本申请属于智能检测技术领域，具体涉及一种睡眠呼吸状态的检测方法及系统。
背景技术：
近些年，睡眠呼吸障碍逐渐被人们所关注，睡眠呼吸障碍主要表现为呼吸打鼾、睡眠暂停和白天嗜睡。目前睡眠呼吸障碍的标准监测方法是通过睡眠图检查，但是该检查方法价格贵，操作复杂，并且对被测试人员的睡眠产生影响。除此之外，还有通过压力传感器测量人体的呼吸信号，然后得出睡眠呼吸障碍的监测结果，但是，该方法依赖于测量的呼吸信号的质量，但是由于压力传感器的使用环境和本身的特点，这种方法虽然使用相对简单，但是测量的准确性却难以保证。因此，在现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差。
技术实现要素：
为克服相关技术中存在的问题，本申请提供的一种睡眠呼吸状态的检测方法及系统，能够解决现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差的技术问题。
为实现以上目的，本申请采用如下技术方案：
第一方面，本申请提供一种睡眠呼吸的检测方法，包括：检测目标对象在睡眠过程中目标检测区域内的二氧化碳浓度数据，其中，所述目标检测区域为所述目标对象所在区域；对所述二氧化碳浓度数据进行统计分析，得到统计分析结果；根据所述统计分析结果确定所述目标对象的异常呼吸状态。
进一步地，根据所述统计分析结果确定所述目标对象的异常呼吸状态，包括：根据所述统计分析结果确定所述目标对象的异常呼吸数据，并根据所述异常呼吸数据确定所述目标对象的异常呼吸状态，其中，所述异常呼吸数据包括以下至少之一：异常呼吸时间间隔、异常呼吸时间间隔内检测到的二氧化碳浓度数据。
进一步地，对所述二氧化碳浓度数据进行统计分析，得到统计分析结果，包括：对所述二氧化碳浓度数据进行过滤处理，得到过滤之后的所述二氧化碳浓度数据；对过滤之后的所述二氧化碳浓度数据进行统计分析，得到所述统计分析结果。
进一步地，对所述二氧化碳浓度数据进行过滤处理，得到过滤之后的所述二氧化碳浓度数据，包括：通过低通滤波器对所述二氧化碳浓度数据进行平滑去噪处理，得到平滑去噪处理之后的所述二氧化碳浓度数据；对平滑去噪处理之后的所述二氧化碳浓度数据进行均值整形处理，整形之后得到矩形波信号；并将所述矩形波信号确定为所述过滤之后的所述二氧化碳浓度数据。
进一步地，所述二氧化碳浓度数据为矩形波信号；对所述二氧化碳浓度数据进行统计分析，得到统计分析结果，包括：监测所述矩形波信号的上升沿时间，并将所述上升沿时间确定为呼吸开始时间，得到多个呼吸开始时间；统计所述多个呼吸开始时间中任意两个相邻呼吸开始时间之间的时间间隔，并将统计出的所述时间间隔和每个时间间隔内监测到的二氧化碳浓度数据确定为所述统计分析结果。
进一步地，根据所述统计分析结果确定所述二氧化碳浓度数据中的异常呼吸数据，包括：在所述时间间隔中确定目标时间间隔，其中，所述目标时间间隔的时长大于预设时长，且所述目标时间间隔内监测到的二氧化碳浓度数据小于预设浓度；将所述目标时间间隔及其所对应的二氧化碳浓度数据确定为所述异常呼吸数据。
第二方面，本申请还提供一种睡眠呼吸的检测系统，包括：包括：二氧化碳浓度传感器和控制器；其中，所述二氧化碳浓度传感器和所述控制器电连接；所述二氧化碳浓度传感器，用于检测目标对象在睡眠过程中的所述目标对象所处环境的二氧化碳浓度数据；所述控制器，用于对所述二氧化碳浓度数据进行统计分析，得到统计分析结果；并根据所述统计分析结果确定所述目标对象的异常呼吸状态。
进一步地，所述系统还包括：风扇，其中，所述风扇与所述控制器电连接；所述控制器，用于在检测到所述目标对象处于呼气的状态之后，向所述风扇发送开启指令；所述风扇，用于在检测到所述控制器发送的所述开启指令之后，以加速所述目标对象所处环境的空气流动。
