Google Health API มีประเภทข้อมูลที่ติดตามรูปแบบการนอนหลับของผู้ใช้ ซึ่งรวมถึงระยะเวลา คุณภาพ และเมตริกทางสรีรวิทยาในระหว่างการพักผ่อน เมตริกเหล่านี้ช่วยให้แอปพลิเคชันให้ข้อมูลเชิงลึกเกี่ยวกับการฟื้นฟู สุขอนามัยในการนอนหลับ และแนวโน้มสุขภาพในระยะยาว
ระบบจะบันทึกเมตริกทางสรีรวิทยา เช่น ความผันแปรของอัตราการเต้นของหัวใจ (HRV), ความอิ่มตัวของออกซิเจน (SpO2) และอัตราการหายใจในระหว่างการนอนหลับโดยเฉพาะ เนื่องจากร่างกายอยู่ในสภาวะที่มั่นคงและพักผ่อน ซึ่งช่วยให้ API บันทึกข้อมูลพื้นฐานเกี่ยวกับสุขภาพของระบบประสาทอัตโนมัติและระบบทางเดินหายใจของผู้ใช้ได้โดยไม่มีการรบกวนจากปัจจัยที่ก่อให้เกิดความเครียดในเวลากลางวัน กิจกรรมการเคลื่อนไหวร่างกาย หรือสภาพแวดล้อมที่แตกต่างกัน
ทำความเข้าใจความแตกต่างระหว่างประเภทข้อมูลเหล่านี้เพื่อพิจารณาว่าเมตริกใดเหมาะกับแอปพลิเคชันของคุณ
ประเภทข้อมูลที่รองรับ
API รองรับประเภทข้อมูลต่อไปนี้สำหรับการวัดการนอนหลับ
| ประเภทข้อมูล | การดำเนินการ ที่ใช้ได้ |
ขอบเขต |
|---|---|---|
|
ความผันแปรของอัตราการเต้นของหัวใจต่อวัน
dataType:
daily-heart-rate-variabilityfilter parameter: daily_heart_rate_variability
ประเภทการบันทึก: รายวัน
อุปกรณ์ที่เข้ากันได้
|
รายการ, ตรวจสอบยอดคงเหลือ | .health_metrics_and_measurements.readonly.health_metrics_and_measurements.writeonly |
|
ความอิ่มตัวของออกซิเจนต่อวัน
dataType:
daily-oxygen-saturationfilter parameter: daily_oxygen_saturation
ประเภทการบันทึก: รายวัน
อุปกรณ์ที่เข้ากันได้
|
รายการ, ตรวจสอบยอดคงเหลือ | .health_metrics_and_measurements.readonly.health_metrics_and_measurements.writeonly |
|
อัตราการหายใจต่อวัน
dataType:
daily-respiratory-ratefilter parameter: daily_respiratory_rate
ประเภทการบันทึก: รายวัน
อุปกรณ์ที่เข้ากันได้
|
รายการ, ตรวจสอบยอดคงเหลือ | .health_metrics_and_measurements.readonly.health_metrics_and_measurements.writeonly |
|
ค่าเบี่ยงเบนของอุณหภูมิขณะนอนหลับต่อวัน
dataType:
daily-sleep-temperature-derivationsfilter parameter: daily_sleep_temperature_derivations
ประเภทการบันทึก: รายวัน
อุปกรณ์ที่เข้ากันได้
|
รายการ, ตรวจสอบยอดคงเหลือ | .health_metrics_and_measurements.readonly.health_metrics_and_measurements.writeonly |
|
ความผันแปรของอัตราการเต้นของหัวใจ
dataType:
