Doplor Sleep是一款睡眠监测应用,能够提供医院声音干扰的洞察。它使用智能手机的麦克风捕捉环境声音,通过实施的算法将记录的数据分类为不同的声源类别,如医疗报警、语音、偶发声音和打鼾声。Doplor Sleep与Fitbit睡眠跟踪器连接,并从Fitbit API获取数据,形成每日睡眠-声音质量报告。
在用户界面设计上,我们使用了友好的插图来呈现数据和信息,并采用了创新的交互方式,让用户查看他们的睡眠状态和声音环境的动态。在整个系统的构建上,我们使用了Android Studio IDE,并使用Fitbit API获取睡眠数据。
在设计过程中,我们面临的挑战是如何设计一个能够准确分类医院声音的声音分类算法,以及如何以用户友好的方式在同一时间线上展示声音数据和睡眠数据。然而,通过不断的努力和创新,我们成功地解决了这些问题。
Doplor Sleep的设计有两个目的。首先,它可以帮助医务人员和病人意识到医院噪音作为一个干扰睡眠的因素,对人们的身心健康造成了伤害。其次,它可以为研究者进一步研究医院声音环境和病人的睡眠卫生之间的关系提供数据支持。
总的来说,Doplor Sleep是一款独特的睡眠监测应用,它不仅考虑了医院环境的噪音问题,而且还通过智能算法将捕获的声音分类,并将技术数据转化为用户友好的插图和用户界面。这款设计在2021年A'移动技术、应用和软件设计奖中获得了铁奖,这是对其设计理念和实用性的高度认可。
项目设计师: Yiling Liu
图片致谢: Image #1: Illustrator Yiling Liu, Doplor Sleep Mockup, 2020.
Image #2: Illustrator Yiling Liu, Doplor Sleep Phone Mockup, 2020.
Image # 3: Illustrator Yiling Liu, Doplor Sleep Tablet Mockup, 2020.
Image #4: Creator Yiling Liu, Doplor Sleep Phone Mockup, 2020.
Image #5: Creator Yiling Liu, Doplor Sleep Phone Mockup, 2020.
Video Credits: Creator Yiling Liu, Doplor Sleep Showcase, 2020
项目团队成员: Yiling Liu
Elif Özcan
Jered Vroon
Daan Kamphuis
项目名称: Doplor Sleep
项目客户: Yiling Liu