基于心冲击信号的睡姿识别

作     者：张艺超 袁贞明 孙晓燕 ZHANG Yichao;YUAN Zhenming;SUN Xiaoyan

作者机构：杭州师范大学信息科学与工程学院杭州311121 

基　　金：浙江省自然科学基金(No.LQ16H180004) 浙江新苗人才计划(No.ZX15046032) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2018年第54卷第17期

页      码：135-140页

摘      要：研究证明,睡眠质量与睡姿有着密切关系,不良的睡姿甚至会加剧多种疾病的潜在风险。为了更精准地进行睡眠健康监控,提出了一种基于心冲击(BCG)信号的睡姿模式识别算法,使用非接触、无干扰的压电薄膜传感器采集BCG信号,在腰腹部采集仰卧、俯卧、左侧卧和右侧卧4种睡姿信号,经小波变换降噪等预处理后提取基于J波的特征值,设计并比较基于神经网络和KNN的睡姿识别分类器。实验结果表明,神经网络睡眠识别算法的平均正确识别率为93%,KNN算法为84%,因此基于BCG信号的神经网络睡姿识别算法可以广泛用于睡眠监测应用。

主 题 词：心冲击信号 小波变换 特征提取 神经网络 睡姿识别 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3778/j.issn.1002-8331.1705-0135

馆 藏 号：203327303...