CN107495939A - 活体生物特征监控方法、装置以及系统 - Google Patents
活体生物特征监控方法、装置以及系统 Download PDFInfo
- Publication number
- CN107495939A CN107495939A CN201710690176.8A CN201710690176A CN107495939A CN 107495939 A CN107495939 A CN 107495939A CN 201710690176 A CN201710690176 A CN 201710690176A CN 107495939 A CN107495939 A CN 107495939A
- Authority
- CN
- China
- Prior art keywords
- signal
- live body
- supervising device
- reflected
- live
- 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
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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
- A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
Abstract
本发明提供了一种活体生物特征监控方法、装置以及系统,该方法包括:监控装置发送多个无线信号,获取每个所述无线信号从发出到被不同物体返回的反射信号;将所有所述反射信号按照预先划分的不同区间进行隔离;筛选出所述反射信号中的活体信号;针对每个所述活体信号,分离由于身体和肢体移动造成的信号波动,得到目标活体信号;分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。通过该方法,可以非接触式的长时间采集活体生物的生理数据,使监测对象不受监测仪器束缚,可活动自由。
Description
技术领域
本发明涉及数据处理领域,具体而言,涉及一种活体生物特征监控方法、装置以及系统。
背景技术
实时监测活体的生理参数数据对于临床医学具有重要意义,医护人员可以研究这些数据和人们经受的压力水平的关联,并监测心理参数随着时间和年龄的发展趋势,大量可靠的生理参数数据也可以为我们的医疗体系和政策制定产生重大影响。但是现有的监测技术大多需要与活体直接进行接触,给被监测者(特别是人类)带来诸多不便,也无法长时间远距离采集数据。
发明内容
有鉴于此,本发明实施例的目的在于提供一种活体生物特征监控方法、装置以及系统,可以非接触式的长时间采集生物的生理数据,使监测对象不受监测仪器束缚,可活动自由。
第一方面,本发明实施例提供了一种活体生物特征监控方法,所述方法应用于监控装置,所述方法包括:所述监控装置发送多个无线信号,获取每个所述无线信号从发出到被不同物体返回的反射信号;将所有所述反射信号按照预先划分的不同区间进行隔离;筛选出所述反射信号中的活体信号;针对每个所述活体信号,分离由于身体和肢体移动造成的信号波动,得到目标活体信号;分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。
第二方面,本发明实施例提供了一种活体生物特征监控装置,所述装置包括:获取模块,用于发送多个无线信号,获取每个所述无线信号从发出到被不同物体返回的反射信号;隔离模块,用于将所有所述反射信号按照预先划分的不同区间进行隔离;筛选模块,用于筛选出所述反射信号中的活体信号;分离模块,用于针对每个所述活体信号,分离由于身体和肢体移动造成的信号波动,得到目标活体信号;分析模块,用于分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。
第三方面,本发明实施例提供一种活体生物特征监控系统,所述系统包括移动终端以及监控装置,所述移动终端与所述监控装置耦合,所述移动终端用于将获取的活体生物特征信息进行实时显示。
与现有技术相比,本发明各实施例提出的活体生物特征监控方法、装置以及系统的有益效果是:通过收集信号从发出到被物体返回的反射信号,对信号初步进行隔离,筛选出每个区间内的活体信号,同时分离所述活体信号中由于活体肢体移动造成的信号波动,得到目标活体信号,从而分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。运用该方法,可以非接触式的长时间采集生物的生理数据,使监测对象不受监测仪器束缚,可活动自由。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的监控装置的结构框图;
图2为本发明第一实施例提供的活体生物特征监控方法的流程图;
图3为本发明第一实施例提供的活体生物特征监控方法监测多活体目标的示意图;
图4为本发明第一实施例提供的活体生物特征监控方法的连续采样信号示意图;
图5为本发明第一实施例提供的活体生物特征监控方法的连续采样信号经过运算后分离出活体信号的示意图;
图6为本发明第一实施例提供的活体生物特征监控方法的活体目标呼吸和肢体移动信号相位随时间变化示意图;
图7为本发明第一实施例提供的活体生物特征监控方法的活体目标由于呼吸引起的胸腔变化以及造成和监控装置距离变化原理示意图;
图8为本发明第一实施例提供的活体生物特征监控方法的活体目标呼吸和心跳信号相位随时间变化示意图;
图9为本发明第一实施例提供的活体生物特征监控方法经由快速傅里叶变换(FFT)来提取呼吸频率示意图;
图10为本发明第一实施例提供的活体生物特征监控方法经由带通滤波后的快速傅里叶变换(FFT)来提取心跳频率示意图;
图11为本发明第二实施例提供的活体生物特征监控装置的结构框图;
图12为本发明第三实施例提供的活体生物特征监控系统的结构框图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,是所述监控装置1的方框示意图,所述监控装置1包括:活体生物特征监控装置400、存储器110、存储控制器120、处理器130、外设接口140、输入输出单元150、音频单元160、显示单元170、通信模块180以及电源模块190。
所述存储器110、存储控制器120、处理器130、外设接口140、输入输出单元150、音频单元160以及显示单元170各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述活体生物特征监控装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中或固化在客户端设备的操作系统(operating system,OS)中的软件功能模块。所述处理器130用于执行存储器110中存储的可执行模块,例如所述活体生物特征监控装置包括的软件功能模块或计算机程序。
其中,存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器110用于存储探测到的活体目标生物特征以及程序,所述处理器130在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的方法可以应用于处理器130中,或者由处理器130实现。
处理器130可能是一种集成电路芯片,具有信号处理能力。上述的处理器130可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述外设接口140将各种输入/输出装置耦合至处理器130以及存储器110。在一些实施例中,外设接口140,处理器130以及存储控制器120可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
输入输出单元150用于提供给用户输入数据实现用户与监控装置1的交互。所述输入输出单元150可以是,但不限于,鼠标和键盘等。
音频单元160向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示单元170在监控装置1与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考,例如显示活体目标生物特征。在本实施例中,所述显示单元170可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器130进行计算和处理。
通信模块180可以是蓝牙模块、WIFI模块、ZigBee模块、LORA模块等无线通信模块,可以使得监控装置1与外部装置(如手机、平板电脑等)进行通信,以实现数据的交互。其中,该外部装置设有与通信模块180匹配的通信模块180。
电源模块190可以是直接贴装在印刷电路板上的电源供应器,还可以是集成电池模组,用于对监控装置1进行供电。
第一实施例
请参照图2,图2是本发明第一实施例提供的一种活体生物特征监控方法的流程图,所述方法应用于监控装置1。下面将对图2所示的流程进行详细阐述,所述方法包括:
步骤S110:所述监控装置发送多个无线信号,获取每个所述无线信号从发出到被不同物体返回的反射信号。
其中,所述监控装置内设置有无线信号发生器,用于发生无线信号。所述无线信号可以为低功率的宽带无线电,例如可以为预设频段的超宽带UWB信号或毫米波信号。所述预设频段可以为3.1-10.6GHz、24-24.25GHz、57-64GHz、76-81GHz、122-123GHz等,但不限于上述频段。
步骤S120:将所有所述反射信号按照预先划分的不同区间进行隔离。
所述监控装置可以基于调频连续波FMCW(Frequency Modulated ContinuousWave)技术,根据目标和所述监控装置之间的距离预先划分不同的区间,每个所述区间涵盖一段距离范围。
调频连续波其频率随时间按照三角波规律变化,雷达接收的回波的频率与发射的频率变化规律相同,都是三角波规律,只是有一个时间差,利用这个微小的时间差可计算出目标距离,从而可以预先将整个大环境按照距离所述监控装置的距离划分成不同的区间。
进一步地,所述监控装置可以根据每个所述无线信号从发出到被不同物体返回的反射信号的时间,计算所述无线信号所到达的位置与所述监控装置的距离;将所述无线信号所到达的位置与所述监控装置的距离与每个所述区间涵盖一段距离范围进行对应,将所有所述反射信号按照预先划分的不同区间进行隔离。
如图3所示,监控装置1被放置在一个有活体目标2(如一只猫)、静止目标3(如电视机)、活体目标4(如看电视的小朋友)、静止目标5(如花盆)和活体目标6(如电脑前工作的大人)的房间。监控装置1发射出的发射信号7到达不同区间内目标的时间根据目标的距离而改变。发射信号7经不同区间内目标反射,反射信号到达监控装置1的时间也根据目标的距离而改变。具体来说,监控装置1发射出的无线信号7穿过区间A到达区间B内的活体目标2,被处于区间B的活体目标2反射,反射信号8经由区间A返回到监控装置1;监控装置1发射出的无线信号7穿过区间A和区间B到达区间C内的静止目标3,被处于区间C的静止目标3反射,反射信号9经由区间B和区间A返回到监控装置1;监控装置1发射出的无线信号7穿过区间A、区间B和区间C到达区间D内的活体目标4,被处于区间D的活体目标4反射,反射信号10经由区间C、区间B和区间A返回到监控装置1;监控装置1发射出的无线信号7穿过区间A、区间B、区间C、和区间D到达区间E内的静止目标5,被处于区间E的静止目标5反射,反射信号11经由区间D、区间C、区间B和区间A返回到监控装置1;监控装置1发射出的无线信号7穿过区间A、区间B、区间C、区间D和区间E到达区间F内的活体目标6,被处于区间F的活体目标6反射,反射信号12经由区间E、区间D、区间C、区间B和区间A返回到监控装置1。