[發(fā)明專利]一種用于壓力傳感陣列的人類睡姿識別方法

在審

• 申請?zhí)枺?/td>: 202310331079.5
• 申請日: 2023-03-31
• 公開（公告）號: CN116563940A
• 公開（公告）日: 2023-08-08
• 發(fā)明（設(shè)計）人: 尚杰;胡振宇;方建波;李潤偉
• 申請（專利權(quán)）人: 中國科學(xué)院寧波材料技術(shù)與工程研究所
• 主分類號: G06V40/20
• 分類號: G06V40/20;A61B5/11;A61B5/103;A61B5/00;G06V10/30;G06V10/40;G06V10/764;G06V10/82;G06N3/0464;G06N3/047;G06N3/08
• 代理公司: 寧波甬致專利代理有限公司 33228
• 代理人: 袁波

1.一種用于壓力傳感陣列的人類睡姿識別方法，其特征在于，預(yù)先于床板上鋪設(shè)壓力傳感陣列，并于所述壓力傳感陣列上鋪設(shè)床墊以供用戶躺于所述床墊上進行睡眠，所述人類睡姿識別方法包括以下步驟：

步驟S1,每隔預(yù)設(shè)時間間隔，獲取用戶躺于所述壓力傳感陣列上的一實時壓力數(shù)據(jù)；

步驟S2，針對每個所述實時壓力數(shù)據(jù)，對所述實時壓力數(shù)據(jù)進行去噪、去極值和融合平均預(yù)處理得到對應(yīng)的預(yù)處理后實時壓力數(shù)據(jù)；

步驟S3，針對每個所述預(yù)處理后實時壓力數(shù)據(jù)，對所述預(yù)處理后實時壓力數(shù)據(jù)進行圖片化處理得到對應(yīng)的一實時灰度圖像；

步驟S4，針對每張所述實時灰度圖像，將所述實時灰度圖像輸入至預(yù)先訓(xùn)練得到的殘差卷積神經(jīng)網(wǎng)絡(luò)的睡姿識別模型中，得到表征用戶睡眠姿勢類別的睡姿識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的人類睡姿識別方法，其特征在于，所述壓力傳感陣列上設(shè)有168個壓力傳感點，則所述步驟S1中，通過每個所述壓力傳感點獲取用戶躺于所述壓力傳感陣列上的傳感數(shù)據(jù)，并將各所述傳感數(shù)據(jù)整合為所述實時壓力數(shù)據(jù)。

3.根據(jù)權(quán)利要求2所述的人類睡姿識別方法，其特征在于，所述壓力傳感陣列上設(shè)有藍牙通信模組，所述藍牙通信模組的輸入端分別連接各所述壓力傳感點，所述藍牙通信模組的輸出端連接外部的上位機，則所述步驟S1中，通過所述上位機于所述藍牙通信模組獲取各所述壓力傳感點輸出的所述傳感數(shù)據(jù)并整合為所述實時壓力數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的人類睡姿識別方法，其特征在于，所述步驟S4中，所述睡姿識別結(jié)果表征的所述睡眠姿勢類別包括仰臥、左側(cè)臥、右側(cè)臥、趴臥、左側(cè)蜷縮和右側(cè)蜷縮。

5.根據(jù)權(quán)利要求1所述的人類睡姿識別方法，其特征在于，執(zhí)行所述步驟S1之前還包括一模型訓(xùn)練過程，所述模型訓(xùn)練過程包括以下步驟：

步驟A1，分別獲取不同實驗人員以不同的睡眠姿勢躺于所述壓力傳感陣列上的歷史壓力數(shù)據(jù)；

步驟A2，針對每個所述歷史壓力數(shù)據(jù)，對所述歷史壓力數(shù)據(jù)進行去噪、去極值和融合平均預(yù)處理得到對應(yīng)的預(yù)處理后歷史壓力數(shù)據(jù)；

步驟A3，針對每個所述預(yù)處理后歷史壓力數(shù)據(jù)，對所述預(yù)處理后歷史壓力數(shù)據(jù)進行圖片化處理得到對應(yīng)的歷史灰度圖像；

步驟A4，以各所述歷史灰度圖像為輸入，以標(biāo)注的各所述歷史灰度圖像對應(yīng)的所述睡眠姿勢類別為輸出，訓(xùn)練得到所述睡姿識別模型。

6.根據(jù)權(quán)利要求5所述的人類睡姿識別方法，其特征在于，所述步驟A1中，針對每個實驗人員的每個所述睡眠姿勢，以3Hz為采樣頻率，于一分鐘內(nèi)持續(xù)采集實驗人員以所述睡眠姿勢躺于所述壓力傳感陣列上的所述歷史壓力數(shù)據(jù)。

7.根據(jù)權(quán)利要求5所述的人類睡姿識別方法，其特征在于，所述步驟A2包括：

步驟A21，刪除各所述歷史壓力數(shù)據(jù)中壓力數(shù)值重復(fù)的所述歷史壓力數(shù)據(jù)，將保留下來的各所述歷史壓力數(shù)據(jù)作為第一預(yù)處理數(shù)據(jù)；

步驟A22，針對每個所述第一預(yù)處理數(shù)據(jù)，判斷所述第一預(yù)處理數(shù)據(jù)的壓力數(shù)值是否大于預(yù)設(shè)閾值：

若是，則刪除所述第一預(yù)處理數(shù)據(jù)，并轉(zhuǎn)向步驟A23；

若否，則保留所述第一預(yù)處理數(shù)據(jù)，并轉(zhuǎn)向步驟A23；

步驟A23，將保留下來的各所述第一預(yù)處理數(shù)據(jù)作為第二預(yù)處理數(shù)據(jù)，對各所述第二預(yù)處理數(shù)據(jù)中存在壓力值波動的所述第二預(yù)處理數(shù)據(jù)進行濾波處理得到對應(yīng)的第三預(yù)處理數(shù)據(jù)，并將各所述第三預(yù)處理數(shù)據(jù)作為所述預(yù)處理后歷史壓力數(shù)據(jù)。

8.根據(jù)權(quán)利要求5所述的人類睡姿識別方法，其特征在于，所述步驟A4中所使用的所述殘差卷積神經(jīng)網(wǎng)絡(luò)內(nèi)包含多個于輸入層和輸出層之間分層排布的殘差塊，以對所述歷史灰度圖像進行層層提取得到對應(yīng)的所述圖像特征。