睡眠是人体所必需的重要生理活动。与睡眠相关疾病发病率却逐年增加,已严重影响人体健康,且日常生活中睡眠期间各种症状不易被患者觉察,病发时可能已延误最佳治病时间。随着生活水平提高、科学技术的进步,人们对健康需求不断增长,不仅需要遇病求医,更需要在日常生活中科学的监测睡眠状况,从而起到疾病预防的作用。但在居家环境常用的有束缚式睡眠监测系统成本高、操作繁琐,长时间佩戴的束缚性,与皮肤接触可能造成皮肤过敏,固定不牢、松动影响检测效果等问题,难以用于日常监测,而健康手环、智能枕头等现有仪器提取心率和呼吸获取生理信息有限、缺乏临床价值。针对以上需求和问题,本研究基于体振的无束缚方式开展心率和呼吸率检测及提取方法研究。（1）检测方法:本研究对监测环境与使用者的需求进行分析,确定了睡眠这种检测环境。通过对心跳信号产生原理分析,确定使用加速度传感器检测心跳引起的床体振动,从而无束缚获取睡眠状态下身体头脚方向的心冲击信号并提出心率和心跳周期提取方法;通过对呼吸信号产生原理分析,确定使用放置于枕头下的加速度传感器检测身体振动,从而获得呼吸信号并提出呼吸率和呼吸间隔提取方法。（2）心率和心跳周期提取方法:方法先去除心冲击信号中的趋势项和噪声实现预处理;然后,由改进自相关函估计函数、改进平均幅度差估计函数和最大峰值估计函数融合得到心跳周期,取得到的心跳周期序列的中值作为心跳周期估计值;最后,根据心跳周期估计值,通过心跳候选值大小和位置差值结合基于动态规划从心跳候选值及位置组成的矩阵中定位心跳位置,从而得到准确的心跳周期。（3）呼吸率和呼吸间隔提取方法:方法先去除信号中的线性基线漂移和高频噪声,通过多次计算重构信号的功率谱中1Hz内的能量确定基于傅立叶变换的连续小波变换的最优重构尺度,实现对不同频率范围的信号都有很好预处理结果;然后,计算两个通道的相关系数并与阈值比较,分别基于信号能量选择信号和基于主成分分析融合信号得到最佳呼吸信号;最后,通过自适应阈值的方法定位呼吸波峰位置并由过零点的间隔计算得到呼吸间隔。（4）对比实验:为检验整套检测系统的可靠性、准确性及与医学仪器的一致性。对10名受试者的不同睡姿及不同心跳、呼吸频率的状态下,使用本研究检测系统与医学仪器同步采集生理信号,分析所得数据表明本研究提取的方法有较高的准确率和一致性。