进一步地，输出设备；其中，所述输出设备与所述控制器电连接；所述输出设备，用于获取所述控制器发送的所述目标对象的异常呼吸状态，并按照预设显示方式对所述目标对象的异常呼吸状态进行显示。
进一步地，所述控制器，还用于：根据所述统计分析结果确定所述目标对象的异常呼吸数据，并根据所述异常呼吸数据确定所述目标对象的异常呼吸状态，其中，所述异常呼吸数据包括以下至少之一：异常呼吸时间间隔、异常呼吸时间间隔内检测到的二氧化碳浓度数据。
本申请提供的上述睡眠呼吸状态的检测方法及系统，首先，检测目标对象在睡眠过程中目标检测区域内的二氧化碳浓度数据，其中，目标检测区域为目标对象所在区域；对二氧化碳浓度数据进行统计分析，得到统计分析结果；根据统计分析结果确定目标对象的异常呼吸状态。通过上述描述可知，在本申请中，通过二氧化碳浓度数据来确定目标对象的异常呼吸状态的方式，可以得到更加准确的睡眠状态的检测结果，同时节省了检测成本，提高了检测的准确性，从而解决了现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差的技术问题。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例示出的一种睡眠呼吸状态的检测方法的流程图；
图2是根据一示例性实施例示出的另一种睡眠呼吸状态的检测方法流程图；
图3是根据一示例性实施例示出的一种目标对象处于睡眠过程中理想情况下的二氧化碳浓度数据随时间的变化的示意图；
图4是根据一示例性实施例示出的一种二氧化碳浓度传感检测到的实际信号的仿真图；
图5是根据一示例性实施例示出的一种过滤之后的二氧化碳浓度数据的信号图像；
图6是根据一示例性实施例示出的一种睡眠呼吸状态的检测系统的示意图；
图7是根据一示例性实施例示出的另一种睡眠呼吸状态的检测系统的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。
考虑到现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差的网问题，本申请提出了一种睡眠呼吸状态的检测方法，在该方法中，通过二氧化碳浓度数据来确定目标对象的异常呼吸状态的方式，可以得到更加准确的睡眠状态的检测结果，同时节省了检测成本，提高了检测的准确性，从而解决了现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差的技术问题，为便于理解，以下对本申请进行详细介绍。
实施例一：
首先参见图1所示的一种睡眠呼吸状态的检测方法的流程图，主要包括如下步骤s102至步骤s106：
步骤s102：检测目标对象在睡眠过程中目标检测区域内的二氧化碳浓度数据，其中，所述目标检测区域为所述目标对象所在区域。
在本申请中，可以通过二氧化碳浓度传感器检测目标对象在睡眠过程中目标检测区域内的二氧化碳浓度数据。其中，该二氧化碳浓度传感器可以设置在智能穿戴设备上，目标对象在睡觉时，可以佩戴该智能穿戴设备，从而通过该智能穿戴设备中内置的二氧化碳浓度数据检测目标检测区域内的二氧化碳浓度数据。
需要说明的是，除了智能穿戴设备之外，还可以在其他任意的装置中内置二氧化碳浓度传感器，本申请对此不作具体限定。
步骤s104：对所述二氧化碳浓度数据进行统计分析，得到统计分析结果。
在本申请中，在获取到二氧化碳浓度数据之后，就可以对二氧化碳浓度数据进行统计分析，从而得到统计分析结果。其中，统计分析结果用于表征目标对象的各个呼吸周期的时间间隔，以及每个时间间隔内的二氧化碳浓度数据。
步骤s106：根据所述统计分析结果确定所述目标对象的异常呼吸状态。
在本申请中，在确定出上述统计分析结果之后，就可以根据统计分析结果确定目标对象的呼吸状态是否为异常呼吸状态，以及确定目标对象在一个完整的睡眠过程中异常呼吸状态的统计数据。在确定出上述数据之后，就可以根据上述数据确定目标对象的睡眠呼吸障碍的严重程度。
本申请提供的上述睡眠呼吸状态的检测方法，首先，检测目标对象在睡眠过程中目标检测区域内的二氧化碳浓度数据，其中，目标检测区域为目标对象所在区域；对二氧化碳浓度数据进行统计分析，得到统计分析结果；根据统计分析结果确定目标对象的异常呼吸状态。通过上述描述可知，在本申请中，通过二氧化碳浓度数据来确定目标对象的异常呼吸状态的方式，可以得到更加准确的睡眠状态的检测结果，同时节省了检测成本，提高了检测的准确性，从而解决了现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差的技术问题。
在一个可选的实施方式中，步骤s104：对所述二氧化碳浓度数据进行统计分析，得到统计分析结果，包括：
步骤s11，对所述二氧化碳浓度数据进行过滤处理，得到过滤之后的所述二氧化碳浓度数据；
步骤s12，对过滤之后的所述二氧化碳浓度数据进行统计分析，得到所述统计分析结果。
实际情况下，由于二氧化碳浓度传感器的电磁噪声，目标对象的呼吸，空气流动等干扰信息的干扰，二氧化碳浓度传感检测到的实际信号中包含大量的噪声，图4是二氧化碳浓度传感检测到的实际信号的仿真图。基于此，在本申请中，可以对二氧化碳浓度数据进行过滤处理，得到过滤之后的所述二氧化碳浓度数据。过滤之后的二氧化碳浓度数据的信号图像如图5所示。
在得到过滤之后的二氧化碳浓度数据之后，就可以对过滤之后的二氧化碳浓度数据进行统计分析，得到统计分析结果。通过上述描述可知，统计分析结果用于表征目标对象的各个呼吸周期的时间间隔，以及每个时间间隔内的二氧化碳浓度数据。如图5所示，纵轴为二氧化碳浓度数据，横轴为时间轴，通过对该过滤之后的二氧化碳浓度数据进行统计分析之后，就可以确定每个呼吸周期的时间间隔，以及每个时间间隔内的二氧化碳浓度数据。从图5中可以看出，60～80s处为呼吸暂停，此处没有呼吸信号。因此，在对过滤之后的二氧化碳浓度数据进行统计分析之后，就可以根据二氧化碳浓度数据确定异常呼吸数据。
如图3所示的为目标对象处于睡眠过程中理想情况下的二氧化碳浓度数据随时间的变化。从图3中可以看出，图像中纵轴为二氧化碳浓度数据，单位忽略；横轴为时间，单位为秒。二氧化碳浓度数据降低，说明目标对象处于吸气过程，二氧化碳浓度数据升高，说明目标对象处于呼气过程。吸气过程中可以开风扇，加速空气流动。因此，在本申请中，可以通过检测二氧化碳浓度数据的变化的方式来确定目标对象的异常呼吸数据。该方法通过二氧化碳浓度数据来确定目标对象的异常呼吸状态的方式，可以得到更加准确的睡眠状态的检测结果，同时节省了检测成本，提高了检测的准确性，从而解决了现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差的技术问题。
在一个可选的实施方式中，步骤s11，对所述二氧化碳浓度数据进行过滤处理，得到过滤之后的所述二氧化碳浓度数据，包括如下过程：
首先，通过低通滤波器对所述二氧化碳浓度数据进行平滑去噪处理，得到平滑去噪处理之后的所述二氧化碳浓度数据；
然后，对平滑去噪处理之后的所述二氧化碳浓度数据进行均值整形处理，整形之后得到矩形波信号；并将所述矩形波信号确定为所述过滤之后的所述二氧化碳浓度数据。
具体地，如图2所示，在本申请中，可以从二氧化碳浓度传感器获得二氧化碳浓度数据，然后通过一个n阶的最高通带频率为mhz的低通滤波器，对二氧化碳浓度数据进行平滑去噪处理，得到平滑去噪处理之后的二氧化碳浓度数据。然后通过均值mean，以均值的n倍为阈值，将平滑去噪处理之后的所述二氧化碳浓度数据的数据波形整形为矩形波信号，并将矩形波信号确定为所述过滤之后的所述二氧化碳浓度数据。
在一个可选的实施方式中，步骤s106：根据所述统计分析结果确定所述目标对象的异常呼吸状态，包括如下过程：
