CN104644143A - 一种非接触式生命体征监护系统 - Google Patents
一种非接触式生命体征监护系统 Download PDFInfo
- Publication number
- CN104644143A CN104644143A CN201510102048.8A CN201510102048A CN104644143A CN 104644143 A CN104644143 A CN 104644143A CN 201510102048 A CN201510102048 A CN 201510102048A CN 104644143 A CN104644143 A CN 104644143A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- vital sign
- filter
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pulmonology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明涉及一种非接触式生命体征监护系统,主要采用连续波雷达来探测人体的生命体征信号。本系统首先由雷达信号发射单元向待测生命体发射固定频率的连续波,其次模拟接收单元收集产生的正交多路生命体征信号,再次利用数字下变频单元用以在高中频信号中提取有用信号,采用正交解调将信号分成多路,最后通过数字信号处理单元,提取多路基带信号的信息,并利用自适应滤波器将各路生命体征信号进行分离,并用傅立叶变换进行信号的频率提取。本发明使用方便,测量准确,具有良好的抗干扰能力,其在使用时无需接触生命体,即可获得高精度生命体征数据,方便相关人员准确、实时、连续地掌握被测人员的生命体征状况。
Description
技术领域
本发明属于雷达领域,特别涉及一种非接触式生命体征监护系统。
背景技术
心跳、呼吸、血压等是人体的基本生命体征信息参数,这些体征参数的变化直接反映了人体的身体是否健康,而且体征参数的异常也是引发医学上的突发紧急事件原因之一,因此对人体体征信息的实时监测掌握具有十分重要的实用价值。目前临床上主要依靠贴附于人体的电极、接触式传感器等进行测量来实时获得人体的生命参数信号,其主要检测方法有:容积式呼吸测量法、速度式呼吸测量法等。这些方法都需要直接或间接的接触人体,大大制约了其应用范围,而且仪器对身体的接触也给生命体征信息探测的准确度带来一定的影响,同时也给生命体征信息的后期处理带来很多不便。
发明内容
本发明的目的是为克服现有技术的不足而提供一种非接触生命体征信息监测系统,该系统融合生物医学工程技术、雷达技术于一体,不需要任何电极或传感器去接触生命体,可以在较远的距离内探测到生命体的生命体征信号(呼吸、心跳等),对大面积烧伤创伤等危重病人、传染病人以及精神病人等来说进行生命体征信息的监测有独特的应用价值,因为这些群体不宜采用接触式方法进行生理参数测量。它不仅可以应用在临床医学军事方面,在塌方、地震等灾害情况下的伤员及时解救中同样发挥了重要的作用。
根据本发明提出的一种非接触生命体征信息监测系统,包括雷达信号发射单元,模拟接收单元,数字下变频单元,数字信号处理单元,其特征在于,
所述雷达信号发射单元主要包括产生发射信号的本地振荡器和发射信号的天线,用以发射固定频率的连续波,
所述模拟接收单元包括低噪放大器,射频带通滤波器,混频器,本地振荡器,中频滤波器,用以收集正交的多路生命体征信号,
所述数字下变频单元包括本地振荡器、混频器、低通滤波器和抽取器,是在高中频信号中提取有用信号,采用正交解调将信号分成多路,
所述数字信号处理单元,通过反正切解调提取多路基带信号的信息,根据各路信号的频域不同,利用自适应滤波器将各路生命体征信号进行分离,最后用傅立叶变换进行信号的频率提取。
本发明的工作原理是:雷达通过本振向人体发射连续波信号,由于人体生命运动(呼吸、心跳等)的存在,将雷达周期信号进行了调制,使得被人体反射回去的回波信号特点发生了变化。对该回波信号(携带有与被测人体生命体征相关的信息)进行放大、滤波、解调、分离,接下来将一系列处理过后的信号送入计算机进行数据分析和数据显示,最终就获得了被测人体的生命体征参数(呼吸、心跳等),从而可以得到人体的生命体征信息。
由于非接触式生命体征的监测是基于在毫米或厘米距离处感知小的生理运动,因此随机的身体运动或周围环境的变化会极大地干扰精准的检测。例如,当在诊所中使用雷达来监测夜间睡眠呼吸暂停时,当被监测者在床上翻身的时候,监测的生命体征信号会中断,进而引起误报警。生命体征信号的频率很低(一般来说大约在0.1-3Hz),信号发生器产生的相位噪声可能会带来危险的影响,妨碍监测系统的正常工作。在这种情况下就要对人体呼吸、心跳等参数进行提取、分离与处理,使检测系统具有较高的信号检测灵敏度。在发明中针对该干扰信号特点采用了基于最小均方误差(LMS)或最小二乘法算法(RLS),将同时携带呼吸、心跳频率成分的信号进行自适应处理,从而实现呼吸和心跳信号的分离。
