摘要:為提升人機交互醫療設備對久坐不動(dòng)、常年臥床等狀態(tài)下人體的監測效果,在利用無(wú)線(xiàn)體域網(wǎng)(Wireless Body Area Network, WBAN)建立人體姿態(tài)識別系統的基礎上,設計了相應的改進(jìn)人工神經(jīng)網(wǎng)絡(luò )與WBAN系統進(jìn)行融合,并將其應用于人機交互醫療設備中。結果表明,在HiEve數據集中,該方法于20次迭代時(shí)開(kāi)始收斂,損失函數值為0.0112。在患者不同姿勢的識別驗證中,該方法下的人機交互醫療設備識別準確率均顯著(zhù)高于90%,并且耗時(shí)最短僅為23.16s,具有較高的識別準確率和效率,為人體姿態(tài)識別及相關(guān)醫療設備的應用提供了更為可靠的技術(shù)參考。