CN110974238B - 用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置 - Google Patents

用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置 Download PDF

Info

Publication number
CN110974238B
CN110974238B CN201911113875.1A CN201911113875A CN110974238B CN 110974238 B CN110974238 B CN 110974238B CN 201911113875 A CN201911113875 A CN 201911113875A CN 110974238 B CN110974238 B CN 110974238B
Authority
CN
China
Prior art keywords
human body
point
action
shoulder
action point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911113875.1A
Other languages
English (en)
Other versions
CN110974238A (zh
Inventor
赵江波
王晓东
李�杰
周勇
钟惠波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201911113875.1A priority Critical patent/CN110974238B/zh
Publication of CN110974238A publication Critical patent/CN110974238A/zh
Application granted granted Critical
Publication of CN110974238B publication Critical patent/CN110974238B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/1036—Measuring load distribution, e.g. podologic studies
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6892—Mats
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F5/00—Orthopaedic methods or devices for non-surgical treatment of bones or joints; Nursing devices; Anti-rape devices
    • A61F5/56—Devices for preventing snoring

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Otolaryngology (AREA)
  • Pulmonology (AREA)
  • Nursing (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置。该方案在床垫表面人体仰卧时肩部和上背部区域布置压力传感器网络；采集人体作用于床垫时各压力传感器数值，去除不是由人体肩部作用而产生的干扰数据；将有压力数值显示的压力传感器作为人体肩部有效作用点；判断有效作用点宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，否则，认为处于侧卧睡眠状态；在确定为仰卧时，根据人体肩部有效作用点位置和压力传感器采集值，计算出人体作用于床垫的重心位置，将与所述重心位置距离最近的顶推机构确定为将要进行动作的机构。本发明降低了算法的复杂度，提高了睡眠姿态识别的准确率，同时降低了开发成本。