雷达信号发射单元:连续波发射器发射固定频率的连续波,经过环形器至天线,由天线将连续波发送出去;当遇到目标后,大部分的电磁波就会被目标反射回来至天线,天线接收回波后经环形器加载到混频器,再进行后续处理。
模拟接收单元:天线将接收到的微弱的射频信号经过低噪放大器放大后送入射频带通滤波器(射频带通滤波器也称预选器,主要作用是衰减带外信号和镜像干扰),之后进入混频器,输入的射频信号与本振信号在混频电路中进行混频,输出中频信号,随后通过中频滤波器滤出我们需要的中频信号。
数字下变频单元:包含A/D采样和数字下变频两个过程。A/D采样是在中频进行带通采样,中频频率为75MHz,采样频率为100MHz;数字下变频从高速中频数字信号中提取有用信号,将75MHz中频信号下变频至零中频信号,下变频采用正交解调将信号分成多路信号,送入数字信号处理单元中进行后续处理。数字下变频部分由FPGA来实现。
数字信号处理单元:要包括反正切解调和自适应滤波算法(最小均方误差LMS算法或最小二乘法算法RLS算法)。从数字下变频模块输出的多路信号基带信号送入数字信号处理部分,经过反正切解调提取多路基带信号的信息,根据生命体征信号的频域不同,利用自适应滤波技术将这两信号进行分离,最后用傅立叶变换进行这两种信号的频率提取,将结果送至PC显示,最终获得被测者实际体征情况,数字信号处理部分由DSP来实现。
LMS算法:它的基本原理是在最速下降法的基础上发展起来的,即沿着权值的梯度估值的负方向搜索,达到权值最优,实现均方误差最小意义下的自适应滤波。
本发明中使用的LMS算法是经过优化的可变步长的自适应LMS算法。该算法的步长因子是以现时误差和前一时刻误差的自相关的时间均值估计的平方作为标准来自动调节的,因此算法有较小的稳态失调量,在自适应初始阶段有较快的收敛速度,该算法原理如下:
e(n)=d(n)-wH(n-1)x(n)
y(n)=wT(n)x(n)
w(n)=w(n-1)+μ(n)u(n)e*(n)
其中,w(n)是n时刻滤波器全系数矢量,w(n)=[w0(n),w1(n)...wn-1(n)],d(n)为期望信号,x(n)是n时刻的输入矢量,μ(n)为调节的步长。
RLS算法:自适应RLS算法旨在使期望信号与滤波器输出之差的平方和达到最小,它可以在外界环境变化的时候自动调整自身参数逐步实现最优处理结果,这一点对于随机性较强的非平稳信号来说十分有效。由于生命体征信号很弱,受到的外界干扰比较强,信号随机性很强且信号通常又是非平稳的,本项目中也选用了自适应RLS滤波算法来进行人体生命体征信号的处理,从心跳和呼吸的回波信号中将这两个信号分离出来。
自适应RLS算法是从给定的初始条件出发,通过应用新的数据样值中所包含的信息对旧的估值来实现更新。可测数据的长度是可以变化的,与一般的最小二乘方法不同的是,自适应RLS算法在最小化的代价函数ε(n)中引入了指数加权因子β(n,i)。公式表示为
其中e(f)为期望响应d(i)与i时刻抽头权输入响应u(i),u(i-1),、、、u(i-M+1)滤波器输入y(i)之间的误差。
本发明与现有技术相比其显著优点:从身体上来说,它既不会限制也不会禁止身体的运动,更不会引起由于使用电极和胸戴设备所带来的不舒服或皮肤刺激等问题。这对于延长监测时间至关重要,从而使得这种监测器成为能够进行连续监测的理想选择。同时,由于病人并不知道正在进行远程监测,因此不会改变他们的呼吸状态及心跳速率,从而提高了监测的可靠性。另外,由于不存在其他监测方法中会降低准确性的表面负荷效应,所以非接触式监测系统的准确性得到了提高。
附图说明
图1是本发明提出的一种非接触生命体征信息监测系统总体框图;
图2是本发明提出的数字下变频器结构示意图;
图3是本发明提出的自适应RLS算法示意图。
具体实施方式
以下结合附图和实施例对本发明作进一步的详细描述。
结合附图1,本发明的具体实施方式如下:本发明主要由雷达信号发射单元,模拟接收单元,数字下变频单元,数字信号处理单元组成,其特征在于,
所述雷达信号发射单元主要包括产生发射信号的本地振荡器和发射信号的天线,用以向人体发射固定频率的连续波,发射功率是0.1mW的2.5GHz连续波,
所述模拟接收单元包括低噪放大器,射频带通滤波器,混频器,本地振荡器,中频滤波器,用以收集正交的多路人体生命体征信号,天线将接收到的微弱的射频信号经过低噪放大器放大后送入射频带通滤波器滤除带外信号和镜像干扰,之后进入混频器,输入的射频信号与本振信号在混频电路中进行混频,输出中频信号,随后通过中频滤波器滤出所需要的75MHz中频信号。
结合附图2,所述数字下变频单元包括本地振荡器、混频器、低通滤波器和抽取器,用以在高中频信号中提取有用信号,采用正交解调将信号分成多路,基于多相滤波的正交解调将采样后的中频数字信号下变频至零中频信号,随后通过滤波器进行3组抽取处理,分别为:积分梳状滤波器抽取组(CIC)、积分梳状滤波器抽取组(CIC),半带滤波器抽取组(HB),其中第二个CIC与FIB滤波器级联,进行5次重复抽取,将100MHz的采样率最终转换为100Hz的低频信号供后续的DSP处理。