根据所述统计分析结果确定所述目标对象的异常呼吸数据，并根据所述异常呼吸数据确定所述目标对象的异常呼吸状态，其中，所述异常呼吸数据包括以下至少之一：异常呼吸时间间隔、异常呼吸时间间隔内检测到的二氧化碳浓度数据。
在本申请中，在对二氧化碳浓度数据进行统计分析，得到统计分析结果之后，就可以根据统计分析结果确定目标对象的异常呼吸数据，从而根据异常呼吸数据确定目标对象的异常呼吸状态。例如，如图5所示，60～80s处为呼吸暂停，此处没有呼吸信号，此时，在60～80s为异常呼吸时间间隔。
在一个可选的实施方式中，在二氧化碳浓度数据为矩形波信号的情况下，对所述二氧化碳浓度数据进行统计分析，得到统计分析结果，包括如下过程：
首先，监测所述矩形波信号的上升沿时间，并将所述上升沿时间确定为呼吸开始时间，得到多个呼吸开始时间；
然后，统计所述多个呼吸开始时间中任意两个相邻呼吸开始时间之间的时间间隔，并将统计出的所述时间间隔和每个时间间隔内监测到的二氧化碳浓度数据确定为所述统计分析结果。
具体地，在本申请中，可以监测矩形波信号中的上升沿时间作为呼吸开始时间，从而得到多个呼吸开始时间。之后，计算多个呼吸开始时间中任意两个相邻呼吸开始时间之间的时间间隔，从而统计出时间间隔，以及每个时间间隔内监测到的二氧化碳浓度数据。
在按照上述所描述的方式对二氧化碳浓度数据进行统计分析，得到统计分析结果之后，就可以根据所述统计分析结果确定所述二氧化碳浓度数据中的异常呼吸数据，具体包括：
首先，在所述时间间隔中确定目标时间间隔，其中，所述目标时间间隔的时长大于预设时长，且所述目标时间间隔内监测到的二氧化碳浓度数据小于预设浓度；
然后，将所述目标时间间隔及其所对应的二氧化碳浓度数据确定为所述异常呼吸数据。
在本申请中，在按照上述所描述的方式计算得到时间间隔，以及每个时间间隔内监测到的二氧化碳浓度数据之后，就可以对呼吸的时间间隔进行统计处理，从而计算出异常的呼吸间隔(即，上述目标时间间隔)，以及目标时间间隔的时长。在本申请中，在检测目标时间间隔时，需要确定一个没有呼吸的时间长度n，还有一个二氧化碳浓度阈值m，当二氧化碳浓度数据小于阈值m，并且目标时间间隔的时长大于n时，认为目标对象处于异常呼吸状态。
通过上述描述可知，在本申请中，通过二氧化碳浓度数据来确定目标对象的异常呼吸状态的方式，可以得到更加准确的睡眠状态的检测结果，同时节省了检测成本，提高了检测的准确性，从而解决了现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差的技术问题。
实施例二：
对应于前述睡眠呼吸状态的检测方法，本申请进一步提供了一种睡眠呼吸状态的检测系统，参见图6所示的一种睡眠呼吸状态的检测系统的结构框图，主要包括：二氧化碳浓度传感器100和控制器200；其中，所述二氧化碳浓度传感器100和所述控制器200电连接；
所述二氧化碳浓度传感器100，用于检测目标对象在睡眠过程中的所述目标对象所处环境的二氧化碳浓度数据；
所述控制器200，用于对所述二氧化碳浓度数据进行统计分析，得到统计分析结果；并根据所述统计分析结果确定所述目标对象的异常呼吸状态。
具体地，控制器，还用于：根据所述统计分析结果确定所述目标对象的异常呼吸数据，并根据所述异常呼吸数据确定所述目标对象的异常呼吸状态，其中，所述异常呼吸数据包括以下至少之一：异常呼吸时间间隔、异常呼吸时间间隔内检测到的二氧化碳浓度数据。
需要说明的是，在本申请中，如图7所示，控制器可以选取为单片机。
通过上述描述可知，在本申请中，通过二氧化碳浓度数据来确定目标对象的异常呼吸状态的方式，可以得到更加准确的睡眠状态的检测结果，同时节省了检测成本，提高了检测的准确性，从而解决了现有的睡眠呼吸障碍的检测方法检测成本高且检测准确性差的技术问题。
如图7所示，该系统还包括：风扇300，其中，所述风扇与所述控制器电连接.
