非接触式呼吸模式分类的 1D-CNN 优化

本研究提出了一种利用光波信号检测非接触式呼吸异常的方法，使用低成本的光源和传感器，能够识别机器人胸部反射光强的变化中的不同呼吸异常。呼吸异常检测模型使用机器学习方法，在分类7种不同呼吸数据时达到了96.6%的准确率。该系统可以作为智能、非接触和隐蔽的呼吸监测方法在家庭或医疗设施中使用。