所述数字信号处理单元,通过反正切解调提取多路基带信号的信息,根据各路信号的频域不同,利用自适应滤波器将各路生命体征信号进行分离,最后用傅立叶变换进行信号的频率提取。所述自适应滤波器由参数可调的数字滤波器和自适应算法组成,所述自适应算法为LMS算法或RLS算法。
实施例1采用LMS算法:在生命体征信号原始输入的初始阶段,自适应滤波开始进行,自相关估计误差较大,步长μ(n)(学习速率)也相对较大。随后沿着权值的梯度估值的负方向搜索,当权系数越来越接近于最佳权系数(生命体征信号参考值)的同时,自相关系数误差也越来越小至接近于零,步长也越来越小。由于较大的初始值μ(n),产生了快速收敛,同时由于后期μ(n)较小,导致在最佳值附近产生较小的稳态失调,使得最终得到的体征数据更准确。
实施例2采用RLS算法:结合附图3,选用呼吸和心跳引起的体表微动信号作为原始输入信号U(n),而用模拟的生命体征信号作为参考信号d(n)。设计一个具有时变抽头权向量W(n)的横向滤波器,根据滤波器的输出信号和参考信号之间的误差信号ε(n)的加权平方和最小的原则,调节滤波器的抽头权向量,通过递归迭代运算使滤波器输出为满足算法原则的最佳输出,即为所要提取的生命体征信号。
Claims (6)
1.一种非接触式生命体征监护系统,包括雷达信号发射单元,模拟接收单元,数字下变频单元,数字信号处理单元,其特征在于,
所述雷达信号发射单元主要包括产生发射信号的本地振荡器和发射信号的天线,用以发射固定频率的连续波,
所述模拟接收单元包括低噪放大器,射频带通滤波器,混频器,本地振荡器,中频滤波器,用以收集正交的多路生命体征信号,
所述数字下变频单元包括本地振荡器、混频器、低通滤波器和抽取器,用以在高中频信号中提取有用信号,采用正交解调将信号分成多路,
所述数字信号处理单元,通过反正切解调提取多路基带信号的信息,根据各路信号的频域不同,利用自适应滤波器将各路体生命征信号进行分离,最后用傅立叶变换进行信号的频率提取。
2.根据权利要求1所述的一种非接触式生命体征监护系统,其特征在于,所述雷达信号发射单元,发射功率是0.1mW的2.5GHz连续波。
3.根据权利要求1所述的一种非接触式生命体征监护系统,其特征在于,所述模拟接收单元,天线把接收回来的射频信号经过混频处理到75MHz的中频信号。
4.根据权利要求1所述的一种非接触式生命体征监护系统,其特征在于,所述数字下变频单元,基于多相滤波的正交解调将采样后的中频数字信号下变频至零中频信号,随后通过滤波器进行一系列抽取处理,将100MHz的采样率最终转换为100Hz的低频信号供后续的DSP处理。
5.根据权利要求1所述的一种非接触式生命体征监护系统,其特征在于,所述自适应滤波器由参数可调的数字滤波器和自适应算法组成。
6.根据权利要求1或5所述的一种非接触式生命体征监护系统,其特征在于,所述自适应算法为LMS算法或RLS算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510102048.8A CN104644143A (zh) | 2015-03-09 | 2015-03-09 | 一种非接触式生命体征监护系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510102048.8A CN104644143A (zh) | 2015-03-09 | 2015-03-09 | 一种非接触式生命体征监护系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104644143A true CN104644143A (zh) | 2015-05-27 |
Family
ID=53236158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510102048.8A Pending CN104644143A (zh) | 2015-03-09 | 2015-03-09 | 一种非接触式生命体征监护系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104644143A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106175723A (zh) * | 2016-06-27 | 2016-12-07 | 中国人民解放军第三军医大学第附属医院 | 一种基于fmcw宽带雷达的多生命监护系统 |
CN106264501A (zh) * | 2016-10-13 | 2017-01-04 | 杭州电子科技大学 | 一种基于连续波多普勒雷达的生理信号检测系统 |
WO2017124953A1 (zh) * | 2016-01-21 | 2017-07-27 | 阿里巴巴集团控股有限公司 | 机器异常的处理方法、学习速率的调整方法及装置 |