Description

用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置
技术领域
本发明涉及检测技术领域，具体而言涉及一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置。
背景技术
鼾症，是睡眠呼吸暂停综合征的一个主要临床表现。打鼾在日常生活中很常见，但长期打鼾对身体的危害很大，它不仅可导致打鼾症者白天嗜睡、疲惫，而且长期打鼾对呼吸系统疾病、代谢类疾病和心血管疾病都存在隐患。在临床实践中，侧卧睡眠是医生唯一推荐的在日常生活中有效止鼾的方法，侧卧可以改善呼吸气道中各个部位：口腔、鼻腔、咽部狭窄所导致的打鼾问题。
目前市面上基于侧卧方式可以改善打鼾状况的设备，有以下几种方式：1)通过束缚带、睡眠枕等对人进行睡眠姿态固定，使人一直保持侧卧睡姿状态；2)通过气垫、床体折叠等方式，改变床的形态，而使人形成侧卧姿态。
本申请人于2019年11月12日提交了一份发明名称为《一种主动干预引导侧卧的止鼾床垫系统》的发明申请，该申请中提出了一种采用顶推机构刺激人体使人自行侧卧的止鼾床垫系统，该系统通过传感器识别人体姿态和位置，当人体仰卧且打鼾时，推顶人体肩胛区域，从而引导睡眠者侧卧。
为了精确确定推顶杆伸出的位置，还需要精确获得人体睡眠姿态和位置。目前，针对人体睡眠姿态的识别研究者们提出了不同的方法。传统进行睡眠姿态检测的方式是使用摄像机和麦克风，这种传统方法由于夜间光线比较低会对成像造成很大的影响，同时可见光视频会造成患者严重的隐私问题，不利于患者的治疗，影响体验度。随着图像处理技术的发展，研究者们提出使用图像分析处理进行睡姿识别，通过在床上铺满压力传感器，采集压力传感器数据并将压力传感器数据转化为压力图像，然后提取图像的某种特征，最后通过某种算法进行识别。这种方法，不仅软件运算处理复杂，对硬件的要求也很高，会导致硬件成本增加，不利于产品大规模生产与普通民用化。
发明内容
有鉴于此，本发明提供了一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置，降低了算法的复杂度，提高了睡眠姿态识别的准确率，可选择出合适位置的顶推机构，从而提高了刺激人体翻身的成功率，同时降低了开发成本。
为了解决上述技术问题，本发明是这样实现的：
一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法，该方法应用于内嵌多个顶推机构的床垫；包括：
步骤1、在床垫表面人体仰卧时肩部和上背部区域布置压力传感器网络；
步骤2、去除干扰：采集人体作用于床垫时各压力传感器数值，去除不是由人体肩部作用而产生的干扰数据；
步骤3、睡姿识别：将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点；判断人体肩部有效作用点宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，进入步骤4，否则，认为处于侧卧睡眠状态，重复执行步骤2和3；
步骤4、顶推点确定：根据人体肩部有效作用点位置和压力传感器采集值，计算出人体作用于床垫的重心位置，将与所述重心位置距离最近的顶推机构确定为将要进行动作的机构。
优选地，所述压力传感器的分布区域为：距离床头550mm-650mm的床垫横向区域。
优选地，所述压力传感器网络由6行33列的压力传感器阵列组成，且压力传感器水平方向与垂直方向彼此间隔3cm；将传感器网络布置区域横向划分出6个子区域，在每个子区域人体肩部位置的床垫内嵌入一个顶推机构。
优选地，所述步骤2去除干扰包括：
步骤21、去除外围孤立点：压力传感器按照阵列布局；将有压力数值显示的压力传感器作为作用点，组成作用点集合A；从作用点集合A中寻找最左边与最右边的点，作为边界点；如果边界点所在列只有一个作用点，则当前边界点为外围孤立点，将外围孤立点从作用点集合A中删除；从删除操作后的作用点集合A中找到新的边界点，并进行外围孤立点的判断和删除操作，直到边界点不再是外围孤立点，得到作用点集合B，进入步骤22；
步骤22、排除手臂和床上物品造成的干扰：判断作用点集合B中的作用点是否左右近似对称，若不对称程度达到阈值，则判定有干扰，去除体量较小的簇中的边界点；重复执行步骤21和22，直到获得具有对称作用点的作用点集合，作为所述人体肩部有效作用点。
