通过音乐诱导的床面振动进行人体体重估计

快速而准确的人体体重估计在急诊护理中至关重要，直接影响药物剂量、除颤能量选择和液体复苏等治疗决策。传统方法如站姿秤、长度基准胶带或转移式称重秤常不适用于瘫痪患者，或不准确，或耗时 labor-intensive。本文引入 MelodyBedScale，这是一种非侵入且快速的床上体重估计系统，利用音乐诱导的床面振动。核心洞察是人体体重影响床-人体系统的振动传递函数，这通过安装在床两侧的振动传感器捕获。首先，我们识别出对体重敏感的频段，并构成临床可接受的柔和、自然的音乐，其在这些频段内具有高信号能量。这种音乐随后通过安装在床上的扬声器播放，以诱发床面振动。此外，为在有限数据下高效捕获复杂的体重-振动关系并提高对未见个体和体重的可泛化性，我们理论分析了体重-振动关系，并将结果集成到神经网络的激活函数中，用于物理信息驱动的体重回归。我们在木质床和钢床上对 11 名受试者进行评估，实现的最坏情况下的平均绝对误差可达 1.55 kg。