CN114366083A - 基于柔性薄膜电阻式压力传感器的在离床检测方法及设备 - Google Patents

基于柔性薄膜电阻式压力传感器的在离床检测方法及设备 Download PDF

Info

Publication number
CN114366083A
CN114366083A CN202111640867.XA CN202111640867A CN114366083A CN 114366083 A CN114366083 A CN 114366083A CN 202111640867 A CN202111640867 A CN 202111640867A CN 114366083 A CN114366083 A CN 114366083A
Authority
CN
China
Prior art keywords
bed
data
target
omega
time interval
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.)
Pending
Application number
CN202111640867.XA
Other languages
English (en)
Inventor
武传伟
魏君飞
赵金领
陆小辉
林聪�
朱少安
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.)
Hanwei Electronics Group Corp
Original Assignee
Hanwei Electronics Group Corp
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 Hanwei Electronics Group Corp filed Critical Hanwei Electronics Group Corp
Priority to CN202111640867.XA priority Critical patent/CN114366083A/zh
Publication of CN114366083A publication Critical patent/CN114366083A/zh
Pending legal-status Critical Current

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
    • A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
    • A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
    • 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
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • 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
    • A61B5/6891—Furniture
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L1/00—Measuring force or stress, in general
    • G01L1/20—Measuring force or stress, in general by measuring variations in ohmic resistance of solid materials or of electrically-conductive fluids; by making use of electrokinetic cells, i.e. liquid-containing cells wherein an electrical potential is produced or varied upon the application of stress

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种基于柔性薄膜电阻式压力传感器的在离床检测方法及设备，所述方法包括以下步骤：基于所述第三目标在离床数据ci’(t)和所述第四目标在离床数据ri(t)进行在离床状态检测：若第一阈值＜ci’(t)的最大值，且第二阈值≤ri(t)的最大值＜第三阈值，则判定第i个时间区间内待测人员处于在床且平躺状态；若第一阈值≤ci’(t)的最大值，且第三阈值≤ri(t)的最大值，则判定第i个时间区间内待测人员处于在床且侧身状态；若ci’(t)的最大值＜第一阈值，且第二阈值≤ri(t)的最大值＜第三阈值，则判定第i个时间区间内待测人员处于离床状态且存在重物在床现象；若ci’(t)的最大值＜第一阈值，且ri(t)的最大值＜第二阈值，则判定第i个时间区间内待测人员处于离床状态。

Description

基于柔性薄膜电阻式压力传感器的在离床检测方法及设备
技术领域
本发明涉及在离床状态监测技术领域，具体的说，涉及了一种基于柔性薄膜电阻式压力传感器的在离床检测方法及设备。
背景技术
随着人们对睡眠状态关注与重视程度的提高，在离床状态监测的相关研究渐渐兴起。
目前老年人（尤其是独居老人或者长期卧病在床上）对生活服务、医疗保健等的需求日益突出，老年人由于各项生理功能衰退，日常情况下需要卧床休养的比例较高，因此，对老年人的护理重点大多放在对卧床患者的护理上。在医院、康复中心或是普通居民家中，以老年人为代表的一类卧床病人最常见的医疗护理问题包括意外坠床及压疮两类；对于老年人和病人来说，如何以科技化的手段避免老人或者病人从床上摔下来无人知晓以及老人或者病人长时间不翻身而无人知晓的状况发生，保障老年人和病人安全，刻不容缓。
另外，对于一些特殊监管场所，可能存在将重物放在床上而人员离开的情况，如何以科技化的手段防止相关人员逃脱基于压力监测传感器的在离床状态监测，迫在眉睫。
为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
发明内容
本发明的目的是针对现有技术的不足，从而提供一种基于柔性薄膜电阻式压力传感器的在离床检测方法及设备。
为了实现上述目的，本发明所采用的技术方案是：
本发明第一方面提供一种基于柔性薄膜电阻式压力传感器的在离床检测方法，所述方法包括以下步骤：
步骤1，读取实时采集的原始在离床数据x(t)，采用IIR数据滤波器对所述原始在离床数据进行滤波处理；
步骤2，确定滤波处理后的原始在离床数据x(t)的左端点SL和右端点SR，对滤波处理后的原始在离床数据x(t)的所有极大值点从左到右进行标记，获得极大值点集合GM，对滤波处理后的原始在离床数据x(t)的所有极小值点从左到右进行标记，获得极小值点集合GN；
其中，所述极大值点集合GM=｛MmaxǀM0,M1,…,Mk｝，Mmax表示所有极大值中的最大值，M0表示第一个极大值点，Mk表示最后一个极大值点；所述极小值点集合GN=｛NminǀN0,N1,…,Nk’｝，Nmin表示所有极小值中的最小值，N0表示第一个极小值点，Nk’表示最后一个极小值点；
步骤3，判断滤波处理后的原始在离床数据x(t)的第一个极大值点M0是否在第一个极小值点N0之前：
若是，则将滤波处理后的原始在离床数据x(t)中，左端点SL至第一个极小值点N0之间的信号段作为待匹配信号段ωML，以第一个极大值点M0为匹配中心，按照极大值点从左到右顺序将所述待匹配信号段ωML依次向右移动，获得一组与所述待匹配信号段ωML长度相同的目标信号段ωMLi；分别计算每个所述目标信号段ωMLi与所述待匹配信号段ωML的最近相似距离PMLi，将最近相似距离PMLi的最小值对应的目标信号段ωMLj作为最佳匹配信号段ωLB；
否则，将滤波处理后的原始在离床数据x(t)中，左端点SL至第一个极大值点M0之间的信号段作为待匹配信号段ωNL，以第一个极小值点N0为匹配中心，按照极小值点从左到右顺序将所述待匹配信号段ωNL依次向右移动，获得一组与所述待匹配信号段ωNL长度相同的目标信号段ωNLi；分别计算每个所述目标信号段ωNLi与所述待匹配信号段ωNL的最近相似距离PNLi，将最近相似距离PNLi的最小值对应的目标信号段ωNLj作为最佳匹配信号段ωLB；
判断滤波处理后的原始在离床数据x(t)的最后一个极大值点Mk是否在最后一个极小值点Nk’之前：
若是，则将滤波处理后的原始在离床数据x(t)中，最后一个极大值点Mk至右端点SR之间的信号段作为待匹配信号段ωNR，以最后一个极小值点Nk’为匹配中心，按照极小值点从右往左顺序将所述待匹配信号段ωNR依次向左移动，获得一组与待匹配信号段ωNR长度相同的目标信号段ωNRi；分别计算每个所述目标信号段ωNRi与所述待匹配信号段ωNR的最近相似距离PNRi，将最近相似距离PNRi的最小值对应的目标信号段ωNRj作为最佳匹配信号段ωRB；
否则，将滤波处理后的原始在离床数据x(t)中，最后一个极小值点Nk’至右端点SR之间的信号段作为待匹配信号段ωMR，以最后一个极大值点Mk为匹配中心，按照极大值点从右往左顺序将所述待匹配信号段ωMR依次向左移动，获得一组与待匹配信号段ωMR长度相同的目标信号段ωMRi；分别计算每个所述目标信号段ωMRi与所述待匹配信号段ωMR的最近相似距离PMRi，将最近相似距离PMRi的最小值对应的目标信号段ωMRj作为最佳匹配信号段ωRB；
步骤4，基于所述最佳匹配信号段ωLB对滤波处理后的原始在离床数据x(t)向左延拓，并基于所述最佳匹配信号段ωRB对滤波处理后的原始在离床数据x(t)向右延拓，获得新在离床数据x’(t)；
步骤5，利用三次样条曲线对所述新在离床数据x’(t)进行拟合，获得上包络线emax(t)和下包络线emin(t)，并计算出包络平均值m(t)；
由所述新在离床数据x’(t)减去包络平均值m(t)，获得目标在离床数据h(t)；所述目标在离床数据h(t)包括一组第一目标在离床数据hi(t)，所述第一目标在离床数据hi(t)为第i个时间区间的目标在离床数据；
步骤6，判断每个所述第一目标在离床数据hi(t)是否为IMF分量，若是则将对应第一目标在离床数据hi(t)作为第二目标在离床数据ci(t)；否则使所述新在离床数据x’(t)=所述第一目标在离床数据hi(t)，重新执行步骤5，直至满足IMF条件；
其中，所述第二目标在离床数据ci(t)为第i个时间区间的IMF分量；
步骤7，去掉所述第二目标在离床数据ci(t)中的延拓部分，获得第三目标在离床数据ci’(t)；
由滤波处理后的原始在离床数据x(t)减去所述第三目标在离床数据ci’(t)，得到第四目标在离床数据ri(t)；
步骤8，基于所述第三目标在离床数据ci’(t)和所述第四目标在离床数据ri(t)进行在离床状态检测：
若第一阈值≤所述第三目标在离床数据ci’(t)的最大值，且第二阈值≤所述第四目标在离床数据ri(t)的最大值＜第三阈值，则判定第i个时间区间内待测人员处于在床且平躺状态；
若第一阈值≤所述第三目标在离床数据ci’(t)的最大值，且第三阈值≤所述第四目标在离床数据ri(t)的最大值，则判定第i个时间区间内待测人员处于在床且侧身状态；
若所述第三目标在离床数据ci’(t)的最大值＜第一阈值，且第二阈值≤所述第四目标在离床数据ri(t)的最大值＜第三阈值，则判定第i个时间区间内待测人员处于离床状态且存在重物在床现象；
若所述第三目标在离床数据ci’(t)的最大值＜第一阈值，且所述第四目标在离床数据ri(t)的最大值＜第二阈值，则判定第i个时间区间内待测人员处于离床状态；
其中，所述第一阈值＜所述第二阈值＜所述第三阈值。
本发明第二方面提供一种基于柔性薄膜电阻式压力传感器的在离床检测设备，包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于柔性薄膜电阻式压力传感器的在离床检测程序，所述基于柔性薄膜电阻式压力传感器的在离床检测程序被所述处理器执行时，实现如上述的基于柔性薄膜电阻式压力传感器的在离床检测方法的步骤。
本发明第三方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的基于柔性薄膜电阻式压力传感器的在离床检测方法的步骤。
本发明的有益效果为：
1）本发明提出一种基于柔性薄膜电阻式压力传感器的在离床检测方法，对读取实时采集的原始在离床数据x(t)进行分析处理，得到不同时间区间内的所述第三目标在离床数据ci’(t)和所述第四目标在离床数据ri(t)；在基于所述第三目标在离床数据ci’(t)和所述第四目标在离床数据ri(t)进行在离床状态检测，判断第i个时间区间内待测人员处于在床且平躺状态、在床且侧身状态、离床状态且存在重物在床现象还是离床状态，从而对不同用户对应进行个性化服务；
2）在待测人员离床时间超过第一预设时间阈值时，发出第一离床警报；对于老年人和病人来说，护士或陪护人员可在第一时间获知离床信息，以便及时给予帮助，能够有效地监测其夜间在离床时间及时长，从而预防老人或者病人从床上摔下来无人知晓的状况发生，从而避免意外事件的发生；
3）对于需要严格监管的用户对象来说，能够有效地监测其夜间在离床时间及时长，方便管理人员开展巡检工作；同时，在严格监管的用户对象处于离床状态且存在重物在床现象时，能够及时发出第二离床警报，防止作弊现象发生；
4）对于长期卧病在床上不能自主翻身的用户对象来说，能够记录翻身次数，在预设翻身检测区间段内，翻身次数未超过阈值时，及时发出翻身警报，避免老人或者病人长时间不翻身而无人知晓的状况发生；
5）对于必须卧床休息的用户对象来说，在监测到其处于离床状态，立即发出第三离床警报，以避免出现擅自离床却人监管的现象。
附图说明
图1是本发明的基于柔性薄膜电阻式压力传感器的在离床检测方法的流程图；
图2是本发明的获得最佳匹配信号段ωLB的流程图；
图3是本发明的在离床监测部分流程图一；
图4是本发明的在离床监测部分流程图二；
图5是本发明的第四目标在离床数据ri(t)的一种具体实施例示意图；
图6是本发明的第三目标在离床数据ci’(t)的一种具体实施例示意图；
图7是基于柔性薄膜电阻式压力传感器的在离床检测设备的结构示意图。
具体实施方式
下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。
实施例1
附图1和附图2示出了一种基于柔性薄膜电阻式压力传感器的在离床检测方法的流程图，所述在离床检测方法包括以下步骤：
步骤1，按照预设检测周期T，读取实时采集的原始在离床数据x(t)，采用IIR数据滤波器对所述原始在离床数据进行滤波处理；
步骤2，确定滤波处理后的原始在离床数据x(t)的左端点SL和右端点SR，对滤波处理后的原始在离床数据x(t)的所有极大值点从左到右进行标记，获得极大值点集合GM，对滤波处理后的原始在离床数据x(t)的所有极小值点从左到右进行标记，获得极小值点集合GN；
其中，所述极大值点集合GM=｛MmaxǀM0,M1,…,Mk｝，所述极大值点集合按极大值点的横坐标从小到大顺序排列，Mmax表示所有极大值中的最大值，M0表示第一个极大值点，Mk表示最后一个极大值点；所述极小值点集合GN=｛NminǀN0,N1,…,Nk’｝，所述极小值点集合按极小值点的横坐标从小到大顺序排列，Nmin表示所有极小值中的最小值，N0表示第一个极小值点，Nk’表示最后一个极小值点；
步骤3，判断滤波处理后的原始在离床数据x(t)的第一个极大值点M0是否在第一个极小值点N0之前：
若是（第一个极大值点M0的横坐标小于第一个极小值点N0的横坐标），则将滤波处理后的原始在离床数据x(t)中，左端点SL至第一个极小值点N0之间的信号段作为待匹配信号段ωML，以第一个极大值点M0为匹配中心，按照极大值点从左到右顺序将所述待匹配信号段ωML依次向右移动，获得一组与所述待匹配信号段ωML长度相同的目标信号段ωMLi；分别计算每个所述目标信号段ωMLi与所述待匹配信号段ωML的最近相似距离PMLi，将最近相似距离PMLi的最小值对应的目标信号段ωMLj作为最佳匹配信号段ωLB；
否则（第一个极大值点M0的横坐标大于第一个极小值点N0的横坐标），将滤波处理后的原始在离床数据x(t)中，左端点SL至第一个极大值点M0之间的信号段作为待匹配信号段ωNL，以第一个极小值点N0为匹配中心，按照极小值点从左到右顺序将所述待匹配信号段ωNL依次向右移动，获得一组与所述待匹配信号段ωNL长度相同的目标信号段ωNLi；分别计算每个所述目标信号段ωNLi与所述待匹配信号段ωNL的最近相似距离PNLi，将最近相似距离PNLi的最小值对应的目标信号段ωNLj作为最佳匹配信号段ωLB；
