非接触式睡眠状态识别算法的硬件实现

简介：
本研究致力于开发一种无需直接接触人体即可监测和分析睡眠状态的技术。通过创新性的硬件设计与优化的非接触式传感器技术，我们成功地实现了对用户睡眠过程中的各项生理指标进行实时监控，并且能够在不同环境下稳定运行，为用户提供更加舒适、安全的睡眠监测体验。 本段落提出了一种基于SoC架构的硬件化算法，并利用PVDF非接触式传感带实时处理多维度生理信号。该方法首先从PVDF压电薄膜传感器中获取人体的生理信号，经过前端电路进行电荷放大、滤波和ADC采样后传输至可编程逻辑器件FPGA。采用流水线设计的算法能够提取出生理信号的关键特征值，并计算体动合成指数。最终通过软核处理器Nios接收硬件化处理的结果，实现对人体睡眠状态的有效识别。 实验结果表明，在19毫秒内该算法可以准确区分人体在睡眠时的肢体律动、正常呼吸和呼吸暂停三种不同状态。这大大缩短了传统的软件处理时间，并为医生诊断呼吸暂停综合症提供了重要的病理依据。因此，这一方法对于医院临床应用及家庭监护具有较高的参考价值。