优选地，所述步骤22为：采用K均值聚类的方式，将作用点集合B中的作用点坐标划分到两个簇中；如果两个簇的作用点数差异及均值向量距离均在各自的设定门限内，则判定没有干扰；否则，去除样本点数目少的簇中的边界点所在列，及其相邻的列。
优选地，在两个簇的作用点数及均值向量的差异均在各自的设定门限内时，作用点数据的设定门限取10，均值向量的设定门限取16。
优选地，所述步骤3所采用的人体肩部宽度范围根据当前使用者的肩宽Ju进行设置，则人体肩部宽度范围为[Ju-3，Ju+1]，单位为cm。
本发明还公开了一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定装置，可应用于内嵌多个顶推机构的床垫；该装置包括：压力传感器网络、睡眠姿态识别模块、睡眠位置重心识别模块和顶推机构选择模块；
所述压力传感器网络布置在床垫表面人体仰卧时肩部和上背部区域；
所述睡眠姿态识别模块，用于从压力传感器网络获得人体作用于床垫时各压力传感器采集值，去除不是由人体肩部作用而产生的干扰数据；将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点，判断人体肩部有效作用点的作用宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，将人体肩部有效作用点信息发送给睡眠位置重心识别模块；否则，认为处于侧卧睡眠状态；
所述睡眠位置重心识别模块，用于根据人体肩部有效作用点位置和压力传感器采集值，计算出人体作用于床垫的重心位置，发送给顶推机构选择模块；
所述顶推机构选择模块，用于将与所述重心位置距离最近的顶推机构确定为将要进行动作的机构。
优选地，所述压力传感器网络由6×33的压力传感器阵列组成，且压力传感器水平方向与垂直方向彼此间隔3cm；压力传感器阵列的分布区域为距离床头550mm-650mm的床垫横向区域。
优选地，所述睡眠姿态识别模块包括第一干扰去除模块、第二干扰去除模块和仰侧卧姿态识别模块；
第一干扰去除模块，用于去除外围孤立点：将有压力数值显示的压力传感器作为作用点，组成作用点集合A；从作用点集合A中寻找最左边与最右边的点，作为边界点；如果边界点所在列只有一个作用点，则当前边界点为外围孤立点，将外围孤立点从作用点集合A中删除；从删除操作后的作用点集合A中找到新的边界点，并进行外围孤立点的判断和删除操作，直到边界点不再是外围孤立点，得到作用点集合B；
第二干扰去除模块，用于排除手臂和床上物品造成的干扰：判断作用点集合B中的作用点是否左右近似对称，若不对称程度达到阈值，则判定有干扰，去除体量较小的簇中的边界点；重新交由第一干扰去除模块进行处理，直到获得具有对称作用点的作用点集合，作为所述人体肩部有效作用点；
仰侧卧姿态识别模块，用于将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点；判断人体肩部有效作用点宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，否则认为处于侧卧睡眠状态。
优选地，所述第二干扰去除模块采用K均值聚类的方式，将作用点集合B中的作用点坐标划分到两个簇中；如果两个簇的作用点数差异及均值向量距离均在各自的设定门限内，则判定没有干扰；否则，去除样本点数目少的簇中的边界点所在列，及其相邻的列；重新交由第一干扰去除模块进行处理，直到两个簇的作用点数及均值向量的差异均在各自的设定门限内。
有益效果：
(1)本发明提供了一种利用压力传感器网络识别人体位姿继而确定动作机构的方案。该方案未采用图像识别的方式，降低了算法的复杂度，提高了睡眠姿态识别的准确率，可选择出合适位置的顶推机构，从而提高了刺激人体翻身的成功率，同时降低了开发成本。
(2)本发明设计了压力传感器分布区域、间隔距离，保证测量有效性以及压力传感器数量的合理性。
(3)本发明考虑到了外围孤立点干扰，以及由排除手臂和床上物品造成的干扰，通过去除这样的干扰提高了人体睡眠位姿识别的准确度。
(4)对于手臂和床上物品造成的干扰，本发明利用左右近似对称原理获取干扰位置，并排除掉，与现有排除干扰的图像识别相比，运算速度更快，不用安装视频设备，使得止鼾床垫更为简洁。在一个优选实施例中，本发明提供了一种采用K均值聚类方式来排除手臂和床上物品干扰。
附图说明
图1为本发明用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法流程图；
图2为传感器网络与顶推机构分布示意图。
图3为肩部宽度测量方法示意图。
图4为本发明用于止鼾床垫的人体睡眠位姿识别和顶推点确定装置的组成框图。
具体实施方式