heart-rate-variabilityfilter parameter: heart_rate_variability
ประเภทระเบียน: ตัวอย่าง
อุปกรณ์ที่เข้ากันได้
|
รายการ, ตรวจสอบยอดคงเหลือ | .health_metrics_and_measurements.readonly.health_metrics_and_measurements.writeonly |
|
ความอิ่มตัวของออกซิเจน
dataType:
oxygen-saturationfilter parameter: oxygen_saturation
ประเภทระเบียน: ตัวอย่าง
ความละเอียดของพื้นที่เก็บข้อมูล: 1 นาที
อุปกรณ์ที่เข้ากันได้
|
รายการ, ตรวจสอบยอดคงเหลือ | .health_metrics_and_measurements.readonly.health_metrics_and_measurements.writeonly |
|
ข้อมูลสรุปการนอนหลับเกี่ยวกับอัตราการหายใจ
dataType:
respiratory-rate-sleep-summaryfilter parameter: respiratory_rate_sleep_summary
ประเภทระเบียน: ตัวอย่าง
อุปกรณ์ที่เข้ากันได้
|
รายการ, ตรวจสอบยอดคงเหลือ | .health_metrics_and_measurements.readonly.health_metrics_and_measurements.writeonly |
|
การนอนหลับ
dataType:
sleepfilter parameter: sleep
ประเภทระเบียน: เซสชัน
อุปกรณ์ที่เข้ากันได้
|
list, get, reconcile, create, update, batchDelete | .sleep.readonly.sleep.writeonly |
เซสชันการนอนหลับและการตื่นขึ้นมาสั้นๆ
เซสชันการนอนหลับ (Sleep) แสดงถึงเหตุการณ์การนอนหลับที่แยกกัน เช่น การนอนหลับตอนกลางคืนหรือการงีบหลับตอนกลางวันครั้งเดียว โดยจะแสดงรายละเอียดของระยะการนอนหลับที่ไม่ทับซ้อนกัน พร้อมกับช่วงการตื่นสั้นๆ ที่เรียกว่าการตื่นสั้นๆ
- เซสชันการนอนหลับ (
Sleep): แสดงเหตุการณ์การนอนหลับที่แยกกัน (ช่วงระยะLIGHT,DEEP,REM,AWAKE) ซึ่งแบ่งไทม์ไลน์ที่ต่อเนื่องกันของการพักผ่อนหลัก - การตื่นสั้นๆ (
shortAwakenings): การตื่นสั้นๆ หรือการตื่นที่เกิดขึ้นระหว่างการพักผ่อน ช่วงการตื่นสั้นๆ เป็นส่วนที่แตกต่างออกไปซึ่งอาจทับซ้อนกับระยะการนอนหลับที่อยู่รอบๆ ได้ ซึ่งต่างจากช่วงระยะAWAKEมาตรฐาน (ซึ่งแบ่งความคืบหน้าของระยะการนอนหลับที่ต่อเนื่องกันและไม่ทับซ้อนกัน) โดยจะให้ข้อมูลที่ละเอียดเกี่ยวกับอาการกระสับกระส่ายและการตื่นเล็กน้อยโดยไม่รบกวนโครงสร้างระยะการนอนหลับหลัก - การตื่นกลางดึก: การตื่นกลางดึก (เช่น ลุกขึ้นมาดื่มน้ำ) จะระบุโดยการรวมเซ็นเซอร์ในอุปกรณ์ (ตัวตรวจวัดความเร่ง เครื่องวัดการหมุน และจำนวนก้าว) แอปพลิเคชันสามารถตรวจจับการตื่นกลางดึกได้โดยกรอง
stagesสำหรับช่วงเวลาที่มีtype: "AWAKE"(ใช้ในบันทึกการนอนหลับทั้งCLASSICและSTAGES) หรือโดยการตรวจสอบoutOfBedSegments
ตัวอย่าง
{
"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"
}
}
}
สร้างเซสชันการนอนหลับ
หากต้องการสร้างรายการเซสชันการนอนหลับ ให้ส่งคำขอ POST ไปยังปลายทางจุดข้อมูล sleep การตอบกลับจะมีช่อง name ที่มี data-point-id ซึ่งใช้ในคำขออัปเดต (แพตช์) หรือลบได้
ส่งคำขอ
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"
}
]
}
}คำตอบ
{
"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"
}
]
}
}
}ค้นหาและปรับยอดเซสชันการนอนหลับ
หากต้องการดึงข้อมูลประวัติการนอนหลับของผู้ใช้ ให้ค้นหาปลายทาง reconcile แทนปลายทาง list เมื่อผู้ใช้ติดตามการนอนหลับจากหลายแหล่งที่มา เช่น อุปกรณ์ติดตามที่สวมใส่ได้และ Health Connect list จะแสดงผลทุกระเบียนที่ทับซ้อนกัน การรวมผลลัพธ์ list
ดิบอาจนับระยะเวลาการนอนหลับรายวันซ้ำ ปลายทาง reconcile จะกรองข้อมูลที่ซ้ำกันออกในบันทึกที่ทับซ้อนกันให้เป็นสตรีมเดียว และระบุเซสชันการนอนหลับหลักของแต่ละวันโดยตั้งค่า sleep.metadata.mainSleep เป็น true ดูการเปรียบเทียบปลายทางทั้ง 2 รายการได้ที่หัวข้อเปรียบเทียบปลายทางของรายการและปลายทางของการปรับยอด
เมื่อค้นหา sleep ด้วย list หรือ reconcile โปรดคำนึงถึงข้อจำกัดในการกรองและการแบ่งหน้าต่อไปนี้
- กรองการค้นหา
sleepตามเวลาสิ้นสุดของเซสชันเท่านั้นโดยใช้sleep.interval.end_time(เวลาจริงในเขตเวลา UTC) หรือsleep.interval.civil_end_time(เวลาท้องถิ่น) รวมขอบเขตล่างและขอบเขตบนโดยใช้โอเปอเรเตอร์การเปรียบเทียบ>=และ<กับAND - อย่ากรองคำค้นหา
sleepตามเวลาเริ่มต้นหรือด้วยORการกรองในsleep.interval.start_timeหรือsleep.interval.civil_start_timeแสดงข้อผิดพลาด400 Bad Request(INVALID_ARGUMENT) พร้อมเหตุผลINVALID_DATA_POINT_FILTER_DATA_TYPE_MEMBERการใช้ORจะแสดงข้อผิดพลาด400 Bad Request(INVALID_ARGUMENT) พร้อมเหตุผลINVALID_DATA_POINT_FILTER_EXPRESSION_STRUCTUREดูรายละเอียดไวยากรณ์ได้ที่คำแนะนำในการกรองข้อมูล - ทั้ง
listและreconcileจะบังคับใช้pageSizeเริ่มต้นและสูงสุดที่25สำหรับsleepหากคุณส่งpageSizeที่มากกว่า25, API จะจำกัดค่าไว้ที่25และแสดงข้อผิดพลาด400 Bad Requestหากค่าเป็นลบ หากต้องการซิงค์ประวัติการนอนหลับหลายสัปดาห์ ให้แบ่งหน้าโดยใช้nextPageTokenจนกว่าโทเค็นจะว่างเปล่า โปรดดูรายละเอียดที่หัวข้อการค้นหาข้อมูลย้อนหลัง
ตัวอย่างเช่น คำขอต่อไปนี้จะค้นหาเซสชันการนอนหลับที่ปรับยอดแล้วซึ่งสิ้นสุดภายในช่วงวันที่ตามปฏิทิน 2 สัปดาห์
ส่งคำขอ
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
คำตอบ
{
"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"
}เมตริกประสิทธิภาพและเวลาในการตอบสนองของการนอนหลับ
นอกจากระยะการนอนหลับและเมตริกทางสรีรวิทยาแล้ว API ยังให้เมตริกสำคัญที่วัดคุณภาพการนอนหลับและการเริ่มนอนหลับด้วย ประสิทธิภาพการนอนหลับและเวลาที่ใช้ในการเริ่มหลับเป็นเมตริกทางคลินิกมาตรฐานที่อธิบายประสิทธิภาพการพักผ่อนของผู้ใช้เมื่อเทียบกับเวลาทั้งหมดที่อยู่บนเตียง ซึ่งให้ข้อมูลเชิงลึกเกี่ยวกับสุขอนามัยในการนอนหลับและความผ่อนคลาย
คะแนนประสิทธิภาพการนอนหลับ
ประสิทธิภาพการนอนหลับเป็นเมตริกมาตรฐานที่กำหนดเป็นสัดส่วนของเวลาที่ใช้ในการนอนหลับเทียบกับเวลาทั้งหมดที่อยู่บนเตียง API จะคำนวณประสิทธิภาพการนอนหลับโดยใช้สูตรต่อไปนี้
Sleep Efficiency Score = round( (Total Minutes Asleep / Total Minutes In Bed) * 100 )
ระบบจะคำนวณคะแนนประสิทธิภาพก่อนการแบ่งพาร์ติชันระดับ (ระยะ) การนอนหลับ จำนวนนาทีที่นอนหลับทั้งหมดที่แสดงในการตอบกลับจาก API (ในช่อง summary.minutesAsleep) จะแสดงผลลัพธ์สุดท้ายหลังจากคำนวณระดับการนอนหลับแล้ว
หากผู้ใช้หรือนักวิจัยแก้ไขเวลาเริ่มต้นหรือเวลาสิ้นสุดของบันทึกการนอนหลับด้วยตนเอง API จะคำนวณคะแนนประสิทธิภาพการนอนหลับใหม่และปรับพาร์ติชันระยะตามข้อมูลเซ็นเซอร์ที่บันทึกไว้ภายในขอบเขตเวลาเข้านอนและเวลาตื่นใหม่
เวลาที่ใช้ในการเริ่มหลับ
ระยะเวลาที่ใช้ในการเริ่มนอนหลับจะวัดเวลาที่ผ่านไปตั้งแต่ตอนที่ผู้ใช้ตั้งใจจะนอนหลับ (จุดเริ่มต้นของเวลา "อยู่บนเตียง" หรือ "ปิดไฟ") จนกระทั่งเริ่มนอนหลับ
สำหรับบันทึกที่สร้างขึ้นโดยอัตโนมัติ (metadata.manuallyEdited คือ false)
summary.minutesToFallAsleep จะมีค่าเริ่มต้นเป็น "0" เนื่องจากไม่มีการบันทึกความตั้งใจที่ชัดเจนในการนอนหลับ เมื่อมีการบันทึกหรือแก้ไขเวลาเริ่มต้นเข้านอนด้วยตนเอง (metadata.manuallyEdited คือ true) API จะคำนวณและป้อนข้อมูล summary.minutesToFallAsleep พร้อมกับ summary.minutesAfterWakeUp
คำแนะนำสำหรับการวิจัยและการบันทึกด้วยตนเอง
เมื่อผู้เข้าร่วมบันทึกหรือปรับเวลาเริ่มต้นและสิ้นสุดของการเข้านอนด้วยตนเอง
- การอัปเดตขอบเขตเวลาอยู่บนเตียงจะเปลี่ยน
interval(และsummary.minutesInSleepPeriod) ของการนอนหลับ - ระดับการนอนหลับและการแบ่งระยะการนอนหลับจะปรับโดยอัตโนมัติเพื่อประเมินข้อมูลเซ็นเซอร์ภายในกรอบเวลาใหม่
- ระบบจะคำนวณคะแนนประสิทธิภาพการนอนหลับ
