توسعه تجربه‌های خواب با Google Health API

‫Google Health API انواع داده‌هایی را ارائه می‌دهد که الگوهای خواب کاربر را ردیابی می‌کنند، ازجمله مدت، کیفیت، و سنجه‌های فیزیولوژیکی درطول استراحت. این سنجه‌ها به برنامه‌ها کمک می‌کنند تا اطلاعات آماری درباره ریکاوری، بهداشت خواب، و روندهای سلامتی بلندمدت ارائه دهند.

سنجه‌های فیزیولوژیکی مانند «نوسان ضربان قلب» (HRV)، «اشباع اکسیژن» (SpO2)، و نرخ تنفس به‌طور خاص درطول خواب ثبت می‌شوند زیرا بدن در حالت پایدار و استراحت قرار دارد. این کار به API اجازه می‌دهد تا خط مبنایی از سلامت خودمختار و تنفسی کاربر را بدون تداخل عوامل استرس‌زای روزانه، فعالیت بدنی، یا شرایط محیطی متغیر ثبت کند.

تفاوت‌های بین این انواع داده را درک کنید تا تعیین کنید کدام سنجه‌ها برای برنامه شما مناسب هستند.

انواع داده‌های پشتیبانی‌شده

این میانای برنامه‌سازی کاربردی از انواع داده‌های زیر برای اندازه‌گیری خواب پشتیبانی می‌کند:

جدول: انواع داده‌های خواب Google Health API
نوع داده عملیات
دردسترس
حوزه
تغییرپذیری ضربان قلب روزانه
dataType: daily-heart-rate-variability
filter parameter: daily_heart_rate_variability
نوع گزارش: روزانه

دستگاه‌های سازگار

فهرست، تطبیق دادن .health_metrics_and_measurements.readonly
.health_metrics_and_measurements.writeonly
اشباع اکسیژن روزانه
dataType: daily-oxygen-saturation
filter parameter: daily_oxygen_saturation
نوع گزارش: روزانه

دستگاه‌های سازگار

فهرست، تطبیق دادن .health_metrics_and_measurements.readonly
.health_metrics_and_measurements.writeonly
سرعت تنفس روزانه
dataType: daily-respiratory-rate
filter parameter: daily_respiratory_rate
نوع گزارش: روزانه

دستگاه‌های سازگار

فهرست، تطبیق دادن .health_metrics_and_measurements.readonly
.health_metrics_and_measurements.writeonly
انحراف‌های دمای روزانه هنگام خواب
dataType: daily-sleep-temperature-derivations
filter parameter: daily_sleep_temperature_derivations
نوع گزارش: روزانه

دستگاه‌های سازگار

فهرست، تطبیق دادن .health_metrics_and_measurements.readonly
.health_metrics_and_measurements.writeonly
تغییرپذیری ضربان قلب
dataType: heart-rate-variability
filter parameter: heart_rate_variability
نوع گزارش: نمونه

دستگاه‌های سازگار

فهرست، تطبیق دادن .health_metrics_and_measurements.readonly
.health_metrics_and_measurements.writeonly
اشباع اکسیژن
dataType: oxygen-saturation
filter parameter: oxygen_saturation
نوع گزارش: نمونه
وضوح ذخیره‌سازی: ۱ دقیقه

دستگاه‌های سازگار

فهرست، تطبیق دادن .health_metrics_and_measurements.readonly
.health_metrics_and_measurements.writeonly
خلاصه سرعت تنفس در خواب
dataType: respiratory-rate-sleep-summary
filter parameter: respiratory_rate_sleep_summary
نوع گزارش: نمونه

دستگاه‌های سازگار

فهرست، تطبیق دادن .health_metrics_and_measurements.readonly
.health_metrics_and_measurements.writeonly
خواب
dataType: sleep
filter parameter: sleep
نوع ضبط: جلسه

دستگاه‌های سازگار

list, get, reconcile, create, update, batchDelete .sleep.readonly
.sleep.writeonly

جلسه‌های خواب و بیداری‌های کوتاه

«جلسه خواب» (Sleep) نشان‌دهنده یک رویداد خواب مجزا است، مانند یک خواب شبانه یا چرت روزانه. این شامل تفکیک دقیق مراحل خواب غیرهم‌پوشان در کنار فواصل کوتاه انتقال بیداری است که به‌عنوان بیداری‌های کوتاه شناخته می‌شوند.