下面结合附图并举实施例，对本发明进行详细描述。
本发明提供了一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定方案，其基本思想是：在床垫表面人体仰卧时肩部和上背部区域布置压力传感器网络；采集人体作用于床垫时各压力传感器数值，去除不是由人体肩部作用而产生的干扰数据；将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点，根据人体肩部有效作用点区域，获得人体肩部作用位置和作用宽度；根据人体肩部对床垫的作用位置和作用宽度判断人体位姿，从而确定合适的顶推机构推出。
参见图1的工作流程，本发明用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法包括如下步骤：
步骤1：在床垫表面人体仰卧时肩部和上背部区域布置压力传感器网络，并建立坐标系。
将压力传感器分布于床垫内的特殊位置可检测人体睡眠的所在位置及睡眠姿势。本发明没有在床垫上整体铺设压力传感器，而是采用了局域铺设的方式，因此本发明只需要获得使用者肩背部的位置，通过顶推肩背实现侧卧引导。因此，压力传感器网络布置的位置十分重要。
本发明将压力传感器网络横向分布于人体肩部和上背部区域。具体而言，在距离床头550mm-650mm的床垫横向区域是最合适的检测区域。本实施例中采用阵列的布局方式，便于获得传感器位置坐标。优选地，根据一般床体的宽度，布置6×33的传感器网络，这种不知方式可以最大化传感器的有效作用空间，降低止鼾床垫的经济成本。
将床垫上的传感器网络布局区域横向划分出6个子区域，在每个子区域的人体肩部位置的床垫内嵌入一个顶推机构。参见图2，圆圈表示顶推机构，小点表示压力传感器。实际安装中，顶推机构安装在每个区域的靠近人体肩部位置处，压力传感器水平方向与垂直方向彼此间隔3cm。
压力传感器的选型可以采用薄膜压力传感器或者微型压力开关按键。薄膜压力传感器反馈的是压力数据模拟量，可以准确地反映睡眠者对床垫的压力分布。而微型压力开关反馈的是开关量，没有压力数值，但数据简单实用、成本低，可以实现人体睡眠位置检测功能。
然后，对压力传感器阵列建立合适的坐标系。具体为：参见图2，以最下面一行传感器所在行为x轴，以最左边传感器所在列为y轴建立平面直角坐标系，处于坐标原点的压力传感器的坐标为(0，0)。由于每个传感器彼此间隔3cm，那么第p行(p＝0,1,2,3,4,5),q列(q＝0,1,2,3……32)的传感器坐标为(3p,3q)。对于顶推机构，从左往右依次编号为1，2，3，…,6，则第l个顶推机构所处位置的坐标为Tl＝(xl，yl)(l＝1,2,…，6)。
步骤2：去除干扰。
在进行睡姿识别前，为提高睡姿识别的准确率，应消除由睡眠者手臂或床上其他物品等造成的干扰点。具体的，消除干扰的方法为：
步骤21：去除外围孤立的点：这些点可能由于床垫的作用或其它原因造成。
本步骤中，假设存在W个有数值显示的压力传感器(数值大于零)。将这些有压力数值显示的压力传感器作为作用点，组成作用点集合A。从作用点集合A中寻找位于最左边与最右边的点，作为边界点。最左边的点的横坐标最小，最右边的点的横坐标最大。假设W个点中横坐标最小值记为x1，横坐标最大值为x2。当以x1为横坐标的点的个数为1时，则该点为外围孤立点，从作用点集合A中去除该点，寻找下一个横坐标最小值记为x11，判断以x11为横坐标的点的个数，若仍为1，则去除，继续寻找下一个横坐标最小值，直到边界点不再是外围孤立点则停止；同理，对于横坐标最大值点进行排除。通过该步骤，可以将有一个点的传感器列数据从集合中去除，得到作用点集合B。
步骤22：排除手臂和床上物品造成的干扰：在执行完步骤21后，排除手臂或位于肩部旁的床上物品等造成的干扰。主要处理思路是：当睡眠者仰卧或侧卧于床垫时，压力传感器被压下的区域较为对称，但物品或手臂的下压区域则大多会出现不对称的情况。据此，本步骤判断作用点集合B中的作用点是否左右近似对称，若不对称程度达到阈值，则判定有干扰，去除体量较小的簇中的边界点。重复执行步骤21和22，直到获得具有对称作用点的作用点集合，作为所述人体肩部有效作用点。
具体的，本步骤22可以采用K均值聚类法将作用点集合B中的作用点坐标划分到两个簇中，如果两个簇的样本点数差异及均值向量距离均较小，且在各自的设定门限内，则判定两个簇中的点近似对称，此时可以确定没有干扰；否则，去除样本点数目少的簇中的边界点所在列，及其相邻的列。这里所说的边界点是指作用点集合B的边界点，那么对于簇来说，若是左边的簇则去除该簇左边界点所在列，若是右边的簇，则去除右边界点所在列。具体实现过程为：