判断滤波处理后的原始在离床数据x(t)的最后一个极大值点Mk是否在最后一个极小值点Nk’之前：
若是（最后一个极大值点Mk的横坐标小于最后一个极小值点Nk’的横坐标），则将滤波处理后的原始在离床数据x(t)中，最后一个极大值点Mk至右端点SR之间的信号段作为待匹配信号段ωNR，以最后一个极小值点Nk’为匹配中心，按照极小值点从右往左顺序将所述待匹配信号段ωNR依次向左移动，获得一组与待匹配信号段ωNR长度相同的目标信号段ωNRi；分别计算每个所述目标信号段ωNRi与所述待匹配信号段ωNR的最近相似距离PNRi，将最近相似距离PNRi的最小值对应的目标信号段ωNRj作为最佳匹配信号段ωRB；
否则（最后一个极大值点Mk的横坐标大于最后一个极小值点Nk’的横坐标），将滤波处理后的原始在离床数据x(t)中，最后一个极小值点Nk’至右端点SR之间的信号段作为待匹配信号段ωMR，以最后一个极大值点Mk为匹配中心，按照极大值点从右往左顺序将所述待匹配信号段ωMR依次向左移动，获得一组与待匹配信号段ωMR长度相同的目标信号段ωMRi；分别计算每个所述目标信号段ωMRi与所述待匹配信号段ωMR的最近相似距离PMRi，将最近相似距离PMRi的最小值对应的目标信号段ωMRj作为最佳匹配信号段ωRB；
步骤4，基于所述最佳匹配信号段ωLB对滤波处理后的原始在离床数据x(t)向左延拓，并基于所述最佳匹配信号段ωRB对滤波处理后的原始在离床数据x(t)向右延拓，获得新在离床数据x’(t)；
步骤5，利用三次样条曲线对所述新在离床数据x’(t)进行拟合，获得上包络线emax(t)和下包络线emin(t)，并计算出包络平均值m(t)，公式如下所示：
m(t)=（emax(t)+emin(t)）÷2
由所述新在离床数据x’(t)减去包络平均值m(t)，获得目标在离床数据h(t)，公式如下所示：
h(t)=x’(t)－m(t)
所述目标在离床数据h(t)包括一组第一目标在离床数据hi(t)，所述第一目标在离床数据hi(t)为第i个时间区间的目标在离床数据，第i个时间区间为预设检测周期T中一部分；
步骤6，判断每个所述第一目标在离床数据hi(t)是否为IMF分量，若是则将对应第一目标在离床数据hi(t)作为第二目标在离床数据ci(t)；否则使所述新在离床数据x’(t)=所述第一目标在离床数据hi(t)，重新执行步骤5，直至满足IMF条件；
其中，所述第二目标在离床数据ci(t)为第i个时间区间的IMF分量；
步骤7，去掉所述第二目标在离床数据ci(t)中的延拓部分，获得第三目标在离床数据ci’(t)；其中所述第三目标在离床数据ci’(t)包含原始信号中最高频的分量；
由滤波处理后的原始在离床数据x(t)减去所述第三目标在离床数据ci’(t)，得到第四目标在离床数据ri(t)，公式如下所示：
ri(t)=x(t)－ci’(t)
步骤8，基于所述第三目标在离床数据ci’(t)和所述第四目标在离床数据ri(t)进行在离床状态检测：
若第一阈值≤所述第三目标在离床数据ci’(t)的最大值，且第二阈值≤所述第四目标在离床数据ri(t)的最大值＜第三阈值，则判定第i个时间区间内待测人员处于在床且平躺状态；
若第一阈值≤所述第三目标在离床数据ci’(t)的最大值，且第三阈值≤所述第四目标在离床数据ri(t)的最大值，则判定第i个时间区间内待测人员处于在床且侧身状态；
若所述第三目标在离床数据ci’(t)的最大值＜第一阈值，且第二阈值≤所述第四目标在离床数据ri(t)的最大值＜第三阈值，则判定第i个时间区间内待测人员处于离床状态且存在重物在床现象；
若所述第三目标在离床数据ci’(t)的最大值＜第一阈值，且所述第四目标在离床数据ri(t)的最大值＜第二阈值，则判定第i个时间区间内待测人员处于离床状态；
其中，所述第一阈值＜所述第二阈值＜所述第三阈值。
具体的，所述步骤3中，按照极大值点从左到右顺序将所述待匹配信号段ωML依次向右移动，获得一组与所述待匹配信号段ωML长度相同的目标信号段ωMLi时，该组目标信号段为ωML1、ωML2、…、ωML(k-1)；其中，目标信号段ωML1为所述待匹配信号段ωML的第一个极大值点M0向右移动至与第二个极大值点M1后得到信号段，目标信号段ωML2为所述待匹配信号段ωML的第一个极大值点M0向右移动至与第三个极大值点M2后得到信号段，以此类推，得到一组目标信号段为ωML1、ωML2、…、ωML(k-1)。其他情况下，目标信号段生成方式类似，在此不再赘述。
其中，所述步骤3中，分别计算每个所述目标信号段ωMLi与所述待匹配信号段ωML的最近相似距离PMLi时，采用以下公式：
Figure 175198DEST_PATH_IMAGE001
其中，Di表示所述目标信号段ωMLi与所述待匹配信号段ωML之间的匹配距离，ρ表示所述目标信号段ωMLi与所述待匹配信号段ωML之间的波形相似系数，ε为非常小的正数，以防当ρ等于零时，出现分母为零的情况。
需要说明的是，所述目标信号段ωMLi与所述待匹配信号段ωML之间的波形相似系数ρ越大，则所述目标信号段ωMLi与所述待匹配信号段ωML之间的越相似，反之差异越大；匹配距离Di定量给出了所述目标信号段ωMLi与所述待匹配信号段ωML之间的在幅度上的总体差异程度：波形相似系数ρ定性强调了所述目标信号段ωMLi与所述待匹配信号段ωML之间在波形上的相似性而忽略了其幅度差异。每一个衡量标准都具有片面性，不能完全衡量所述目标信号段ωMLi与所述待匹配信号段ωML之间的相近程度，本实施例考虑了幅度和形状两个因素，给出了所述目标信号段ωMLi与所述待匹配信号段ωML之间的最近相似距离PMLi的定义，如上式所示；最近相似距离PNLi、最近相似距离PNRi、最近相似距离PMRi的公式与上式类似，在此不再赘述。
