均存在重合区域，而尿失禁的健康风险小于羊水破裂、异常出血的健康风险，因此，在后续根据电阻值分析液体种类时，当出现同一数值对应多种液体时，确定液体种类的优先度排序为羊水＞血液＞汗液＞尿液；基于若干电阻检测值的空间分布特征及时间变化特征，分析智能床垫的人体接触面上的液体浸湿区域随时间的变化情况，以及液体浸湿区域内的电阻检测值的大小，确定智能床垫上出现的液体的种类和液量，进而确定液体种类信息和液量统计信息。[0117] S34：基于心电检测点位对应的电位检测值的时间变化特征，生成心电特征信息，基于所述皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息生成电极分析信息。[0118] 具体地，对心电检测点位对应的电位检测值的时间变化特征进行分析，生成对应的心电特征信息，便于获知用户当前的心跳体征。[0119] 其中，在步骤S24之后，包括：[0120] S26：将所述用户睡姿信息与寝具状态信息输入至历史睡姿寝具数据库中。[0121] 在本实施例中，历史睡姿寝具数据库是指用于存储用户睡姿信息与寝具状态信息的数据库。[0122] 具体地，在获取了用户睡姿信息与寝具状态信息后，将用户睡姿信息与寝具状态信息输入至历史睡姿寝具数据库中，便于后续分析历史用户睡姿和历史寝具状态。[0123] S27：基于历史睡姿寝具数据库中最近一个预设的睡眠习惯分析周期内的用户睡姿信息与寝具状态信息，预测当日睡姿信息和当日寝具信息。[0124] 在本实施例中，睡眠习惯分析周期是指在预测当日睡姿信息和当日寝具信息时，从历史睡姿寝具数据库中所选用的用户睡姿信息与寝具状态信息的时效信息，优选的，睡眠习惯分析周期为一个月。[0125] 具体地，从历史睡姿寝具数据库中获取最近一个睡眠习惯分析周期内的用户睡姿信息和寝具状态信息，通过现有的数据预测机器学习算法分析用户睡姿信息和寝具状态信息，以生成当日睡姿信息和当日寝具信息的预测结果，以便预测用户当日最有可能采用的睡姿和寝具使用方式。[0126] S28：获取用户健康信息，评估用户的心血管疾病风险等级，若用户的心血管疾病风险等级为中高等级，基于当日睡姿信息和当日寝具信息生成着装建议信息并发送至用户终端。[0127] 在本实施例中，用户健康数据包括用户的病史信息和若干体检指标数据；心血管疾病风险包括低等级包括低等级和中高等级；着装建议信息是指根据用户日常睡眠时的习惯睡姿和寝具使用习惯而确定的，为顺利测得心电特征信息而建议用户选择睡眠时着装的信息；用户终端为用户所使用的终端设备，若用户处于无自理能力的健康状态时，用户终端可由监护人员托管。[0128] 具体地，由于心电特征信息的获取需要电极传感器接触用户的裸露皮肤，因此，获取用户健康信息，从而评估用户的心血管疾病风险等级，若用户的心血管疾病风险等级为中高等级，则基于预测的当日睡姿信息和当日寝具信息生成着装建议信息并发送至用户终端，以便根据用户近期的睡姿习惯、寝具使用习惯，向用户提供睡眠时的着装建议，例如，用户习惯仰卧睡眠，且在睡眠时用被褥包裹足部，而心电检测方法选择的为多联导方法时，生成建议用户穿着短袖或卷起袖子的着装建议信息，以便在用户睡眠时通过检测用户双手所接触的电极传感器的电位检测值生成心电特征信息，以防用户睡姿习惯和寝具使用习惯造成电极传感器无法接触用户的裸露皮肤，从而提高了心电特征信息获取的成功率。[0129] S40：将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端。[0130] 具体地，将压力分析信息和电极分析信息输入至用户状态分析模型中，以分析用户当前所存在的健康风险，以生成风险分析信息，基于风险信息中存在的紧急风险信息生成报警信号并发送至监护终端，以便监护人员及时介入，以防用户的健康风险进一步恶化，从而便于对用户的健康状态提供监护。[0131] 其中，在步骤S40中，包括：[0132] S41：获取用户健康信息，基于用户健康信息确定用户的睡姿风险项目、寝具风险项目、呼吸风险项目、心电风险项目、液体风险项目并输入至用户状态分析模型中，各所述风险项目均设置有对应的风险等级，风险等级包括紧急风险和非紧急风险。[0133] 具体地，对处于不同健康状态的用户来说，睡眠时的风险项目可能存在差异，因此，获取用户健康信息，以确定用户对应的睡姿风险项目、寝具风险项目、呼吸风险项目、心电风险项目、液体风险项目并输入至用户状态分析模型中，便于后续与压力分析信息和电极分析信息进行匹配，各风险项目均有对应的风险等级，包括紧急风险和非紧急风险，以便根据不同的风险等级采取不同的应对措施；例如，对于健康的用户来说，仰卧、朝左侧卧、朝右侧卧均为正常睡姿，仅俯卧为睡姿风险项目，而对于存在胃食管反流疾病或病史的用户，则仰卧、朝左侧卧为正常睡姿，朝右侧卧、俯卧为睡姿风险项目；例如，液体风险项目包括异常出血和异常出汗等，异常出血的风险等级为紧急风险，异常出汗的风险等级为非紧急风险。