<正>研究目的:本研究旨在研制一种基于非侵入式压电薄膜传感器数据的睡眠状态预测模型,通过对体动信号的分析,监测个体睡眠状态,以实现长时无感的睡眠质量评估。当前,睡眠质量的监测主要依赖于多导睡眠图等设备,但其使用需要专业的设备和人员,操作复杂且费用高,在日常睡眠监测中的使用受到限制,因此提出一种便捷、高效的睡眠监测方法具有重要意义。本研究采用压电薄膜传感器采集个体在睡眠期间的身体活动强度数据,结合机器学习算法构建睡眠状态预测模型,以实现对睡眠状态的准确预测。本研究致力于提供一个既操作简便又能有效监测睡眠的解决方案,其能在多样化的实际应用场景中发挥重要作用,特别是在运动员和大众的日常睡眠监控中。本研究不仅扩展了非侵入式睡眠监测技术的应用范围,也为未来睡眠研究提供了新的方法和视角。