[发明专利]在床离床检测方法、检测系统、设备及存储介质

说明书

本发明提供了一种在床离床检测方法，包括提供神经网络和训练信号，将训练信号分割为静卧信号、体动信号、放电信号和平稳信号作为模板信号组；训练神经网络得到训练好的神经网络；将预定时间段内采集到的连续在线信号作为单位输入信号输入训练好的神经网络，训练好的神经网络输出单位输入信号所对应的状态信息；根据预设规则比较按时间顺序相邻的两个单位输入信号的状态信息后，输出在床结果或离床结果；依据在床结果或离床结果判断在床状态和离床状态，提高了在床离床判断准确率，降低了检测时延。本发明还提供了一种检测系统，包括信号处理模块、训练模块和判断模块。本发明还提供了一种设备及存储介质。

技术领域

本发明涉及信号检测技术领域，尤其涉及在床离床检测方法、检测系统、设备及存储介质。

背景技术

心冲击图(BCG，ballistocardiography)是一种无创、非接触式的心血管功能监测信号，是指使用对于压力变化敏感的仪器捕捉由于心脏搏动引起的人体一系列相应的微弱运动产生的压力变化信号，并将这种压力变化信号转化成电信号并绘制成波形记录下来，这种波形信号就是BCG信号。

现有的判断在床离床方法大多是基于BCG信号的幅度和能量的阈值法。如根据经验设定幅值和能量阈值，若当前所测信号的幅值和能量超过阈值，则判定为在床；若当前所测信号的幅值和能量小于阈值，则判定为离床。然而，阈值的选取依赖研究者的经验，阈值的大小也直接影响了算法的性能，因此通过阈值法判断是否在床的精确度不高，其可靠性也不高。

现有技术的检测算法检测的延时很大，因为采集BCG信号主要是靠压电陶瓷传感器阵列完成，在受试者离开床垫后，信号不会立刻变成基线状态，而是会出现放电状态。放电状态通常会维持十几秒，在现有的检测算法中，很难将这一段准确识别出来，导致检测离床的延时很大，在实时状态检测的过程中，难以满足要求。

公开号为CN 106539564 A的发明专利申请，公开了一种基于睡眠带的上下床监测方法，包括如下步骤：步骤S1，所述压力传感器实时感应人体位移信息并产生电信号；步骤S2，所述滤波模块滤除压力传感器输出端的干扰信号；步骤S3，所述放大模块对滤波模块处理后的信号进行放大，并将放大后的信号传输至中央处理单元的AD转换接口；步骤S4，中央处理单元对放大模块的输出数据进行处理，将时间段Ts内输出数据的方差Delta与预设的阈值THDelta相比较，若方差Delta≥阈值THDelta，则判断出人体已上床，若方差Delta＜阈值THDelta，则判断出人体已离床。但是该发明关于阈值的选取，依赖研究者的经验，阈值的大小也直接影响了算法的性能，因此利用阈值判断人体是否离床精确度不高。

因此，有必要提供在床离床检测方法、检测系统、设备及存储介质以解决上述的现有技术中存在的问题。

发明内容

本发明的目的在于提供在床离床检测方法、检测系统、设备及存储介质，以解决判断是否离床精确度不高和检测离床的延时大的问题。

为实现上述目的，本发明所述的在床离床检测方法，包括步骤：

S1：提供神经网络和训练信号，依据在床状态信息特征和离床状态信息特征将所述训练信号分割为静卧信号、体动信号、放电信号和平稳信号作为模板信号组；

S2：将所述静卧信号、体动信号、放电信号和平稳信号输入至所述神经网络进行训练，得到训练好的神经网络；

S3：在线采集在线信号，将预定时间段内采集到的连续在线信号作为单位输入信号输入所述训练好的神经网络，所述训练好的神经网络将所述预定时间段内的在线信号与所述模板信号组中的各信号进行比对，以输出所述单位输入信号所对应的状态信息，所述单位输入信号所对应的状态信息包括在线静卧信号、在线体动信号、在线放电信号和在线平稳信号中的任意一种或多种；

S4：根据预设规则比较按时间顺序相邻的两个单位输入信号的状态信息后，输出在床结果或离床结果；