人口老龄化已经成为了当今世界最严重的社会问题之一,随之而来的是日益增长的医疗护理需求亟需解决,其中针对数量庞大的卧床病人的护理问题更是关注的热点。此类病人生理功能衰退,自我控制能力差,极易出现压疮或发生坠床跌倒事件,极大地影响病人的身心健康,也造成了额外的医疗支出。因此,在医疗资源有限的前提下,急需设计一款自动化监护系统,对卧床病人的动作进行实时监测,当发现特殊情况时及时通知医护人员。本文中,对该系统的研究基于美国一公司研制的智能护理床设备展开。该护理床四角安装有高精度压力传感器,可实时感知并输出对应的压力信号。本次研究通过对这四个压力值进行数据挖掘和分析,在保护病人隐私的基础上实现离床报警和床上动作判断的功能。具体内容概括如下:1.针对病人坠床预警问题,首先利用压力信号对病人在病床上的重心位置进行定位,再根据费舍尔判别分析对病人处于边缘区域时的动作状态进行判断,当监测到病人有离床倾向时则发出警报通知医护人员,从而避免坠床事故的发生;2.针对卧床病人动作识别问题,突破现有方法仅能判断是否离床的局限性,对病人的离床、左翻身、右翻身、伸手取物、坐起与躺下这六类动作进行分析,提出了一种基于动态主成分分析和高斯混合模型相结合的分类算法,细化了可识别动作的种类,扩大了动作监测的范围;3.针对动作信号的动静态特性分析问题,在建模前对信号进行慢特征分析,提取的慢特征排除了噪声干扰与动作个体差异性的影响,能够表征不同类型的动作信号的本质属性,提高六类动作分类的准确度。并在此基础上提出了在针对包含多个动作在内的连续时间序列的在线分割与自动识别算法。