一种基于轻量化机器学习的自供电可穿戴监测系统及方法

本发明公开了一种基于轻量化机器学习的自供电可穿戴监测系统及方法，该监测系统将多类型分布式传感架构、轻量化机器学习感知、自供电能量供需平衡有机融合于柔性集成的可穿戴系统，无需依赖云端计算资源，提高了运动状态智能感知的实时性并减少无线数据传输的任务与能耗，同时通过人体动能收集器的高效电能转换和基于事件触发的工作模式动态切换机制，替代了容量有限的传统电池，在可穿戴侧实现了长时间稳定可持续的运动状态实时智能监测。上述监测系统在传感架构、智能感知等方面均具有高度的可重构性，为运动损伤康复、慢性病监测等应用构建远程主动医疗蓝图提供智能穿戴的可行思路和可能性。