控制器200，用于在检测到所述目标对象处于呼气的状态之后，向所述风扇发送开启指令；
风扇300，用于在检测到所述控制器发送的所述开启指令之后开启，以加速所述目标对象所处环境的空气流动。
具体地，控制器可以通过检测到的二氧化碳浓度数据来确定目标对象是否处于呼气的状态。例如，呼气时，二氧化碳浓度数据增大，吸气时，二氧化碳浓度数据减少。在确定出目标对象处于呼气的状态之后，就可以向风扇发送开启指令，以使风扇开启，从而通过风扇加速目标对象所处环境的空气流动，以实现降低用户身边的二氧化碳浓度，提高监测效率的目的。
如图7所示，该系统还包括：输出设备400；其中，所述输出设备400与所述控制器200电连接。所述输出设备，用于获取所述控制器发送的所述目标对象的异常呼吸状态，并按照预设显示方式对所述目标对象的异常呼吸状态进行显示。
在本申请中，控制器在确定出异常呼吸状态之后，就可以向输出设备发送该异常呼吸状态，从而使得输出设备对目标对象的异常呼吸状态进行显示。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”、“多”的含义是指至少两个。
应该理解，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者可能同时存在居中元件；当一个元件被称为“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件，此外，这里使用的“连接”可以包括无线连接；使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为：表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
1.一种睡眠呼吸状态的检测方法，其特征在于，包括：
检测目标对象在睡眠过程中目标检测区域内的二氧化碳浓度数据，其中，所述目标检测区域为所述目标对象所在区域；
对所述二氧化碳浓度数据进行统计分析，得到统计分析结果；
根据所述统计分析结果确定所述目标对象的异常呼吸状态。
2.根据权利要求1所述的方法，其特征在于，根据所述统计分析结果确定所述目标对象的异常呼吸状态，包括：
根据所述统计分析结果确定所述目标对象的异常呼吸数据，并根据所述异常呼吸数据确定所述目标对象的异常呼吸状态，其中，所述异常呼吸数据包括以下至少之一：异常呼吸时间间隔、异常呼吸时间间隔内检测到的二氧化碳浓度数据。
3.根据权利要求1所述的方法，其特征在于，对所述二氧化碳浓度数据进行统计分析，得到统计分析结果，包括：
对所述二氧化碳浓度数据进行过滤处理，得到过滤之后的所述二氧化碳浓度数据；
对过滤之后的所述二氧化碳浓度数据进行统计分析，得到所述统计分析结果。
4.根据权利要求3所述的方法，其特征在于，对所述二氧化碳浓度数据进行过滤处理，得到过滤之后的所述二氧化碳浓度数据，包括：
通过低通滤波器对所述二氧化碳浓度数据进行平滑去噪处理，得到平滑去噪处理之后的所述二氧化碳浓度数据；
对平滑去噪处理之后的所述二氧化碳浓度数据进行均值整形处理，整形之后得到矩形波信号；并将所述矩形波信号确定为所述过滤之后的所述二氧化碳浓度数据。
5.根据权利要求2所述的方法，其特征在于，所述二氧化碳浓度数据为矩形波信号；
对所述二氧化碳浓度数据进行统计分析，得到统计分析结果，包括：
监测所述矩形波信号的上升沿时间，并将所述上升沿时间确定为呼吸开始时间，得到多个呼吸开始时间；
统计所述多个呼吸开始时间中任意两个相邻呼吸开始时间之间的时间间隔，并将统计出的所述时间间隔和每个时间间隔内监测到的二氧化碳浓度数据确定为所述统计分析结果。
6.根据权利要求5所述的方法，其特征在于，根据所述统计分析结果确定所述二氧化碳浓度数据中的异常呼吸数据，包括：
在所述时间间隔中确定目标时间间隔，其中，所述目标时间间隔的时长大于预设时长，且所述目标时间间隔内监测到的二氧化碳浓度数据小于预设浓度；
将所述目标时间间隔及其所对应的二氧化碳浓度数据确定为所述异常呼吸数据。
7.一种睡眠呼吸状态的检测系统，其特征在于，包括：二氧化碳浓度传感器和控制器；其中，所述二氧化碳浓度传感器和所述控制器电连接；
所述二氧化碳浓度传感器，用于检测目标对象在睡眠过程中的所述目标对象所处环境的二氧化碳浓度数据；
所述控制器，用于对所述二氧化碳浓度数据进行统计分析，得到统计分析结果；并根据所述统计分析结果确定所述目标对象的异常呼吸状态。
8.根据权利要求7所述的系统，其特征在于，所述系统还包括：风扇，其中，所述风扇与所述控制器电连接；
所述控制器，用于在检测到所述目标对象处于呼气的状态之后，向所述风扇发送开启指令；
所述风扇，用于在检测到所述控制器发送的所述开启指令之后开启，以加速所述目标对象所处环境的空气流动。
9.根据权利要求7所述的系统，其特征在于，所述系统还包括：输出设备；其中，所述输出设备与所述控制器电连接；
所述输出设备，用于获取所述控制器发送的所述目标对象的异常呼吸状态，并按照预设显示方式对所述目标对象的异常呼吸状态进行显示。
10.根据权利要求7所述的系统，其特征在于，所述控制器，还用于：根据所述统计分析结果确定所述目标对象的异常呼吸数据，并根据所述异常呼吸数据确定所述目标对象的异常呼吸状态，其中，所述异常呼吸数据包括以下至少之一：异常呼吸时间间隔、异常呼吸时间间隔内检测到的二氧化碳浓度数据。
技术总结