CN108601531A (zh) * | 2016-01-27 | 2018-09-28 | 生命探测技术股份有限公司 | 用于在没有物理接触的情况下检测物理变化的系统和方法 |
CN108814615A (zh) * | 2018-04-12 | 2018-11-16 | 东软熙康阿尔卑斯(沈阳)科技有限公司 | 一种在床监测设备及方法 |
CN109199348A (zh) * | 2018-09-13 | 2019-01-15 | 芜湖博高光电科技股份有限公司 | 一种智能生命体征探测装置 |
CN109532742A (zh) * | 2018-11-23 | 2019-03-29 | 中科传启(苏州)科技有限公司 | 车内生命体提醒方法及装置 |
CN109620220A (zh) * | 2019-02-22 | 2019-04-16 | 电子科技大学 | 一种eeg和eit信号同步采集装置 |
CN109655833A (zh) * | 2018-11-23 | 2019-04-19 | 中科传启(苏州)科技有限公司 | 生命体的检测方法及装置 |
CN109751706A (zh) * | 2019-01-28 | 2019-05-14 | 珠海格力电器股份有限公司 | 空调的控制方法及装置、空调器、控制器 |
CN109952058A (zh) * | 2016-09-19 | 2019-06-28 | 瑞思迈传感器技术有限公司 | 用于从音频和多模态信号中检测生理运动的装置、系统及方法 |
CN110058225A (zh) * | 2019-04-09 | 2019-07-26 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于毫米波雷达的车内生命体检测系统及方法 |
CN110168399A (zh) * | 2017-01-06 | 2019-08-23 | 开利公司 | 雷达检测系统 |
CN110772239A (zh) * | 2019-10-18 | 2020-02-11 | 南京科思尼克智能科技有限公司 | 一种非接触式生理体征监测系统 |
CN110988862A (zh) * | 2019-11-30 | 2020-04-10 | 的卢技术有限公司 | 一种基于极近距离毫米波雷达感知方法及系统 |
CN111050639A (zh) * | 2017-08-31 | 2020-04-21 | 株式会社村田制作所 | 心拍测定装置 |
CN112971769A (zh) * | 2021-02-04 | 2021-06-18 | 杭州慧光健康科技有限公司 | 一种基于生物雷达的居家人员摔倒检测系统和方法 |
CN113545764A (zh) * | 2021-07-16 | 2021-10-26 | 中国人民解放军国防科技大学 | 一种fmcw雷达人员身份验证数据处理方法及系统 |
US11253163B2 (en) | 2016-01-27 | 2022-02-22 | Life Detection Technologies, Inc. | Systems and methods for detecting physical changes without physical contact |
CN115281628A (zh) * | 2022-08-04 | 2022-11-04 | 上海几何伙伴智能驾驶有限公司 | 一种面向汽车智能座舱的自适应生命体征监测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4793361A (en) * | 1987-03-13 | 1988-12-27 | Cardiac Pacemakers, Inc. | Dual channel P-wave detection in surface electrocardiographs |
US4799493A (en) * | 1987-03-13 | 1989-01-24 | Cardiac Pacemakers, Inc. | Dual channel coherent fibrillation detection system |
JP2008099849A (ja) * | 2006-10-19 | 2008-05-01 | Tau Giken:Kk | 非接触診断装置 |
CN201641998U (zh) * | 2009-12-18 | 2010-11-24 | 中国科学院沈阳自动化研究所 | 一种基于rls自适应滤波器的胃电慢波信号检测装置 |
CN103070728A (zh) * | 2013-02-06 | 2013-05-01 | 南京理工大学 | 一种非接触式生命体征监护设备 |