  • جلسه خواب (Sleep): نشان‌دهنده رویداد خواب مجزا (LIGHT، DEEP، REM، AWAKE فواصل مرحله) است که خط زمان پیوسته استراحت اولیه را تقسیم می‌کند.
  • بیداری‌های کوتاه (shortAwakenings): گذارهای کوتاه به بیداری یا بیداری‌هایی که درطول استراحت رخ می‌دهد. برخلاف فواصل استاندارد مرحله AWAKE (که پیشرفت مرحله خواب پیوسته غیرهم‌پوشان را تقسیم می‌کند)، بیداری‌های کوتاه بخش‌های متمایزی هستند که می‌توانند با مراحل خواب اطراف هم‌پوشانی داشته باشند. این حسگرها دیدی دقیق از بی‌قراری و بیداری‌های جزئی ارائه می‌دهند، بدون اینکه ساختار اصلی مراحل خواب را مختل کنند.
  • بیداری‌های شبانه: بیداری‌های نیمه‌شب (مانند بلند شدن برای آب خوردن) با تلفیق حسگرهای روی دستگاه (شتاب‌سنج، ژیروسکوپ، و تعداد قدم‌ها) شناسایی می‌شوند. برنامه‌ها می‌توانند بیداری‌های شبانه را با فیلتر کردن stages برای فاصله‌های زمانی با type: "AWAKE" (استفاده‌شده در هر دو گزارش خواب CLASSIC و STAGES) یا با بررسی outOfBedSegments تشخیص دهند.

مثال

{
  "name": "users/user-id/dataTypes/sleep/dataPoints/data-point-id",
  "sleep": {
    "interval": {
      "startTime": "2026-04-20T22:30:00Z",
      "startUtcOffset": "-14400s",
      "endTime": "2026-04-21T06:30:00Z",
      "endUtcOffset": "-14400s"
    },
    "type": "STAGES",
    "stages": [
      {
        "startTime": "2026-04-20T22:30:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-04-20T23:45:00Z",
        "endUtcOffset": "-14400s",
        "type": "LIGHT"
      },
      {
        "startTime": "2026-04-20T23:45:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-04-21T01:15:00Z",
        "endUtcOffset": "-14400s",
        "type": "DEEP"
      }
    ],
    "shortAwakenings": [
      {
        "startTime": "2026-04-20T23:10:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-04-20T23:11:30Z",
        "endUtcOffset": "-14400s",
        "type": "AWAKE"
      }
    ],
    "summary": {
      "minutesInSleepPeriod": "480",
      "minutesAsleep": "455",
      "minutesAwake": "25",
      "minutesToFallAsleep": "15",
      "minutesAfterWakeUp": "10"
    }
  }
}

ایجاد جلسه خواب

برای ایجاد ورودی جلسه خواب، درخواست POST را به نقطه پایانی نقاط داده sleep ارسال کنید. پاسخ شامل فیلد name است که حاوی data-point-id است، که می‌تواند در درخواست به‌روزرسانی (وصله) یا حذف استفاده شود.

درخواست

POST https://health.googleapis.com/v4/users/me/dataTypes/sleep/dataPoints
Authorization: Bearer access-token
Content-Type: application/json

{
  "sleep": {
    "interval": {
      "startTime": "2026-06-07T22:00:00Z",
      "startUtcOffset": "-14400s",
      "endTime": "2026-06-08T06:00:00Z",
      "endUtcOffset": "-14400s"
    },
    "type": "STAGES",
    "stages": [
      {
        "startTime": "2026-06-07T22:00:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-06-07T22:30:00Z",
        "endUtcOffset": "-14400s",
        "type": "LIGHT"
      },
      {
        "startTime": "2026-06-07T22:30:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-06-07T23:45:00Z",
        "endUtcOffset": "-14400s",
        "type": "DEEP"
      },
      {
        "startTime": "2026-06-07T23:45:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-06-08T02:15:00Z",
        "endUtcOffset": "-14400s",
        "type": "LIGHT"
      },
      {
        "startTime": "2026-06-08T02:15:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-06-08T02:45:00Z",
        "endUtcOffset": "-14400s",
        "type": "REM"
      },
      {
        "startTime": "2026-06-08T02:45:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-06-08T05:15:00Z",
        "endUtcOffset": "-14400s",
        "type": "LIGHT"
      },
      {
        "startTime": "2026-06-08T05:15:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-06-08T06:00:00Z",
        "endUtcOffset": "-14400s",
        "type": "REM"
      }
    ]
  }
}

