一种基于压电陶瓷传感器的睡姿识别方法及装置制造方法及图纸

本发明专利技术提供一种基于压电陶瓷传感器的睡姿识别方法及装置，包括：在用户处于睡眠平稳状态的情况下，基于压电陶瓷传感器系统，获取用户胸腹区域的混合心冲击信号；基于混合心冲击信号，确定用户的心肺活动分布特征；将心肺活动分布特征与预设环境矢量特征输入训练好的睡姿识别分类网络模型，得到用户的睡姿识别结果。本发明专利技术的方法，在用户处于睡眠平稳状态的情况下，通过多路压电陶瓷传感器采集用户胸腹区域的混合心冲击信号经过信号处理，得到用户的心肺活动分布特征，以将心肺活动分布特征和预设环境矢量特征输入训练好的睡姿识别分类网络模型，得到用户的睡姿识别结果，实现非侵入式实时用户睡姿监测，具有较强的普适性和环境抗干扰能力。

【技术实现步骤摘要】
一种基于压电陶瓷传感器的睡姿识别方法及装置
本专利技术涉及睡眠监测
，尤其涉及一种基于压电陶瓷传感器的睡姿识别方法及装置。
技术介绍
随着生活水平的提升，越来越多的人群开始关注自己的睡眠状况。针对睡眠监测，目前监测用户睡姿与相关数据状态的常用方式有睡眠多导图(PolySomnoGraphy；PSG)与睡眠中的循环交替模式(CyclicAlternatingPattern；CAP)，其通过陀螺仪辅助视频监控系统判别用户整晚的睡姿情况。该方法是通过接触式测量获取用户生理参数，用户需要整晚佩戴十几枚电极并穿戴张力传感器进行测试才能得到一次完整的报告。整个测试过程繁琐，且易造成用户产生“首夜效应”。同时，此种侵入式测试也给用户带来了生理和心理的负担，直接影响了用户正常的睡姿数据状态。因此，如何更好地实现睡姿识别，已成为业界关注的研究重点。
技术实现思路
本专利技术提供一种基于压电陶瓷传感器的睡姿识别方法及装置，用以更好地实现睡姿识别。本专利技术提供一种基于压电陶瓷传感器的睡姿识别方法，包括：在用户处于睡眠平稳状态的情况下，基于压电陶瓷传感器系统，获取用户胸腹区域的混合心冲击信号，其中，所述压电陶瓷传感器系统中包含多个压电陶瓷传感器；基于所述混合心冲击信号，确定用户的心肺活动分布特征；将所述心肺活动分布特征与预设环境矢量特征输入训练好的睡姿识别分类网络模型，得到用户的睡姿识别结果；其中，所述训练好的睡姿识别分类网络模型是根据携带有睡姿标签的心肺活动分布特征与环境矢量特征样本进行训练得到的。根据本专利技术提供的一种基于压电陶瓷传感器的睡姿识别方法，所述在用户处于睡眠平稳状态的情况下，基于压电陶瓷传感器系统，获取用户胸腹区域的混合心冲击信号，具体为：获取用户胸腹区域对所述压电陶瓷传感器系统施加的第一压力信息；根据压力与输出电压映射关系，确定所述第一压力信息对应的第一电压信息；根据所述第一电压信息的变化量，对用户的睡眠状态进行判断，确定用户处于睡眠平稳状态下的第二电压信息；根据所述第二电压信息的变化量，确定所述用户处于睡眠平稳状态下的混合心冲击信号。根据本专利技术提供的一种基于压电陶瓷传感器的睡姿识别方法，基于所述混合心冲击信号，确定用户的心肺活动分布特征，具体为：基于所述混合心冲击信号，计算用户的心肺活动强度特征；根据所述用户的心肺活动强度特征和所述压电陶瓷传感器系统中的消参处理参数，确定所述用户的心肺活动分布特征。根据本专利技术提供的一种基于压电陶瓷传感器的睡姿识别方法，基于所述混合心冲击信号，计算用户的心肺活动强度特征，具体为：对所述混合心冲击信号进行信息提取，得到所述用户的心肺活动信号电压信息；根据所述用户的心肺活动信号电压信息，基于信号微分和麦克劳林公式近似估计，计算所述用户的心肺活动应力幅度信息；对所述用户的心肺活动应力幅度信息，进行预设信号长度的特征提取，得到用户的心肺活动强度特征。