非接触式睡眠状态识别算法硬件化实现

提出一种基于SoC并利用PVDF非接触式传感带对多维度生理信号进行实时处理的硬件化算法。从PVDF压电薄膜传感带中获取生理信号,经过前端电荷放大、滤波、ADC采样后进入可编程逻辑器件FPGA。算法采用流水线设计,提取生理信号的特征值、计算体动合成指数,通过软核处理器Nios接收硬件化计算结果,对睡眠状态进行最终识别。经实验对比验证,该算法能在19 ms内识别人体睡眠时的肢体律动、正常呼吸、呼吸暂停3种状态,极大地缩短了软件处理的时间,同时为医生诊断呼吸暂停综合症提供病理依据,在医院临床和家庭监护方面具有参考价值。