本发明公开了一种基于物联网的智能家居软床，属于智能消费设备领域。一种基于物联网的智能家居软床，包括处理器和位于软床上表面的检测触点，检测触点包括由压电材料制成的接收膜和由刚性材料制成的受压杆；接收膜贴合于皮肤表面以接收肌紧张反射信号，并传输至处理器；受压杆顶部突出于软床上表面以接收被抵接皮肤处的肌肉硬度，并传输至处理器；处理器根据接收的信息控制软床表面各处的波动幅度；它可以实现智能分析使用者适合何种睡姿，在使用者熟睡时对睡姿进行调整，在保证使用者睡眠的情况下，对使用者的睡眠健康进行精准调控。
1.一种基于物联网的智能家居软床，其特征在于：包括处理器和位于软床上表面的检测触点（4），检测触点（4）包括由压电材料制成的接收膜（41）和由刚性材料制成的受压杆（42）；接收膜（41）贴合于皮肤表面以接收肌紧张反射信号，并传输至处理器；受压杆（42）顶部突出于软床上表面以接收被抵接皮肤处的肌肉硬度，并传输至处理器；处理器根据接收的信息控制软床表面各处的波动幅度；处理器根据受压杆（42）的受力数据、接收膜（41）的肌紧张反射频率数据判断利于使用者健康的睡姿；处理器根据触发的检测触点（4）的数量和位置判断使用者使用的睡姿，与利于使用者健康的睡姿进行比较；处理器判断将使用者使用的睡姿调整至健康的睡姿所应波动的床表面位置；处理器控制床表面仅在使用者处于睡眠状态下产生波动。
2.根据权利要求1所述的一种基于物联网的智能家居软床，其特征在于：包括从上至下依次叠加的采集层（1）、软垫层（2）和基座层（3）；采集层（1）沿长度方向依序分为头颈区（11）、躯干区（12）和胫股区（13），检测触点（4）均匀分布于头颈区（11）、躯干区（12）和胫股区（13）内，采集层（1）的基质为柔性材料；软垫层（2）包括与采集层（1）抵接的且受处理器控制形变的弹性部件；基座层（3）为刚性部件；不同区内的检测触点（4）的受压杆（42）突出高度不同，所述高度由处理器预设。
3.根据权利要求2所述的一种基于物联网的智能家居软床，其特征在于：所述高度的预设基准为人体背侧曲线各处距离采集层（1）表面的距离。
4.根据权利要求3所述的一种基于物联网的智能家居软床，其特征在于：受压杆（42）于采集层（1）内垂直方向滑动设置，所述滑动受处理器控制驱动。
5.根据权利要求4所述的一种基于物联网的智能家居软床，其特征在于：包括体检臂套（5）；体检臂套（5）固定设置于躯干区（12）宽度方向的外侧；体检臂套（5）分为上臂套和下臂套，上臂套和下臂套转动连接；下臂套为固定件，且内壁设有检测点（51），检测点（51）用于收集脉搏信息，脉搏信息通过网络传输至处理器；上臂套为转动件，所述转动受处理器控制驱动。
6.根据权利要求4所述的一种基于物联网的智能家居软床，其特征在于：包括体检手环；体检手环与处理器通过网络连接；体检手环套设于人体手腕处，采集脉搏信息。
7.根据权利要求5或6所述的一种基于物联网的智能家居软床，其特征在于：包括辅助采集件，辅助采集件采集软床使用者的声音信息、图像信息或身体状况信息中的至少一项；
辅助采集件与处理器电性连接，辅助采集件采集的信息由处理器收集。
8.根据权利要求7所述的一种基于物联网的智能家居软床，其特征在于：作业步骤包括：
S10、使用者裸露背侧皮肤后仰面躺于采集层（1）上，各个与人体皮肤抵接的受压杆（42）采集受力大小数据，各个与人体皮肤抵接的接收膜（41）采集肌紧张反射频率数据；受力大小数据和肌紧张反射频率数据均反馈至处理器；处理器判定利于使用者健康的睡姿，睡姿种类包括左侧卧、右侧卧、上垫高仰卧、下垫高仰卧、趴卧；
S20、处理器根据脉搏信息和/或辅助采集件采集的信息判断使用者是否入睡，若入睡则进入S30，若未入睡则循环S20；
