计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (3): 172-177.DOI: 10.3778/j.issn.1002-8331.1608-0228
任志斌，李 洋，郭士杰，郭志红，刘秀丽
REN Zhibin，LI Yang，GUO Shijie，GUO Zhihong，LIU Xiuli
摘要： 睡姿作为评估睡眠质量和疾病预防治疗的指标之一，不仅影响人心理和生理健康的睡眠质量，而且对呼吸暂停综合症、褥疮等疾病诊断意义重大。为实现睡姿压力图像的自动识别，对基于模糊粗糙集算法进行了应用研究，首先采用柔性压力传感器阵列获取静态睡姿压力图像，并对其进行图像预处理以完成基于简单图像几何特征的提取；通过引入模糊粗糙集对图像条件属性离散化约简，剔除冗余信息推导模糊决策规则，进而实现睡姿类别有效分类。实验结果表明，与已有算法相比该算法的分类精确度可达92.9%，具有较好的准确度。