پاسخ

{
  "done": true,
  "response": {
    "@type": "type.googleapis.com/google.devicesandservices.health.v4.DataPoint",
    "name": "users/user-id/dataTypes/sleep/dataPoints/data-point-id",
    "sleep": {
      "interval": {
        "startTime": "2026-06-07T22:00:00Z",
        "startUtcOffset": "-14400s",
        "endTime": "2026-06-08T06:00:00Z",
        "endUtcOffset": "-14400s"
      },
      "type": "STAGES",
      "stages": [
        {
          "startTime": "2026-06-07T22:00:00Z",
          "startUtcOffset": "-14400s",
          "endTime": "2026-06-07T22:30:00Z",
          "endUtcOffset": "-14400s",
          "type": "LIGHT"
        },
        {
          "startTime": "2026-06-07T22:30:00Z",
          "startUtcOffset": "-14400s",
          "endTime": "2026-06-07T23:45:00Z",
          "endUtcOffset": "-14400s",
          "type": "DEEP"
        },
        {
          "startTime": "2026-06-07T23:45:00Z",
          "startUtcOffset": "-14400s",
          "endTime": "2026-06-08T02:15:00Z",
          "endUtcOffset": "-14400s",
          "type": "LIGHT"
        },
        {
          "startTime": "2026-06-08T02:15:00Z",
          "startUtcOffset": "-14400s",
          "endTime": "2026-06-08T02:45:00Z",
          "endUtcOffset": "-14400s",
          "type": "REM"
        },
        {
          "startTime": "2026-06-08T02:45:00Z",
          "startUtcOffset": "-14400s",
          "endTime": "2026-06-08T05:15:00Z",
          "endUtcOffset": "-14400s",
          "type": "LIGHT"
        },
        {
          "startTime": "2026-06-08T05:15:00Z",
          "startUtcOffset": "-14400s",
          "endTime": "2026-06-08T06:00:00Z",
          "endUtcOffset": "-14400s",
          "type": "REM"
        }
      ]
    }
  }
}

پرس‌وجو و تطبیق جلسه‌های خواب

برای بازیابی سابقه خواب کاربر، نقطه پایانی reconcile را پُرسمان کنید نه نقطه پایانی list. وقتی کاربر خواب را ازطریق منابع مختلفی مثل ردیاب پوشیدنی و Health Connect ردیابی می‌کند، list همه سوابق هم‌پوشان را برمی‌گرداند. جمع کردن نتایج خام list می‌تواند باعث دوبارشماری مدت خواب روزانه شود. نقطه پایانی reconcile گزارش‌های هم‌پوشان را در یک جریان واحد ادغام می‌کند و با تنظیم sleep.metadata.mainSleep روی true، جلسه خواب اصلی هر روز را شناسایی می‌کند. برای مقایسه هر دو نقطه پایانی، به مقایسه فهرست و تطبیق نقاط پایانی مراجعه کنید.

هنگام پرسمان sleep با list یا reconcile، محدودیت‌های فیلتر کردن و صفحه‌بندی زیر را به‌خاطر داشته باشید:

  1. پرس‌وجوهای sleep را فقط براساس زمان پایان جلسه بااستفاده از sleep.interval.end_time (زمان فیزیکی در ساعت هماهنگ جهانی) یا sleep.interval.civil_end_time (زمان مدنی محلی) فیلتر کنید. بااستفاده از عملگرهای مقایسه‌ای >= و < با AND، مرزهای پایین و بالا را ترکیب کنید.
  2. پرس‌وجوهای sleep را براساس زمان شروع یا با OR فیلتر نکنید. فیلتر کردن براساس sleep.interval.start_time یا sleep.interval.civil_start_time خطای 400 Bad Request (INVALID_ARGUMENT) را با دلیل INVALID_DATA_POINT_FILTER_DATA_TYPE_MEMBER برمی‌گرداند. استفاده از OR خطای 400 Bad Request (INVALID_ARGUMENT) را با دلیل INVALID_DATA_POINT_FILTER_EXPRESSION_STRUCTURE برمی‌گرداند. برای جزئیات نحو، به راهنمای فیلتر کردن داده‌ها مراجعه کنید.
  3. ‫list و reconcile هر دو pageSize پیش‌فرض و حداکثر 25 را برای sleep اعمال می‌کنند. اگر pageSize بزرگ‌تر از 25 را ارسال کنید، API مقدار را به 25 محدود می‌کند و اگر مقدار منفی باشد، خطای 400 Bad Request برمی‌گرداند. برای همگام‌سازی سابقه خواب چند هفته، بااستفاده از nextPageToken صفحه‌بندی کنید تا زمانی که توکن خالی شود. برای جزئیات، به اجرای پُرسمان روی داده‌های گذشته مراجعه کنید.

برای مثال، درخواست زیر جلسه‌های خواب تطبیق‌داده‌شده را که در محدوده تاریخ مدنی دو هفته‌ای به‌پایان می‌رسند پُرسمان می‌کند:

درخواست

GET https://health.googleapis.com/v4/users/me/dataTypes/sleep/dataPoints:reconcile
  ?filter=sleep.interval.civil_end_time >= "2026-03-01"
  AND sleep.interval.civil_end_time < "2026-03-15"
  &pageSize=25
Authorization: Bearer access-token
Accept: application/json

پاسخ

{
  "dataPoints": [
    {
      "dataPointName": "users/user-id/dataTypes/sleep/dataPoints/data-point-id",
      "sleep": {
        "interval": {
          "startTime": "2026-03-03T20:57:30Z",
          "startUtcOffset": "0s",
          "endTime": "2026-03-04T04:41:30Z",
          "endUtcOffset": "0s"
        },
        "type": "STAGES",
        "stages": [
          {
            "startTime": "2026-03-03T20:57:30Z",
            "startUtcOffset": "0s",
            "endTime": "2026-03-03T20:59:30Z",
            "endUtcOffset": "0s",
            "type": "AWAKE"
          },
          {
            "startTime": "2026-03-04T04:07:30Z",
            "startUtcOffset": "0s",
            "endTime": "2026-03-04T04:41:30Z",
            "endUtcOffset": "0s",
            "type": "AWAKE"
          }
        ],
        "metadata": {
          "stagesStatus": "SUCCEEDED",
          "processed": true,
          "mainSleep": true
        },
        "summary": {
          "minutesInSleepPeriod": "464",
          "minutesAfterWakeUp": "0",
          "minutesToFallAsleep": "0",
          "minutesAsleep": "407",
          "minutesAwake": "57",
          "stagesSummary": [
            {
              "type": "AWAKE",
              "minutes": "56",
              "count": "12"
            },
            {
              "type": "LIGHT",
              "minutes": "198",
              "count": "19"
            },
            {
              "type": "DEEP",
              "minutes": "114",
              "count": "10"
            },
            {
              "type": "REM",
              "minutes": "94",
              "count": "4"
            }
          ]
        }
      }
    }
  ],
  "nextPageToken": "Xm5h-6L0viZxIlRuWjx5bmvy98zj85uG34tuMn16mu2pntsnZI32iqhq"
}

سنجه‌های کارایی و تأخیر خواب

علاوه‌بر مراحل خواب و سنجه‌های فیزیولوژیکی، این API سنجه‌های کلیدی‌ای ارائه می‌دهد که کیفیت خواب و شروع خواب را کمی‌سازی می‌کنند. بازده خواب و تأخیر شروع خواب سنجه‌های بالینی استانداردی هستند که توصیف می‌کنند کاربر چقدر به‌طور مؤثر نسبت‌به کل زمان حضور در تخت استراحت می‌کند و بینشی درباره بهداشت خواب و آرامش ارائه می‌دهند.

امتیاز بازده خواب

بازده خواب سنجه‌ای استاندارد است که به‌صورت نسبت زمان خواب به کل زمان سپری‌شده در تخت‌خواب تعریف می‌شود. میانای برنامه‌سازی کاربردی بازده خواب را بااستفاده از فرمول زیر محاسبه می‌کند:

Sleep Efficiency Score = round( (Total Minutes Asleep / Total Minutes In Bed) * 100 )

امتیاز کارایی درست قبل‌از تقسیم‌بندی سطح (مراحل) خواب محاسبه می‌شود. مجموع دقایق خواب که در پاسخ میانای برنامه‌سازی کاربردی (در فیلد summary.minutesAsleep) برگردانده می‌شود، نتیجه نهایی را پس‌از محاسبه سطوح خواب نشان می‌دهد.