[0134] S42：将所述压力分析信息和电极分析信息输入至用户状态分析模型，将用户睡姿信息与睡姿风险项目进行匹配，寝具状态信息与寝具风险项目进行匹配，呼吸特征信息与呼吸风险项目进行匹配，心电特征信息与心电风险项目进行匹配，液体种类信息、液量统计信息与液体风险项目进行匹配，基于匹配成功的风险项目生成风险分析信息。[0135] 具体地，将压力分析信息和电极分析信息输入至用户状态分析模型中进行匹配，根据匹配成功的风险项目生成风险分析信息，以便获知用户当前所存在的健康风险。[0136] S43：当风险分析信息中存在紧急风险信息时，基于紧急风险信息生成报警信号并发送至监护终端。[0137] 在本实施例中，监护终端为用户的监护人员所使用的终端设备。[0138] 具体地，若风险分析信息中存在紧急风险信息，则基于紧急风险信息生成报警信号并发送至监护终端，便于监护人员及时介入，以防用户的健康风险恶化。[0139] 应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。实施例二[0140] 一种用于智能床垫的生命体征检测系统，该用于智能床垫的生命体征检测系统与上述实施例中用于智能床垫的生命体征检测方法相对应。[0141] 如图4所示，用于智能床垫的生命体征检测系统，包括睡眠模式检测模块、压力检测数据分析模块、电极检测数据分析模块和风险分析信息生成模块。各功能模块的详细说明如下：[0142] 睡眠模式检测模块，用于基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期；[0143] 压力检测数据分析模块，用于基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息；[0144] 电极检测数据分析模块，用于基于所述电极检测数据，确定智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息；[0145] 风险分析信息生成模块，用于将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端。[0146] 其中，睡眠模式检测模块还包括：[0147] 床垫模式判断子模块，用于基于预设的模式检测周期获取压力检测数据并输入至检测数据分析模型，通过睡眠特征判断算法分析压力检测数据的压力分布特征和压力变化特征，判断床垫模式信息；[0148] 睡眠检测周期设置子模块，用于当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期，以基于睡眠检测周期获取压力检测数据和电极检测数据。[0149] 其中，压力检测数据分析模块还包括：[0150] 体重分布信息分析子模块，用于创建健康及寝具表单，获取用户的身材数据，基于所述身材数据分析用户的体重分布信息并输入至健康及寝具表单中；[0151] 寝具规格数据分析子模块，用于当接收到寝具实验数据获取指令时，获取压力检测数据并输入至检测数据分析模型，通过寝具规格分析算法分析压力检测数据的压力分布特征，确定寝具规格数据并输入至健康及寝具表单中。[0152] 压力空间时间分析子模块，用于基于健康及寝具表单中的体重分布信息、寝具规格数据和压力检测数据，分析智能床垫上测得的若干压力检测值的空间分布特征及时间变化特征；[0153] 睡姿寝具分析子模块，用于基于若干压力检测值的空间分布特征，分析用户的体重压力分布和寝具压力分布，确定用户睡姿信息和寝具状态信息；[0154] 呼吸特征信息确定子模块，用于基于若干压力检测值的空间分布特征及时间变化特征，分析用户躯干压力分布区域内若干压力检测值的时间变化特征，确定呼吸特征信息，基于所述用户睡姿信息、寝具状态信息和呼吸特征信息生成压力分析信息。[0155] 历史睡姿寝具数据存储子模块，用于将所述用户睡姿信息与寝具状态信息输入至历史睡姿寝具数据库中；[0156] 睡姿寝具预测子模块，用于基于历史睡姿寝具数据库中最近一个预设的睡眠习惯分析周期内的用户睡姿信息与寝具状态信息，预测当日睡姿信息和当日寝具信息；[0157] 着装建议信息生成子模块，用于获取用户健康信息，评估用户的心血管疾病风险等级，若用户的心血管疾病风险等级为中高等级，基于当日睡姿信息和当日寝具信息生成着装建议信息并发送至用户终端。