本发明公开了基于伪项识别融合与HMM算法的睡眠姿势分类方法，方法先采集患者的原始BCG信号并进行预处理和特征提取，获得OM特征变量；对OM特征变量进行Group‑Lasso特征筛选，并对筛选后的OM特征变量进行伪项的识别及融合，获得观测序列；通过窗宽不断平移截取观测序列作为隐马尔可夫模型的输入，进行HMM训练，获得最终隐马尔可夫模型并实际观测序列输入模型，识别出睡眠姿势的类别。本发明使用OM特征变量的伪项识别及融合方法与HMM算法相结合的模型来进行睡眠姿势分类，解决了当特征变量中存在伪项时造成的模型过拟合现象，从而克服了以往人们对睡眠姿势识别分类精度不高的问题。