CN105476602B - 非接触式人体生命体征测量方法及装置 - Google Patents

非接触式人体生命体征测量方法及装置 Download PDF

Info

Publication number
CN105476602B
CN105476602B CN201510836895.7A CN201510836895A CN105476602B CN 105476602 B CN105476602 B CN 105476602B CN 201510836895 A CN201510836895 A CN 201510836895A CN 105476602 B CN105476602 B CN 105476602B
Authority
CN
China
Prior art keywords
signal
breathing
heartbeat
phase
row
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.)
Expired - Fee Related
Application number
CN201510836895.7A
Other languages
English (en)
Other versions
CN105476602A (zh
Inventor
方姝阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201510836895.7A priority Critical patent/CN105476602B/zh
Publication of CN105476602A publication Critical patent/CN105476602A/zh
Application granted granted Critical
Publication of CN105476602B publication Critical patent/CN105476602B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7228—Signal modulation applied to the input signal sent to patient or subject; demodulation to recover the physiological signal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biophysics (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Physiology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明涉及一种非接触式人体生命体征测量方法及装置。该方法包括：向需要测量生命体征的人体发射线性调频连续波调制调制的毫米波；处理所获取的由人体反射的回波信号以获取中频信号s1(t)；根据预设采集频率对所述中频信号s1(t)进行采样，以获取离散信号s1(n)；对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率。该装置基于上文所述的方法实现。本发明可实现人体的呼吸和心跳非接触式的测量和监测，对呼吸与心跳出现异常的情况进行告警，适用于大面积烧伤、精神病患者、婴幼儿等特殊人群进行体征动态监护，也适用于对特殊专业的工作人员进行心理评估。