اگر کاربر یا پژوهشگر زمان شروع یا پایان گزارش خواب را به‌صورت دستی اصلاح کند، میانای برنامه‌سازی کاربردی امتیاز کارایی خواب را دوباره محاسبه می‌کند و بخش‌های مرحله را براساس داده‌های حسگر ثبت‌شده در محدوده جدید زمان خواب و زمان بیداری تنظیم می‌کند.

تأخیر شروع خواب

تأخیر شروع خواب مدت زمان سپری‌شده از وقتی که کاربر قصد خوابیدن دارد (شروع زمان «در تخت» یا «خاموشی») تا شروع خواب را اندازه‌گیری می‌کند.

برای گزارش‌هایی که به‌طور خودکار تولید می‌شوند (metadata.manuallyEdited برابر با false است)، summary.minutesToFallAsleep به‌طور پیش‌فرض روی "0" تنظیم می‌شود زیرا هیچ قصد صریحی برای به‌خواب رفتن ثبت نشده است. وقتی زمان‌های شروع در رختخواب به‌صورت دستی ثبت یا ویرایش می‌شوند (metadata.manuallyEdited برابر با true است)، API summary.minutesToFallAsleep را به‌همراه summary.minutesAfterWakeUp محاسبه و تکمیل می‌کند.

راهنمایی برای پژوهش و ثبت دستی

وقتی شرکت‌کنندگان زمان شروع و پایان خواب را به‌صورت دستی ضبط یا اصلاح می‌کنند:

  1. به‌روزرسانی مرزهای در رختخواب بودن، interval (و summary.minutesInSleepPeriod) خواب را تغییر می‌دهد.
  2. سطوح خواب و بخش‌های مرحله به‌طور خودکار تنظیم می‌شوند تا داده‌های حسگر را در پنجره جدید ارزیابی کنند.
  3. امتیاز کارایی خواب، summary.minutesToFallAsleep، و summary.minutesAfterWakeUp براساس پنجره زمانی به‌روزشده دوباره مشتق می‌شوند.

انحراف‌های دمای روزانه هنگام خواب

«انحراف‌های دمای روزانه هنگام خواب» تغییرات دمای پوست کاربر را درطول خواب درمقایسه با خط مبنای او اندازه‌گیری می‌کند. این داده‌ها معمولاً یک بار در روز پس‌از جلسه خواب اصلی گزارش می‌شود.

سرعت تنفس

سرعت تنفس تعداد نفس‌های کاربر در دقیقه را اندازه‌گیری می‌کند. درطول خواب، این سنجه‌ای کلیدی برای نظارت بر کیفیت خواب و اختلالات احتمالی است. این میانای برنامه‌سازی کاربردی از نمونه سرعت تنفس (respiratory-rate)، خلاصه‌های روزانه (daily-respiratory-rate)، و خلاصه‌های خواب در سطح جلسه (respiratory-rate-sleep-summary) پشتیبانی می‌کند.

تغییرپذیری ضربان قلب (HRV)

HRV تغییرات زمانی بین هر ضربان قلب را اندازه‌گیری می‌کند. این شاخص کلیدی وضعیت سیستم عصبی خودمختار است؛ «تغییرپذیری ضربان قلب» بالا درطول خواب معمولاً نشان‌دهنده بازیابی و آمادگی بهتر است، درحالی‌که «تغییرپذیری ضربان قلب» پایین می‌تواند نشان‌دهنده استرس یا تمرین بیش‌ازحد باشد. این API از نمونه HRV (heart-rate-variability) و خلاصه‌های روزانه (daily-heart-rate-variability) پشتیبانی می‌کند.

اشباع اکسیژن

سیرش اکسیژن خون (SpO2) نشان‌دهنده درصد هموگلوبین اشباع‌شده با اکسیژن نسبت‌به کل هموگلوبین خون است. پایش SpO2 درطول خواب به تشخیص اختلالات تنفسی احتمالی کمک می‌کند و تأیید می‌کند که آیا کاربر سطح اکسیژن کافی را درطول شب حفظ می‌کند یا نه. این میانای برنامه‌سازی کاربردی از نمونه سیرش اکسیژن خون (oxygen-saturation) و خلاصه‌های روزانه (daily-oxygen-saturation) پشتیبانی می‌کند.