假设执行完步骤21后作用点集合B中有n个点，将这n个有数值显示的传感器坐标作为样本集D＝{N1,N2,...,Nn}。簇标记向量λ＝{λ1,λ2,...,λn}。聚类簇数k＝2。将作用点集合B中最左边与最右边的点中压力数值最大的点的坐标作为初始均值向量。假设初始均值向量为{u1,u2}，簇初始化为Cj＝φ，(j＝1,2)，φ为空集。
簇C1对应初始均值向量u1，簇C2对应初始均值向量u2。
1)计算样本Ni(1≤i≤n)分别与均值向量uj(j＝1,2)的欧式距离：dij＝||Ni-uj||2；
2)根据距离最近的均值向量确定Ni的簇标记:λi＝argminj∈{1,2}dij；
3)将样本Ni划入相应簇：
Figure BDA0002273518800000091
4)根据新划分的簇，计算新的均值向量：
Figure BDA0002273518800000092
其中，x是簇Cj的均值向量；
5)如果uj≠uj'，将当前均值向量uj更新为uj'；否则保持不变
根据步骤1)到5)依次对当前簇划分及均值向量迭代更新，直至迭代更新后聚类结果保持不变。假设最终聚类结果划分的簇为C1'、C2'，均值向量为u1'、u2'。由于传感器网络的分布特性以及人体作用于传感器的特性，当只有人体肩背部作用于传感器上时，会得到如下两个结论：
结论1：最终划分的两个簇中的样本点数应相差不大。本实施例中，两个簇中的样本点数相差不应超过10个。
结论2：最终得到的两均值向量距离较近。距离用欧式距离表示为：D＝||u1'-u2'||2，本实施例中取D≤16。
因此，迭代更新完成后，可做如下计算：
一、若聚类结果同时满足结论1与结论2，表明无干扰，前往执行步骤3进行姿态识别。
二、当聚类结果不满足结论1或结论2时，表明存在干扰。此时，去除样本点数目少的簇所对应的初始均值向量以及该点所在列的所有点，若是左边的簇则去除该簇左边界点所在列，若是右边的簇，则去除右边界点所在列。若与该列相邻的列也存在数值显示的压力传感器的点，同样去除。然后再继续执行步骤21与步骤22，直到聚类结果满足结论1与结论2，转而执行步骤4。
步骤3：睡姿识别。
将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点，人体肩部有效作用点的横向跨度就是人体肩部作用宽度。将计算得到的人体肩部有效作用点的作用宽度与预设人体肩部宽度范围进行比较，当满足预设范围宽度时，则确认为处于仰卧睡姿，进入下面步骤3；否则认为处于侧卧睡姿，重复执行步骤2和3。
上述过程中，本步骤具体计算过程为：假设有压力数值显示的传感器位置坐标为(X,Y)。处于最左边的有压力显示的传感器的横坐标为xL，处于最右边的有压力显示的传感器横坐标为xR，那么，有压力数值的传感器宽度Ku＝xR-xL。当Ku满足预设宽度范围时，则认为是仰卧。具体的，预设宽度范围的设定方法为：预设宽度范围根据睡眠者的肩部宽度设定。假设睡眠者的肩部宽度为Ju(单位cm)，那么预设宽度范围为：(Ju-3，Ju+1)。肩宽的测量方法如图3所示，图中“4.4.3”的测量长度表示肩宽Ju1，“4.4.4”表示最大肩宽Ju2。
则，肩部宽度为：
Figure BDA0002273518800000101
步骤4：人体作用重心确定。
本步骤根据人体肩部有效作用点位置和压力传感器采集值，计算出人体作用于床垫的重心位置。具体实现过程为：
当睡眠者处于仰卧睡姿时，根据压力传感器所处位置坐标以及传感器数值大小计算睡眠位置中心。假设干扰点消除后有H个有数值显示的传感器点。每个点的坐标为(xk,yk)，k＝1,2,…,H；每个传感器坐标点的大小mk为传感器压力数值。当使用压力薄膜传感器时，m值即为压力传感器显示的数值。当使用微型压力开关时，m值为0或1，m为零时表示该传感器位置上无人，m等于1时表示该传感器位置有人。
那么，位置重心Q＝(X中，Y中)可由下式表示：
Figure BDA0002273518800000111
步骤5：将与所述位置重心Q距离最近的顶推机构确定为将要进行动作的机构。
当得到睡者仰卧睡眠时的位置重心Q＝(X，Y)时，通过计算比较位置重心与各顶推机构推顶杆的距离，可得到将要动作的顶推机构。第l个顶推机构所处位置的坐标为Tl＝(xl，yl)(l＝1,2,…,6)。
距离用欧式距离表示：dl＝||Q-Tl||2；
那么将要动作的顶推机构编号为L，可表示为：L＝argminl∈{1,2,...,6}dl。