Description

非接触式人体生命体征测量方法及装置
技术领域
本发明涉及非接触式人体生命体征测量技术领域，尤其涉及一种非接触式人体生命体征测量方法及装置。
背景技术
人体生命体征测量，是指利用某种机械或电子装置检测人体的生理信息，所采集的生理信息经过转换，变成可以表示人体生理活动的电信号或者机械信号。
常用的方法是利用电极或者传感器接触人体的探测部位，再经过模拟信号放大、滤波以及信号处理得到人体的生理信号。接触式人体体征测量方法简单、容易实现，且成本较低，但也存在一些缺点：电极或传感器接触人体待测部位，对人体施加一定的刺激，会影响检测结果的准确性；无法用于精神错乱、身体大面积烧伤等较严重患者；传感器对人体的移动很敏感，容易产生测量伪迹，影响测量的真实性；电极或传感器需要精确接触待测部位，否则会影响测量精度；电极或传感器容易从人体脱落，需要增加脱落报警电路。
为解决上述技术问题，目前利用远程光电体积描记术(remote photo-plethysmography，RPPG)可以测量例如人体心率和呼吸率的生命体征。其中，RPPG利用反射的周围光来测量皮肤的细微亮度变化；呼吸测量是基于检测视频帧之间的运动和差异测量呼吸情况。然而远程(基于摄像机的)生命体征监控容易受到环境中的改变的影响，特别是周围照明状况的影响。
发明内容
本发明的其中一个目的在于提供一种非接触式人体生命体征测量方法及装置，以解决现有技术中接触式人体体征测量的固有缺陷和远程视频测量生命体征时容易受到环境影响的技术问题。
为实现上述发明目的，第一方面，本发明实施例提供了一种非接触式人体生命体征测量方法，包括：
向需要测量生命体征的人体发射线性调频连续波调制的毫米波；
处理所获取的由人体反射的回波信号以获取中频信号s1(t)；
根据预设采集频率对所述中频信号s1(t)进行采样，以获取离散信号s1(n)；
对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率。
可选地，所述对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率的步骤中，包括：
对离散信号s1(n)按照该离散信号的周期进行截断从而形成多组截断信号；并对每一组截断信号中每一点进行傅里叶变换，以获取一维距离像S1(fn)；
对每一组截断信号中N点数据进行排列，形成一行；按照时间顺序取M组截断信号依次排成M行，以获取M×N数组s2(m,fn)；其中，M、N为正整数，m为数组s2(m,fn)的总行数；
获取M×N数组s2(m,fn)中第i行数据的幅度均值mean(S2(m,fn)i)；其中，i为正整数；
获取M×N数组中第i行第j列数据s2(m,fn)ij；若|s2(m,fn)ij|＞η×mean(S2(m,fn)i)，则记录该值位置(i,j)；其中，η为目标检测门限值，j为正整数；
设检测目标有k个，k≥1，则分别记录位置(ik,jk)；获取所记录位置(ik,jk)中列数jk最小的列对应的行ik，计算该行ik的个数Count(k)；
若数据个数Count(k)满足Count(k)≥Kc，则将该位置对应的一列数据s2(m,fn)ijmin作为后续处理对象；其中，Kc为计数判断门限，且M/2≤KC≤M；
若数据个数Count(k)＜Kc，则寻找下一个所记录的(ik,jk)中j最小值进行判断，直至找完所有的位置(ik,jk)；若所有的位置(ik,jk)都不满足，则该M×N数组s2(m,fn)的数据无效，并按照时间顺序取M组截断信号重新判断。
可选地，所述对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率的步骤中，包括：
提取第jkmin列的数据s2(m,fn)ijmin的每个数据的相位，以获取相位序列Phase(m)；其中，m为数组s2(m,fn)的总行数，每一行提取一个相位，总共有M个相位；
根据相位序列Phase(m)获取呼吸与心跳信号。
可选地，所述根据相位序列Phase(m)获取呼吸与心跳信号采用以下公式获取呼吸与心跳信号Signal(m)：
其中，λ其为毫米波的波长，Signal(m)为呼吸与心跳信号。
可选地，通过以下方法对呼吸与心跳信号进行分离以获取呼吸信号与心跳信号，包括：
获取带通滤波器H1和带通滤波器H2，其中所述带通滤波器H1的通带范围为0.1Hz～0.75Hz，所述带通滤波器H2的通带范围为0.75Hz～2.5Hz；
