电子信息技术

本发明涉及数据识别及记录载体处理技术领域，尤其涉及一种基于轻量化卷积神经网络的睡姿监测方法，包括：获取单个睡姿类别的若干样本，并根据各样本的各数据在采集面上进行睡姿映射，以形成睡姿矫正数据；对睡姿矫正数据进行处理并形成若干图像数据；各睡姿类别进行特征提取并获取对应的类别特征；对实时睡姿进行采集，并对完成存储的实时睡姿进行睡姿类别识别；将对实时睡姿的识别结果存储为睡姿监测数据；本发明克服了现有睡姿识别方法需要将传感器捆绑在人体上或使用相机存在隐私隐患的问题，利用使用大面积压力传感器采集人体睡姿，从而提高了在家居环境下监测睡姿的实用性。

1.康复护理：可实时监测患者睡姿，辅助医护人员评估患者康复情况，及时发现因睡姿不当可能引发的健康问题，如褥疮预防、呼吸状况监测等，为个性化康复护理提供依据。

2.睡眠障碍诊断：通过持续记录和分析睡姿数据，结合其他生理指标，有助于医生更准确地诊断睡眠障碍，如睡眠呼吸暂停综合征等，提高诊断效率和准确性。

3.智能床垫集成：与智能床垫相结合，自动调整床垫软硬度或形态，以适应不同睡姿，为用户提供更舒适的睡眠体验，提升睡眠质量。

4.家居安全防护：监测老人、儿童等特殊人群的睡姿，当检测到异常睡姿可能存在安全隐患时，及时向家人或监护人发出警报，保障家居生活安全。

将实时采集的压力数据在系统前端界面进行实时显示，并重复收集睡姿信息，利用训练得到的分类算子对实时采集的睡姿图像不断识别，将识别结果生成日志记录，实现对人体睡姿的长时间监测。