通过Swift语言来使用HealthKit中的睡眠分析功能

作者:ANUSHK MITTAL,时间:2016/6/18
翻译:BigNerdCoding, 如有错误欢迎指出。原文链接

当今关于睡眠革命的话题的讨论非常热烈,人们也比以往任何时候都更加的好奇。他们关心的内容不仅有在什么时候他们睡着了,还有那些通过分析过去一段时间以来自身睡眠数据所揭示出来的睡眠趋势。随着包括硬件等技术的进步,尤其是智能手机的普及将这个看似正在不断升温的话题带到了一个全新的境界。

苹果公司提供了一种非常酷的方式来安全的与个人健康信息进行交互并且通过预装的内置Health应用将这些健康信息存储起来。通过HealthKit框架你不仅可以创建一个身体素质的应用,还可以访问到用户的睡眠分析数据。

在这篇教程中,我会对HealthKit框架做一个简介,并且演示如果使用该框架创建一个睡眠分析的简单应用。

简介

HealthKit框架提供了数据结构以便我们能够将数据存储到名为HealthKit store的加密数据库中。我们可以通过HKHealthStore类来对该加密数据库进行访问。iPhone和iWatch都有自己的HealthKit store,两者之间的健康数据会进行同步。然而,对iWatch中的老旧数据进行定时清理有助于节省iWatch的空间。HealthKitHealth应用并不存在于iPad中。

如果你想创建一个iOS或者watchOS上基于健康数据的应用话,HealthKit对你来说将是一个强大的工具。该框架被设计用来管理那些来源广泛的数据,并且基于用户的偏爱对这些来源不同的数据进行合并。应用也可以访问这些来源不同的元素数据,并自身对其进行合并处理操作。除了用于对身体的测量、体质和营养的分析,这些数据还可以用来对用户的睡眠进行分析。

在本文的剩余部分,我将会为你演示在iOS平台上如何使用HealthKit框架来保存和访问睡眠分析数据。这些方法同样适用于watchOS平台。请注意教程中的实例Xcode7上面使用Swift2.0实现的,所以在跟随我脚步之前请确保你的Xcode是7以上的版本。

在我们进行下一步之前,请先下载起始工程并将其解压。我已经在工程里面为你创建好了带有基本功能的用户界面。当你运行工程的时候,你将会看见一个计时功能的UI界面(当你按下开始按键的时候会统计时间)。

使用HealthKit框架

我们应用的目标是通过StartStop按键保持睡眠分析信息并取回该数据。为了使用HealthKit,首先你必须让你的应用获得授权。在你的app工程里面选中当前目标,然后选择capabilities并打开HealthKit功能。

下一步你需要使用下面的代码在ViewController类里面创建HKHealthStore类实例:

let healthStore = HKHealthStore()

在后面你将会使用这个HKHealthStore实例来访问HealthKit store

正如前面提到的,HealthKit需要用户授权才可以控制他们的健康数据。所以在获得对用访问(读写)用户的健康数据之前,我们首先需要请求用户的授权同意。为了实现目的,我们首先导入HealthKit框架然后如下修改viewDidLoad函数里面的代码:

override func viewDidLoad() {
    super.viewDidLoad()
    
    let typestoRead = Set([HKObjectType.categoryTypeForIdentifier(HKCategoryTypeIdentifierSleepAnalysis)!])
    
    let typestoShare =  Set([HKObjectType.categoryTypeForIdentifier(HKCategoryTypeIdentifierSleepAnalysis)!])
    
    self.healthStore.requestAuthorizationToShareTypes(typestoShare,readTypes: typestoRead) { (success,error) -> Void in 
        if success == false {
            NSLog(" Display not allowed")
        }
    }
}

这段代码将会提示用户允许或者拒绝用户的授权请求。在completion block里面你可以对成功或者错误进行处理并且得到最终的结果。并不是所有的用户都会给予你相应的权限,你需要妥善的处理好用户拒绝的情况。

但是为了测试的目的,你必须选择允许应用获得访问设备中健康数据的的权限。

写入睡眠分析数据

首先,我们如何检索到睡眠分析数据呢?根据苹果官方的文档,每一个睡眠分析样本都有一个唯一值。为了表示用户在床上和睡觉两种状态,HealthKit使用了两个以上时间可能重叠的样本。通过比较这些样本的起始和终止时间,app可以计算出下面这些相关的统计数据:

  • 用户入睡花费的时间

  • 用户在实际睡觉时间在床上时间的占比

  • 用户醒了依然在床上的次数

  • 用户在床上和睡眠花费的总时间

简单来说,你可以通过下面的方法来将睡眠数据保存到HealthKit store

  1. 我们定义两个对应开始时间和结束时间的NSDate对象。

  2. 使用HKCategoryTypeIdentifierSleepAnalysis来创建一个HKObjectType实例

  3. 我们需要创建一个HKCategorySample类型的对象。你通常会使用类别样本来纪录这些睡眠数据。使用单个样本来表示用户在床上或者睡着了的时间段。所以我们创建一个在床上以及一个睡着了的样本,两种的时间段有重叠。

  4. 最后,我们使用HKHealthStore中的saveObject方法来保存对象。

编辑提醒:针对样本的类型,你可以查看HealthKit Constants Reference来了解。

如果你将上面的方法转化为Swift语言,下面就是实现上面保存在床上和睡着了两个样本数据的代码片段。请将这些方法插入到ViewController类中:

func saveSleepAnalysis() {
    //alarmTime and endTime are NSDate objects
    if let sleepType = HKObjectType.categoryTypeForIdentifier(HKCategoryTypeIdentifierSleepAnalysis) {
    // we create our new object we want to push in Health app
        let object = HKCategorySample(type:sleepType,value: HKCategoryValueSleepAnalysis.InBed.rawValue,startDate: self.alarmTime,endDate: self.endTime)
        //at the end,we save it
        healthStore.saveObject(object,withCompletion: { (success,error) -> Void in
            if error != nil {
                //something happened
                return
            }
            if success {
                print("My new data was saved in HealthKit")
            } else {
                //something happened again
            }
        })
    
        let object2 = HKCategorySample(type:sleepType,value: HKCategoryValueSleepAnalysis.Asleep.rawValue,endDate: self.endTime)
    
        healthStore.saveObject(object2,error) -> Void in
            if error != nil {
                //something happened
                return
            }
        
            if success {
                print("My new data (2) was saved in HealthKit")
            } else {
                //something happened again
            }
       })
    }
}

这个函数可以在我们需要将睡眠分析数据保存到HealthKit中的时候调用。

读取睡眠分析数据

为了读取出睡眠分析数据,我们需要创造一个队列。首先你需要定义一个HKCategoryTypeIdentifierSleepAnalysis类别的HKObjectType对象。你可能会使用起始和结束数据作为条件来筛选位于这段时间的数据。你还需要创建一个sortDescriptor来对查询出来的数据进行排序。

检索睡眠数据的代码如下:

func retrieveSleepAnalysis() {

    //first,we define the object type we want
    if let sleepType = HKObjectType.categoryTypeForIdentifier(HKCategoryTypeIdentifierSleepAnalysis) {

        //Use a sortDescriptor to get the recent data first
        let sortDescriptor = NSSortDescriptor(key: HKSampleSortIdentifierEndDate,ascending: false)
    
        //we create our query with a block completion to execute
        let query = HKSampleQuery(sampleType: sleepType,predicate: nil,limit: 30,sortDescriptors: [sortDescriptor]) { (query,tmpResult,error) -> Void in
        
            if error != nil {
                //something happened
                return
            }
        
            if let result = tmpResult {
            
                //do something with my data
                for item in result {
                    if let sample = item as? HKCategorySample {
                        let value = (sample.value == HKCategoryValueSleepAnalysis.InBed.rawValue) ? "InBed" : "Asleep"
                        print("Healthkit sleep: \(sample.startDate) \(sample.endDate) - value: \(value)")
                    }
                }
            }
        }
    
        //finally,we execute our query
        healthStore.executeQuery(query)
    }
}

上面的代码会查出所有的睡眠数据并按照降序的方式进行排列。然后每一个查询结果都按照:起始时间、结束时间、类型值(例如:在床上还是睡着了)的形式打印出来。我在查询中通过设置limit只取最后的30个样本。你也可以通过predicate方法选择你自定义的起始和结束时间。

App测试

在演示应用中,我使用了NSTimer来纪录点击开始按键后流失的时间。当点击开始和结束按键的时候都会创建一个NSDate对象,并且将经过的时间作为睡眠分析数据进行保存。在点击结束按键的时候可以触发调用saveSleepAnalysis()retrieveSleepAnalysis()方法取保存和查询睡眠数据。

@IBAction func stop(sender: AnyObject) {
    endTime = NSDate()
    saveSleepAnalysis()
    retrieveSleepAnalysis()
    timer.invalidate()
}

在你自己的app中,你可能会改变NSDate对象并选择与之相关的起始和结束时间来保存在床上和睡觉的值。

如果你做出了修改的话,你可以允许程序并点击开始按键开始计时。让程序运行几分钟然后点击停止按键。然后你可以打开Health应用,你就可以看见睡眠数据了。

对使用HealthKit应用的一些建议

HealthKit是设计用来为app开发人员提供一个更加方便分享和访问用户数据的公共平台,并且避免了任何数据的重复和不一致的可能性。在苹果应用审核指导中详细的表明了:那些使用了HealthKit并且要求获取读写权限的应用如果没有清晰的表明的话那么很有可能会审核不过。

如果应用保存一些假的或者不正确的数据到Health应用中的话也有可能无法审核通过。这意味着,你不能想本文中那样很天真的使用一些算法去计算不同的健康数据。你应该使用内置的传感器去读取和处理那些数据和参数,从而避免计算错误数据。

完整的Xcode工程可以在这里下载得到。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。