将呼吸与心跳信号Signal(m)通过所述带通滤波器H1，以获取呼吸信号SignalB(m)；
将呼吸与心跳信号Signal(m)通过所述带通滤波器H2，以获取心跳信号SignalH(m)。
可选地，通过以下方法估计呼吸频率与心跳频率，包括：
对所述呼吸信号SignalB(m)与所述心跳信号SignalH(m)进行傅里叶变换；
分别统计变换后的呼吸信号以及心跳信号的频谱的最大值点，从而得到呼吸频率与心跳频率。
第二方面，本发明实施例还提供了一种非接触式人体生命体征测量装置，基于上文所述的非接触式人体生命体征测量方法实现，包括：
发射模块，用于向需要测量生命体征的人体发射线性调频连续波调制的毫米波；
接收模块，用于处理所获取的由人体反射的回波信号以获取中频信号s1(t)；
采样模块，用于根据预设采集频率对所述中频信号s1(t)进行采样，以获取离散信号s1(n)；
频率获取模块，用于对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率。
可选地，所述频率获取模块包括：
频谱分析与目标检测单元，用于处理离散信号以获取作为后续处理对象的s2(m,fn)ijmin相位序列Phase(m)；
呼吸与心跳频率获取单元，用于根据上述相位序列Phase(m)获取呼吸与心跳信号，并进行分离获取呼吸频率与心跳频率。
可选地，所述频谱分析与目标检测单元用于执行以下步骤：
对离散信号s1(n)按照该离散信号的周期进行截断从而形成多组截断信号；并对每一组截断信号中每一点进行傅里叶变换，以获取一维距离像S1(fn)；
对每一组截断信号中N点数据进行排列，形成一行；按照时间顺序取M组截断信号依次排成M行，以获取M×N数组s2(m,fn)；其中，M、N为正整数；
获取M×N数组s2(m,fn)中第i行数据的幅度均值mean(S2(m,fn)i)；其中，i为正整数；
获取M×N数组中第i行第j列数据s2(m,fn)ij；若|s2(m,fn)ij|＞η×mean(S2(m,fn)i)，则记录该值位置(i,j)；其中，η为目标检测门限值，j为正整数。设检测目标有k个，k≥1，则分别记录位置(ik,jk)；
获取所记录的位置(ik,jk)中列数jk最小的列对应的行ik，计算该行ik的数据个数Count(k)；
若数据个数Count(k)满足Count(k)≥Kc，则将该位置对应的一列数据s2(m,fn)ijmin作为后续处理对象；其中，Kc为计数判断门限，且M/2≤KC≤M；
若数据个数Count(k)＜Kc，则寻找下一个所记录的位置(ik,jk)中j最小值进行判断，直至找完所有的位置(ik,jk)；若所有的位置(ik,jk)都不满足，则该M×N数组s2(m,fn)的数据无效，并按照时间顺序取M组截断信号重新判断。
可选地，所述呼吸与心跳频率获取单元用于执行以下步骤：
提取第jkmin列的数据s2(m,fn)ijmin的每个数据的相位，以获取相位序列Phase(m)；其中，m为数组s2(m,fn)的总行数，每一行提取一个相位，总共有M个相位；
根据相位序列Phase(m)获取呼吸与心跳信号。
本发明通过采用电磁波照射人体，采集包含人体呼吸与心跳等生理特征信息的回波信号，利用人体微动与回波幅度和相位之间的关系，可以从人体表面微动引起的回波信号变化中提取出呼吸频率、心率等重要的人体生命参数。本发明可实现人体的呼吸和心跳非接触式的测量和监测，对呼吸与心跳出现异常的情况进行告警，适用于大面积烧伤、精神病患者、婴幼儿等特殊人群进行体征动态监护，也适用于对特殊专业的工作人员(如射击运动员)进行心理评估。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1是本发明实施例提供的一种非接触式人体生命体征测量方法流程示意图；
图2～图3是本发明实施例提供的非接触式人体体征监测装置使用场景示意图；
图4是本发明实施例提供的一种非接触式人体生命体征测量装置框图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
实施例一
本发明实施例提供了一种非接触式人体生命体征测量方法，如图1所示，包括：
向需要测量生命体征的人体发射线性调频连续波调制的毫米波；
处理所获取的由人体反射的回波信号以获取中频信号s1(t)；
根据预设采集频率对所述中频信号s1(t)进行采样，以获取离散信号s1(n)；
对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率。
