[发明专利]一种基于深度学习与多参数融合的非接触式睡眠监测方法

摘要

本发明是一种基于深度学习与多参数融合的非接触式睡眠监测系统，属于图像处理领域和深度学习领域。该系统首先对获取到的睡眠视频图像进行分割，然后搭建生理信号提取与放大的深层卷积神经网络，通过设置网络不同的放大因子，对额头区域的心率信号和眼睛区域的眼动频率进行放大，得到放大心率信号的额头区域视频图像和放大眼动频率后的眼睛区域视频图像，再利用快速傅里叶变换提取相应频谱，找出频谱峰值对应的频率作为监测到的心率信号和眼动频率。对于三方位躯体视频图像，搭建基于深度学习的睡姿监测神经网络结构，将网络中提取的睡姿特征输入到全连接层进行六分类，分类结果对应为仰卧、俯卧、左侧直卧、左侧蜷卧、右侧直卧和右侧蜷卧六种睡姿，再通过六种睡姿中的不同睡姿的切换，统计翻身次数。最后综合上述监测到的生理信号，对睡眠质量进行综合评估。本发明具有高舒适度、多参数融合、高度自动化的特点，非接触性的实现了心率、呼吸频率、眼动频率、睡姿、翻身次数等生理参数的监测。