CN103110422A (zh) * | 2012-12-18 | 2013-05-22 | 中国人民解放军第四军医大学 | 基于生物雷达检测的呼吸和心跳实时分离方法 |
CN103126684A (zh) * | 2013-02-06 | 2013-06-05 | 南京理工大学 | 一种非接触式肠蠕动监测设备 |
-
2015
- 2015-03-09 CN CN201510102048.8A patent/CN104644143A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4793361A (en) * | 1987-03-13 | 1988-12-27 | Cardiac Pacemakers, Inc. | Dual channel P-wave detection in surface electrocardiographs |
US4799493A (en) * | 1987-03-13 | 1989-01-24 | Cardiac Pacemakers, Inc. | Dual channel coherent fibrillation detection system |
JP2008099849A (ja) * | 2006-10-19 | 2008-05-01 | Tau Giken:Kk | 非接触診断装置 |
CN201641998U (zh) * | 2009-12-18 | 2010-11-24 | 中国科学院沈阳自动化研究所 | 一种基于rls自适应滤波器的胃电慢波信号检测装置 |
CN103110422A (zh) * | 2012-12-18 | 2013-05-22 | 中国人民解放军第四军医大学 | 基于生物雷达检测的呼吸和心跳实时分离方法 |
CN103070728A (zh) * | 2013-02-06 | 2013-05-01 | 南京理工大学 | 一种非接触式生命体征监护设备 |
CN103126684A (zh) * | 2013-02-06 | 2013-06-05 | 南京理工大学 | 一种非接触式肠蠕动监测设备 |
Non-Patent Citations (1)
Title |
---|
张华 等: "模拟家庭监护的非接触呼吸和心跳信号分离实验研究", 《电子科技》 * |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10748090B2 (en) | 2016-01-21 | 2020-08-18 | Alibaba Group Holding Limited | Method and apparatus for machine-exception handling and learning rate adjustment |
CN106991095B (zh) * | 2016-01-21 | 2021-09-28 | 阿里巴巴集团控股有限公司 | 机器异常的处理方法、学习速率的调整方法及装置 |
WO2017124953A1 (zh) * | 2016-01-21 | 2017-07-27 | 阿里巴巴集团控股有限公司 | 机器异常的处理方法、学习速率的调整方法及装置 |
CN106991095A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 机器异常的处理方法、学习速率的调整方法及装置 |
US11896357B2 (en) | 2016-01-27 | 2024-02-13 | Life Detection Technologies, Inc. | Systems and methods for detecting physical changes without physical contact |
US11253163B2 (en) | 2016-01-27 | 2022-02-22 | Life Detection Technologies, Inc. | Systems and methods for detecting physical changes without physical contact |
US11026593B2 (en) | 2016-01-27 | 2021-06-08 | Life Detection Technologies, Inc. | Systems and methods for detecting physical changes without physical contact |
CN108601531A (zh) * | 2016-01-27 | 2018-09-28 | 生命探测技术股份有限公司 | 用于在没有物理接触的情况下检测物理变化的系统和方法 |
US11523745B2 (en) | 2016-01-27 | 2022-12-13 | Life Detection Technologies, Inc. | Systems and methods for detecting physical changes without physical contact |
US11684283B2 (en) | 2016-01-27 | 2023-06-27 | Life Detection Technologies, Inc. | Systems and methods for detecting physical changes without physical contact |
CN106175723A (zh) * | 2016-06-27 | 2016-12-07 | 中国人民解放军第三军医大学第附属医院 | 一种基于fmcw宽带雷达的多生命监护系统 |
CN109952058A (zh) * | 2016-09-19 | 2019-06-28 | 瑞思迈传感器技术有限公司 | 用于从音频和多模态信号中检测生理运动的装置、系统及方法 |
CN106264501A (zh) * | 2016-10-13 | 2017-01-04 | 杭州电子科技大学 | 一种基于连续波多普勒雷达的生理信号检测系统 |
CN110168399A (zh) * | 2017-01-06 | 2019-08-23 | 开利公司 | 雷达检测系统 |
CN110168399B (zh) * | 2017-01-06 | 2024-02-09 | 开利公司 | 雷达检测系统 |
CN111050639B (zh) * | 2017-08-31 | 2021-06-11 | 株式会社村田制作所 | 心拍测定装置 |
CN111050639A (zh) * | 2017-08-31 | 2020-04-21 | 株式会社村田制作所 | 心拍测定装置 |
CN108814615B (zh) * | 2018-04-12 | 2021-07-13 | 东软熙康健康科技有限公司 | 一种在床监测设备及方法 |
CN108814615A (zh) * | 2018-04-12 | 2018-11-16 | 东软熙康阿尔卑斯(沈阳)科技有限公司 | 一种在床监测设备及方法 |
CN109199348A (zh) * | 2018-09-13 | 2019-01-15 | 芜湖博高光电科技股份有限公司 | 一种智能生命体征探测装置 |
CN109655833A (zh) * | 2018-11-23 | 2019-04-19 | 中科传启(苏州)科技有限公司 | 生命体的检测方法及装置 |
WO2020103264A1 (zh) * | 2018-11-23 | 2020-05-28 | 中科传启(苏州)科技有限公司 | 生命体的检测方法及装置 |
CN109532742A (zh) * | 2018-11-23 | 2019-03-29 | 中科传启(苏州)科技有限公司 | 车内生命体提醒方法及装置 |
CN109751706A (zh) * | 2019-01-28 | 2019-05-14 | 珠海格力电器股份有限公司 | 空调的控制方法及装置、空调器、控制器 |
CN109620220A (zh) * | 2019-02-22 | 2019-04-16 | 电子科技大学 | 一种eeg和eit信号同步采集装置 |
CN110058225A (zh) * | 2019-04-09 | 2019-07-26 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于毫米波雷达的车内生命体检测系统及方法 |
CN110772239A (zh) * | 2019-10-18 | 2020-02-11 | 南京科思尼克智能科技有限公司 | 一种非接触式生理体征监测系统 |
CN110988862A (zh) * | 2019-11-30 | 2020-04-10 | 的卢技术有限公司 | 一种基于极近距离毫米波雷达感知方法及系统 |
CN110988862B (zh) * | 2019-11-30 | 2024-04-05 | 的卢技术有限公司 | 一种基于极近距离毫米波雷达感知方法及系统 |
CN112971769A (zh) * | 2021-02-04 | 2021-06-18 | 杭州慧光健康科技有限公司 | 一种基于生物雷达的居家人员摔倒检测系统和方法 |
CN113545764A (zh) * | 2021-07-16 | 2021-10-26 | 中国人民解放军国防科技大学 | 一种fmcw雷达人员身份验证数据处理方法及系统 |
CN113545764B (zh) * | 2021-07-16 | 2022-03-25 | 中国人民解放军国防科技大学 | 一种fmcw雷达人员身份验证数据处理方法及系统 |
CN115281628A (zh) * | 2022-08-04 | 2022-11-04 | 上海几何伙伴智能驾驶有限公司 | 一种面向汽车智能座舱的自适应生命体征监测方法 |
