Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "嚴謹"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    以卷積神經網路實現睡姿辨識系統應用於壓力感測床墊
    (2020) 嚴謹; Yen, Ching
    睡眠姿勢(以下簡稱睡姿)是評估睡眠品質的重要因素之一,同時也與許多慢性疾病有所關聯。在醫療實務中,睡姿對於睡眠呼吸中止症影響重大,其患者應避免仰臥的睡姿,並儘量以側身姿勢入眠。除了睡眠呼吸中止症之外,睡姿亦與壓瘡的防治有關。所謂壓瘡是指人體覆蓋骨突處的皮膚長期受到外在壓力,造成皮膚、皮下組織、肌肉與骨頭受傷、潰瘍甚至壞死。剛完成手術及行動不便需長期臥床的病患因無法自行翻身,而容易造成壓瘡產生,這些病患需要照護人員定期幫他們翻身,以避免長期維持同一睡姿。 基於上述提及睡姿與醫療應用的關聯性,如能開發出一套即時且自動化的睡姿辨識系統,時時監控需求病患的睡姿,當病患於床上出現不當的睡姿或是長期維持同一睡姿時,系統能對照護人員發出提醒,便對這些病患有莫大的幫助,也能使照護作業更有效率地進行。 本研究透過壓力感測床墊取得各式睡姿的壓力分佈數據,再以深度學習之卷積神經網路(Convolutional Neural Network, CNN)對數據進行訓練並建模,進而開發出以Android行動裝置為終端運算裝置的自動化即時睡姿辨識系統。本研究分為以下三個步驟:1.定義睡姿與數據收集;2.以卷積神經網路建模;3.開發Android應用程式進行睡姿辨識。本研究使用的壓力分佈數據是透過10名受試者根據自行定義之睡姿躺在壓力感測床墊上收集而來。經過卷積神經網路建模後,本研究將以LOSO(Leave-One-Subject-Out)的方式來驗證模型準確率。透過Android行動裝置作為運算端與介面端的系統架構,其優點為低時間延遲、靈活開發性與高機動性。

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback