CN105997086A - 一种呼吸检测方法 - Google Patents

一种呼吸检测方法 Download PDF

Info

Publication number
CN105997086A
CN105997086A CN201610447657.1A CN201610447657A CN105997086A CN 105997086 A CN105997086 A CN 105997086A CN 201610447657 A CN201610447657 A CN 201610447657A CN 105997086 A CN105997086 A CN 105997086A
Authority
CN
China
Prior art keywords
fresnel region
human body
region
fresnel
border
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.)
Granted
Application number
CN201610447657.1A
Other languages
English (en)
Other versions
CN105997086B (zh
Inventor
张大庆
王皓
吴丹
王亚沙
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.)
Peking University
Original Assignee
Peking University
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 Peking University filed Critical Peking University
Priority to CN201610447657.1A priority Critical patent/CN105997086B/zh
Publication of CN105997086A publication Critical patent/CN105997086A/zh
Priority to PCT/CN2016/107858 priority patent/WO2017219604A1/zh
Application granted granted Critical
Publication of CN105997086B publication Critical patent/CN105997086B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/05Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816Measuring devices for examining respiratory frequency
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/08Detecting, measuring or recording devices for evaluating the respiratory organs
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/725Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

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

Abstract

本发明公布了一种呼吸检测的方法,可标定人体呼吸可被检测的位置,可通过调整RF收发设备的位置,利用RF检测任意位置的人体呼吸。包括:放置无线射频信号收发设备、获得收发设备所确定的菲涅耳区的空间布局、使人体处于菲涅耳区空间布局中某个菲涅耳区的中间区域、根据接收端接收到无线射频信号计算得到呼吸频率。本发明提供的技术方案能够解决当人体处于不同位置时如何实现最佳的呼吸检测的问题。此外,本发明无需人体携带或贴靠任何设备,具有非侵扰性、方便、低成本的优点,检测结果确定可靠,在呼吸检测技术领域具有突出效果,尤其适合长期的呼吸检测。

Description

一种呼吸检测方法
技术领域
本发明涉及呼吸检测方法,尤其涉及一种利用射频信号检测人体呼吸的方法。
背景技术
呼吸是人体重要生命体征,直接反应人体健康状态。呼吸检测对于许多疾病的早期诊断、治疗非常关键。呼吸检测方法大致分为两类:接触式和非接触式。最传统的方法是接触式,例如医用的胸阻抗扫描器等穿戴设备,但是面临价格高昂、有侵扰性、且必须随时贴身携带等困难,难以用于长期呼吸检测;目前基于射频信号的非接触式呼吸检测受到人们的关注,相比于接触式检测,它无需人体携带或贴靠任何设备,且射频信号(如WiFi)已经广泛存在,具有非侵扰性、方便、低成本的优点,尤其适合长期的呼吸检测。
在非接触式呼吸检测技术方面,文献[1]-[4]记载了基于WiFi射频信号检测呼吸的可行性研究,并设计检测方法和实现了相应的检测系统。但是,现有这些基于WiFi射频信号的呼吸检测方法存在的共性问题是:只能检测到人体处于某些特定位置时的呼吸;也就是,对处于不同位置的人体呼吸进行检测,有的能够检测到,有的却检测不到。现有检测方法也无法识别出检测盲区,无法解决针对人体处于不同位置情况下如何实现最佳的呼吸检测的问题。
引用文献:
[1]Jian Liu,Yan Wang,Yingying Chen,Jie Yang,Xu Chen,and Jerry Cheng.2015.TrackingVital Signs During Sleep Leveraging Off-the-shelf WiFi.In Proceedings of the 16th ACMInternational Symposium on Mobile Ad Hoc Networking and Computing.ACM,267–276.
[2]Xuefeng Liu,Jiannong Cao,Shaojie Tang,and Jiaqi Wen.2014.Wi-Sleep:Contactlesssleep monitoring via WiFi signals.In Real-Time Systems Symposium(RTSS),2014 IEEE.IEEE,346–355.
[3]Xuefeng Liu,Jiannong Cao,Shaojie Tang,Jiaqi Wen,and Peng Guo.2016.ContactlessRespiration Monitoring via WiFi Signals.Mobile Computing,IEEE Transactions on(2016).
[4]Chenshu Wu,Zheng Yang,Zimu Zhou,Xuefeng Liu,Yunhao Liu,and Jiannong Cao.2015.Non-Invasive Detection of Moving and Stationary Human With WiFi.Selected Areas inCommunications,IEEE Journal on 33,11(2015),2329–2342.
发明内容
为了克服上述现有技术的不足,本发明提供一种呼吸检测的方法,利用无线射频信号(RF)检测人体呼吸,根据RF收发设备的位置标定人体呼吸可被检测的位置和识别出检测盲区,可通过调整RF收发设备的位置,实现针对任意给定位置的人体呼吸进行检测。
为了便于说明,本文约定:“RF”表示无线射频信号。
本发明的原理是:文献5(Hristo D Hristov.2000.Fresnal Zones in Wireless Links,Zone PlateLenses and Antennas.Artech House,Inc.)记载了RF信号分布空间为椭圆层次形状的空间菲涅耳区;本发明以RF收发设备的位置为椭圆焦点,依据上述文献5记载,构建椭圆层次形状的空间菲涅耳区,是一个多层空间。在每一层空间菲涅尔区中间区域呼吸时,会对接收信号波形引起显著的影响模式,利于呼吸频率检测;而在每一层空间菲涅尔区边界区域呼吸时,对接收信号的波形的影响是最微弱的,不利于呼吸频率检测。因此每一层空间菲涅耳区的中间区域附近为人体呼吸频率可被检测的位置;每一层空间菲涅耳区的边界附近为人体呼吸难以被检测的位置(检测盲区)。可通过调整RF收发设备的位置,达到调整椭圆焦点继而调整空间菲尼尔区布局的目的。为了在给定人体位置下检测人体呼吸频率,可通过移动空间菲涅耳区的椭圆焦点使得人体所处位置正好落在某一层空间菲涅耳区中间区域附近,从而实现针对任意给定位置的人体呼吸进行检测。若RF信号采用不同频率的多载波技术(如WiFi采用正交频分多路复用OFDM技术),则上述菲涅尔区空间布局的构建、可检测范围与检测盲区的识别,要分别针对每个频率的子载波分别确定并分别适用上述方法。最后具体可根据文献[1]-[4]的记载的任一检测方法,针对接收信号,对波形进行预处理后,计算得到波峰波谷的数量,即为人体呼吸次数。
本发明提供的技术方案如下:
一种呼吸检测的方法,包括如下步骤:
A.确定获得装有至少一根发射天线和至少一根天线的RF收发设备P1,P2,以及该RF的波长λ;
A1.其中使用的收发天线是垂直极化的全向天线;
A2.若人体胸脯垂直于地面,则收发天线垂直地面摆放;
A3.若人体胸脯平行于地面,则收发天线平行地面摆放;
B.以确定的RF收发设备P1,P2为椭圆焦点,确定n层菲涅耳区
B1.确定的n层菲涅耳区的边界是以P1,P2为焦点的一簇同心椭圆
B2.令Qi是第i层同心椭圆的轨迹,则Qi的轨迹满足:
|P1Qi|+|QiP2|-|P1P2|=nλ/2 (式1)
其中,|P1Qi|是Qi到发射设备P1的距离;|QiP2|是Qi到接收设备P2的距离;|P1P2|为收发设备的距离;λ为RF收发设备的波长;n为菲涅尔区的最大层数,可根据实际情况设置取值。
B3.确定最内层椭圆是第1菲涅耳区的边界,以此类推,次内层椭圆是第2菲涅耳区的边界;确定第1和第2菲涅耳区边界围成的椭圆环是第2菲涅耳区,同样以此类推确定第i-1和第i菲涅耳区边界围成的椭圆环是第i菲涅耳区
C.场景一是任意给定人体的位置,调整RF收发设备的位置实现呼吸检测;场景二是任意给定RF收发设备的位置,标定人体呼吸可被检测的位置;针对不同场景:
C1.针对场景一,调整P1,P2位置从而调整菲涅耳区的空间布局,使得新的空间布局下,人体位置刚好处于某个菲涅耳区的中间区域附近;
C2.针对场景二,根据P1和P2位置所确定的菲涅耳区的空间布局,标定每一层菲涅耳区的中间区域附近,即为呼吸可被检测的区域;标定每一层菲涅耳区的边界附近,即为呼吸难以被检测的区域。
D.针对C1所述场景一条件满足的情况下,可通过进一步调整P1和P2位置获得最佳检测位置;具体是:进一步调整P1和P2位置,使得:以P1和P2为焦点并过人体位置的椭圆在人体位置处的内侧法线方向与人体朝向大致重合,调整得到的P1和P2位置即为最佳检测条件;
E.呼吸频率计算;
以文献[1]记载的方法为例,首先利用Hample滤波器和滑动平均方法对原始振幅信号进行预处理,然后使用伪波峰/波谷去除(Fake Peak Removal)方法统计波峰波谷即可获得呼吸频次的统计。
当RF信号采用不同频率的多载波技术(如WiFi采用正交频分多路复用OFDM技术)时,分别针对每个频率的子载波采用上述方法构建菲涅尔区空间布局,识别人体呼吸可检测范围和不可检测的盲区,再完成人体呼吸检测。
与现有技术相比,本发明的有益效果是:
本发明提供一种呼吸检测的方法,利用射频信号检测人体呼吸,根据无线射频信号(RF)收发设备的位置标定人体呼吸可被检测的位置,识别出检测盲区,并可通过调整RF收发设备的位置,实现针对任意给定位置的人体呼吸进行检测。
本发明提供的技术方案可应用在两种典型场景:一是任意给定人体的位置,调整RF收发设备的位置实现呼吸检测;二是任意给定RF收发设备的位置,标定人体呼吸可被检测的位置。因此,本发明提供的技术方案能够解决当人体处于不同位置时如何实现最佳的呼吸检测的问题。此外,由于本发明无需人体携带或贴靠任何设备,且射频信号(如WiFi)已经广泛存在,本发明提供的技术方案具有非侵扰性、方便、低成本的优点,检测结果确定可靠,在呼吸检测技术领域具有突出效果,尤其适合长期的呼吸检测。
附图说明
图1本发明实施例提供的人体呼吸方法的流程框图。
具体实施方式
下面结合附图,通过实施例进一步描述本发明,但不以任何方式限制本发明的范围。
本发明提供一种呼吸检测的方法,利用射频信号检测人体呼吸,根据无线射频信号(RF)收发设备的位置标定人体呼吸可被检测的位置,可通过调整RF收发设备的位置,实现针对任意给定位置的人体呼吸进行检测。本发明的具体实施方式如下:
A.放置射频信号收发设备,确定获得装有至少一根发射天线和至少一根接收天线的RF收发设备P1和P2,该RF收发设备的波长为λ;RF收发设备可以是笔记本电脑、MiniPC以及任何支持RF信号收发的设备。
A1.其中使用的收发天线是垂直极化的全向天线
A2.若人体胸脯垂直于地面,则收发天线垂直地面摆放
A3.若人体胸脯平行于地面,则收发天线平行地面摆放
B.以确定的RF收发设备P1和P2为椭圆焦点,通过B1~B3确定n层菲涅耳区,由内层到外层分别为第1菲涅耳区到第n菲涅耳区;
根据需要n可取任意自然数,取决于关注的范围,n越大,该层菲涅尔区距离收发设备越远;
B1.确定的n层菲涅耳区的边界是以P1和P2为焦点的一簇同心椭圆;
B2.令Qi是第i层同心椭圆的轨迹,则Qi的轨迹满足式1:
|P1Qi|+|QiP2|-|P1P2|=nλ/2 (式1)
其中,|P1Qi|是Qi到发射设备P1的距离;|QiP2|是Qi到接收设备P2的距离;|P1P2|为收发设备的距离;λ为RF收发设备的波长;n为菲涅尔区的最大层数,可根据实际情况设置取值。
根据文献5(Hristo D Hristov.2000.Fresnal Zones in Wireless Links,Zone Plate Lenses andAntennas.Artech House,Inc.)中记载的RF信号分布空间为椭圆层次形状的空间菲涅耳区,式1表示了空间菲涅耳区第i层同心椭圆的轨迹Qi。
B3.设定最内层椭圆(第1层同心椭圆的轨迹)是第1菲涅耳区的边界(最内层椭圆是由Q1根据B2式确定的轨迹;最内层椭圆形成的椭圆边界围绕的区域是第1菲涅耳区),以此类推,次内层椭圆(第2层同心椭圆)是第2菲涅耳区的边界;设定第1和第2菲涅耳区边界围成的椭圆环是第2菲涅耳区,同样以此类推,设定第i-1和第i菲涅耳区边界围成的椭圆环是第i菲涅耳区;
C.场景一是任意给定人体的位置,调整RF收发设备的位置实现呼吸检测;场景二是任意给定RF收发设备的位置,标定人体呼吸可被检测的位置;针对不同场景:
C1.针对场景一,调整P1和P2位置从而调整菲涅耳区的空间布局,使得新的空间布局下,人体刚好处于某个菲涅耳区的中间区域附近;
C2.针对场景二,根据P1,P2位置所确定的菲涅耳区的空间布局,标定每一层菲涅耳区的中间区域附近,即为呼吸可被检测的区域;标定每一层菲涅耳区的边界附近,即为呼吸难以被检测的区域。
D.针对C1所述场景(1)条件满足的情况下,进一步调整P1,P2位置,使得:以P1,P2为焦点并过人体位置的椭圆,该椭圆在人体位置处的内侧法线方向与人体朝向大致重合,即为最佳检测条件。
E.呼吸频率计算,利用文献[1]记载的呼吸频率计算方法,对接收端接收到信号的波形进行预处理后,计算波峰波谷的数量,即对应呼吸次数。
以下实施例使用中心频率为5.24GHz的WiFi信号作为RF信号,由于WiFi采用OFDM技术,对应有56个不同频率的子载波。在本实施例中,每一个子载波单独适用本发明专利提及的方法。以5.24GHz的中心子载波信号为例,该子载波信号的波长λ为5.725cm;使用搭载WiFi全向天线、WiFiIntel 5300网卡的MiniPC作为RF接收设备,使用搭载WiFi全向天线的TP-Link WDR5300路由器作为RF发射设备。
本实施例中,针对4mx3m的房间空间设定n等于50,针对RF收发设备的每一组固定位置,均可得到该位置下的第1菲涅耳区~第50菲涅耳区和第1菲涅耳区的边界~第50菲涅耳区的边界;人体位于第1菲涅耳区~第50菲涅耳区范围内,即可检测获得人体呼吸频率。
以4mx3m的房间为例,根据本发明提供的呼吸检测方法,执行如下步骤:
A.将RF接收设备(MiniPC)上的接收天线垂直地面放置,该设备的位置标记为P1;将RF发射设备的路由器(TP-Link WDR5300路由器)上的发射天线垂直地面放置,该设备的位置标记为P2;设定P1与P2的间距为1m,人体胸脯垂直于地面(人体坐着或站立);
B.以P1和P2为椭圆焦点,在4mx3m的房间,本实施例设定RF信号的空间菲涅耳区为50层菲涅耳区:
B1.确定的n层菲涅耳区的边界是以P1和P2为焦点的一簇同心椭圆;
B2.令Qi是第i层同心椭圆的轨迹,则Qi的轨迹满足式1;
B3.确定最内层椭圆是第1菲涅耳区的边界,以此类推,次内层椭圆是第2菲涅耳区的边界;确定第1和第2菲涅耳区边界围成的椭圆环是第2菲涅耳区,同样以此类推确定第i-1和第i菲涅耳区边界围成的椭圆环是第i菲涅耳区;本实施例中设定n等于50,可得到第1菲涅耳区~第50菲涅耳区和第1菲涅耳区的边界~第50菲涅耳区的边界;
C.场景一是任意给定人体的位置,调整RF收发设备的位置实现呼吸检测;场景二是任意给定RF收发设备的位置,标定人体呼吸可被检测的位置;针对不同场景分别执行C1或C2:
C1.针对场景一,调整P1和P2位置,从而调整菲涅耳区的空间布局,使得新的空间布局下,人体刚好处于某个菲涅耳区的中间区域;
具体地,从内层向外层,以RF收发设备连线的中垂线为例:
(a)假设人此时位于RF收发设备连线的中垂线的第14.9cm处,即处于第2菲涅耳区的中间区域,则可直接测量呼吸;
(b)假设人此时位于RF收发设备连线的中垂线的第12cm处,即处于第1菲涅耳区的边界附近,则调整P1和P2的位置,使得在新的菲涅耳区布局中,人体刚好处于某个菲涅耳区的中间区域附近即可。
C2.针对场景二,根据P1和P2位置所确定的菲涅耳区的空间布局,标定每一层菲涅耳区的中间区域附近,即为呼吸可被检测的区域;本实施例中,从内层向外层,以收发设备连线的中垂线为例,最佳检测区域依次位于14.5cm、19cm(第1菲涅耳区和第2菲涅耳区的中间区域)等处;标定每一层菲涅耳区的边界附近,即为呼吸难以被检测的区域,同样从内层向外层,以收发设备连线的中垂线为例,无法检测区域依次位于12cm、17cm等处。
D.针对C1所述场景(1)条件满足的情况下,进一步调整P1,P2位置,使得:以P1,P2为焦点并过人体位置的椭圆,该椭圆在人体位置处的内侧法线方向与人体朝向大致重合在10度以内,即为最佳检测条件。
E.呼吸频率计算,可采用文献[1]记载的方法,首先依次利用窗口大小为5秒的Hamplel滤波器和窗口大小为20秒的滑动平均方法对原始振幅信号进行预处理,然后使用Fake PeakRemoval方法统计波峰波谷数量,即可统计获得呼吸频次。
需要注意的是,公布实施例的目的在于帮助进一步理解本发明,但是本领域的技术人员可以理解:在不脱离本发明及所附权利要求的精神和范围内,各种替换和修改都是可能的。因此,本发明不应局限于实施例所公开的内容,本发明要求保护的范围以权利要求书界定的范围为准。

Claims (10)

1.一种呼吸检测的方法,包括如下步骤:
A)放置无线射频信号收发设备,包括发射设备P1和接收设备P2,所述发射设备P1装有至少一根发射天线;所述接收设备P2装有至少一根接收天线;所述无线射频信号的波长设为λ;所述发射天线和接收天线是垂直极化的全向天线;
B)以所述收发设备P1和P2为椭圆焦点,以P1和P2为焦点的一簇同心椭圆构成多层菲涅耳区的边界,每两层相邻的菲涅耳区的边界所围成的椭圆环为一层菲涅耳区,由此得到所述收发设备P1和P2所确定的菲涅耳区的空间布局;所述菲涅耳区的空间布局包括多层菲涅耳区;
C)根据P1和P2位置所确定的菲涅耳区的空间布局,标定每一层菲涅耳区的中间区域附近为呼吸可被检测的区域;标定每一层菲涅耳区的边界附近为呼吸难以被检测的区域;
D)当人体处于所述难以被检测的区域时,调整P1和P2的位置从而调整菲涅耳区的空间布局,使得人体位置处于新的菲涅耳区空间布局中某个菲涅耳区的中间区域;
E)接收端接收到无线射频信号,根据所述无线射频信号的波形,计算得到呼吸频率,完成呼吸检测。
2.如权利要求1所述呼吸检测的方法,其特征是,在B)所述以P1和P2为焦点的一簇同心椭圆中,设定所述菲涅耳区的空间布局包括n层菲涅耳区,设定n层菲涅耳区的第i层同心椭圆的轨迹为Qi,所述Qi通过式1得到:
|P1Qi|+|QiP2|-|P1P2|=nλ/2 (式1)
式1中,|P1Qi|是Qi到发射设备P1的距离;|QiP2|是Qi到接收设备P2的距离;|P1P2|为收发设备的距离;λ为RF收发设备的波长;n为菲涅尔区的最大层数。
3.如权利要求2所述呼吸检测的方法,其特征是,在B)中,设定第1层同心椭圆的轨迹是第1菲涅耳区的边界,由第1菲涅耳区的边界形成的椭圆边界围绕的区域是第1菲涅耳区;以此类推,第2层同心椭圆是第2菲涅耳区的边界;设定第1菲涅耳区边界和第2菲涅耳区边界围成的椭圆环是第2菲涅耳区;同样以此类推,设定第i层同心椭圆是第i菲涅耳区的边界;设定第i-1菲涅耳区边界和第i菲涅耳区边界围成的椭圆环为第i菲涅耳区;由此得到所述收发设备P1和P2所确定的菲涅耳区的空间布局。
4.如权利要求1所述呼吸检测的方法,其特征是,在D)中,当人体胸脯垂直于地面时,P1和P2的天线垂直地面摆放;当人体胸脯平行于地面时,P1和P2的天线平行地面摆放。
5.如权利要求1所述呼吸检测的方法,其特征是,在D)中,优选地,通过进一步调整P1和P2位置获得最佳检测条件;具体是:进一步调整P1和P2位置,使得:以P1和P2为焦点并过人体位置的椭圆在人体位置处的内侧法线方向与人体朝向大致重合,调整得到的P1和P2位置即为最佳检测条件。
6.如权利要求1所述呼吸检测的方法,其特征是,在E)中所述计算呼吸频率采用文献[1](Jian Liu,Yan Wang,Yingying Chen,Jie Yang,Xu Chen,and Jerry Cheng.2015.Tracking VitalSigns During Sleep Leveraging Off-the-shelf WiFi.In Proceedings of the 16th ACM InternationalSymposium on Mobile Ad Hoc Networking and Computing.ACM,267–276.)记载的呼吸频率计算方法,计算得到呼吸频率。
7.如权利要求6所述呼吸检测的方法,其特征是,所述计算得到呼吸频率,首先利用Hamplel滤波器和滑动平均方法对无线射频信号进行预处理,然后利用Fake Peak Removal方法统计波峰波谷数目,由此获得呼吸频率。
8.如权利要求1所述呼吸检测的方法,其特征是,使用搭载WiFi全向天线、WiFiIntel 5300网卡的MiniPC作为无线射频信号接收设备。
9.如权利要求1所述呼吸检测的方法,其特征是,使用搭载WiFi全向天线的TP-LinkWDR5300路由器作为无线射频信号发射设备。
10.如权利要求1所述呼吸检测的方法,其特征是,当无线射频信号采用不同频率的多载波技术时,分别针对每个频率的子载波构建子载波的菲涅尔区空间布局,根据子载波的菲涅尔区空间布局识别人体呼吸可检测范围和不可检测的盲区;由此完成人体呼吸检测。
CN201610447657.1A 2016-06-20 2016-06-20 一种呼吸检测方法 Active CN105997086B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201610447657.1A CN105997086B (zh) 2016-06-20 2016-06-20 一种呼吸检测方法
PCT/CN2016/107858 WO2017219604A1 (zh) 2016-06-20 2016-11-30 一种呼吸检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610447657.1A CN105997086B (zh) 2016-06-20 2016-06-20 一种呼吸检测方法