可以理解，匹配距离Di如越小，说明两段信号幅度越相近；波形相似系数ρ越大，说明所述目标信号段ωMLi与所述待匹配信号段ωML之间的波形越相似；由此可知，当最近相似距离P越小时，表明所述目标信号段ωMLi与所述待匹配信号段ωML越相近，反之，差距越大。
具体的，所述步骤4中，基于所述最佳匹配信号段ωLB对滤波处理后的原始在离床数据x(t)向左延拓时：获取所述最佳匹配信号段ωLB中原第一个极大值点M0对应的横坐标XLB，XLB－L得到横坐标Xp，其中，L为待匹配信号段的左端点SL与第一个极大值点M0（原始在离床数据x(t)的第一个极大值点M0在第一个极小值点N0之前）或者第一个极小值点N0（原始在离床数据x(t)的第一个极大值点M0在第一个极小值点N0之后）之间的距离；
自横坐标Xp的前一点数据开始，将滤波处理后的原始在离床数据x(t)依次向左延拓到左端点SL前。为了满足三次样条插值在信号两端极值的要求，将滤波处理后的原始在离床数据x(t)延拓到某个极值位置Mi点或Ni点，这里Mi点或Ni的下标i＜横坐标Xp的下标p。
可以理解，基于所述最佳匹配信号段ωRB对滤波处理后的原始在离床数据x(t)向右延拓的方式与向左延拓类似，在此不再赘述。
需要说明的是，步骤5利用三次样条曲线来拟合上、下包络线而得到局部平均值时，这种拟合是以信号的极值点为基础进行，一般情况下算法无法自动判断出端点处是否为极值点，因此总是无法准确拟合出信号端点附近的包络线，导致获得的上包络线emax(t)和下包络线emin(t)失真，影响EMD分解，甚至分解出的第一个分量都不真实，导致后面分解结果也失真。为解决该问题，本实施例采用最近相似波形延拓的方法解决端点问题，端点延拓的关键就是要确定原始信号在端点处的变化趋势，通过步骤3在信号的内部找到一段与端点处变化趋势非常近似的子波，利用这段子波的前后数据来延拓信号端点处的那段波形，这样的延拓方式最大限度地保护了原始信号的变化特征，从而能有效地抑制端点效应的产生。
如附图4所示，所述步骤6中，判断每个所述第一目标在离床数据hi(t)是否为IMF分量时，IMF分量必须满足两个IMF条件：1.极值点个数和过零点个数相同或最多相差一个，2.上下包络关于时间轴局部对称；如果满足以上两个条件则hi(t)是一个IMF分量。
具体的，所述步骤7中，去掉所述第二目标在离床数据ci(t)中的延拓部分时，保留滤波处理后的原始在离床数据x(t)的时间区间对应的第二目标在离床数据ci(t)部分，去掉滤波处理后的原始在离床数据x(t)的时间区间外的第二目标在离床数据ci(t)部分。
可以理解，在睡眠过程中，各式各样的肢体动作都是不可避免的事件。包括轻微的肢体动作、较大幅度的动作，例如翻身等肢体动作。当出现较轻微的体动时，此类动作的持续时间较短，信号幅值没有较大的波动。而夜间的侧身、翻身、腿部舒展等较大幅度的体动，事件持续时间一般在5秒以上，波形会出现明显的幅值变化。因此，本实施例在离床状态检测分辨第i个时间区间内待测人员处于在床且平躺状态、在床且侧身状态、离床状态且存在重物在床现象还是离床状态时，只需要对信号波峰的峰值大小做判断即可。
需要说明的是，人体胸腔会伴随着呼吸过程呈周期性的上下起伏，产生的微弱作用力被柔性薄膜电阻式压力传感器捕捉后转变成电信号；原始信号在采集、放大以及模数转换的过程中，容易受到各种因素的干扰，使信号淹没在较强的背景噪声之中，为了能对原始信号进行正确的分析和诊断，需要对其进行预处理，以去除噪声的影响；本实施例采用IIR数据滤波器对原始信号进行处理以除去基线漂移。
可以理解，所述第四目标在离床数据ri(t)的示意图如附图5所示，能明显监测到上床、翻身、离床等动作；待测人员在第i个时间区间内正常呼吸时，第三目标在离床数据ci’(t)的幅值趋于一致；待测人员在第i个时间区间内异常呼吸（(身体移动等)）时，第三目标在离床数据ci’(t)的幅值会凸显，如附图6所示。如附图5和6所示，物体在床上时没有规律性的动作，压力曲线特征显著，而人的体动可以很好地被检测出来；本实施例监测到第四目标在离床数据ri(t)值发生变化并小于设定的最小阈值时会发出离床报警，发送报警信号至PC端和手机端进行警报提示。
具体的，所述第一阈值为1800，所述第二阈值为3000，所述第三阈值为50000；可以理解，所述步骤8具体包括：
若1800≤所述第三目标在离床数据ci’(t)的最大值，且3000≤所述第四目标在离床数据ri(t)的最大值＜50000，则判定第i个时间区间内待测人员处于在床且平躺状态；
若1800≤所述第三目标在离床数据ci’(t)的最大值，且50000≤所述第四目标在离床数据ri(t)的最大值，则判定第i个时间区间内待测人员处于在床且侧身状态；
若所述第三目标在离床数据ci’(t)的最大值＜1800，且3000≤所述第四目标在离床数据ri(t)的最大值＜50000，则判定第i个时间区间内待测人员处于离床状态且存在重物在床现象；
若所述第三目标在离床数据ci’(t)的最大值＜1800，且所述第四目标在离床数据ri(t)的最大值＜3000，则判定第i个时间区间内待测人员处于离床状态。
需要说明的是，若所述第三目标在离床数据ci’(t)的最大值＜1800，且50000≤所述第四目标在离床数据ri(t)的最大值，则判定第i个时间区间内待测人员处于离床状态且存在重物在床现象，或者标记为无效数据；另外一般不会存在：1800≤所述第三目标在离床数据ci’(t)的最大值且所述第四目标在离床数据ri(t)的最大值＜3000的情况。
进一步的，在步骤8之后，还执行：在第i个时间区间内待测人员处于离床状态且在第i-1个时间区间内待测人员处于在床状态时，标记第i个时间区间为本次离开始时间；