[0158] 其中，电极检测数据分析模块还包括：[0159] 电阻电位空间时间分析子模块，用于基于所述电极检测数据，分析智能床垫上测得的若干电阻检测值、电位检测值的空间分布特征及时间变化特征；[0160] 心电检测点位确定子模块，用于基于若干电阻检测值的空间分布特征，分析用户裸露皮肤与智能床垫的接触区域，确定皮肤接触区信息，基于皮肤接触区信息确定心电检测点位；[0161] 液体种类液量分析子模块，用于基于若干电阻检测值的空间分布特征及时间变化特征，分析智能床垫的人体接触面上的液体浸湿区域变化情况，确定液体种类信息和液量统计信息；[0162] 心电特征信息生成子模块，用于基于心电检测点位对应的电位检测值的时间变化特征，生成心电特征信息，基于所述皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息生成电极分析信息。[0163] 其中，风险分析信息生成模块还包括：[0164] 风险项目分析子模块，用于获取用户健康信息，基于用户健康信息确定用户的睡姿风险项目、寝具风险项目、呼吸风险项目、心电风险项目、液体风险项目并输入至用户状态分析模型中，各所述风险项目均设置有对应的风险等级，风险等级包括紧急风险和非紧急风险；[0165] 风险项目匹配子模块，用于将所述压力分析信息和电极分析信息输入至用户状态分析模型，将用户睡姿信息与睡姿风险项目进行匹配，寝具状态信息与寝具风险项目进行匹配，呼吸特征信息与呼吸风险项目进行匹配，心电特征信息与心电风险项目进行匹配，液体种类信息、液量统计信息与液体风险项目进行匹配，基于匹配成功的风险项目生成风险分析信息；[0166] 报警信号生成子模块，用于当风险分析信息中存在紧急风险信息时，基于紧急风险信息生成报警信号并发送至监护终端。[0167] 关于用于智能床垫的生命体征检测系统的具体限定可以参见上文中对于用于智能床垫的生命体征检测方法的限定，在此不再赘述；上述用于智能床垫的生命体征检测系统中的各个模块可全部或部分通过软件、硬件及其组合来实现；上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以是以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。实施例三[0168] 一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储模式检测周期、压力检测数据、电极检测数据、检测数据分析模型、床垫模式信息、睡眠检测周期、健康及寝具表单、压力分析信息、电极分析信息、用户状态分析模型、风险分析信息、紧急风险信息和报警信号等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现用于智能床垫的生命体征检测方法。[0169] 在一个实施例中，提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：[0170] S10：基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期；[0171] S20：基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息；[0172] S30：基于所述电极检测数据，确定智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息；[0173] S40：将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端。[0174] 在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：[0175] S10：基于预设的模式检测周期获取压力检测数据和电极检测数据并输入至检测数据分析模型，判断床垫模式信息，当所述床垫模式为睡眠模式时，将数据采样周期设置为睡眠检测周期；[0176] S20：基于所述压力检测数据和预设的健康及寝具表单，确定压力分析信息，所述压力分析信息包括用户睡姿信息、寝具状态信息和呼吸特征信息；[0177] S30：基于所述电极检测数据，确定智能床垫的电极分析信息，所述电极分析信息包括皮肤接触区信息、心电特征信息、液体种类信息和液量统计信息；[0178] S40：将所述压力分析信息和电极分析信息输入至用户状态分析模型，生成风险分析信息，基于所述风险分析信息中的紧急风险信息生成报警信号并发送至监护终端。[0179] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）、DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。[0180] 所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。[0181] 以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

专利地区：广东

专利申请日期：2023-12-07

专利公开日期：2024-09-06

专利公告号：CN117652810B