根据本专利技术提供的一种基于压电陶瓷传感器的睡姿识别方法，根据所述用户的心肺活动强度特征和所述压电陶瓷传感器系统中的消参处理参数，确定所述用户的心肺活动分布特征，具体为：根据所述用户的心肺活动强度特征和所述压电陶瓷传感器系统中的消参处理参数，计算各路传感器采集的心肺活动幅度信息；其中，所述消参处理参数是通过计算其余传感器的参数与基准参数的比值得到的；其中，所述基准参数是通过选择所述压电陶瓷传感器系统中参数最小且工作正常的传感器参数进行设定的；根据所述各路传感器采集的心肺活动幅度信息，确定所述用户的心肺活动分布特征。根据本专利技术提供的一种基于压电陶瓷传感器的睡姿识别方法，在将所述心肺活动分布特征与预设环境矢量特征输入训练好的睡姿识别分类网络模型之前，所述方法还包括：获取多个携带有睡姿标签的心肺活动分布特征与环境矢量特征样本；将每个携带有睡姿标签的心肺活动分布特征和环境矢量特征样本作为一组训练样本，获得多组训练样本，利用多组训练样本对睡姿识别分类网络模型进行训练。根据本专利技术提供的一种基于压电陶瓷传感器的睡姿识别方法，所述利用多组训练样本对睡姿识别分类网络模型进行训练，具体为：对于任意一组训练样本，将所述训练样本输入所述睡姿识别分类网络模型，输出所述训练样本对应的预测概率；利用预设损失函数，根据所述训练样本对应的预测概率和所述训练样本中的睡姿标签，计算损失值；若所述损失值小于预设阈值，则所述睡姿识别分类网络模型训练完成。本专利技术还提供一种基于压电陶瓷传感器的睡姿识别装置，包括：混合心冲击信号采集模块，用于在用户处于睡眠平稳状态的情况下，基于压电陶瓷传感器系统，获取用户胸腹区域的混合心冲击信号，其中，所述压电陶瓷传感器系统中包含多个压电陶瓷传感器；心肺活动分布特征生成模块，用于基于所述混合心冲击信号，确定用户的心肺活动分布特征；睡姿识别结果生成模块，用于将所述心肺活动分布特征与预设环境矢量特征输入训练好的睡姿识别分类网络模型，得到用户的睡姿识别结果；其中，所述训练好的睡姿识别分类网络模型是根据携带有睡姿标签的心肺活动分布特征与环境矢量特征样本进行训练得到的。本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于压电陶瓷传感器的睡姿识别方法的步骤。本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于压电陶瓷传感器的睡姿识别方法的步骤。本专利技术提供的基于压电陶瓷传感器的睡姿识别方法及装置，在用户处于睡眠平稳状态的情况下，通过多路压电陶瓷传感器采集用户胸腹区域的混合心冲击信号，经过信息处理，得到用户的心肺活动分布特征，以将用户的心肺活动分布特征和预设环境矢量特征输入训练好的睡姿识别分类网络模型，得到用户的睡姿识别结果，实现非侵入式实时用户睡姿监测，具有较强的普适性和环境抗干扰能力。附图说明为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术提供的基于压电陶瓷传感器的睡姿识别方法的流程示意图；图2是本专利技术实施例提供的基于压电陶瓷传感器的睡姿识别方法的步骤流程示意图；图3是本专利技术的实施例中用户与等重物体在压电陶瓷传感器系统上的输出电压曲线对比示意图；图4是本专利技术的实施例提供的混合心冲击信号中的呼吸频段信号及原始混合信号示意图；图5是本专利技术的实施例提供的混合心冲击信号中的心冲击信号及其心跳周期的包络示意图；图6是本专利技术的实施例提供的压电陶瓷传感器电压放大电路的示意图；图7是本文档来自技高网...

【技术保护点】
1.一种基于压电陶瓷传感器的睡姿识别方法，其特征在于，包括：/n在用户处于睡眠平稳状态的情况下，基于压电陶瓷传感器系统，获取用户胸腹区域的混合心冲击信号，其中，所述压电陶瓷传感器系统中包含多个压电陶瓷传感器；/n基于所述混合心冲击信号，确定用户的心肺活动分布特征；/n将所述心肺活动分布特征与预设环境矢量特征输入训练好的睡姿识别分类网络模型，得到用户的睡姿识别结果；/n其中，所述训练好的睡姿识别分类网络模型是根据携带有睡姿标签的心肺活动分布特征与环境矢量特征样本进行训练得到的。/n

【技术特征摘要】
1.一种基于压电陶瓷传感器的睡姿识别方法，其特征在于，包括：
在用户处于睡眠平稳状态的情况下，基于压电陶瓷传感器系统，获取用户胸腹区域的混合心冲击信号，其中，所述压电陶瓷传感器系统中包含多个压电陶瓷传感器；
基于所述混合心冲击信号，确定用户的心肺活动分布特征；
将所述心肺活动分布特征与预设环境矢量特征输入训练好的睡姿识别分类网络模型，得到用户的睡姿识别结果；
其中，所述训练好的睡姿识别分类网络模型是根据携带有睡姿标签的心肺活动分布特征与环境矢量特征样本进行训练得到的。


2.根据权利要求1所述的基于压电陶瓷传感器的睡姿识别方法，其特征在于，所述在用户处于睡眠平稳状态的情况下，基于压电陶瓷传感器系统，获取用户胸腹区域的混合心冲击信号，具体为：
获取用户胸腹区域对所述压电陶瓷传感器系统施加的第一压力信息；
根据压力与输出电压映射关系，确定所述第一压力信息对应的第一电压信息；
根据所述第一电压信息的变化量，对用户的睡眠状态进行判断，确定用户处于睡眠平稳状态下的第二电压信息；
根据所述第二电压信息的变化量，确定所述用户处于睡眠平稳状态下的混合心冲击信号。


3.根据权利要求1所述的基于压电陶瓷传感器的睡姿识别方法，其特征在于，基于所述混合心冲击信号，确定用户的心肺活动分布特征，具体为：
基于所述混合心冲击信号，计算用户的心肺活动强度特征；
根据所述用户的心肺活动强度特征和所述压电陶瓷传感器系统中的消参处理参数，确定所述用户的心肺活动分布特征。


4.根据权利要求3所述的基于压电陶瓷传感器的睡姿识别方法，其特征在于，基于所述混合心冲击信号，计算用户的心肺活动强度特征，具体为：
对所述混合心冲击信号进行信息提取，得到所述用户的心肺活动信号电压信息；
根据所述用户的心肺活动信号电压信息，基于信号微分和麦克劳林公式近似估计，计算所述用户的心肺活动应力幅度信息；
对所述用户的心肺活动应力幅度信息，进行预设信号长度的特征提取，得到用户的心肺活动强度特征。


5.根据权利要求3所述的基于压电陶瓷传感器的睡姿识别方法，其特征在于，根据所述用户的心肺活动强度特征和所述压电陶瓷传感器系统中的消参处理参数，确定所述用户的心肺活动分布特征，具体为：
根据所述用户的心肺活动强度特征和所述压电陶瓷传感器系统中的消参处理参数，计算各路传感器采集的心肺活动...

【专利技术属性】
技术研发人员：高伟东，胡迪坤，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11