S30、处理器根据头颈区（11）、躯干区（12）和胫股区（13）内所触发的检测触点（4）的数量和位置，判定使用者使用的睡姿，并与利于使用者健康的睡姿进行比较，是否相同；若相同则循环S30；若不同则进入S40；
S40、处理器根据躯干区（12）被触发的检测触点（4），判定使用者所处的身体轴心；根据身体轴心位置及利于使用者健康的睡姿，处理器判定使用者应触发的检测触点（4）数量和位置；
S50、处理器驱动弹性部件在竖直方向上形变，驱使使用者身体移动，并覆盖全部应触发的检测触点（4）；弹性部件的形变幅度为0.5 1.5cm/s；处理器根据辅助采集件采集的信~息实时判断使用者是否被惊醒；若是则停止形变并返回至S20；若否则弹性部件继续形变至全部应触发的检测触点（4）被覆盖并进入S60；
S60、在使用者睡眠状态下，处理器根据检测触点（4）收集的受力大小数据和肌紧张反射频率数据，并以初始设定的阈值对比进行判断使用者睡眠时是否舒适；若是则返回S30；
若否则使用者覆盖的受压杆（42）以0.2 0.5cm/s的形变频率在竖直方向上进行微调，直至~
9.根据权利要求8所述的一种基于物联网的智能家居软床，其特征在于：步骤S10中，受力大小数据和肌紧张反射频率数据均每秒采集N次，每秒内数据的波动值为X；在开始采集数据后，处理器限定在M秒内，所有X的总和等于或小于限定阈值后，再经过Y秒被采集的受力大小数据和肌紧张反射频率数据的平均值为正确数据，正确数据被处理器采纳用于判定利于使用者健康的睡姿。
10.根据权利要求8所述的一种基于物联网的智能家居软床，其特征在于：处理器判定利于使用者健康的睡姿的因素包括由辅助采集件向处理器输入的打鼾状况、怀孕状况、年龄状况、患病状况。
一种基于物联网的智能家居软床
技术领域
[0001] 本发明属于智能消费设备领域，更具体地说，涉及一种基于物联网的智能家居软床。
背景技术
[0002] 每个人的身体状况决定了每个人适合的睡姿。
[0003] 由于肌肉习惯等因素，人在熟睡时会自动调整至习惯的睡眠姿势，但往往习惯的睡眠姿势是不健康的，会加重睡眠的不适感，长期如此会加重人的疲劳感。
[0004] 不同人对应的健康的睡姿如下：孕妇适合左侧卧；婴儿适合趴卧、打鼾者适合左侧卧或右侧卧、脖颈背患病者适合左侧卧或右侧卧、胃食管反流患病者适合上垫高仰卧、腰患病者适合下垫高仰卧。
[0005] 现有的可调整睡姿的智能家具，只单纯设定一种卧姿判定为健康睡姿，无法符合所有人的健康睡眠需求，且其在调整睡姿时容易将睡眠状态的人吵醒，不仅无法调整睡姿一使睡眠状态更好，反而使得使用者难以入睡，具有反面作用。
发明内容
[0006] 本发明要解决的技术问题在于提供一种基于物联网的智能家居软床，它可以实现智能分析使用者适合何种睡姿，在使用者熟睡时对睡姿进行调整，在保证使用者睡眠的情况下，对使用者的睡眠健康进行精准调控。
[0007] 本发明的一种基于物联网的智能家居软床，包括处理器和位于软床上表面的检测触点，检测触点包括由压电材料制成的接收膜和由刚性材料制成的受压杆；接收膜贴合于皮肤表面以接收肌紧张反射信号，并传输至处理器；受压杆顶部突出于软床上表面以接收被抵接皮肤处的肌肉硬度，并传输至处理器；处理器根据接收的信息控制软床表面各处的波动幅度。
[0008] 作为本发明的进一步改进，包括从上至下依次叠加的采集层、软垫层和基座层；采集层沿长度方向依序分为头颈区、躯干区和胫股区，检测触点均匀分布于头颈区、躯干区和胫股区内，采集层的基质为柔性材料；软垫层包括与采集层抵接的且受处理器控制形变的弹性部件；基座层为刚性部件；不同区内的检测触点的受压杆突出高度不同，所述高度由处理器预设。
[0009] 作为本发明的进一步改进，所述高度的预设基准为人体背侧曲线各处距离采集层表面的距离。