CN115281628B (zh) * | 2022-08-04 | 2023-12-22 | 上海几何伙伴智能驾驶有限公司 | 一种面向汽车智能座舱的自适应生命体征监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104644143A (zh) | 一种非接触式生命体征监护系统 | |
Saluja et al. | A supervised machine learning algorithm for heart-rate detection using Doppler motion-sensing radar | |
Sun et al. | Remote measurement of human vital signs based on joint-range adaptive EEMD | |
CN106175723A (zh) | 一种基于fmcw宽带雷达的多生命监护系统 | |
Naishadham et al. | Estimation of cardiopulmonary parameters from ultra wideband radar measurements using the state space method | |
US20150018676A1 (en) | Microwave contactless heart rate sensor | |
CN106821347A (zh) | 一种fmcw宽带生命探测雷达呼吸和心跳信号提取算法 | |
CN109805931B (zh) | 基于太赫兹多普勒雷达的远距离生命微动信号检测方法 | |
CN106805940A (zh) | 一种连续波生物雷达体征检测装置 | |
CN106805941A (zh) | 一种连续波生物雷达体征检测装置 | |
CN107144840A (zh) | 基于太赫兹雷达的人体生命信号高精度测量方法 | |
CN111803045A (zh) | 一种基于lfmcw毫米波的生命体征检测系统 | |
CN113273978B (zh) | 一种基于超宽带雷达的人体呼吸和心跳频率的检测方法 | |
CN112617773A (zh) | 一种用于健康监测的信号处理方法及信号处理装置 | |
Zheng et al. | Second harmonic weighted reconstruction for non-contact monitoring heart rate | |
CN116172539A (zh) | 基于机器学习的生命体征检测方法、系统、设备及介质 | |
Ma et al. | Radar vital signs detection method based on variational mode decomposition and wavelet transform | |
Will et al. | Intelligent signal processing routine for instantaneous heart rate detection using a Six-Port microwave interferometer | |
Gao et al. | A new direction for biosensing: RF sensors for monitoring cardio-pulmonary function | |
Yang et al. | Fall feature enhancement and fusion using the stockwell transform with dual mmWave radars | |
Čuljak et al. | A data-fusion algorithm for respiration rate extraction based on UWB transversal propagation method | |
Zhou et al. | A modified two-dimension EEMD method for breathing and heart rates monitoring via through-wall IR-UWB radar | |
Obeid et al. | Touch-less heartbeat detection and measurement-based cardiopulmonary modeling | |
Nguyen et al. | Denoised maximum likelihood estimation of chest wall displacement from the IR-UWB spectrum | |
CN115040091A (zh) | 基于vmd算法的毫米波雷达生命信号提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150527 |