【技术实现步骤摘要】
本专利技术涉及身份识别领域，具体涉及一种睡眠姿势识别的方法、装置。
技术介绍
1、睡眠与人类健康密切相关，睡眠质量与心血管疾病、睡眠呼吸暂停综合征等疾病的风险相关。睡眠姿势影响睡眠质量，是诊断疾病的重要指标。例如，仰卧姿势增加了异常呼吸事件的频率和严重程度。改变睡眠姿势不频繁可能会导致术后患者出现压疮。此外，与非俯卧位相比，癫痫患者的俯卧位与猝死显著相关。监测睡眠姿势可以帮助监测患者的身体状况，降低患者的健康风险。
2、睡眠监测设备分为可穿戴设备和非接触式设备。接触法使用压力传感器、活动记录器和多导睡眠图(psg)等设备。这种方法具有很高的监测精度，但需要在床垫或使用者身上佩戴大量传感器，这可能会让使用者感到不舒服。传统的非接触式睡眠监测主要使用基于计算机视觉的解决方案，使用摄像头或红外摄像头作为传感器。这种方法通常会侵犯用户的隐私，用户可能会担心他们的隐私会被泄露，因此不愿使用此类设备。此外，这类设备容易受到光干扰，并可能由于用户用毯子覆盖自己而导致系统性能下降。
3、基于射频的传感器不会侵犯用户的隐私，并且可以在黑暗条件下工作。然而，现有的基于射频的睡眠姿势识别研究只能识别一个人的睡姿，不能同时识别两个人在床上的睡姿。
技术实现思路
1、本专利技术的目的是提供一种睡眠姿势识别的方法、装置，通过采集用户的热敏信号，确定用于的目标区域信号，将目标区域信号代入双通道睡姿识别模型，得到两个人的睡眠姿势识别结果。
2、为解决上述问题，本专利技术的第一方
3、采集雷达的反射信号；
4、基于所述反射信号构建方位角热图；
5、基于所述方位角热图提取目标区域信号；
6、将所述目标区域信号代入双通道睡姿识别模型，得到睡眠姿势识别结果。
7、优选地，提取目标区域信号的步骤包括：
8、在角度维度上对所述方位角热图进行平均，得到所述热敏信号在距离轴上的分布热图；
9、在所述距离轴上确定目标区域的中心坐标；
10、提取距离所述中心坐标设定范围内的信号作为所述目标区域信号；
11、对所述目标区域信号归一化处理。
12、优选地，提取目标区域信号后还包括：对所述目标区域信号进行数据增强。
13、优选地，用于识别两个用户的睡眠姿势；
14、所述睡眠姿势识别的结果包括：仰卧位、俯卧位、左侧卧位、右侧卧位和无人。
15、优选地，双通道睡姿识别模型包括：
16、位置分割网络，包括：第一位置分割网络和第二位置分割网络，
17、所述第一位置分割网络用于提取所述目标区域第一用户的信号，过滤第二用户的信号；
18、第二位置分割网络用于提取所述目标区域第二用户的信号，过滤第一用户的信号；
19、特征提取器，包括：第一特征提取器和第二特征提取器，分别用于提取第一用户的信号特征和第二用户的信号特征；
20、预测器，包括：第一预测器和第二预测器，以提取到的特征作为输入，预测第一用户和第二用户的睡眠姿势。
21、优选地，第一位置分割网络和第二位置分割网络均包括：
22、第一卷积层和第二卷积层，内核大小均为3×5；
23、第三卷基层和第四卷积层，内核大小为1；
24、所述第四卷积层的采用sigmoid激活函数，生成值在0-1范围内的注意力热图。
25、优选地，位置分割网络的损失函数为：
26、lm＝mean(m1)+mean(m2) (1)
27、
28、
29、其中，m1、m2分别为第一注意力热图和第二注意力热图；
30、为目标区域归一化后的信号。
31、优选地，第一特征提取器和所述第二特征提取器分别以和m2作为输入，提取第一用户的特征和第二用户的特征。
32、优选地，预测器的损失函数为：
33、
34、其中，为第一用户的睡眠姿势标签，为第二用户的睡眠姿势标签；
35、为第一预测器的预测，为第二预测器的预测。
36、优选地，双通道睡姿识别模型的总损失函数为：
37、ltotal＝lcls+α*lm+β*lc-γ*ldis (5)
38、其中，α、β和γ为控制损失函数权值的超参数。
39、根据本专利技术的另一个方面提供了一种睡眠姿势识别装置，包括：信号采集模块，采集用户的热敏信号；
40、信号处理模块，基于所述热敏信号构建方位角热图；
41、信号提取模块，基于所述方位角热图提取目标区域信号；
42、睡姿识别模块，根据所述目标区域信号识别出用户的睡眠姿势。
43、优选地，还包括：数据增强模块。
44、本专利技术的上述技术方案具有如下有益的技术效果：
45、本专利技术以毫米波雷达发射无线电信号，接收环境和人体的反射信号，不会侵犯用户的隐私，并且可以在黑暗条件下工作不受遮挡物影响；同时，利用双通道睡姿识别模型，实现同时对两个用户睡眠姿势的识别。
本文档来自技高网...【技术保护点】
1.一种睡眠姿势识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述提取目标区域信号的步骤包括：
3.根据权利要求1所述的方法，其特征在于，所述提取目标区域信号后还包括：对所述目标区域信号进行数据增强。
4.根据权利要求1-3任一项所述的方法，其特征在于，用于识别两个用户的睡眠姿势；
5.根据权利要求4所述的方法，其特征在于，所述双通道睡姿识别模型包括：
6.根据权利要求5所述的方法，其特征在于，所述第一位置分割网络和第二位置分割网络均包括：
7.根据权利要求6所述的方法，其特征在于，所述位置分割网络的损失函数为：
8.根据权利要求5所述的方法，其特征在于，所述第一特征提取器和所述第二特征提取器分别以和作为输入，提取第一用户的特征和第二用户的特征。
9.根据权利要求5所述的方法，其特征在于，所述预测器的损失函数为：
10.根据权利要求5所述的方法，其特征在于，所述双通道睡姿识别模型的总损失函数为：
11.一种睡眠姿势识别的装置，其特征在于
12.根据权利要求11所述的装置，其特征在于，还包括：数据增强模块。
...【技术特征摘要】
1.一种睡眠姿势识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述提取目标区域信号的步骤包括：
3.根据权利要求1所述的方法，其特征在于，所述提取目标区域信号后还包括：对所述目标区域信号进行数据增强。
4.根据权利要求1-3任一项所述的方法，其特征在于，用于识别两个用户的睡眠姿势；
5.根据权利要求4所述的方法，其特征在于，所述双通道睡姿识别模型包括：
6.根据权利要求5所述的方法，其特征在于，所述第一位置分割网络和第二位置分割网络均包括：
【专利技术属性】
技术研发人员：姚奕成，方震，何光强，赵荣建，
申请(专利权)人：中科心感南京医疗电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。