至此，本流程结束。
实施例二
为了实现上述实施例一的方法，本发明还提供了一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定装置，如图4所示，其包括压力传感器网络、睡眠姿态识别模块、睡眠位置重心识别模块和顶推机构选择模块。
压力传感器网络布置在床垫表面人体仰卧时肩部和上背部区域。具体布局方式参见上文。
睡眠姿态识别模块，用于从压力传感器网络获得人体作用于床垫时各压力传感器采集值，去除不是由人体肩部作用而产生的干扰数据；将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点，判断人体肩部有效作用点的作用宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，将人体肩部有效作用点信息发送给睡眠位置重心识别模块；否则，认为处于侧卧睡眠状态。
其中，该睡眠姿态识别模块具体包括第一干扰去除模块、第二干扰去除模块和仰侧卧姿态识别模块。
第一干扰去除模块，用于去除外围孤立点：将有压力数值显示的压力传感器作为作用点，组成作用点集合A；从作用点集合A中寻找最左边与最右边的点，作为边界点；如果边界点所在列只有一个作用点，则当前边界点为外围孤立点，将外围孤立点从作用点集合A中删除；从删除操作后的作用点集合A中找到新的边界点，并进行外围孤立点的判断和删除操作，直到边界点不再是外围孤立点，得到作用点集合B。本模块的具体实现参见上文的步骤21。
第二干扰去除模块，用于排除手臂和床上物品造成的干扰：判断作用点集合B中的作用点是否左右近似对称，若不对称程度达到阈值，则判定有干扰，去除体量较小的簇中的边界点；重新交由第一干扰去除模块进行处理，直到获得具有对称作用点的作用点集合，作为所述人体肩部有效作用点。本模块的具体实现参见上文的步骤22。
仰侧卧姿态识别模块，用于将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点；判断人体肩部有效作用点宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，否则认为处于侧卧睡眠状态。本模块的具体实现参见上文的步骤3。
睡眠位置重心识别模块，用于根据人体肩部有效作用点位置和压力传感器采集值，计算出人体作用于床垫的重心位置，发送给顶推机构选择模块。本睡眠位置重心识别模块的具体实现参见上文的步骤4。
顶推机构选择模块，用于将与所述重心位置距离最近的顶推机构确定为将要进行动作的机构。
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法，其特征在于，该方法应用于内嵌多个顶推机构的床垫；包括：
步骤1、在床垫表面人体仰卧时肩部和上背部区域布置压力传感器网络；
步骤2、去除干扰：采集人体作用于床垫时各压力传感器数值，去除不是由人体肩部作用而产生的干扰数据；
所述步骤2去除干扰包括：
步骤21、去除外围孤立点：压力传感器按照阵列布局；将有压力数值显示的压力传感器作为作用点，组成作用点集合A；从作用点集合A中寻找最左边与最右边的点，作为边界点；如果边界点所在列只有一个作用点，则当前边界点为外围孤立点，将外围孤立点从作用点集合A中删除；从删除操作后的作用点集合A中找到新的边界点，并进行外围孤立点的判断和删除操作，直到边界点不再是外围孤立点，得到作用点集合B，进入步骤22；
步骤22、排除手臂和床上物品造成的干扰：判断作用点集合B中的作用点是否左右近似对称，若不对称程度达到阈值，则判定有干扰，去除体量较小的簇中的边界点；重复执行步骤21和22，直到获得具有对称作用点的作用点集合，作为所述人体肩部有效作用点；
步骤3、睡姿识别：将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点；判断人体肩部有效作用点宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，进入步骤4，否则，认为处于侧卧睡眠状态，重复执行步骤2和3；
步骤4、顶推点确定：根据人体肩部有效作用点位置和压力传感器采集值，计算出人体作用于床垫的重心位置，将与所述重心位置距离最近的顶推机构确定为将要进行动作的机构。
2.如权利要求1所述的方法，其特征在于，所述压力传感器的分布区域为：距离床头550mm-650mm的床垫横向区域。
3.如权利要求1所述的方法，其特征在于，所述压力传感器网络由6行33列的压力传感器阵列组成，且压力传感器水平方向与垂直方向彼此间隔3cm；将传感器网络布置区域横向划分出6个子区域，在每个子区域人体肩部位置的床垫内嵌入一个顶推机构。
4.如权利要求1所述的方法，其特征在于，所述步骤22为：采用K均值聚类的方式，将作用点集合B中的作用点坐标划分到两个簇中；如果两个簇的作用点数差异及均值向量距离均在各自的设定门限内，则判定没有干扰；否则，去除样本点数目少的簇中的边界点所在列，及其相邻的列。
5.如权利要求4所述的方法，其特征在于，在两个簇的作用点数及均值向量的差异均在各自的设定门限内时，作用点数据的设定门限取10，均值向量的设定门限取16。
6.如权利要求1所述的方法，其特征在于，所述步骤3所采用的人体肩部宽度范围根据当前使用者的肩宽Ju进行设置，则人体肩部宽度范围为[Ju-3，Ju+1]，单位为cm。
7.一种用于止鼾床垫的人体睡眠位姿识别和顶推点确定装置，其特征在于，应用于内嵌多个顶推机构的床垫；该装置包括：压力传感器网络、睡眠姿态识别模块、睡眠位置重心识别模块和顶推机构选择模块；
所述压力传感器网络布置在床垫表面人体仰卧时肩部和上背部区域；
所述睡眠姿态识别模块，用于从压力传感器网络获得人体作用于床垫时各压力传感器采集值，去除不是由人体肩部作用而产生的干扰数据；将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点，判断人体肩部有效作用点的作用宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，将人体肩部有效作用点信息发送给睡眠位置重心识别模块；否则，认为处于侧卧睡眠状态；
所述睡眠姿态识别模块包括第一干扰去除模块、第二干扰去除模块和仰侧卧姿态识别模块；
第一干扰去除模块，用于去除外围孤立点：将有压力数值显示的压力传感器作为作用点，组成作用点集合A；从作用点集合A中寻找最左边与最右边的点，作为边界点；如果边界点所在列只有一个作用点，则当前边界点为外围孤立点，将外围孤立点从作用点集合A中删除；从删除操作后的作用点集合A中找到新的边界点，并进行外围孤立点的判断和删除操作，直到边界点不再是外围孤立点，得到作用点集合B；
第二干扰去除模块，用于排除手臂和床上物品造成的干扰：判断作用点集合B中的作用点是否左右近似对称，若不对称程度达到阈值，则判定有干扰，去除体量较小的簇中的边界点；重新交由第一干扰去除模块进行处理，直到获得具有对称作用点的作用点集合，作为所述人体肩部有效作用点；
仰侧卧姿态识别模块，用于将去除干扰后有压力数值显示的压力传感器作为人体肩部有效作用点；判断人体肩部有效作用点宽度是否满足已知的人体肩部宽度范围，如果是，则认为处于仰卧睡眠状态，否则认为处于侧卧睡眠状态；
所述睡眠位置重心识别模块，用于根据人体肩部有效作用点位置和压力传感器采集值，计算出人体作用于床垫的重心位置，发送给顶推机构选择模块；
所述顶推机构选择模块，用于将与所述重心位置距离最近的顶推机构确定为将要进行动作的机构。
8.如权利要求7所述的装置，其特征在于，所述压力传感器网络由6行33列的压力传感器阵列组成，且压力传感器水平方向与垂直方向彼此间隔3cm；压力传感器阵列的分布区域为距离床头550mm-650mm的床垫横向区域。
9.如权利要求7所述的装置，其特征在于，所述第二干扰去除模块采用K均值聚类的方式，将作用点集合B中的作用点坐标划分到两个簇中；如果两个簇的作用点数差异及均值向量距离均在各自的设定门限内，则判定没有干扰；否则，去除样本点数目少的簇中的边界点所在列，及其相邻的列；重新交由第一干扰去除模块进行处理，直到两个簇的作用点数差异及均值向量距离均在各自的设定门限内。
CN201911113875.1A 2019-11-14 2019-11-14 用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置 Active CN110974238B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911113875.1A CN110974238B (zh) 2019-11-14 2019-11-14 用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911113875.1A CN110974238B (zh) 2019-11-14 2019-11-14 用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置

