CN107174246A - 一种基于心肺信号的人体状态监测系统及方法 - Google Patents
一种基于心肺信号的人体状态监测系统及方法 Download PDFInfo
- Publication number
- CN107174246A CN107174246A CN201710269846.9A CN201710269846A CN107174246A CN 107174246 A CN107174246 A CN 107174246A CN 201710269846 A CN201710269846 A CN 201710269846A CN 107174246 A CN107174246 A CN 107174246A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- body state
- cardiopulmonary
- state monitoring
- 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
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/053—Measuring electrical impedance or conductance of a portion of the body
-
- 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
-
- 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
- A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Power Engineering (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明提供一种基于心肺信号的人体状态监测系统及方法,该系统包括:产生激励磁场、随心肺区域的生命活动改变输出频率信号的测量前端模块;对测量前端模块输出的频率信号进行放大、滤波及整形处理的信号处理模块;对信号处理模块输出的频率信号计数、根据信号频率变化范围进行人体状态判断的人体状态监测模块。本发明无需使用现有技术中的电极与人体皮肤直接接触即可监测到由心肺区域的生命活动所引起的频率信号变化,减少佩戴者的心理和生理负担,本发明利用了心肺区域的频率信号变化来实现人体状态监测,能够在不影响引起人体心理及生理不适的情况下实时检测,通过频率信号变化范围判断当前人体所处的状态,及时发现佩戴者的不适。
Description
技术领域
本发明属于医疗器械技术领域,具体涉及一种基于心肺信号的人体状态监测系统及方法。
背景技术
随着现代医学的发展,人们对自身健康状况的关注程度也在不断增加。根据最新研究显示,由心血管疾病,呼吸系统疾病导致的死亡率在20%左右,尤其在雾霾引发的环境问题日益严重的情况下,与其相关的心肺疾病发病率同时也在增加,因此在日常生活中对人们心肺信号的检测是十分必要的。由于目前此类慢性疾病在中青年人群中肆虐和衍生,以治疗为主、以医院为中心的模式正在向以预防为主、以社区医疗为中心的模式转变。这样,能够实现实时、动态、连续监护人体生理指标的监护设备就成为未来健康保健的首选,同时也能达到早发现,早治疗的目的。
心肺信号是由复杂生命体发出的生理信号之一,是用来判别人体心脏以及呼吸疾病的轻重和危险程度的一种物理信号,它的检测是对被测体中包含呼吸心跳状态、现象、变量和成份等信息进行检测及量化的技术。在信号检测方面,其检测技术的分类表现多样化,其中一种重要的分类方式是将生理信号检测技术分为接触式检测和非接触式检测。
传统的接触式检测利用电极或传感器直接或间接的接触生物体来检测生理信号,检测过程中对生物体有一定的约束,这给人的正常生活带来了极大的不便,因此能给被监护者提供一个舒适环境的非接触式的检测方法成为研究的重点。非接触式检测是指不接触生物体,隔一定的距离,穿透一定的介质,在对生物体无约束的情况下,借助于外来能量(探测媒介)探测或感应生理信号,是近年来生物医学工程界充分关注的重要科学问题。