وقتی oxygen-saturation را در سطح دقیقه جستجو می‌کنید، Google Health API فقط نقاط داده معتبر را برمی‌گرداند و اندازه‌گیری‌های نامعتبر ناشی از حرکت بازو، شل بودن مچ‌بند، یا اطمینان پایین حسگر (زیر ۵۰٪)، و همچنین خوانش‌های مجاور نویز حرکتی را فیلتر می‌کند. چون دقیقه‌های نامعتبر مستثنی می‌شوند، پوشش در سطح دقیقه می‌تواند پراکنده باشد و انتظار می‌رود که در مُهر زمان فاصله وجود داشته باشد. هر دو oxygen-saturation و daily-oxygen-saturation به خوانش‌های معتبر یکسانی متکی هستند. برای جزئیات مربوط به معیارهای اعتبارسنجی، به فیلتر کردن SpO2 در سطح دقیقه و اعتبار داده‌ها مراجعه کنید.

نمای همه‌جانبه از سلامت خواب و بازیابی

اگرچه هر سنجه اطلاعات آماری خاصی ارائه می‌دهد، اما این سنجه‌ها عمیقاً با یکدیگر مرتبط هستند و باهم دیدی جامع از بهبودی کاربر ارائه می‌دهند. مراحل خواب (سبک، عمیق، REM) پایه ساختاری استراحت را فراهم می‌کنند، درحالی‌که نشانگرهای فیزیولوژیکی مانند HRV و SpO2 نشان می‌دهند که بدن چگونه به‌طور فیزیکی به آن استراحت پاسخ می‌دهد. برای مثال، یک جلسه خواب باکیفیت با خواب «عمیق» بهینه اغلب با «تغییرپذیری ضربان قلب» بالاتر مرتبط است که نشان‌دهنده بازیابی مؤثر سیستم عصبی خودمختار است.

ترکیب این موارد با مشتقات نرخ تنفس و دمای خواب به برنامه‌ها امکان می‌دهد اختلالات احتمالی را شناسایی کنند. افزایش ناگهانی نرخ تنفس یا انحراف در دمای خواب می‌تواند توضیح دهد که چرا کاربر ممکن است زمان کمتری را در مراحل ترمیمی گذرانده باشد. توسعه‌دهندگان با تجزیه‌وتحلیل این نوع داده‌ها به‌صورت هم‌زمان می‌توانند ارزیابی جامعی از بهداشت خواب و روندهای سلامتی بلندمدت ارائه دهند.

رهنمودها

هنگام ادغام سنجه‌های خواب در برنامه‌تان، از این دستورالعمل‌ها استفاده کنید:

  • جزئیات جلسه: برای نشان دادن مراحل خواب کاربر (سبک، عمیق، REM، بیدار) و بیداری‌های کوتاه، نوع داده sleep را پُرسمان کنید.
  • بیداری‌های شبانه: برای ردیابی رویدادهای بیداری نیمه‌شب بدون جریان‌های حسگر خام، فاصله‌های مرحله sleep را بررسی کنید و موارد دارای type: "AWAKE" (برای هر دو گزارش خواب STAGES و CLASSIC) را فیلتر کنید یا outOfBedSegments را بررسی کنید.
  • تأخیر و کارایی: از summary.minutesToFallAsleep و فرمول کارایی خواب برای تحلیل تأخیر خواب استفاده کنید. توجه داشته باشید که summary.minutesToFallAsleep زمانی پر می‌شود که گزارش‌های خواب به‌صورت دستی ویرایش شده باشند (metadata.manuallyEdited برابر با true است) یا به‌طور صریح ثبت شده باشند.
  • پایش فیزیولوژیکی: برای پایش پیشرفته سلامتی، داده‌های جلسه خواب را با سنجه‌های فیزیولوژیکی و بازیابی مثل respiratory-rate-sleep-summary، daily-sleep-temperature-derivations، daily-heart-rate-variability، و daily-oxygen-saturation ترکیب کنید.

محاسبه کل زمان خواب عمیق

برای محاسبه کل زمانی که کاربر در مرحله خواب عمیق ترمیمی برای یک شب خاص سپری کرده است:

  1. نوع داده sleep را برای محدوده زمانی مشخص‌شده جستجو کنید.
  2. در فهرست مراحل تکرار کنید و فاصله‌هایی را که type DEEP است شناسایی کنید.
  3. مدت زمان (زمان پایان - زمان شروع) را برای هر بازه خواب عمیق محاسبه کنید و آن‌ها را جمع کنید.

مجموع حاصل، کل مدت فیزیکی خواب عمیق را برای آن جلسه ارائه می‌دهد.