本发明通过采用电磁波照射人体，采集包含人体呼吸与心跳等生理特征信息的回波信号，利用人体微动与回波幅度和相位之间的关系，可以从人体表面微动引起的回波信号变化中提取出呼吸频率、心率等重要的人体生命参数。本发明可实现人体的呼吸和心跳非接触式的测量和监测，对呼吸与心跳出现异常的情况进行告警，适用于大面积烧伤、精神病患者、婴幼儿等特殊人群进行体征动态监护，也适用于对特殊专业的工作人员(如射击运动员)进行心理评估。
下面以某一种毫米波雷达为例，对本发明实施例提供的方法作进一步的详细说明。
首先，如图2与图3所示，调节毫米波雷达的天线，使该天线主瓣照射到人体上半身，并向其发射线性调频连续波调制的毫米波。该毫米波雷达的天线方向图主瓣-3dB水平方向角度θ满足：16°≤θ≤22°,优选的设计θ为20度，垂直方向角度满足：优选的设计为8度，作用距离3～5米，其余参数可参考InnoSenT公司24G毫米波雷达前端的同类产品。
实际应用中，该毫米波雷达采用24G频段或者76G频段的线性调频连续波，周期T满足0.01s≤T≤0.04s。较优地，该毫米波的周期T设为T＝0.02s，信号带宽B满足150MHz≤B≤250MHz。较优地，该毫米波的带宽B设为B＝200MHz。当毫米波照射到人体后，被人体生命活动(呼吸、心跳)引起的体表微动所调制，使得经由人体反射的回波信号中的某些参数(频率、相位)发生改变，从而回波信号中包含人体生命体征信号。
其次，毫米波雷达接收由人体反射的回波信号，对该回波信号进行处理，包括：该回波信号进行混频去斜，具体混频去斜方法采用现有技术即可实现，在此不再详述。然后采用频率范围为0.1～2.5Hz的带通滤波器进行滤波。最后通过放大器对回波信号进行放大，得到中频信号s1(t)。
再次，毫米波雷达继续对该中频信号s1(t)进行处理：根据预设采集频率fs对该中频信号s1(t)进行采样获取离散信号s1(n)。该预设采集频率fs满足50kHz≤fs≤250kHz。较优地，本发明实施例中，该预设采集频率fs采用fs＝100kHz。需要注意的是，为保证每个周期内的采样点数为固定的整数，以利于后续处理，本发明实施例中，周期T和预设采集频率fs需要联合设计：T×fs＝N为整数，且1000≤N≤2000。
最后，对离散信号s1(n)进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率。具体步骤包括：
(1)对离散信号s1(n)进行频谱分析与目标检测。
将离散信号s1(n)进行按照周期进行截断。每个周期中，离散信号s1(n)包括N个点，对于每个点的数据进行傅里叶变换(FFT)，得到频谱分析后的目标一维距离像S1(fn)，如式(1)所示：
S1(fn)＝FFTN(s1(n)) (1)
式(1)中，fn为信号频域对应的离散频率，N为每个周期的采样点个数；n表示对第n个点，且0＜n≤N的整数。
将每个周期内的N个点的一维距离像S1(fn)排成一行。按照时间顺序取M组截断信号依次排成M行，从而可以获得一个M×N数组s2(m,fn)；其中，M、N为正整数。
检测目标所在距离单元：设数组s2(m,fn)第i行数据为S2(m,fn)i，求出S2(m,fn)i的幅度均值为mean(S2(m,fn)i)；设S2(m,fn)i的第j列数据为S2(m,fn)ij。若S2(m,f)nji的幅值满足|s2(m,fn)ij|＞η×mean(S2(m,fn)i)，则记录该数据的位置(i,j)。其中，η为目标检测门限值，一般情况下3≤η≤5。较优地，本发明实施例中η＝4。设检测目标有k个，k≥1，则分别记录位置(ik,jk)。
选取检测出目标的位置(ik,jk)中列数jk最小的列所对应的行ik，记录为位置(ik,jkmin)。计算出该行ik的数据个数Count(k)；若数据个数Count(k)满足Count(k)≥Kc，则将该位置对应的一列数据s2(m,fn)ijmin作为后续处理对象；其中，Kc为计数判断门限，且M/2≤KC≤M，较优地，本发明实施例中KC＝3M/4。
若数据个数Count(k)＜Kc，则寻找下一个所记录的位置(ik,jk)中列数jk中列数最小值进行判断，直至找完所有的位置(ik,jk)；若所有的位置(ik,jk)都不满足，则该M×N数组s2(m,fn)的数据无效，并按照时间顺序取M组截断信号重新判断。
(2)提取与分离呼吸与心跳信号。
提取第jkmin列的数据s2(m,fn)ijmin的每个数据的相位，形成一个序列，设为相位序列Phase(m)，并通过式(2)计算呼吸与心跳信号：