电磁感应检测技术是非接触式检测方法的一种,它是将生物组织电导率差异,反映于感生磁场,通过分析感生磁场的特性,包括频率、幅度、相位等,得出组织的生物电特性,继而又反映出生物组织的病理生理情况。这种方法可以对生理活动进行一种不显眼的监控,而使得其在心肺监测方面具有很大的潜力。基于电磁感应的心肺信号检测系统具有安全无创性、可实时连续监护性,对人体心血管疾病、呼吸系统疾病的发现和预防上起到积极作用,具有重要的研究价值和应用前景。
发明内容
针对现有技术存在的问题,本发明提供一种基于心肺信号的人体状态监测系统及方法。
本发明的技术方案如下:
一种基于心肺信号的人体状态监测系统,包括:
产生激励磁场、随心肺区域的生命活动改变输出频率信号的测量前端模块;
对测量前端模块输出的频率信号进行放大、滤波及整形处理的信号处理模块;
对信号处理模块输出的频率信号计数、根据信号频率变化范围进行人体状态判断的人体状态监测模块;
测量前端模块的输出端连接信号处理模块的输入端,信号处理模块的输出端连接人体状态监测模块的输入端。
一种采用所述系统的人体状态监测方法,包括:
测量前端模块对心肺区域发出激励信号从而产生激励磁场、随心肺区域的生命活动改变输出频率信号;
信号处理模块对测量前端模块输出的频率信号进行放大、滤波及整形处理;
人体状态监测模块对信号处理模块输出的频率信号计数、根据信号频率变化范围进行人体状态判断。
其中,所述测量前端模块,包括:耦合线圈传感器、激励电路;耦合线圈传感器连接激励电路,激励电路的输出端连接信号处理模块的输入端。
所述激励电路为高频振荡电路,在电容三点式Colpitts振荡器的基础上,添加肖特基二极管限制输出频率幅度和改善输出波形,并采用COMS运算放大器代替Colpitts振荡器中的三极管,同时增大振荡电路的品质因数。
由此,本发明还提供一种人体状态监测方法,包括:
激励电路产生交互电流,交互电流通过耦合线圈传感器后产生交互磁场作为激励磁场,人体心肺区域作为被测物置于交互磁场中,激励电路随心肺区域的生命活动改变输出频率信号;
信号处理模块对测量前端模块输出的频率信号进行放大、滤波及整形处理;
人体状态监测模块对信号处理模块输出的频率信号计数,根据信号频率变化范围进行人体状态判断。
所述根据信号频率变化范围进行人体状态判断,具体是:
若信号频率变化范围在180Hz~220Hz,则当前人体处于正常呼吸状态;
若信号频率变化范围在280Hz~360Hz,则当前人体处于深呼吸状态;
若信号频率变化范围在45Hz~80Hz,则当前人体处于暂停呼吸状态。
上述耦合线圈传感器的参数及测量位置是这样确定的:
首先,利用仿真实验得出电导率与频率变化之间关系;其次计算耦合线圈传感器的电感值;再次,选取不同的耦合线圈传感器参数,包括耦合线圈传感器半径及灵敏度、耦合线圈传感器匝数及测量深度;最后,通过比对不同参数下同一测量位置处耦合线圈传感器的灵敏度,确定耦合线圈传感器最优参数,找到最优参数下检测信号最完整的测量位置即人体后背心脏正上方位置。
有益效果
本发明通过测量前端模块产生激励磁场、随心肺区域的生命活动改变输出频率信号;对测量前端模块输出的频率信号进行放大、滤波及整形处理后将原本微弱和具有校对杂质的频率信号处理为较清晰的频率信号,再对频率信号计数,根据信号频率变化范围进行人体状态判断。实现无需使用现有技术中的电极与人体皮肤直接接触即可监测到由心肺区域的生命活动所引起的频率信号变化,减少佩戴者的心理和生理负担,本发明利用了心肺区域的频率信号变化来实现人体状态监测,能够在不影响引起人体心理及生理不适的情况下实时检测,提供一个舒适放松的检测环境,通过频率信号变化范围判断当前人体所处的状态,及时发现佩戴者的不适。可在家庭,办公等环境下,长时间实时监护。
附图说明
图1是本发明具体实施方式中心肺信号状态检测系统结构框图;
图2是本发明具体实施方式中放大电路原理图;
图3是本发明具体实施方式中滤波电路原理图;
图4是本发明具体实施方式中整形电路原理图;
图5是本发明具体实施方式中装置软件流程图;
图6是本发明具体实施方式中显示处理流程图;
图7是本发明具体实施方式中定时器Timer_A的结构框图;
图8是本发明具体实施方式中频率计数流程图;
图9是本发明具体实施方式中MSP430F5438A最小系统图;
图10是本发明具体实施方式中时钟电路图;
图11是本发明具体实施方式中JTAG下载电路图;
图12是本发明具体实施方式中TFT液晶引脚图;
图13是本发明具体实施方式中5V供电稳压电路原理图;
图14是本发明具体实施方式中3.3V供电稳压电路原理图;
图15是本发明具体实施方式中高频振荡电路原理图;
图16是本发明具体实施方式中圆形PCB平面螺旋电感原理图。
具体实施方式
下面结合实施例对本发明的技术方案做详细说明。
实施例1
本实施例提供一种基于心肺信号的人体状态监测系统,包括:
产生激励磁场、随心肺区域的生命活动改变输出频率信号的测量前端模块;
对测量前端模块输出的频率信号进行放大、滤波及整形处理的信号处理模块;
对信号处理模块输出的频率信号计数、根据信号频率变化范围进行人体状态判断的人体状态监测模块;
测量前端模块的输出端连接信号处理模块的输入端,信号处理模块的输出端连接人体状态监测模块的输入端。总体结构如图1所示。还包括电源模块,分别连接测量前端模块、信号处理模块、人体状态监测模块。
其中的信号处理模块,包括:放大电路、滤波电路和整形电路;放大电路的输入端连接激励电路的输出端,放大电路的输出端连接滤波电路的输入端,滤波电路的输出端连接整形电路的输入端,整形电路的输出端连接人体状态监测模块由微控制器的输入端。
放大电路中运算放大器芯片选用OPA690,电路如图2所示,电路输入端Vout接信号激励电路输出端Vout,输出端Vout接滤波电路输入端Vin。滤波电路中运算放大器芯片选用OPA690,采用了Sallen-key结构的Butterworth有源滤波器,截止频率为5.1MHz,电路如图3所示,电路输入端Vin接放大电路输出端Vout,输出端Vout接整形电路输入端Vin。整形电路中选择了TI公司的芯片SN74HC14芯片,电路图如图4所示,电路输入端Vin接滤波电路输出端Vout,输出端Vout接微控制器MSP430F5438A中定时器Timer_A引脚TA0(MSP430F5438A的P1.2引脚)。
人体状态监测模块,包括微控制器MSP430F5438A和TFT液晶显示屏。微控制器对片上的系统时钟,定时器和TFT液晶显示屏进行调用。初始化系统时钟和TFT液晶显示屏后,调用定时器对输入的频率信号进行计数及存储处理,然后将转换后的数据绘制为波形图显示在TFT液晶显示屏上。
微控制器MSP430F5438A主要基于信号处理后的频率信号进行人体状态监测以及TFT显示处理。其上程序执行如图5所示的步骤,包括:(1)系统初始化:时钟的初始化,TFT液晶的初始化。其中时钟的初始化需要对各定时器做初始化处理,TFT液晶初始化包括端口的初始化及配置,显示函数、坐标设置、清屏函数初始化程序的编写。(2)判断是否有频率信号接入:是,则执行(3),否则返回(1)。(3)进行频率计数并存储。(4)TFT液晶显示。
上述频率计数流程如图6所示,在频率计数的过程中,选定Timer_B的TB0进行预置闸门时间,Timer_A的TA0进行捕获计数。捕获方式是每捕获一次上升沿(下降沿)就进入一次中断,计一次数,并进行结果显示。在信号频率测量的过程中,选定定时器Timer_B的TB0进行预置闸门时间,定时器Timer_A的TA0进行捕获计数,Timer_A的结构框图如图7所示。捕获方式是每捕获一次上升沿(下降沿)就进入一次中断,记一次数。当捕获发生时,TAxR将值立即给寄存器TAxCCRn,其中TAxR计数为TACLK的个数,Timer_A。测量信号为高频时,要充分考虑到系统时钟的大小,要考虑到中断等因素对系统运行速度的要求,如果系统时钟太慢,可能会影响对timer计数的采集与计算,当系统时钟比较高时,可以减小误差,使结果更准确。且当捕获的信号频率快时,频繁进入中断,主频低影响系统的运行,timer时钟太高,要充分考虑计数器的溢出情况。msp430F5483A的timer是16位的,一次计频数值最大为65536个。其计数过程如图8所示。
TFT显示处理流程如图6所示,液晶显示初始化,然后清屏,将人体状态监测模块处理后的心肺信号进行数据转换并绘制信号波形,显示在分辨率为320*240的TFT液晶上,更加直观的向用户展示系统的测量结果。
液晶显示器由Thin Film Transistor(薄膜场效应晶体管TFT)液晶构成。MSP430F5438A最小系统如图9所示。系统时钟信号选择晶振为24MHz的外部时钟,如图10所示,使其能准确的提供计数基频,满足MSP430F5438A最小系统对于系统时钟的高频率以及高精度的要求。下载方式选择JTAG下载,如图11所示,便于后续调试、编程和测试。将检测的频率信号最终显示在Thin Film Transistor(薄膜场效应晶体管TFT)液晶显示器上,引脚如图12所示。液晶显示器中每一液晶象素点都是由集成在其后的薄膜晶体管来驱动,从而可以做到高速度高亮度高对比度显示屏幕信息。MSP430F5438A中定时器Timer_A的TA0(MSP430F5438A的P1.2引脚)接整形电路的输出端Vout,微控制器上的6个IO引脚P6.4、P6.5、P6.6、P6.7、P7.4、P7.5分别与TFT液晶上的RS、RW、RD、CS、RST、BL管脚相连。电源模块包括两种供电模式:一种是5V/1A的移动电源,通过USB供电,另一种是3.6V纽扣二次锂电池LIR2450作为后备电源。放大、滤波及整形电路中的VCC 5V供电电源由电流模式升压DC-DC转换芯片GS1661得到,如图13所示,输出Vout=5V;微控制器以及液晶显示器中的VCC 3.3V供电电源由低压降稳压芯片AMS1117得到,如图14所示,输出Vout=3.3V。
一种采用所述系统的人体状态监测方法,包括:
测量前端模块对心肺区域发出激励信号从而产生激励磁场、随心肺区域的生命活动改变输出频率信号;
信号处理模块对测量前端模块输出的频率信号进行放大、滤波及整形处理;
人体状态监测模块对信号处理模块输出的频率信号计数及存储处理,然后将转换后的数据绘制为波形图显示在TFT液晶显示屏上,再根据信号频率变化范围进行人体状态判断。
所述根据信号频率变化范围进行人体状态判断,具体是:
若信号频率变化范围在180Hz~220Hz,则当前人体处于正常呼吸状态;
若信号频率变化范围在280Hz~360Hz,则当前人体处于深呼吸状态;
若信号频率变化范围在45Hz~80Hz,则当前人体处于暂停呼吸状态。
实施例2
本实施例提供一种基于心肺信号的人体状态监测系统。
在实施例1所提供的系统基础上,其中的测量前端模块具体包括耦合线圈传感器、激励电路;耦合线圈传感器连接激励电路,激励电路的输出端连接信号处理模块的输入端。
所述激励电路为高频振荡电路,在经典的电容三点式Colpitts振荡器的基础上,添加肖特基二极管D1、D2限制输出频率幅度和改善输出波形,并采用COMS运算放大器OPA354代替Colpitts振荡器中的三极管,,以减少电路功耗,增长装置的使用时间,同时增大振荡电路的品质因数Q,改善电路性能,电路如图15所示。电路中Coil1、Coil2接耦合线圈传感器两端,COMS运算放大器OPA354的1脚输出频率为5MHz的正弦波,COMS运算放大器OPA354的输出端Vout接信号处理模块中放大电路的输入端Vin。
测量前端模块中,由激励电路产生交互电流,交互电流通过耦合线圈传感器后产生交互磁场,作为激励磁场。人体心肺区域作为被测物置于交互磁场B中,由于人体生物组织的电导率特性,人体心肺区域会产生感应电流,感应电流与电导率成正比,进一步产生二次磁场△B。这个感应电流产生的二次磁场能够被耦合线圈传感器检测到,从而改变线圈的阻抗。当人进行心跳、呼吸等生命活动时,人体心肺区域的电导率发生变化,进而改变线圈的阻抗,影响激励电路中的频率。激励电路中的频率信号受线圈阻抗变化而改变,输出至信号处理模块。
所述耦合线圈传感器的参数及测量位置是这样确定的:
首先,利用仿真实验得出电导率与频率变化之间关系:用不同浓度的盐溶液分别模拟被测物体的不同电导率,电导率的变化引起的阻抗变化反映在频率变化上,电导率越大其测量的频率变化越大,绘制电导率-频率变化曲线;
将耦合线圈传感器位于圆柱形量筒的下方,圆柱形量筒中盛放设定浓度的盐溶液,在圆柱形量筒的中间放置盛放样本溶液的器具,称为样本器皿。将样本器皿悬挂在绳子的一端,另一端进行由操作人员控制。圆柱形量筒直径和样本器皿直径分别为5cm和4cm。导体样本的电导率变化范围为从σs=1mS/cm到σs=8mS/cm,分别来代表人体不同组织器官类型,如表1所示。在圆柱形玻璃器皿中,盛放不同浓度的盐溶液分别模拟被测物体的不同电导率。这样就可以更加直观的看到由于物体运动引起的物体电导率的改变,进而引起线圈传感器信号变化的情况。
表1不同组织的样本电导率
其次,计算耦合线圈传感器的电感值,可以采用Burkett公式、Wheeler公式、Stefan公式、Clive公式、Ronald公式;
再次,选取不同的耦合线圈传感器参数,包括耦合线圈传感器半径及灵敏度、耦合线圈传感器匝数及测量深度;
通过仿真实验获得如表2的线圈传感器半径与阻抗变化、灵敏度之间关系;
表2线圈半径与阻抗变化、灵敏度之间的关系
从表2中可以看到随着线圈半径的增加,检测出的阻抗变化不断增大。随着线圈半径逐渐增大时,线圈的灵敏度在逐渐变大,但是当线圈半径很大时,其测量灵敏度是呈现一种平缓变化的趋势。这说明了测量中即使在不断增大线圈的半径,对于测量过程中的测量精度的帮助不是很大,要充分考虑各方面的影响。当线圈大到一定的程度时,涡流产生的二次磁场的磁通量已经全部的通过线圈,即使半径再次增加,也不再有任何作用。阻抗变化与匝数平方成正比关系,因此,在测量条件允许下,可以不断增加线圈匝数,但是需要考虑到实际应用中的大小,以及对接入耦合线圈传感器电路中的影响,需要进一步进行实验。而且在实际测量中线圈传感器距离被测物体越近越好,这样激发的二次磁场的磁场强度更强,有易于测量。
对于PCB平面线圈传感器的选择,它的半径并不是越大越好,满足测量灵敏度即可,线圈匝数尽量多一些,增加测量深度,且测量深度与提供的激励大小有关,电感值的大小与其接入高频振荡电路后进行电路参数优化有关。
最后,通过比对不同参数下同一测量位置处耦合线圈传感器的灵敏度,确定耦合线圈传感器最优参数,找到最优参数下检测信号最完整的测量位置即人体后背心脏正上方位置。
通过MATLAB软件对不同参数下同一测量位置处的耦合线圈传感器测量灵敏度进行仿真,最终选择线圈匝数为10匝,平均直径为5.8cm,且选择电感值约为12uH的圆形PCB平面螺旋电感,如图16所示。通过COMSOL MULTYPHYSICS软件建立人体心肺区域的3D模型图,并仿真分析线圈处于不同测量位置时检测信号的完整性,最终选取人体后背心脏正上方位置(胸骨左侧2cm,约在第二至第五肋间区域)作为最佳测量位置。
采用本实施例所述系统进行人体状态监测的方法,包括:
受试者将耦合传感器线圈佩戴到最佳测量位置,即人体后背心脏正上方位置;
激励电路产生交互电流,交互电流通过耦合线圈传感器后产生交互磁场作为激励磁场,人体心肺区域作为被测物置于交互磁场中,激励电路随心肺区域的生命活动改变输出频率信号;具体是心肺区域在进行生命活动时电导率发生变化,进而改变耦合线圈传感器的阻抗,影响激励电路输出的频率信号;
信号处理模块对测量前端模块输出的频率信号进行放大、滤波及整形处理;
人体状态监测模块中的微处理器对信号处理模块输出的频率信号计数,根据信号频率变化范围进行人体状态判断。
所述根据信号频率变化范围进行人体状态判断,具体是:
若信号频率变化范围在180Hz~220Hz,则当前人体处于正常呼吸状态;
若信号频率变化范围在280Hz~360Hz,则当前人体处于深呼吸状态;
若信号频率变化范围在45Hz~80Hz,则当前人体处于暂停呼吸状态。
Claims (7)
1.一种基于心肺信号的人体状态监测系统,其特征在于,包括:
产生激励磁场、随心肺区域的生命活动改变输出频率信号的测量前端模块;
对测量前端模块输出的频率信号进行放大、滤波及整形处理的信号处理模块;
对信号处理模块输出的频率信号计数、根据信号频率变化范围进行人体状态判断的人体状态监测模块;
测量前端模块的输出端连接信号处理模块的输入端,信号处理模块的输出端连接人体状态监测模块的输入端。
2.根据权利要求1所述的基于心肺信号的人体状态监测系统,其特征在于,所述测量前端模块,包括:耦合线圈传感器、激励电路;耦合线圈传感器连接激励电路,激励电路的输出端连接信号处理模块的输入端。
3.根据权利要求2所述的基于心肺信号的人体状态监测系统,其特征在于,所述激励电路为高频振荡电路,在电容三点式Colpitts振荡器的基础上,添加肖特基二极管限制输出频率幅度和改善输出波形,并采用COMS运算放大器代替Colpitts振荡器中的三极管,同时增大振荡电路的品质因数。
4.根据权利要求2所述的基于心肺信号的人体状态监测系统,其特征在于,所述耦合线圈传感器的参数及测量位置是这样确定的:
首先,利用仿真实验得出电导率与频率变化之间关系;其次,计算耦合线圈传感器的电感值;再次,选取不同的耦合线圈传感器参数,包括耦合线圈传感器半径及灵敏度、耦合线圈传感器匝数及测量深度;最后,通过比对不同参数下同一测量位置处耦合线圈传感器的灵敏度,确定耦合线圈传感器最优参数,找到最优参数下检测信号最完整的测量位置即人体后背心脏正上方位置。
5.一种采用权利要求1所述系统的人体状态监测方法,其特征在于,包括:
测量前端模块对心肺区域发出激励信号从而产生激励磁场、随心肺区域的生命活动改变输出频率信号;
信号处理模块对测量前端模块输出的频率信号进行放大、滤波及整形处理;
人体状态监测模块对信号处理模块输出的频率信号计数、根据信号频率变化范围进行人体状态判断。
6.根据权利要求2所述的方法,其特征在于,包括:
激励电路产生交互电流,交互电流通过耦合线圈传感器后产生交互磁场作为激励磁场,人体心肺区域作为被测物置于交互磁场中,激励电路随心肺区域的生命活动改变输出频率信号;
信号处理模块对测量前端模块输出的频率信号进行放大、滤波及整形处理;
人体状态监测模块对信号处理模块输出的频率信号计数,根据信号频率变化范围进行人体状态判断。
7.根据权利要求5或6所述的方法,其特征在于,所述根据信号频率变化范围进行人体状态判断,具体是:
若信号频率变化范围在180Hz~220Hz,则当前人体处于正常呼吸状态;
若信号频率变化范围在280Hz~360Hz,则当前人体处于深呼吸状态;
若信号频率变化范围在45Hz~80Hz,则当前人体处于暂停呼吸状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710269846.9A CN107174246A (zh) | 2017-04-24 | 2017-04-24 | 一种基于心肺信号的人体状态监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710269846.9A CN107174246A (zh) | 2017-04-24 | 2017-04-24 | 一种基于心肺信号的人体状态监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107174246A true CN107174246A (zh) | 2017-09-19 |
Family
ID=59830936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710269846.9A Pending CN107174246A (zh) | 2017-04-24 | 2017-04-24 | 一种基于心肺信号的人体状态监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107174246A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106821379A (zh) * | 2017-01-13 | 2017-06-13 | 天津大学 | 一种肺部电学层析成像的测量方法 |
CN108172190A (zh) * | 2018-01-15 | 2018-06-15 | 深圳市华星光电技术有限公司 | 用于液晶显示器的放大电路 |
US10514562B2 (en) | 2018-01-15 | 2019-12-24 | Shenzhen China Star Optoelectronics Technology Co., Ltd. | Amplifier for LCD and LCD |
CN115040102A (zh) * | 2022-06-23 | 2022-09-13 | 天津大学 | 一种基于磁涡流原理的非接触式心肺信号检测方法与系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103584847A (zh) * | 2013-11-06 | 2014-02-19 | 中国人民解放军第三军医大学 | 一种非接触磁感应心率和呼吸率同步检测方法及系统 |
-
2017
- 2017-04-24 CN CN201710269846.9A patent/CN107174246A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103584847A (zh) * | 2013-11-06 | 2014-02-19 | 中国人民解放军第三军医大学 | 一种非接触磁感应心率和呼吸率同步检测方法及系统 |
Non-Patent Citations (2)
Title |
---|
DAN YANG 等: "Cardiopulmonary Signal Detection Based on Magnetic Induction", 《JOURNAL OF SENSORS》 * |
杨丹等: "基于磁感应的呼吸信号测量的可行性实验", 《东北大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106821379A (zh) * | 2017-01-13 | 2017-06-13 | 天津大学 | 一种肺部电学层析成像的测量方法 |
CN108172190A (zh) * | 2018-01-15 | 2018-06-15 | 深圳市华星光电技术有限公司 | 用于液晶显示器的放大电路 |
US10514562B2 (en) | 2018-01-15 | 2019-12-24 | Shenzhen China Star Optoelectronics Technology Co., Ltd. | Amplifier for LCD and LCD |
CN115040102A (zh) * | 2022-06-23 | 2022-09-13 | 天津大学 | 一种基于磁涡流原理的非接触式心肺信号检测方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiao et al. | Wearable heart rate monitoring intelligent sports bracelet based on Internet of things | |
CN104622445B (zh) | 一种无线智能的多生理参数健康监护腕式设备 | |
CN102008296B (zh) | 基于脉搏波信号和心电信号测量动脉血压装置及测量方法 | |
CN107174246A (zh) | 一种基于心肺信号的人体状态监测系统及方法 | |
CN109480858A (zh) | 一种用于量化检测帕金森患者运动迟缓症状的可穿戴智能系统及方法 | |
CN106725382A (zh) | 基于动作和hrv测量的睡眠状态判别系统及方法 | |
Ufoaroh et al. | Heartbeat monitoring and alert system using GSM technology | |
CN104382602A (zh) | 多参数智能生理检测手套 | |
CN206462990U (zh) | 一种可穿戴的人体皮肤检测装置 | |
CN101889866A (zh) | 用于生物特征识别的手掌生物电阻抗频谱测量装置 | |
WO2016168979A1 (zh) | 一种生命体征分析方法与系统 | |
CN104545932A (zh) | 一种有效运动量监测装置以及包含该装置的健康管理系统 | |
CN206499449U (zh) | 一种脉搏波采集手环 | |
Jun et al. | Wearable respiratory strain monitoring system based on textile-based capacitive strain sensor | |
CN103860154B (zh) | 基于磁感应的非接触可穿戴式心肺活动监测装置 | |
Jincheng et al. | Design and implementation of wearable oxygen saturation monitoring system | |
CN205795657U (zh) | 一种采集睡眠过程中心冲击信号的装置 | |
CN113017559A (zh) | 一种基于压电薄膜传感器的生命体征提取算法及系统 | |
WO2021184818A1 (zh) | 一种基于粒子滤波的人体逐拍心率测量装置及方法 | |
CN206355041U (zh) | 脉搏测量仪器 | |
CN206473320U (zh) | 脑电监测装置和系统 | |
Hu et al. | A wearable device for collecting multi-signal parameters of newborn | |
CN204683589U (zh) | 脉搏测量系统 | |
CN113643800A (zh) | 一种基于社区医疗模式的远程监控系统 | |
CN205568937U (zh) | 一种智能化可穿戴测量心率服装 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170919 |