若从第i个时间区间开始，超过第一预设时间阈值，仍检测到待测人员处于离床状态，则发出第一离床警报；在所述待测人员为第一用户对象时，所述第一预设时间阈值为T1，在所述待测人员为第二用户对象时，所述第一预设时间阈值为T2，在所述待测人员为第三用户对象时，所述第一预设时间阈值为T3；其中，T1＜T2＜T3。
具体的，在睡眠过程中待测人员因为起夜等原因可能需要短时间离床，为了避免对上述情况的误报警，设置第一预设时间阈值，在待测人员离床时间超过第一预设时间阈值发出第一离床警报，否则不需要发起报警；所述第一用户对象可以为第一类需要严格监管的用户对象（例如服刑人员），所述第二用户对象可以为第二类需要严格监管的用户对象（例如士兵或者学生），所述第三用户对象可以为老年人或者病人；因此，本实施例能够有效地监测不同用户对象夜间是否处于离床状态，方便管理人员开展巡检工作。
可以理解，本发明提出的基于柔性薄膜电阻式压力传感器的在离床检测方法，对用户床位占用情况进行监测，不但能够区分床位是否被占用，还能区分人和物，同时不会影响人员正常休息；基于所述第三目标在离床数据ci’(t)和所述第四目标在离床数据ri(t)进行在离床状态检测结果，实时上传床位占用变化情况，还能提供床位监测软件平台，由巡检人员查看目前所管理的床位占用情况，优先显示异常情况（第一离床警报）。
实施例2
本实施例与实施例1的区别在于：
在步骤8之后，还执行：在判定第i个时间区间内待测人员处于离床状态且存在重物在床现象，且所述待测人员为第一用户对象时，发出第二离床警报。
可以理解，由于所述在离床检测方法是基于柔性薄膜电阻式压力传感器的，在人员离床并将重物放在床上时，如附图3所示，仅考虑柔性薄膜电阻式压力传感器的压力值，可能存在误判现象，即将待测人员处于离床状态且存在重物在床现象误判为待测人员处于在床状态；针对此现象，本实施例监测是否存在：所述第三目标在离床数据ci’(t)的最大值＜第一阈值且第二阈值≤所述第四目标在离床数据ri(t)的最大值＜第三阈值，从而降低误判率。
进一步的，在步骤8之后，还执行：在判定第i个时间区间内待测人员处于在床且侧身状态，且所述待测人员为第四用户对象时，将所述待测人员的翻身次数加1；在预设翻身检测区间段（例如一天）内，判断第四用户对象的翻身次数是否超过阈值，若未超过阈值，则发出翻身警报。
具体的，所述第四用户对象为长期卧病在床上不能自主翻身的用户对象，这些用户对象需要依靠护工或者家属进行翻身；本实施例能够记录第四用户对象在预设翻身检测区间段内的翻身次数，及时发出翻身警报，避免老人或者病人长时间不翻身而无人知晓的状况发生。
进一步的，在步骤8之后，还执行：在判定第i个时间区间内待测人员处于离床状态，且所述待测人员为第五用户对象时，发出第三离床警报。
具体的，所述第五用户对象为必须卧床休息的用户对象或者瘫痪人员；实际生活中，必须卧床休息的用户对象是否在预设时间内一直卧床休息，往往依靠第五用户对象的自觉性，无法有效监管；本实施例在监测到该类用户对象处于离床状态时立即发出第三离床警报，以避免出现擅自离床却人监管的现象；对于瘫痪人员，一旦发现其离床行为则可能发生坠床事故，此时应该立即发出警报，辅助医护和陪护人员对病人和老人的检护，避免意外情况发生。
进一步的，在步骤8之后，还执行：在第i个时间区间内待测人员处于离床状态且在第i-1个时间区间内待测人员处于在床状态时，标记第i个时间区间为本次离开始时间；若从第i个时间区间开始，若再次检测到待测人员处于在床状态，则将对应的时间区间作为本次离床结束时间；基于所述本次离开始时间和所述本次离床结束时间，预估待测人员离床时间，记录不同用户对象对应的待测人员离床时间，从而便于根据用户对象对应的待测人员离床时间，来预估睡眠质量。
例如，在某类用户对象对应的待测人员离床时间＞预设离床时间阈值，且离床次数＞预设离床次数阈值时，判定该类用户对象的睡眠质量不合格。
实施例3
本实施例给出了一种基于柔性薄膜电阻式压力传感器的在离床检测设备，所述基于柔性薄膜电阻式压力传感器的在离床检测设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于柔性薄膜电阻式压力传感器的在离床检测程序，所述基于柔性薄膜电阻式压力传感器的在离床检测程序被所述处理器执行时实现如实施例1或者2中的基于柔性薄膜电阻式压力传感器的在离床检测方法的步骤。
如附图7所示，所述基于柔性薄膜电阻式压力传感器的在离床检测设备还包括柔性薄膜电阻式压力传感器、信号调理模块、警报模块、电源模块和无线传输模块，其中，所述柔性薄膜电阻式压力传感器采用柔性压力传感技术在柔韧轻薄衬底材料上印刷压力敏感柔性纳米功能材料，具有良好的柔韧性、延展性、甚至可自由弯曲甚至折叠，而且结构形式灵活多样，可根据测量条件的要求任意布置，通过特定的压力-电阻关系，将非电量的压力变化利用压阻效应转化为电阻变化后，再经过后端信号调理模块转化为电压信号输出；信号调理模块对传感器输出的电压信号进行了整形与放大，使得信号大小能够落在ADC的采样电压区间范围内，方便后面的ADC进行数据采样与转换；因此，所述处理器获得到的是随时间t变化的电压信号（AD采样值）。
具体的，所述无线传输模块通过Lora无线通讯方式与平台软件交互数据，可将待测人员的压力变化数据、呼吸状态数据、警报信号同步传输至监测平台或手机端。
实施例4
本实施例给出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如实施例1或者2中的基于柔性薄膜电阻式压力传感器的在离床检测方法的步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，上述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (9)