summary.minutesToFallAsleepและsummary.minutesAfterWakeUpอีกครั้งตามกรอบเวลาที่อัปเดต
ค่าเบี่ยงเบนของอุณหภูมิขณะนอนหลับต่อวัน
ค่าเบี่ยงเบนของอุณหภูมิขณะนอนหลับต่อวันจะวัดความแปรปรวนของอุณหภูมิผิวหนังของผู้ใช้ขณะนอนหลับเมื่อเทียบกับค่าพื้นฐาน โดยปกติแล้ว ระบบจะรายงานข้อมูลนี้วันละครั้งหลังจากเซสชันการนอนหลับหลัก
อัตราการหายใจ
อัตราการหายใจจะวัดอัตราการหายใจต่อนาทีของผู้ใช้ ในระหว่างการนอนหลับ อัตราการหายใจเป็นเมตริกสำคัญในการตรวจสอบคุณภาพการนอนหลับและสิ่งรบกวนที่อาจเกิดขึ้น API รองรับตัวอย่างอัตราการหายใจ (respiratory-rate) ข้อมูลสรุปรายวัน (daily-respiratory-rate) และข้อมูลสรุปการนอนหลับระดับเซสชัน (respiratory-rate-sleep-summary)
ความผันแปรของอัตราการเต้นของหัวใจ (HRV)
HRV จะวัดความผันแปรของเวลาระหว่างการเต้นของหัวใจแต่ละครั้ง ซึ่งเป็นตัวบ่งชี้สำคัญของสถานะระบบประสาทอัตโนมัติ โดยทั่วไปแล้ว HRV ที่สูงระหว่างการนอนหลับจะบ่งบอกถึงการฟื้นตัวและความพร้อมที่ดีขึ้น ส่วน HRV ที่ต่ำอาจบ่งบอกถึงความเครียดหรือการฝึกหนักเกินไป API รองรับตัวอย่าง HRV (heart-rate-variability) และสรุปรายวัน (daily-heart-rate-variability)
ความอิ่มตัวของออกซิเจน
ความอิ่มตัวของออกซิเจนในเลือด (SpO2) แสดงเปอร์เซ็นต์ของฮีโมโกลบินที่อิ่มตัวด้วยออกซิเจนเมื่อเทียบกับฮีโมโกลบินทั้งหมดในเลือด การตรวจสอบ SpO2 ระหว่างการนอนหลับช่วยตรวจจับความผิดปกติที่อาจเกิดขึ้นกับการหายใจ และยืนยันว่าผู้ใช้มีระดับออกซิเจนที่เพียงพอตลอดทั้งคืนหรือไม่ API รองรับตัวอย่าง SpO2 (oxygen-saturation) และสรุปรายวัน (daily-oxygen-saturation)
เมื่อคุณค้นหา oxygen-saturation ระดับนาที Google Health API จะแสดงเฉพาะจุดข้อมูลที่ตรวจสอบแล้วและกรองการวัดที่ไม่ถูกต้องซึ่งเกิดจากการเคลื่อนไหวของแขน การสวมใส่อุปกรณ์ที่ข้อมือหลวม หรือความเชื่อมั่นของเซ็นเซอร์ต่ำ (ต่ำกว่า 50%) รวมถึงค่าที่อ่านได้ซึ่งอยู่ติดกับสัญญาณรบกวนจากการเคลื่อนไหว เนื่องจากระบบไม่รวมนาทีที่ไม่ถูกต้อง ความครอบคลุมระดับนาทีจึงอาจเบาบางและอาจมีช่องว่างของการประทับเวลา ทั้ง oxygen-saturation และ daily-oxygen-saturation ต่างก็อาศัยค่าที่อ่านได้ซึ่งได้รับการตรวจสอบแล้วเหมือนกัน ดูรายละเอียดเกี่ยวกับเกณฑ์การตรวจสอบได้ที่การกรอง SpO2 ระดับนาทีและความถูกต้องของข้อมูล
มุมมองแบบองค์รวมเกี่ยวกับสุขภาพและการฟื้นตัวจากการนอนหลับ