Publications (2)

Publication Number Publication Date
CN105997086A true CN105997086A (zh) 2016-10-12
CN105997086B CN105997086B (zh) 2019-07-19

Family

ID=57085578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610447657.1A Active CN105997086B (zh) 2016-06-20 2016-06-20 一种呼吸检测方法

Country Status (2)

Country Link
CN (1) CN105997086B (zh)
WO (1) WO2017219604A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017219604A1 (zh) * 2016-06-20 2017-12-28 北京大学 一种呼吸检测方法
CN108283496A (zh) * 2018-03-21 2018-07-17 北京大学 一种无接触感知方式的呼吸检测方法
CN108903951A (zh) * 2018-05-28 2018-11-30 合肥工业大学 一种基于WiFi信号的微形变实时监测评估的方法
CN109171731A (zh) * 2018-09-04 2019-01-11 北京大学(天津滨海)新代信息技术研究院 一种无接触呼吸检测方法
CN110051355A (zh) * 2019-03-13 2019-07-26 西北大学 一种基于rf技术的呼吸频率检测方法
CN110292383A (zh) * 2019-05-24 2019-10-01 西北大学 一种基于rf技术的多目标呼吸频率检测方法及系统
CN110974196A (zh) * 2019-12-13 2020-04-10 福州大学 一种运动状态下非接触式的呼吸和心率检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050073424A1 (en) * 2002-12-19 2005-04-07 Hans-Oliver Ruoss Radar-assisted sensing of the position and/or movement of the body or inside the body of living beings
CN1647756A (zh) * 2005-01-26 2005-08-03 浙江大学 用于诊断早期肺癌的呼吸检测方法及其设备
CN101006914A (zh) * 2006-01-27 2007-08-01 周常安 可携式无线生理信号监测装置
US7775983B2 (en) * 2005-09-16 2010-08-17 Cardiac Pacemakers, Inc. Rapid shallow breathing detection for use in congestive heart failure status determination
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
CN103140772A (zh) * 2010-09-01 2013-06-05 法国电信公司 用于定位通信网络中的至少一个障碍物的方法和设备、相应的计算机程序

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101553163A (zh) * 2006-09-21 2009-10-07 奈鹰唯医学科技公司 用于非侵入式胸部射频探询的装置和方法
US8264672B1 (en) * 2009-06-12 2012-09-11 Sprint Communications Company L.P. Visually determining Fresnel zone boundaries in a device
EP2417908A1 (en) * 2010-08-12 2012-02-15 Philips Intellectual Property & Standards GmbH Device, system and method for measuring vital signs
CN105997086B (zh) * 2016-06-20 2019-07-19 北京大学 一种呼吸检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050073424A1 (en) * 2002-12-19 2005-04-07 Hans-Oliver Ruoss Radar-assisted sensing of the position and/or movement of the body or inside the body of living beings
CN1647756A (zh) * 2005-01-26 2005-08-03 浙江大学 用于诊断早期肺癌的呼吸检测方法及其设备
US7775983B2 (en) * 2005-09-16 2010-08-17 Cardiac Pacemakers, Inc. Rapid shallow breathing detection for use in congestive heart failure status determination
CN101006914A (zh) * 2006-01-27 2007-08-01 周常安 可携式无线生理信号监测装置
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
CN103140772A (zh) * 2010-09-01 2013-06-05 法国电信公司 用于定位通信网络中的至少一个障碍物的方法和设备、相应的计算机程序

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017219604A1 (zh) * 2016-06-20 2017-12-28 北京大学 一种呼吸检测方法
CN108283496A (zh) * 2018-03-21 2018-07-17 北京大学 一种无接触感知方式的呼吸检测方法
CN108283496B (zh) * 2018-03-21 2020-09-11 北京大学 一种无接触感知方式的呼吸检测方法
CN108903951A (zh) * 2018-05-28 2018-11-30 合肥工业大学 一种基于WiFi信号的微形变实时监测评估的方法
CN109171731A (zh) * 2018-09-04 2019-01-11 北京大学(天津滨海)新代信息技术研究院 一种无接触呼吸检测方法
CN110051355A (zh) * 2019-03-13 2019-07-26 西北大学 一种基于rf技术的呼吸频率检测方法
CN110051355B (zh) * 2019-03-13 2021-08-31 西北大学 一种基于rf技术的呼吸频率检测方法
CN110292383A (zh) * 2019-05-24 2019-10-01 西北大学 一种基于rf技术的多目标呼吸频率检测方法及系统
CN110292383B (zh) * 2019-05-24 2021-10-15 西北大学 一种基于rf技术的多目标呼吸频率检测方法及系统
CN110974196A (zh) * 2019-12-13 2020-04-10 福州大学 一种运动状态下非接触式的呼吸和心率检测方法

Also Published As

Publication number Publication date
WO2017219604A1 (zh) 2017-12-28
CN105997086B (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
CN105997086A (zh) 一种呼吸检测方法
Yang et al. Vital sign and sleep monitoring using millimeter wave
Liu et al. Wireless sensing for human activity: A survey
Zhang et al. Connecting intelligent things in smart hospitals using NB-IoT
Wang et al. ViMo: Multiperson vital sign monitoring using commodity millimeter-wave radio
Liu et al. Monitoring vital signs and postures during sleep using WiFi signals
Wang et al. Modeling RFID signal reflection for contact-free activity recognition
Zhang et al. WiDetect: Robust motion detection with a statistical electromagnetic model
Liu et al. Tracking vital signs during sleep leveraging off-the-shelf wifi
Xu et al. SCPL: Indoor device-free multi-subject counting and localization using radio signal strength
Fang et al. BodyScan: Enabling radio-based sensing on wearable devices for contactless activity and vital sign monitoring
CN110036674A (zh) 用于使用共享射频频谱的无线通信设备的定位技术
Liu et al. WiPhone: Smartphone-based respiration monitoring using ambient reflected WiFi signals
Yang et al. Multi-person sleeping respiration monitoring with COTS WiFi devices
Liu et al. Vital signs monitoring with RFID: Opportunities and challenges
CN204293141U (zh) 一种婴儿智能脚环及系统
CN109171731B (zh) 一种无接触呼吸检测方法
Shah et al. Posture recognition to prevent bedsores for multiple patients using leaking coaxial cable
Soto et al. A survey on vital signs monitoring based on Wi-Fi CSI data
CN108283496B (zh) 一种无接触感知方式的呼吸检测方法
CN113384264B (zh) 基于雷达的呼吸频率检测方法及睡眠监测设备
CN208737505U (zh) 基于无线传感器网络的人员安全监视及考勤设备
CN110200610A (zh) 一种基于WiFi信号的增强呼吸及心率实时监测评估方法系统
Ma et al. When can we detect human respiration with commodity wifi devices?
Bao et al. Wi-breath: A WiFi-based contactless and real-time respiration monitoring scheme for remote healthcare

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