[0010] 作为本发明的进一步改进，受压杆于采集层内垂直方向滑动设置，所述滑动受处理器控制驱动。
[0011] 作为本发明的进一步改进，包括体检臂套；体检臂套固定设置于躯干区宽度方向的外侧；体检臂套分为上臂套和下臂套，上臂套和下臂套转动连接；下臂套为固定件，且内壁设有检测点，检测点用于收集脉搏信息，脉搏信息通过网络传输至处理器；上臂套为转动件，所述转动受处理器控制驱动。
[0012] 作为本发明的进一步改进，包括体检手环；体检手环与处理器通过网络连接；体检手环套设于人体手腕处，采集脉搏信息。
[0013] 作为本发明的进一步改进，包括辅助采集件，辅助采集件采集软床使用者的声音信息、图像信息或身体状况信息中的至少一项；辅助采集件与处理器电性连接，辅助采集件采集的信息由处理器收集。
[0014] 作为本发明的进一步改进，作业步骤包括：
[0015] S10、使用者裸露背侧皮肤后仰面躺于采集层上，各个与人体皮肤抵接的受压杆采集受力大小数据，各个与人体皮肤抵接的接收膜采集肌紧张反射频率数据；受力大小数据和肌紧张反射频率数据均反馈至处理器；处理器判定利于使用者健康的睡姿，睡姿种类包括左侧卧、右侧卧、上垫高仰卧、下垫高仰卧、趴卧；
[0016] S20、处理器根据脉搏信息和/或辅助采集件采集的信息判断使用者是否入睡，若入睡则进入S30，若未入睡则循环S20；
[0017] S30、处理器根据头颈区、躯干区和胫股区内所触发的检测触点的数量和位置，判定使用者使用的睡姿，并与利于使用者健康的睡姿进行比较，是否相同；若相同则循环S30；若不同则进入S40；
[0018] S40、处理器根据躯干区被触发的检测触点，判定使用者所处的身体轴心；根据身体轴心位置及利于使用者健康的睡姿，处理器判定使用者应触发的检测触点数量和位置；
[0019] S50、处理器驱动弹性部件在竖直方向上形变，驱使使用者身体移动，并覆盖全部应触发的检测触点；弹性部件的形变幅度为0.5 1.5cm/s；处理器根据辅助采集件采集的信~息实时判断使用者是否被惊醒；若是则停止形变并返回至S20；若否则弹性部件继续形变至全部应触发的检测触点被覆盖并进入S60；
[0020] S60、在使用者睡眠状态下，处理器根据检测触点收集的受力大小数据和肌紧张反射频率数据，并以初始设定的阈值对比进行判断使用者睡眠时是否舒适；若是则返回S30；若否则使用者覆盖的受压杆42以0.2 0.5cm/s的形变频率在竖直方向上进行微调，直至使~
用者睡眠时舒适，并返回S30。
[0021] 作为本发明的进一步改进，步骤S10中，受力大小数据和肌紧张反射频率数据均每秒采集N次，每秒内数据的波动值为X；在开始采集数据后，处理器限定在M秒内，所有X的总和等于或小于限定阈值后，再经过Y秒被采集的受力大小数据和肌紧张反射频率数据的平均值为正确数据，正确数据被处理器采纳用于判定利于使用者健康的睡姿。
[0022] 作为本发明的进一步改进，处理器判定利于使用者健康的睡姿的因素包括由辅助采集件向处理器输入的打鼾状况、怀孕状况、年龄状况、患病状况。
[0023] 相比于现有技术，本发明的有益效果在于：
[0024] 本发明通过检测肌肉硬度和肌紧张反射频率，有利于判断使用者使用作为支撑面的部位，以确定适合的、健康的睡姿。
[0025] 本发明通过通过检测触点、收声器、视觉摄像头、体检臂套等来判定使用者的身体状况，以精确地、实时地分析适合的、健康的睡姿。
[0026] 本发明弹性部件的形变幅度为0.5 1.5cm/s，动作轻柔，不易惊醒使用者，且弹性~部件的形变在使用者睡着以后再进行，有效保证使用者的睡眠质量。
附图说明
[0027] 图1为本发明的立体结构示意图；
[0028] 图2为本发明的检测触点的立体结构示意图；
[0029] 图3为本发明的下臂套的立体结构示意图；
[0030] 图4为本发明的作业流程图。
[0031] 图中标号说明：
[0032] 采集层1、头颈区11、躯干区12、胫股区13、软垫层2、基座层3、检测触点4、接收膜41、受压杆42、体检臂套5、检测点51。
具体实施方式
[0033] 具体实施例一：请参阅图1‑4的一种基于物联网的智能家居软床，包括从上至下依次叠加的采集层1、软垫层2和基座层3。
[0034] 采集层1表面设置多个检测触点4，采集层1的基质为柔性材料；采集层1沿长度方向依序分为头颈区11、躯干区12和胫股区13；头颈区11、躯干区12和胫股区13各自的检测触点4皆为均匀分布。
[0035] 检测触点4包括由压电材料制成的接收膜41和由刚性材料制成的受压杆42；接收膜41贴合于皮肤表面以接收肌紧张反射信号，并传输至处理器；受压杆42顶部突出于软床上表面以接收被抵接皮肤处的肌肉硬度，并传输至处理器；接收膜41为压电薄膜传感器，且呈吸盘状；受压杆42为顶端呈圆头的塑料杆；接收膜41固定设置在采集层1上表面，受压杆42穿过接收膜41中心向上突出；
[0036] 由于脊柱或软组织产生病变或疲劳时，对应部位的肌肉会变硬，以保护该处的神经和骨骼，这是人体自我保护的运转机制，当肌肉硬度超过正常值时，证明此处不能受力，在睡眠时不应作为支撑面；
[0037] 由于肌肉变硬即发生了肌紧张，肌紧张是由于肌肉受到缓慢而持续的牵拉，整个肌肉处于持续的、微弱的收缩状态，以阻止肌肉被拉长，在肌紧张反应发生过程中，同一肌肉内的不同肌纤维轮换地进行收缩，因而能持久发生着肌紧张反应而不易疲劳，这是人体自我保护的运转机制；
[0038] 而不同人的肌肉量不同，会导致检测结果出现误差，经常锻炼的人的肌肉紧张度会大于不常锻炼的人的肌肉紧张度；而不同人的肌紧张反射频率也不同，神经中枢产生病变的人其肌紧张反射频率相比正常人会增强或减弱；因此本发明中同时引入肌肉硬度和肌紧张反射频率的数据，两相综合来考量被检测部位是否适合作为睡眠时身体的支撑面，即仅肌肉硬度高于正常值，且肌紧张频率大于正常值的才视为不适合作为睡眠时身体的支撑面的部位。
[0039] 同时，不同区内的检测触点4的受压杆42突出高度不同，所述高度由处理器预设；预设的基准为人体背侧曲线各处距离采集层1表面的距离，即不同部位的受压杆42在自由状态下均抵接人体背侧曲线，且受压杆42顶端高度在自由状态下高于人体背侧曲线对应坐标点1 2cm；这样的设置可以测量人体背侧肌肉的硬度，同时不会导致使用者的接触舒适~
度。
[0040] 软垫层2包括与采集层1抵接的且受处理器控制形变的弹性部件；弹性部件可采用带有电磁铁的弹簧或者为由气泵控制充其量的气囊，现有技术中已有多种解决方法，在此不做赘述；为了使本实施例公开充分，本实施例采用弹性部件为由气泵控制充其量的气囊的方案，该方案中的气泵由处理器控制；气泵开启充气后气囊膨胀，对应采集层1位置产生凸起，充气量越多，凸起程度越大；气泵吸气后，气囊塌缩，对应采集层1位置产生凹陷，排气量越多，凹陷程度越大。
[0041] 基座层3为刚性部件；基座层3是软垫层2的底座，处理器位于基座层3内，用于保护处理器不受损坏；处理器与压电薄膜传感器线路连接，受压杆42下侧具有压力传感器，压力传感器与处理器线路连接。
[0042] 受压杆42于采集层1内垂直方向滑动设置，所述滑动受处理器控制驱动；在使用者熟睡且保持处理器设定的睡姿时，受压杆42可缩入采集层1内，保证软床表面平整，利于体验感。
[0043] 软床还包括体检臂套5；体检臂套5固定设置于躯干区12宽度方向的外侧；体检臂套5分为上臂套和下臂套，上臂套和下臂套转动连接；下臂套为固定件，且内壁设有检测点51，检测点51用于收集脉搏信息，脉搏信息通过网络传输至处理器；上臂套为转动件，所述转动受处理器控制驱动；使用者躺下准备入睡时，需要将手臂放在体检臂套5内，进行检测脉搏，体检臂套5的位置位于躯干区12宽度方向的外侧，可以保证使用者躺下后身体各部位与采集层1划分的头颈区11、躯干区12和胫股区13对应，即头颈位于头颈区11内，手、胸、腰位于躯干区12内，臀、大腿、小腿、脚位于胫股区13内，使用者的身体轴心与软床的长度方向平行；体检臂套5的设置便于对肌肉硬度、肌紧张反射频率的信息进行身体位置配对，减少处理器的工作；脉搏信息用于判断使用者是否进入睡眠状态，人在进入睡眠后脉搏频率会降低，可作为判断是否进入睡眠的依据；同时，脉搏也可检测使用者是否具有神经中枢病变症状，为判断肌紧张反射频率是否正常作为辅助依据；在处理器收集完脉搏信息后，可控制松开上臂套，便于使用者在睡眠时自由转动手臂，更换睡姿。
[0044] 软床外还设置收声器、视觉摄像头和网络后台；收声器、视觉摄像头和网络后台均与处理器网络或线路连通；收声器在处理器判定使用者进入睡眠状态后，对使用者周围环境进行收声，当收录的声音波形中与打鼾声的波形相似度超过75%时，判定使用者处于打鼾状态，打鼾者合适的睡姿为左侧卧或右侧卧；视觉摄像头在使用者在床上时被处理器控制开启，收录使用者自身的身体形态，作为判定使用者的身份状态的辅助依据，如判断使用者为婴儿或孕妇，婴儿合适的睡姿为趴卧，孕妇合适的睡姿为左侧卧；网络后台可用网络将使用者的患病状况传输至处理器，作为判定使用者是否患病的辅助依据，如判断使用者患有胃食管反流症，患有胃食管反流症的人合适的睡姿为上垫高仰卧。
[0045] 现有技术中已有如何驱动弹性部件调整使用者睡姿的方法和步骤，在此不赘述。
[0046] 软床作业步骤包括：
[0047] S10、使用者裸露背侧皮肤后仰面躺于采集层1上，各个与人体皮肤抵接的受压杆42采集受力大小数据，各个与人体皮肤抵接的接收膜41采集肌紧张反射频率数据；受力大小数据和肌紧张反射频率数据均反馈至处理器；处理器根据采集受力大小数据、肌紧张反射频率数据判定利于使用者健康的睡姿，睡姿种类包括左侧卧、右侧卧、上垫高仰卧、下垫高仰卧、趴卧；若检测出过硬肌肉位于脖颈背部的左边，判定健康睡姿为右侧卧；若检测出过硬肌肉位于脖颈背部的右边，判定健康睡姿为左侧卧；若检测出过硬肌肉位于脖颈背部的中间，判定健康睡姿为左侧卧或右侧卧；若检测出过硬肌肉位于腰部，判定健康睡姿为下垫高仰卧；
[0048] 受力大小数据和肌紧张反射频率数据均每秒采集5次，每秒内数据的波动值为X；在开始采集数据后，处理器限定在3秒内，所有X的总和等于或小于限定阈值后，再经过4秒被采集的受力大小数据和肌紧张反射频率数据的平均值为正确数据，正确数据被处理器采纳用于判定利于使用者健康的睡姿；
[0049] S20、处理器根据脉搏信息、收声器和视觉摄像头采集的信息判断使用者是否入睡，若入睡则进入S30，若未入睡则循环S20；
[0050] S30、处理器根据头颈区11、躯干区12和胫股区13内所触发的检测触点4的数量和位置，判定使用者使用的睡姿，并与利于使用者健康的睡姿进行比较，是否相同；若相同则循环S30；若不同则进入S40；
[0051] S40、处理器根据躯干区12被触发的检测触点4，判定使用者所处的身体轴心；根据身体轴心位置及利于使用者健康的睡姿，处理器判定使用者应触发的检测触点4数量和位置；
[0052] S50、处理器驱动弹性部件在竖直方向上形变，驱使使用者身体移动，并覆盖全部应触发的检测触点4；弹性部件的形变幅度为0.5 1.5cm/s；处理器根据辅助采集件采集的~信息实时判断使用者是否被惊醒；若是则停止形变并返回至S20；若否则弹性部件继续形变至全部应触发的检测触点4被覆盖并进入S60；
[0053] S60、在使用者睡眠状态下，处理器根据检测触点4收集的受力大小数据和肌紧张反射频率数据，并以初始设定的阈值对比进行判断使用者睡眠时是否舒适；若是则返回S30；若否则使用者覆盖的受压杆42以0.2 0.5cm/s的形变频率在竖直方向上进行微调，直~至使用者睡眠时舒适，并返回S30。
[0054] 具体实施例二：与具体实施例一不同的是，软床作业步骤包括：
[0055] S10、使用者裸露背侧皮肤后仰面躺于采集层1上，各个与人体皮肤抵接的受压杆42采集受力大小数据，各个与人体皮肤抵接的接收膜41采集肌紧张反射频率数据；受力大小数据和肌紧张反射频率数据均反馈至处理器；处理器根据采集受力大小数据、肌紧张反射频率数据、视觉摄像头收录的身份状态数据、网络后台收录的患病数据判定利于使用者健康的睡姿，睡姿种类包括左侧卧、右侧卧、上垫高仰卧、下垫高仰卧、趴卧；若检测出过硬肌肉位于脖颈背部的左边，判定健康睡姿为右侧卧；若检测出过硬肌肉位于脖颈背部的右边，判定健康睡姿为左侧卧；若检测出过硬肌肉位于脖颈背部的中间，判定健康睡姿为左侧卧或右侧卧；若检测出过硬肌肉位于腰部，判定健康睡姿为下垫高仰卧；若检测处使用者为婴儿，判定健康睡姿为趴卧；若检测处使用者为妇女，判定健康睡姿为左侧卧；
[0056] 受力大小数据和肌紧张反射频率数据均每秒采集5次，每秒内数据的波动值为X；在开始采集数据后，处理器限定在3秒内，所有X的总和等于或小于限定阈值后，再经过4秒被采集的受力大小数据和肌紧张反射频率数据的平均值为正确数据，正确数据被处理器采纳用于判定利于使用者健康的睡姿；
[0057] S20、处理器根据脉搏信息、收声器和视觉摄像头采集的信息判断使用者是否入睡，若入睡则更具S20中新收录的信息来更新使用者的健康睡姿并进入S30，若未入睡则循环S20；
[0058] S30、处理器根据头颈区11、躯干区12和胫股区13内所触发的检测触点4的数量和位置，判定使用者使用的睡姿，并与利于使用者健康的睡姿进行比较，是否相同；若相同则循环S30；若不同则进入S40；
[0059] S40、处理器根据躯干区12被触发的检测触点4，判定使用者所处的身体轴心；根据身体轴心位置及利于使用者健康的睡姿，处理器判定使用者应触发的检测触点4数量和位置；
[0060] S50、处理器驱动弹性部件在竖直方向上形变，驱使使用者身体移动，并覆盖全部应触发的检测触点4；弹性部件的形变幅度为0.5 1.5cm/s；处理器根据辅助采集件采集的~信息实时判断使用者是否被惊醒；若是则停止形变并返回至S20；若否则弹性部件继续形变至全部应触发的检测触点4被覆盖并进入S60；
[0061] S60、在使用者睡眠状态下，处理器根据检测触点4收集的受力大小数据和肌紧张反射频率数据，并以初始设定的阈值对比进行判断使用者睡眠时是否舒适；若是则返回S30；若否则使用者覆盖的受压杆42以0.2 0.5cm/s的形变频率在竖直方向上进行微调，直~至使用者睡眠时舒适，并返回S30。
[0062] 具体实施例三：在具体实施例一或二的基础上，若处理器判定使用者的健康睡姿为左侧卧或右侧卧时，且使用者已经在左侧卧或右侧卧的状态下进入了睡眠，处理器计算保持左侧卧或右侧卧下的睡眠时间，在经过设定时间后（本实施例中设定时间为1小时），处理器控制弹性部件，驱使使用者调整睡姿，从左侧卧变为右侧卧，或从右侧卧变为左侧卧；减小单侧内脏的持续受压，有利于保护内脏健康。该调整过程的步骤与步骤S50相同。
[0063] 具体实施例四：与具体实施例一或二或三不同的是，体检臂套5更换为体检手环；体检手环与处理器通过网络连接；体检手环套设于人体手腕处，采集脉搏信息，使得检测手段更灵活，使用者活动的自由空间更大。