其中，λ为毫米波的波长，Signal(m)为呼吸与心跳信号。
(3)呼吸信号与心跳信号分离。
获取带通滤波器H1和带通滤波器H2，其中所述带通滤波器H1的通带范围为0.1Hz～0.75Hz，所述带通滤波器H2的通带范围为0.75Hz～2.5Hz；
将呼吸与心跳信号Signal(m)通过所述带通滤波器H1，以获取呼吸信号SignalB(m)；
将呼吸与心跳信号Signal(m)通过所述带通滤波器H2，以获取心跳信号SignalH(m)。
(4)呼吸频率与心跳频率的估计。
对所述呼吸信号SignalB(m)与所述心跳信号SignalH(m)进行傅里叶变换；
分别统计变换后的呼吸信号以及心跳信号的频谱的最大值点，从而得到呼吸频率与心跳频率。
另外，本发明提供的方法还包括异常报警。在测量对象的呼吸频率fB(t)与心跳频率fH(t)超出正常范围的时候发出蜂鸣告警声音。
实施例二
本发明实施例还提供了一种非接触式人体生命体征测量装置，基于上文所述的非接触式人体生命体征测量方法实现，包括：
发射模块，用于向需要测量生命体征的人体发射线性调频连续波调制的毫米波；
接收模块，用于处理所获取的由人体反射的回波信号以获取中频信号s1(t)；
采样模块，用于根据预设采集频率对所述中频信号s1(t)进行采样，以获取离散信号s1(n)；
频率获取模块，用于对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率。
可选地，所述频率获取模块包括：
频谱分析与目标检测单元，用于处理离散信号以获取作为后续处理对象的s2(m,fn)ijmin和相位序列Phase(m)；
呼吸与心跳频率获取单元，用于根据上述相位序列Phase(m)获取呼吸与心跳信号，进行分离并获取呼吸频率与心跳频率。。
可选地，所述频谱分析与目标检测单元用于执行以下步骤：
对离散信号s1(n)按照该离散信号的周期进行截断从而形成多组截断信号；并对每一组截断信号中每一点进行傅里叶变换，以获取一维距离像S1(fn)；
对每一组截断信号中N点数据进行排列，形成一行；按照时间顺序取M组截断信号依次排成M行，以获取M×N数组s2(m,fn)；其中，M、N为正整数；
获取M×N数组s2(m,fn)中第i行数据的幅度均值mean(S2(m,fn)i)；其中，i为正整数；
获取M×N数组中第i行第j列数据s2(m,fn)ij；若|s2(m,fn)ij|＞η×mean(S2(m,fn)i)，则记录该值位置(i,j)；其中，η为目标检测门限值，j为正整数；
设检测目标有k个，k≥1，则分别记录位置(ik,jk)；获取所记录的位置(ik,jk)中列数jk最小的列对应的行ik，计算该行ik的数据个数Count(k)；
若数据个数Count(k)满足Count(k)≥Kc，则将该位置对应的一列数据s2(m,fn)ijmin作为后续处理对象；其中，Kc为计数判断门限，且M/2≤KC≤M；
若数据个数Count(k)＜Kc，则寻找下一个所记录的位置(ik,jk)中jk最小值进行判断，直至找完所有的位置(ik,jk)；若所有的位置(ik,jk)都不满足，则该M×N数组s2(m,fn)的数据无效，并按照时间顺序取M组截断信号重新判断。
可选地，所述呼吸与心跳频率获取单元用于执行以下步骤：
提取第jkmin列的数据s2(m,fn)ijmin的每个数据的相位，以获取相位序列Phase(m)；其中，m为数组s2(m,fn)的总行数，每一行提取一个相位，总共有M个相位；
根据相位序列Phase(m)获取呼吸与心跳信号。
本发明提供的非接触式人体生命体征测量装置基于上文所述的非接触式人体生命体征测量方法实现，因而可以解决同样的技术问题，并取得相同的技术效果，在此不再一一赘述。
综上所述，本发明实施例提供的非接触式人体生命体征测量方法及装置，通过采用电磁波照射人体，采集包含人体呼吸与心跳等生理特征信息的回波信号，利用人体微动与回波幅度和相位之间的关系，可以从人体表面微动引起的回波信号变化中提取出呼吸频率、心率等重要的人体生命参数。从而可以实现无接触地监测人体的呼吸频率和心跳，可以在待测对象无任何反应的条件下测得心跳参数，适用于大面积烧伤、精神病患者、婴幼儿等特殊人群进行体征动态监护，也适用于对特殊专业的工作人员(如射击运动员)进行心理评估。
虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (9)

1.一种非接触式人体生命体征测量方法，其特征在于，包括：
向需要测量生命体征的人体发射线性调频连续波调制的毫米波；
处理所获取的由人体反射的回波信号以获取中频信号s1(t)；
根据预设采集频率对所述中频信号s1(t)进行采样，以获取离散信号s1(n)；
对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率；
其中，所述对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率的步骤中，包括：
对离散信号s1(n)按照该离散信号的周期进行截断从而形成多组截断信号；并对每一组截断信号中每一点进行傅里叶变换，以获取一维距离像S1(fn)；fn为信号频域对应的离散频率；
对每一组截断信号中N点数据进行排列，形成一行；按照时间顺序取M组截断信号依次排成M行，以获取M×N数组s2(m,fn)；其中，M、N为正整数，m为数组s2(m,fn)的总行数；
获取M×N数组s2(m,fn)中第i行数据的幅度均值mean(S2(m,fn)i)；其中，i为正整数；
获取M×N数组中第i行第j列数据s2(m,fn)ij；若|s2(m,fn)ij|＞η×mean(S2(m,fn)i)，则记录该值位置(i,j)；其中，η为目标检测门限值，j为正整数；
设检测目标有k个，k≥1，则分别记录位置(ik,jk)；获取所记录位置(ik,jk)中列数jk最小的列对应的行ik，计算该行ik的数据个数Count(k)；
若数据个数Count(k)满足Count(k)≥Kc，则将该位置对应的一列数据s2(m,fn)ijmin作为后续处理对象；其中，Kc为计数判断门限，且M/2≤KC≤M；
若数据个数Count(k)＜Kc，则寻找下一个所记录的位置(ik,jk)中jk最小值进行判断，直至找完所有的位置(ik,jk)；若所有的位置(ik,jk)都不满足，则该M×N数组s2(m,fn)的数据无效，并按照时间顺序取M组截断信号重新判断。
2.根据权利要求1所述的非接触式人体生命体征测量方法，其特征在于，所述对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率的步骤中，包括：
提取第jkmin列的数据s2(m,fn)ijmin的每个数据的相位，以获取相位序列Phase(m)；其中，m为数组s2(m,fn)的总行数，每一行提取一个相位，总共有M个相位；
根据相位序列Phase(m)获取呼吸与心跳信号。
3.根据权利要求2所述的非接触式人体生命体征测量方法，其特征在于，所述根据相位序列Phase(m)获取呼吸与心跳信号采用以下公式获取呼吸与心跳信号Signal(m)：
其中，λ其为毫米波的波长，Signal(m)为呼吸与心跳信号。
4.根据权利要求3所述的非接触式人体生命体征测量方法，其特征在于，通过以下方法对呼吸与心跳信号进行分离以获取呼吸信号与心跳信号，包括：
获取带通滤波器H1和带通滤波器H2，其中所述带通滤波器H1的通带范围为0.1Hz～0.75Hz，所述带通滤波器H2的通带范围为0.75Hz～2.5Hz；
将呼吸与心跳信号Signal(m)通过所述带通滤波器H1，以获取呼吸信号SignalB(m)；
将呼吸与心跳信号Signal(m)通过所述带通滤波器H2，以获取心跳信号SignalH(m)。
5.根据权利要求4所述的非接触式人体生命体征测量方法，其特征在于，通过以下方法估计呼吸频率与心跳频率，包括：
对所述呼吸信号SignalB(m)与所述心跳信号SignalH(m)进行傅里叶变换；
分别统计变换后的呼吸信号以及心跳信号的频谱的最大值点，从而得到呼吸频率与心跳频率。
6.一种非接触式人体生命体征测量装置，基于权利要求1～5任意一项所述的非接触式人体生命体征测量方法实现，其特征在于，包括：
发射模块，用于向需要测量生命体征的人体发射线性调频连续波调制的毫米波；
接收模块，用于处理所获取的由人体反射的回波信号以获取中频信号s1(t)；
采样模块，用于根据预设采集频率对所述中频信号s1(t)进行采样，以获取离散信号s1(n)；
频率获取模块，用于对所述离散信号进行频谱分析与目标检测，提取与分离呼吸与心跳信号，以获取呼吸与心跳频率。
7.根据权利要求6所述的非接触式人体生命体征测量装置，其特征在于，所述频率获取模块包括：
频谱分析与目标检测单元，用于处理离散信号以获取作为后续处理对象的s2(m,fn)ijmin和相位序列Phase(m)；
呼吸与心跳频率获取单元，用于根据上述相位序列Phase(m)获取呼吸与心跳信号，并进行分离获取呼吸频率与心跳频率。
8.根据权利要求7所述的非接触式人体生命体征测量装置，其特征在于，所述频谱分析与目标检测单元用于执行以下步骤：
对离散信号s1(n)按照该离散信号的周期进行截断从而形成多组截断信号；并对每一组截断信号中每一点进行傅里叶变换，以获取一维距离像S1(fn)；
对每一组截断信号中N点数据进行排列，形成一行；按照时间顺序取M组截断信号依次排成M行，以获取M×N数组s2(m,fn)；其中，M、N为正整数；
获取M×N数组s2(m,fn)中第i行数据的幅度均值mean(S2(m,fn)i)；其中，i为正整数；
获取M×N数组中第i行第j列数据s2(m,fn)ij；若|s2(m,fn)ij|＞η×mean(S2(m,fn)i)，则记录该值位置(i,j)；其中，η为目标检测门限值，j为正整数; 设检测目标有k个，k≥1，则分别记录位置(ik,jk)；
获取所记录的位置(ik,jk)中列数jk最小的列对应的行ik，计算该行ik的个数Count(k)；
若数据个数Count(k)满足Count(k)≥Kc，则将该位置对应的一列数据s2(m,fn)ijmin作为后续处理对象；其中，Kc为计数判断门限，且M/2≤KC≤M；
若数据个数Count(k)＜Kc，则寻找下一个所记录的位置(ik,jk)中j最小值进行判断，直至找完所有的位置(ik,jk)；若所有的位置(ik,jk)都不满足，则该M×N数组s2(m,fn)的数据无效，并按照时间顺序取M组截断信号重新判断。
9.根据权利要求8所述的非接触式人体生命体征测量装置，其特征在于，所述呼吸与心跳频率获取单元用于执行以下步骤：
提取第jkmin列的数据s2(m,fn)ijmin的每个数据的相位，以获取相位序列Phase(m)；其中，m为数组s2(m,fn)的总行数，每一行提取一个相位，总共有M个相位；
根据相位序列Phase(m)获取呼吸与心跳信号。
CN201510836895.7A 2015-11-25 2015-11-25 非接触式人体生命体征测量方法及装置 Expired - Fee Related CN105476602B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510836895.7A CN105476602B (zh) 2015-11-25 2015-11-25 非接触式人体生命体征测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510836895.7A CN105476602B (zh) 2015-11-25 2015-11-25 非接触式人体生命体征测量方法及装置

