龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广东工业大学
申请日：2024-01-10
公开（公告）日：2024-05-03
公开（公告）号：CN117958804A
主分类号：A61B5/11
分类号：A61B5/11;A61B5/0205;A61B5/00
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.21#实质审查的生效;2024.05.03#公开
摘要：本发明涉及基于IMU信号的睡姿识别方法、系统、介质及计算机，本申请提出一种利用非穿戴无感设备实现的睡姿检测方法，利用来自身体的运动信号，包括呼吸信号、心跳信号和噪声，由于心脏与传感器位置的距离因睡眠姿势不同而距离不同，因此其产生信号能量也不同，这可以用加速度和角速度的瞬时能量来表征，通过结合深度学习模型，睡姿识别准确率可以达到99.72％。相比传动的穿戴式设备，本方法具备更高的舒适性，相比使用雷达等非接触设备，本方法安装调试简单，识别准确率与前两种手段基本相当。
主权项：1.基于IMU信号的睡姿识别方法，其特征在于，包括：S1、利用柔性睡眠监测带，在预定的时间内采集受试者在睡眠状态下的三轴加速度信号以及三轴角速度信号；S2、对所述三轴加速度信号以及三轴角速度信号进行预处理，对应得到三轴增强加速度信号以及三轴增强角速度信号；S3、分别对所述三轴增强加速度信号以及三轴增强角速度信号进行特征提取，得到对应的三轴加速度特征矩阵以及三轴角速度特征矩阵；将所述三轴加速度特征矩阵和三轴角速度特征矩阵进行连接，得到对应的瞬时能量特征矩阵；S4、将所述瞬时能量特征矩阵输入到预先训练好的卷积神经网络模型中进行分类，得到对应的睡姿分类结果。
全文数据：
权利要求：
百度查询： 广东工业大学 基于IMU信号的睡姿识别方法、系统、介质及计算机
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号