1.一种基于柔性薄膜电阻式压力传感器的在离床检测方法，其特征在于，包括以下步骤：
步骤1，读取实时采集的原始在离床数据x(t)，采用IIR数据滤波器对所述原始在离床数据进行滤波处理；
步骤2，确定滤波处理后的原始在离床数据x(t)的左端点SL和右端点SR，对滤波处理后的原始在离床数据x(t)的所有极大值点从左到右进行标记，获得极大值点集合GM，对滤波处理后的原始在离床数据x(t)的所有极小值点从左到右进行标记，获得极小值点集合GN；
其中，所述极大值点集合GM=｛MmaxǀM0,M1,…,Mk｝，Mmax表示所有极大值中的最大值，M0表示第一个极大值点，Mk表示最后一个极大值点；所述极小值点集合GN=｛NminǀN0,N1,…,Nk’｝，Nmin表示所有极小值中的最小值，N0表示第一个极小值点，Nk’表示最后一个极小值点；
步骤3，判断滤波处理后的原始在离床数据x(t)的第一个极大值点M0是否在第一个极小值点N0之前：
若是，则将滤波处理后的原始在离床数据x(t)中，左端点SL至第一个极小值点N0之间的信号段作为待匹配信号段ωML，以第一个极大值点M0为匹配中心，按照极大值点从左到右顺序将所述待匹配信号段ωML依次向右移动，获得一组与所述待匹配信号段ωML长度相同的目标信号段ωMLi；分别计算每个所述目标信号段ωMLi与所述待匹配信号段ωML的最近相似距离PMLi，将最近相似距离PMLi的最小值对应的目标信号段ωMLj作为最佳匹配信号段ωLB；
否则，将滤波处理后的原始在离床数据x(t)中，左端点SL至第一个极大值点M0之间的信号段作为待匹配信号段ωNL，以第一个极小值点N0为匹配中心，按照极小值点从左到右顺序将所述待匹配信号段ωNL依次向右移动，获得一组与所述待匹配信号段ωNL长度相同的目标信号段ωNLi；分别计算每个所述目标信号段ωNLi与所述待匹配信号段ωNL的最近相似距离PNLi，将最近相似距离PNLi的最小值对应的目标信号段ωNLj作为最佳匹配信号段ωLB；
判断滤波处理后的原始在离床数据x(t)的最后一个极大值点Mk是否在最后一个极小值点Nk’之前：
若是，则将滤波处理后的原始在离床数据x(t)中，最后一个极大值点Mk至右端点SR之间的信号段作为待匹配信号段ωNR，以最后一个极小值点Nk’为匹配中心，按照极小值点从右往左顺序将所述待匹配信号段ωNR依次向左移动，获得一组与待匹配信号段ωNR长度相同的目标信号段ωNRi；分别计算每个所述目标信号段ωNRi与所述待匹配信号段ωNR的最近相似距离PNRi，将最近相似距离PNRi的最小值对应的目标信号段ωNRj作为最佳匹配信号段ωRB；
否则，将滤波处理后的原始在离床数据x(t)中，最后一个极小值点Nk’至右端点SR之间的信号段作为待匹配信号段ωMR，以最后一个极大值点Mk为匹配中心，按照极大值点从右往左顺序将所述待匹配信号段ωMR依次向左移动，获得一组与待匹配信号段ωMR长度相同的目标信号段ωMRi；分别计算每个所述目标信号段ωMRi与所述待匹配信号段ωMR的最近相似距离PMRi，将最近相似距离PMRi的最小值对应的目标信号段ωMRj作为最佳匹配信号段ωRB；
步骤4，基于所述最佳匹配信号段ωLB对滤波处理后的原始在离床数据x(t)向左延拓，并基于所述最佳匹配信号段ωRB对滤波处理后的原始在离床数据x(t)向右延拓，获得新在离床数据x’(t)；
步骤5，利用三次样条曲线对所述新在离床数据x’(t)进行拟合，获得上包络线emax(t)和下包络线emin(t)，并计算出包络平均值m(t)；
由所述新在离床数据x’(t)减去包络平均值m(t)，获得目标在离床数据h(t)；所述目标在离床数据h(t)包括一组第一目标在离床数据hi(t)，所述第一目标在离床数据hi(t)为第i个时间区间的目标在离床数据；
步骤6，判断每个所述第一目标在离床数据hi(t)是否为IMF分量，若是则将对应第一目标在离床数据hi(t)作为第二目标在离床数据ci(t)；否则使所述新在离床数据x’(t)=所述第一目标在离床数据hi(t)，重新执行步骤5，直至满足IMF条件；
其中，所述第二目标在离床数据ci(t)为第i个时间区间的IMF分量；
步骤7，去掉所述第二目标在离床数据ci(t)中的延拓部分，获得第三目标在离床数据ci’(t)；
由滤波处理后的原始在离床数据x(t)减去所述第三目标在离床数据ci’(t)，得到第四目标在离床数据ri(t)；
步骤8，基于所述第三目标在离床数据ci’(t)和所述第四目标在离床数据ri(t)进行在离床状态检测：
若第一阈值≤所述第三目标在离床数据ci’(t)的最大值，且第二阈值≤所述第四目标在离床数据ri(t)的最大值＜第三阈值，则判定第i个时间区间内待测人员处于在床且平躺状态；
若第一阈值≤所述第三目标在离床数据ci’(t)的最大值，且第三阈值≤所述第四目标在离床数据ri(t)的最大值，则判定第i个时间区间内待测人员处于在床且侧身状态；
若所述第三目标在离床数据ci’(t)的最大值＜第一阈值，且第二阈值≤所述第四目标在离床数据ri(t)的最大值＜第三阈值，则判定第i个时间区间内待测人员处于离床状态且存在重物在床现象；
若所述第三目标在离床数据ci’(t)的最大值＜第一阈值，且所述第四目标在离床数据ri(t)的最大值＜第二阈值，则判定第i个时间区间内待测人员处于离床状态；
其中，所述第一阈值＜所述第二阈值＜所述第三阈值。
2.根据权利要求1所述的基于柔性薄膜电阻式压力传感器的在离床检测方法，其特征在于：所述步骤8，具体包括：
若1800≤所述第三目标在离床数据ci’(t)的最大值，且3000≤所述第四目标在离床数据ri(t)的最大值＜50000，则判定第i个时间区间内待测人员处于在床且平躺状态；
若1800≤所述第三目标在离床数据ci’(t)的最大值，且50000≤所述第四目标在离床数据ri(t)的最大值，则判定第i个时间区间内待测人员处于在床且侧身状态；
若所述第三目标在离床数据ci’(t)的最大值＜1800，且3000≤所述第四目标在离床数据ri(t)的最大值＜50000，则判定第i个时间区间内待测人员处于离床状态且存在重物在床现象；
若所述第三目标在离床数据ci’(t)的最大值＜1800，且所述第四目标在离床数据ri(t)的最大值＜3000，则判定第i个时间区间内待测人员处于离床状态。
3.根据权利要求1所述的基于柔性薄膜电阻式压力传感器的在离床检测方法，其特征在于，在步骤8之后，还执行：
在第i个时间区间内待测人员处于离床状态且在第i-1个时间区间内待测人员处于在床状态时，标记第i个时间区间为本次离开始时间；
若从第i个时间区间开始，超过第一预设时间阈值，仍检测到待测人员处于离床状态，则发出第一离床警报；
在所述待测人员为第一用户对象时，所述第一预设时间阈值为T1，在所述待测人员为第二用户对象时，所述第一预设时间阈值为T2，在所述待测人员为第三用户对象时，所述第一预设时间阈值为T3；其中，T1＜T2＜T3。
4.根据权利要求1所述的基于柔性薄膜电阻式压力传感器的在离床检测方法，其特征在于，在步骤8之后，还执行：
在判定第i个时间区间内待测人员处于离床状态且存在重物在床现象，且所述待测人员为第一用户对象时，发出第二离床警报。
5.根据权利要求1所述的基于柔性薄膜电阻式压力传感器的在离床检测方法，其特征在于，在步骤8之后，还执行：
在判定第i个时间区间内待测人员处于在床且侧身状态，且所述待测人员为第四用户对象时，将所述待测人员的翻身次数加1；
在预设翻身检测区间段内，判断第四用户对象的翻身次数是否超过阈值，若未超过阈值，则发出翻身警报。
6.根据权利要求1所述的基于柔性薄膜电阻式压力传感器的在离床检测方法，其特征在于，在步骤8之后，还执行：
在判定第i个时间区间内待测人员处于离床状态，且所述待测人员为第五用户对象时，发出第三离床警报。
7.根据权利要求1所述的基于柔性薄膜电阻式压力传感器的在离床检测方法，其特征在于，在步骤8之后，还执行：
在第i个时间区间内待测人员处于离床状态且在第i-1个时间区间内待测人员处于在床状态时，标记第i个时间区间为本次离开始时间；若从第i个时间区间开始，若再次检测到待测人员处于在床状态，则将对应的时间区间作为本次离床结束时间；基于所述本次离开始时间和所述本次离床结束时间，预估待测人员离床时间，记录不同用户对象对应的待测人员离床时间。
8.一种基于柔性薄膜电阻式压力传感器的在离床检测设备，其特征在于：包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的基于柔性薄膜电阻式压力传感器的在离床检测程序，所述基于柔性薄膜电阻式压力传感器的在离床检测程序被所述处理器执行时，实现如权利要求1-7任一项所述的基于柔性薄膜电阻式压力传感器的在离床检测方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的基于柔性薄膜电阻式压力传感器的在离床检测方法的步骤。
CN202111640867.XA 2021-12-30 2021-12-30 基于柔性薄膜电阻式压力传感器的在离床检测方法及设备 Pending CN114366083A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111640867.XA CN114366083A (zh) 2021-12-30 2021-12-30 基于柔性薄膜电阻式压力传感器的在离床检测方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111640867.XA CN114366083A (zh) 2021-12-30 2021-12-30 基于柔性薄膜电阻式压力传感器的在离床检测方法及设备