Publications (2)

Publication Number Publication Date
CN105476602A CN105476602A (zh) 2016-04-13
CN105476602B true CN105476602B (zh) 2018-11-06

Family

ID=55664138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510836895.7A Expired - Fee Related CN105476602B (zh) 2015-11-25 2015-11-25 非接触式人体生命体征测量方法及装置

Country Status (1)

Country Link
CN (1) CN105476602B (zh)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105919568A (zh) * 2016-05-24 2016-09-07 北京千安哲信息技术有限公司 基于伽柏变换的呼吸与心跳信号的提取分析方法和装置
CN106264509A (zh) * 2016-08-16 2017-01-04 深圳欧德蒙科技有限公司 一种心率测量装置和方法
CN108567419B (zh) * 2017-04-17 2024-06-11 纳智源科技（唐山）有限责任公司 基于呼吸心跳特征波的信号处理装置及方法
CN107495939B (zh) * 2017-08-11 2021-06-22 武汉雷毫科技有限公司 活体生物特征监控方法、装置以及系统
CN107595289B (zh) * 2017-09-19 2021-04-27 佛山市丈量科技有限公司 非接触式呼吸通气量检测方法、装置、介质及计算机设备
CN107595260B (zh) * 2017-09-19 2021-04-27 佛山市丈量科技有限公司 非接触式体征检测方法、装置、存储介质及其计算机设备
CN107744392A (zh) * 2017-09-28 2018-03-02 惠州Tcl家电集团有限公司 呼吸异常监控方法、装置及计算机可读存储介质
TWI642406B (zh) * 2017-12-12 2018-12-01 Sil Radar Technology Inc. 非接觸式自我注入鎖定感測器
CN108378830A (zh) * 2018-03-09 2018-08-10 芜湖博高光电科技股份有限公司 一种监测摔倒的非接触式生命体征探测仪
CN108346249A (zh) * 2018-04-12 2018-07-31 芜湖博高光电科技股份有限公司 一种基于毫米波的生命体征探测防盗系统
CN108652601B (zh) * 2018-05-24 2021-04-30 厦门精益远达智能科技有限公司 一种基于调频连续波毫米波雷达的睡眠监控方法、装置和雷达系统
CN110604553B (zh) * 2018-06-15 2022-03-11 富士通株式会社 非接触式生命体征检测方法、检测装置和电子设备
CN108961639A (zh) * 2018-07-03 2018-12-07 芜湖博高光电科技股份有限公司 一种基于毫米波生命体征探测的入侵提醒装置
CN109050457A (zh) * 2018-07-12 2018-12-21 芜湖博高光电科技股份有限公司 一种车内防小孩遗留毫米波生命探测报警系统及报警方法
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
CN109375215A (zh) * 2018-10-09 2019-02-22 深圳卓影科技有限公司 车内生命体探测方法、装置、计算机设备及存储介质
CN109884614A (zh) * 2019-02-19 2019-06-14 厦门镭通智能科技有限公司 一种主动活体检测的装置及方法
CN109965858B (zh) * 2019-03-28 2020-10-30 北京邮电大学 基于超宽带雷达人体生命体征检测方法和装置
CN110123326A (zh) * 2019-04-16 2019-08-16 中国水产科学研究院珠江水产研究所 用于监测小鼠出生时间的方法及系统
CN110346790B (zh) * 2019-07-09 2022-01-28 长沙莫之比智能科技有限公司 一种基于毫米波雷达的非接触式生命体征监测方法、装置及系统
CN110934585A (zh) * 2019-11-29 2020-03-31 维沃移动通信有限公司 一种监测方法及电子设备
CN113257415A (zh) * 2020-02-12 2021-08-13 阿里巴巴集团控股有限公司 健康数据收集装置和系统
CN111505631B (zh) * 2020-06-04 2023-09-15 隔空（上海）智能科技有限公司 基于lfmcw雷达的心率估计算法
CN111887828B (zh) * 2020-07-08 2021-05-07 中南大学湘雅医院 围术期患者非接触式生理信息监测装置、计算机设备和存储介质
CN111812629A (zh) * 2020-07-21 2020-10-23 成都阶跃时进科技有限公司 一种活体存在检测方法、装置、设备及可读存储介质
CN111766442B (zh) * 2020-07-21 2023-07-18 成都阶跃时进科技有限公司 一种人体呼吸波形确定方法、装置、设备及可读存储介质
CN112617748B (zh) * 2020-11-02 2022-04-26 佛山科学技术学院 基于调频连续波雷达的体征数据处理方法及系统
CN112434625A (zh) * 2020-11-30 2021-03-02 深圳市聚酷智能科技有限公司 一种非接触式生命体征监测方法和监测设备
CN112998661A (zh) * 2021-03-08 2021-06-22 深圳市医创加科技有限公司 一种非接触式的儿童疼痛识别方法及系统
CN114052740B (zh) * 2021-11-29 2022-12-30 中国科学技术大学 基于毫米波雷达的非接触心电图监测方法
TWI819482B (zh) * 2022-01-28 2023-10-21 緯創資通股份有限公司 頻率調變連續波雷達裝置及生命資訊及濕度之偵測方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2349759A (en) * 1999-04-19 2000-11-08 Autoliv Celsius Ab Radar heartbeat monitor
CN102046076A (zh) * 2008-04-03 2011-05-04 Kai医药公司 非接触式生理运动传感器及其使用方法
US9442189B2 (en) * 2010-10-27 2016-09-13 The Fourth Military Medical University Multichannel UWB-based radar life detector and positioning method thereof