แม้ว่าเมตริกแต่ละรายการจะให้ข้อมูลเชิงลึกที่เฉพาะเจาะจง แต่ก็มีความสัมพันธ์กันอย่างลึกซึ้งและให้มุมมองแบบองค์รวมเกี่ยวกับการฟื้นตัวของผู้ใช้ ระยะการนอนหลับ (หลับตื้น หลับลึก หลับฝัน) เป็นรากฐานโครงสร้างของการพักผ่อน ขณะที่ตัวบ่งชี้ทางสรีรวิทยา เช่น HRV และ SpO2 บ่งบอกว่าร่างกายตอบสนองต่อการพักผ่อนนั้นอย่างไร ตัวอย่างเช่น เซสชันการนอนหลับที่มีคุณภาพสูงซึ่งมีช่วงหลับลึกที่เหมาะสมมักจะสัมพันธ์กับ HRV ที่สูงขึ้น ซึ่งบ่งบอกถึงการฟื้นตัวที่มีประสิทธิภาพของระบบประสาทอัตโนมัติ
การรวมข้อมูลเหล่านี้เข้ากับข้อมูลที่ได้จากอัตราการหายใจและอุณหภูมิขณะนอนหลับจะช่วยให้แอปพลิเคชันระบุสิ่งรบกวนที่อาจเกิดขึ้นได้ อัตราการหายใจที่เพิ่มขึ้นอย่างฉับพลันหรือความเบี่ยงเบนของอุณหภูมิขณะนอนหลับสามารถอธิบายบริบทได้ว่าเหตุใดผู้ใช้อาจใช้เวลาในระยะการฟื้นฟูร่างกายน้อยลง การวิเคราะห์ข้อมูลประเภทเหล่านี้ควบคู่กันไปช่วยให้นักพัฒนาแอปสามารถประเมินสุขอนามัยในการนอนหลับและแนวโน้มด้านสุขภาพในระยะยาวได้อย่างครอบคลุม
หลักเกณฑ์
เมื่อผสานรวมเมตริกการนอนหลับในแอป ให้ใช้หลักเกณฑ์ต่อไปนี้
- รายละเอียดเซสชัน: หากต้องการแสดงระยะการนอนหลับของผู้ใช้ (หลับตื้น หลับลึก REM ตื่น) และการตื่นสั้นๆ ให้ค้นหาประเภทข้อมูล
sleep - การตื่นกลางดึก: หากต้องการติดตามเหตุการณ์การตื่นกลางดึกโดยไม่มีสตรีมเซ็นเซอร์ดิบ ให้ตรวจสอบช่วงระยะ
sleepและกรองรายการที่มีtype: "AWAKE"(สำหรับทั้งบันทึกการนอนหลับSTAGESและCLASSIC) หรือตรวจสอบoutOfBedSegments - เวลาแฝงและประสิทธิภาพ: ใช้
summary.minutesToFallAsleepและสูตรประสิทธิภาพการนอนหลับเพื่อวิเคราะห์เวลาแฝงในการนอนหลับ โปรดทราบว่าระบบจะป้อนข้อมูลsummary.minutesToFallAsleepเมื่อมีการแก้ไขบันทึกการนอนหลับด้วยตนเอง (metadata.manuallyEditedคือtrue) หรือบันทึกไว้อย่างชัดเจน - การติดตามสรีรวิทยา: หากต้องการติดตามสุขภาพขั้นสูง ให้รวมข้อมูลเซสชันการนอนหลับเข้ากับเมตริกสรีรวิทยาและการฟื้นตัว เช่น
respiratory-rate-sleep-summary,daily-sleep-temperature-derivations,daily-heart-rate-variabilityและdaily-oxygen-saturation
คำนวณเวลาทั้งหมดที่หลับลึก
วิธีคำนวณเวลาทั้งหมดที่ผู้ใช้ใช้ในระยะการนอนหลับลึกเพื่อฟื้นฟูร่างกายในคืนหนึ่งๆ
- ค้นหาประเภทข้อมูล
sleepสำหรับช่วงเวลาที่ระบุ - ทำซ้ำผ่านรายการระยะและระบุช่วงเวลาที่
typeเป็นDEEP - คำนวณระยะเวลา (เวลาสิ้นสุด - เวลาเริ่มต้น) สำหรับช่วงการหลับลึกแต่ละช่วง แล้วนำมารวมกัน
ผลรวมที่ได้คือระยะเวลาการนอนหลับลึกทั้งหมดของเซสชันนั้น