Publications (1)

Publication Number Publication Date
CN114366083A true CN114366083A (zh) 2022-04-19

Family

ID=81141268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111640867.XA Pending CN114366083A (zh) 2021-12-30 2021-12-30 基于柔性薄膜电阻式压力传感器的在离床检测方法及设备

Country Status (1)

Country Link
CN (1) CN114366083A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116576994A (zh) * 2023-05-12 2023-08-11 爱梦睡眠(珠海)智能科技有限公司 一种基于压电传感器的在离床辅助判断装置和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116576994A (zh) * 2023-05-12 2023-08-11 爱梦睡眠(珠海)智能科技有限公司 一种基于压电传感器的在离床辅助判断装置和方法
CN116576994B (zh) * 2023-05-12 2024-05-10 爱梦睡眠(珠海)智能科技有限公司 一种基于压电传感器的在离床辅助判断装置和方法

Similar Documents

Publication Publication Date Title
JP6947875B2 (ja) 生体情報出力装置
JP6869167B2 (ja) 異常報知装置、プログラム及び異常報知方法
US8353828B2 (en) Remote sleep quality detecting system and method thereof
JP4993565B2 (ja) 介護支援システム
JP6775922B2 (ja) 生体状態判定装置及び生体状態判定方法
CN105212899B (zh) 人体健康睡眠式远程监控服务系统
US20200265950A1 (en) Biological information processing system, biological information processing method, and computer program recording medium
US20070276202A1 (en) Method and Apparatus for Measuring and Monitoring Vital Functions or Presence
JP2959376B2 (ja) 監視装置
JP2012502671A (ja) 臨床症状のモニタリング、予測及び治療
JP2000000214A (ja) 就寝モニタ装置
CN111000688A (zh) 一种智能医疗床监控系统
JP4058310B2 (ja) 睡眠状態判定装置及び就寝モニタリングシステム
JP2000000215A (ja) 睡眠深さ判定方法および判定装置
CN111481207A (zh) 基于心冲击信号的睡眠姿势识别装置及方法
JP2021178198A (ja) 異常判定装置及びそれに用いるプログラム
JP2002052010A (ja) 就寝状態監視装置
CN114366083A (zh) 基于柔性薄膜电阻式压力传感器的在离床检测方法及设备
US20210186368A1 (en) Method and apparatus for determining potential onset of an acute medical condition
JP3876327B2 (ja) 生命徴候検知装置
CN107569212B (zh) 一种基于心率检测呼吸睡眠暂停综合征的设备和系统
JP3531512B2 (ja) 睡眠状態監視装置
JP3891384B2 (ja) 生命徴候検知装置
CN109350017A (zh) 一种基于多传感器阵列的生命体征监测装置及方法
Sankar et al. Enhanced method for extracting features of respiratory signals and detection of obstructive sleep apnea using threshold based automatic classification algorithm

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