基于多压电薄膜传感器的睡姿识别方法研究

发布时间：2021-04-22 00:06

　　睡眠姿势是评估睡眠质量的一个重要因素,对呼吸暂停和心血管疾病有着重要影响。为提高心冲击（BCG）睡姿识别的准确性,提出一种通过多路压电薄膜传感器采集心冲击信号实现睡姿识别的方法。首先设计多压电薄膜传感器组成的软垫来获取BCG信号,然后对预处理后的BCG波形进行时域分析,利用特征比值法优化特征向量,最后输入粒子群优化支持向量机（PSO-SVM）实现仰卧、左侧卧、右侧卧、俯卧4种睡姿的准确识别。结果表明,该文方法与已有睡姿识别方法相比准确率提高到97.1%,克服了单路BCG波形受个体差异及环境的影响,为家庭医疗与无感睡眠监测的研究提供了基础。 

【文章来源】：现代电子技术. 2020,43(20)北大核心

【文章页数】：4 页

【文章目录】：
0 引言
1 多路BCG信号采集
    1.1 多路传感器的拓扑结构设计
    1.2 获取原始BCG信号
2 多路BCG信号预处理
3 多路BCG睡姿相关信号的特征提取
    3.1 时域分析
    3.2 特征融合
4 多路BCG睡姿识别方法
5 实验结果
6 结论


【参考文献】：
期刊论文
[1]基于心冲击信号的心率提取算法[J]. 王春武,王旭,龙哲,张柯欣.  东北大学学报(自然科学版). 2012(08)

硕士论文
[1]基于心率信号的睡眠监测仪的设计与实现[D]. 刘绵诗.南京邮电大学 2018



本文编号：3152761