Publications (2)

Publication Number Publication Date
CN110974238A CN110974238A (zh) 2020-04-10
CN110974238B true CN110974238B (zh) 2020-11-03

Family

ID=70084370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911113875.1A Active CN110974238B (zh) 2019-11-14 2019-11-14 用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置

Country Status (1)

Country Link
CN (1) CN110974238B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112587293B (zh) * 2020-12-15 2023-03-10 深圳数联天下智能科技有限公司 止鼾设备及设备控制方法、控制器
CN113951674A (zh) * 2021-09-27 2022-01-21 杭州顾家寝具有限公司 一种智能床垫的控制方法、智能床垫、系统及存储介质
CN114937498A (zh) * 2022-05-06 2022-08-23 慕思健康睡眠股份有限公司 一种睡眠姿态检测方法、装置、设备及存储介质
CN114569118A (zh) * 2022-05-06 2022-06-03 慕思健康睡眠股份有限公司 睡姿检测系统和方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202036396U (zh) * 2011-04-01 2011-11-16 广州飞达运动按摩器材有限公司 气压止鼾按摩枕
CN202720750U (zh) * 2012-05-30 2013-02-06 江苏翔盟精密铸造有限公司 用于打鼾的提醒装置
CN104582661A (zh) * 2012-08-18 2015-04-29 有限会社知财经营社 睡眠姿势控制床系统
CN106456353A (zh) * 2014-05-23 2017-02-22 詹尼弗·斯帕 用于制止仰卧打鼾姿势的装置和方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4005822A1 (de) * 1990-02-23 1991-08-29 Sieglinda Fuchs Bett zum beeinflussen des schnarchens
CN2907581Y (zh) * 2006-05-10 2007-06-06 侯铁宁 鼾症睡姿调整器
CN200947973Y (zh) * 2006-09-12 2007-09-19 何纯正 一种智能止鼾床的床垫
EP2263620A1 (en) * 2009-06-16 2010-12-22 Koninklijke Philips Electronics N.V. Snoring reduction apparatus
CN101669858A (zh) * 2009-09-24 2010-03-17 郭照炎 一种驱动人体改变卧姿的方法及装置
CN102293700A (zh) * 2010-06-25 2011-12-28 许汉忠 健康床的主动支撑肩颈装置及其方法
CN105078102B (zh) * 2014-05-06 2018-08-31 跑动（厦门）信息科技有限公司 一种睡姿检测方法和可调节高度的枕头
CN107041650A (zh) * 2017-02-28 2017-08-15 东莞市慕思寝室用品有限公司 一种根据睡姿可调整的智能床垫
CN209220288U (zh) * 2018-08-16 2019-08-09 中国计量大学 一种压电式睡姿变化监测垫
CN109276252A (zh) * 2018-11-12 2019-01-29 郭增荣 一种人体睡姿识别装置及识别方法
CN109620581A (zh) * 2018-12-24 2019-04-16 环美（天津）医疗器械有限公司 一种具有抑制鼾声功能的智能按摩床

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202036396U (zh) * 2011-04-01 2011-11-16 广州飞达运动按摩器材有限公司 气压止鼾按摩枕
CN202720750U (zh) * 2012-05-30 2013-02-06 江苏翔盟精密铸造有限公司 用于打鼾的提醒装置
CN104582661A (zh) * 2012-08-18 2015-04-29 有限会社知财经营社 睡眠姿势控制床系统
CN106456353A (zh) * 2014-05-23 2017-02-22 詹尼弗·斯帕 用于制止仰卧打鼾姿势的装置和方法

Also Published As

Publication number Publication date
CN110974238A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110974238B (zh) 用于止鼾床垫的人体睡眠位姿识别和顶推点确定方法及装置
Liu et al. Sleep posture analysis using a dense pressure sensitive bedsheet
CN110072432B (zh) 使用数据分析和学习技术以改善个人睡眠条件的自适应性睡眠系统
CN104936519B (zh) 位置检测装置和呼吸测量装置以及心率测量装置
Liu et al. A dense pressure sensitive bedsheet design for unobtrusive sleep posture monitoring
CN108209863B (zh) 非穿戴式睡姿监测装置及其床品
EP3740182B1 (en) Mattress with sensor module for patient care
Enayati et al. Sleep posture classification using bed sensor data and neural networks
CN113892923B (zh) 生理参数检测方法和智能床垫
CN104732250A (zh) 一种无干扰睡眠的睡姿和睡眠行为测试识别方法
CN113269096B (zh) 用于睡姿识别的头部压力数据深度学习处理方法
JP2010069282A (ja) 適合輪郭モデルの姿勢検出方法およびそのシステム、ならびに姿勢最適化方法
CN111281642B (zh) 基于自适应调节防打鼾防落枕的智能枕头及其使用方法
Diao et al. Unobtrusive smart mat system for sleep posture recognition
CN113749467A (zh) 睡眠改善方法和智能床垫
Chao et al. Method of recognizing sleep postures based on air pressure sensor and convolutional neural network: For an air spring mattress
CN117224090B (zh) 一种睡眠胃食管反流监测系统
CN210354022U (zh) 一种基于柔性压力传感器阵列的智能自适应床垫
CN105054708B (zh) 基于三维压力检测的智能枕头及其使用方法
CN109171656B (zh) 一种不宁腿综合症的早期检测设备
CN104957935B (zh) 一种智能枕头及其使用方法
CN204813097U (zh) 一种智能枕头
Zhang et al. A feasibility study on smart mattresses to improve sleep quality
CN204970607U (zh) 基于三维压力检测的智能枕头
CN111728761A (zh) 一种防打鼾头枕

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant