欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 202010331065X
申请人: 华侨大学
专利类型:发明专利
专利状态:已下证
专利领域: 医学或兽医学;卫生学
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于毫米波雷达技术的多目标呼吸心率监测方法,其特征在于,基于毫米波雷达技术,包括多目标呼吸心率信号分离与心率和呼吸率提取;

1)多目标呼吸心率信号分离,步骤如下:

1.1)毫米波雷达采用时分复用方式在多个发射天线Tx上向目标空间发射调频连续脉冲信号,并通过多个固定间距的雷达接收器Rx接收目标空间反射的回波,得到多组回波信号;

1.2)对每一对Tx-Rx的回波信号执行距离快速傅里叶变换,使占据不同角度范围的目标分离;

1.3)沿着Rx维度对形成距离-方位角平面的每个距离仓进行快速傅里叶变换,使落在同一角度范围内但彼此之间角度不同的目标分离;

1.4)对噪声阈值进行估计,如果目标峰值点大于噪声阈值,判断目标存在为真;如果目标峰值点小于噪声阈值,则判断目标不存在,为噪声;

1.5)为每个确定的角位置k计算波束成形权重,计算得到不同监测对象的体征信号;

2)心率和呼吸率提取,步骤如下:

2.1)计算对体征信号的相位值,展开获得实际位移轮廓,然后计算连续展开相位之间的相位差,消除相位漂移并抑制呼吸谐波;

2.2)使用四阶IIR级联双四阶滤波器将经步骤2.1)处理后的体征信号带通到心跳区域和呼吸区域中,分离心率信号和呼吸信号;

2.3)对于呼吸信号对应的波形,根据呼吸区域的频谱内最大峰值的频率选择呼吸速率,对呼吸率进行估计;如果置信度低于默认阈值,则将基于峰间距离的估计值选为呼吸速率,其中,置信度为最大峰值的信号功率与呼吸区域频谱中的其余频率点的比率;

对于心率信号对应的波形,使用基于密度的方法估计心率,获取心率频谱中的所有峰值并保存前N个峰值;从前N个峰开始,去除与呼吸谐波相对应的峰;将剩余的峰放在循环缓冲区中;累积峰值T秒钟;使用dBscan聚类算法将累积的峰分成多个簇,确定具有最大峰数的聚类,并选择确定簇的中值作为心率有效值。

2.根据权利要求1所述的基于毫米波雷达技术的多目标呼吸心率监测方法,其特征在于,步骤1.4)中,采用恒虚警率目标检测方案,对噪声阈值进行估计。

3.根据权利要求1所述的基于毫米波雷达技术的多目标呼吸心率监测方法,其特征在于,步骤1.5)中,为每个确定的角位置k计算波束成形权重,并将其应用于ADC数据,再通过公式 得到不同监测对象的体征信号;

其中,n表示第n个ADC采样数据,m表示第m帧线性调频信号,i表示第i个发射天线发出的信号, 表示发射天线的数量, 表示波束在位置k的权值。

4.根据权利要求1或2或3所述的基于毫米波雷达技术的多目标呼吸心率监测方法,其特征在于,步骤1.4)与步骤1.5)之间,还包括滤除静态对象的反射的步骤,具体为:对距离-方位角平面检测到的目标,在慢时间轴上测量其特定距离-方位角仓的相位,并且保留随时间变化超过特定阈值的距离-方位角仓。

5.根据权利要求1所述的基于毫米波雷达技术的多目标呼吸心率监测方法,其特征在于,步骤2.1)中,对体征信号使用反正切运算计算相位值,展开获得实际位移轮廓,公式如下:其中,Q为I/Q采样中的Q路数据,I为I/Q采样中的I路数据。

6.根据权利要求1所述的基于毫米波雷达技术的多目标呼吸心率监测方法,其特征在于,步骤2.3)进一步包括如步骤:根据采样率和允许的频率范围定义两个阈值,即最小峰值距离和最大峰值距离;选择心率信号、呼吸信号对应的波形中的第一个峰值作为有效峰值,然后选择下一个有效峰值,使得两个峰值都在阈值内;隔离出有效峰值后,根据所有的有效峰值之间的距离的平均值估算呼吸率和心率。

7.根据权利要求1或5或6所述的基于毫米波雷达技术的多目标呼吸心率监测方法,其特征在于,步骤2.2)与步骤2.3)之间,还包括如下步骤:选用预设时长的窗口,计算心率信号的能量,如果窗口中的能量超出阈值,则将对应的时域的心率信号舍弃。

8.一种基于毫米波雷达技术的多目标呼吸心率监测系统,其特征在于,包括呼吸心率数据采集模块和生命体征监控平台,呼吸心率数据采集模块设置于监测对象的上方,用于采集监测对象的心率和呼吸率数据,并发送至生命体征监护平台;基于权利要求1至7任一项所述的基于毫米波雷达技术的多目标呼吸心率监测方法,生命体征监护平台根据上传的心率和呼吸率数据对监测对象进行实时的健康状态检测。

9.根据权利要求8所述的基于毫米波雷达技术的多目标呼吸心率监测系统,其特征在于,呼吸心率数据采集模块包括毫米波雷达模块、DSP模块、电源模块、MCU模块和前端通信模块;

毫米波雷达模块用于发射和接收调频连续波信号,经过内部混频和采样之后,将数字化信号传输到DSP模块;

DSP模块用于处理接收的信号数据,并从中分离出监测对象的心率和呼吸率数据;

前端通信模块用于将监测对象的心率和呼吸率数据上传至生命体征监护平台;

电源模块与MCU模块连接;

MCU模块与毫米波雷达模块连接,用于控制信号的发送与接收;MCU模块与DSP模块连接,用于接收处理好的心率和呼吸率数据;MCU模块与前端通信模块连接,用于与生命体征监护平台进行通信。

10.根据权利要求8的基于毫米波雷达技术的多目标呼吸心率监测系统,其特征在于,生命体征监护平台包括后台通信模块、数据服务器模块、健康预判模块、警报模块和Web前端模块;

后台通信模块用于接收呼吸心率数据采集模块发送的监测对象的心率和呼吸率信息;

数据服务器模块用于对接收的心率和呼吸率数据进行筛选、清洗、处理和存储,处理好的有效目标数据发送至健康预判模块;

健康预判模块用于对监测对象的心率和呼吸率数据进行数据分析,当监测对象存在异常情况时,向警报模块发送警报指令,并将数据和判断结果整理成健康报表发送至Web前端模块;

警报模块用于接收健康预判模块发送的警报信息,对于监测对象不同等级的健康状况,向对应的对象发送警报信息;

Web前端模块包含Web平台和移动通讯终端,健康预判模块将生成的健康报表传输到Web前端模块中,医护人员通过移动通讯终端查看健康报表,并上传医疗护理建议,监测对象或家属通过移动通讯终端访问Web前端模块,查看健康报表与医疗护理建议。

11.根据权利要求10的基于毫米波雷达技术的多目标呼吸心率监测系统,其特征在于,健康判断模块使用TensorFlow框架将采集的心率与呼吸率数据结合MIT-BIH数据库的标准心律失常数据库Arrhythmic Datebase进行学习和训练,通过机器学习建立神经网络模型;

再使用训练后的神经网络模型对最新采集的心率与呼吸率数据进行分析和预测,并将结果与心率与呼吸率数据一起建立健康报表,上传至Web前端模块。

12.根据权利要求8的基于毫米波雷达技术的多目标呼吸心率监测系统,其特征在于,监测对象与呼吸心率数据采集模块和生命体征监护平台进行身份绑定,具体如下:监测对象在生命体征监护平台上进行用户注册及身份验证,生命体征监护平台根据PKI规范生成一组证书和密钥文件,监测对象获得唯一的身份标识;生命体征监护平台将唯一的身份标识与监测对象使用的呼吸心率数据采集模块的设备唯一编码进行绑定;

在呼吸心率数据采集模块上录入监测对象的位置信息,并设定范围阈值,使用同一呼吸心率数据采集模块的不同监测对象进行分离并与其身份标识绑定。