多导睡眠图监测(PSG)是国际公认的进行睡眠分析的标准,且已广泛地应用到临床诊断中。但是,在实际应用中发现,PSG不仅价格昂贵、操作复杂,而且需在身上粘贴电极,给被测者带来了生理和心理负担。为了解决上述PSG带来的问题,医疗研究人员设计了低负荷睡眠监测系统,它通过微动敏感床垫来获得人的生命体征参数。这种监测方式不需要在被测者身上粘贴电极就可获得人体的一些生命体征信号,并与数据挖掘与提取技术相结合,实现了睡眠分析以及一些睡眠疾病的诊断。但是以往应用到实际中的低负荷睡眠监测系统存在着数据提取准确度不够、不能有效适用于复杂网络环境以及睡眠分析结果符合率较低等问题。本文设计并实现的低负荷睡眠监测系统有效地解决了上述问题,主要工作如下：1.为低负荷睡眠监测系统设计了C/S架构,其整体上由数据采集端、服务器端以及医生客户端三部分架构组成。数据采集端主要完成生命体征数据的采集工作；服务器端完成生命体征数据的接收、存储以及预处理工作,服务器端采用分布式架构,以满足大量用户的并发请求；医生客户端完成生命体征数据的分析工作。2.基于低负荷检测技术与数字信号处理技术,提出了数据采集端的设计方案。通过大量的临床数据分析,构建生命体征的特征模型,设计了巴特沃斯软件滤波器为基础的生命体征数据提取核心算法,提高了生命体征参数提取的准确性。同时设计了可视化的显示管理界面,并实现了数据采集端的人机交互功能。3.基于人工智能技术,提出了基于模糊逻辑的睡眠分期算法,该算法对睡眠蕴含的不确定性进行了有效的分析,并进行了符合率分析工作。实验结果表明,基于模糊逻辑的睡眠分期算法得到的结果具有较高的符合率。