Also Published As

Publication number Publication date
CN105476602A (zh) 2016-04-13

Similar Documents

Publication Publication Date Title
CN105476602B (zh) 非接触式人体生命体征测量方法及装置
Shah et al. RF sensing technologies for assisted daily living in healthcare: A comprehensive review
Kebe et al. Human vital signs detection methods and potential using radars: A review
US20220386889A1 (en) Non-intrusive oxygen sensing device
CN111938613B (zh) 基于毫米波雷达的健康监测装置及方法
Hong et al. Microwave sensing and sleep: Noncontact sleep-monitoring technology with microwave biomedical radar
Yilmaz et al. Detecting vital signs with wearable wireless sensors
CN106175723A (zh) 一种基于fmcw宽带雷达的多生命监护系统
WO2014151133A1 (en) Apparatus and methods for remote monitoring of physiological parameters
CN209863802U (zh) 一种基于雷达的非接触式生命体征测量系统
Ambrosanio et al. A multi-channel ultrasound system for non-contact heart rate monitoring
Nguyen et al. Detection of motion and posture change using an IR-UWB radar
Ali et al. Non-invasive blood glucose measurement performance analysis through UWB imaging
Sung et al. RFID Positioning and Physiological Signals for Remote Medical Care.
Abu-Sardanah et al. A wearable mm-wave radar platform for cardiorespiratory monitoring
Sun et al. Vital-CUBE: a non-contact vital sign monitoring system using medical radar for ubiquitous home healthcare
US20150313489A1 (en) Wearable Device and Method for Assessing Cardiac Wellness by Analyzing High Definition EKG Signals
Lopes et al. Equivalent pipeline processing for IR-UWB and FMCW radar comparison in vital signs monitoring applications
Hall et al. Robust phased array non-contact vital signs monitoring in an office cubicle setting
Zhou et al. A modified two-dimension EEMD method for breathing and heart rates monitoring via through-wall IR-UWB radar
Wang et al. SlpRoF: Improving the Temporal Coverage and Robustness of RF-based Vital Sign Monitoring during Sleep
Plesnik et al. ECG signal acquisition and analysis for telemonitoring
Silvious et al. UHF Measurement of Breathing and Heartbeat at a Distance
Bo et al. Design and implementation of a 2.45 GHz RF sensor for non-contacting monitoring vital signs
Wang et al. Separation and denoising of respiratory heartbeat signals based on millimeter-wave radar

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181106

Termination date: 20211125