监控装置1将不同时间内接收到的反射信号分别放置在不同的信号区域,区间A内没有目标反射,相应的信号区域A为空白;区间B内活体目标2的反射信号8被存储在信号区域B;区间C内静止目标3的反射信号9被存储在信号区域C;区间D内的活体目标4的反射信号10被存储在信号区域D;区间E内的静止目标5的反射信号11被存储在信号区域E;区间F内的活体目标6的反射信号12被存储在信号区域F。
步骤S130:筛选出所述反射信号中的活体信号。
若所述反射信号对应的物体为活体,则该反射信号会随着时间的推移而发生变化。请参看图4,所述监控装置可以通过采样连续时间段内接收到的信号,累积一系列不同的信号采样。在一段时间内,所述监控装置可以判断每个区域内所述反射信号是否随着时间的推移发生变化;若是,判断所述反射信号为活体信号,并将所述活体信号筛选出来,若否,说明该反射信号所对应的物体为静止状态。进一步地,请参看图5,可以将每个区域内的采样信号经过相减运算,若运算结果为0,判断该反射信号为非活体信号,并将该信号删除,得到活体信号,即得到只包含了从活体目标2反射回来的处于信号区域B1、信号区域B2和信号区域B3的信号,从活体目标4反射回来的处于信号区域D1、信号区域D2和信号区域D3的信号,和从活体目标6反射回来的处于信号区域F1、信号区域F2和信号区域F3的信号,有效的从背景环境里分离出不同活体目标反射回来的信号。
步骤S140:针对每个所述活体信号,分离由于身体和肢体移动造成的信号波动,得到目标活体信号。
所述监控装置将每个所述活体信号划分为多个子信号,将每个所述子信号的周期性与预设周期性进行比对;若所述子信号的周期性小于所述预设周期性,删除该子信号;将剩下的所述子信号转换为目标活体信号。
活体目标身体或肢体移动带来的信号相位变化是一种非周期性的信号,而呼吸和心跳带来的信号相位变化为周期性信号。为了提高监测灵敏度,本发明将从每个活体目标采集到的信号分为不同的时间段子信号,如附图6里T1、T2和T3所示,并分析不同时间段里子信号的周期性。当信号周期性高于一个预设的阈值时,可以判断该时间段内活体目标的主要运动来自于呼吸和心跳,该时间段的信号被保留;当子信号周期性低于预设的阈值时,则舍弃该时间段的信号。经过分析,时间段T1和T3的信号被保留;时间段T2的信号被舍弃。小的肢体运动如翻书、写字和打电话等不会对监测带来大的影响。这些小的身体运动所造成的微弱的非周期性信号,经由步骤S150里的快速傅里叶变换(FFT)后变为低频噪声信号,不至于对经由FFT而增强的由于呼吸和心跳带来周期性信号造成大的影响。
步骤S150:分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。
附图7为本发明探测活体目标呼吸的原理。假设活体目标面对监控装置,当活体目标吸气时,胸腔扩张,胸腔表面更加靠近监控装置;当活体目标呼气时,胸腔收缩,胸腔表面远离监控装置。因为接收到的信号相位和活体目标胸腔表面到监控装置的距离线性相关,我们可以通过相位检测来提取出活体目标的呼吸信息。附图8可以用来说明活体目标呼吸和心跳信号相位随时间的变化规律。相位的峰值对应呼气(胸腔表面距离监控装置最远),相位的谷底对应吸气(胸腔表面距离监控装置最近)。和由于呼吸引起胸腔周期波动类似,活体目标的心跳导致血管膨胀和收缩,引起体表不同部位的微小周期振动。这些体表的微小周期振动带来信号相位的微弱周期变化,叠加在由于呼吸造成的信号相位变化上。呼吸和心跳带来的信号周期性变化不随活体目标的面向而改变,当活体目标背对监控装置时,相位谷底变成峰值,但相位周期性变化还是一样。
为了有效地分离由于呼吸和心跳引起的信号波动和由于身体和肢体移动造成的信号波动,本发明对目标活体信号(如由活体目标4反射回来的信号采样1信号区域D1里的信号)进行分析,该信号为一个波形信号,波形的相位和信号传送的距离d(t)可由公式(1)表达
公式(1)里λ为无线信号的波长,d(t)为信号从监控装置1到活体目标4再返回监控装置1所传输的距离。公式(1)显示我们可以根据监测信号区域D1里的信号波形相位变化来探测由于活体目标4吸气、呼气和心跳造成的d(t)变化。
呼吸是一种周期性运动,可以通过FFT来获得由于呼吸引起的信号波动的频率,相应的就可以得到呼吸的频率。由于有各种干扰信号,经过FFT得到的频域信息将包含各种杂波信号,如附图9所示。FFT幅度峰值所对应的频率即为呼吸频率,其他的杂散频率可以忽略掉。
如附图8所示,心跳也是一种周期性运动,附加在呼吸信号的上面。心跳信号的幅度比呼吸信号微弱数十倍,经由FFT后,很容易被呼吸信号所淹没。呼吸信号的频率通常为每分钟8-16次(0.13-0.27赫兹),而心跳信号的频率通常在每分钟40-200次(0.67-3.33赫兹)。为了有效的提取心跳信号,本发明采用通带为0.6-3.5赫兹的数字带通滤波器对呼吸和心跳信号进行滤波,可以有效的衰减甚至剔除呼吸信号而保留心跳信号,同时也可以衰减其他的大于3.5赫兹的高频信号。附图10为经过带通滤波后的FFT。在通带下边沿的FFT峰值为呼吸信号的渗透,紧邻的另一个FFT峰值则对应心跳频率。
本发明第一实施例提供的一种活体生物特征监控方法,通过收集信号从发出到被物体返回的反射信号,对信号初步进行隔离,筛选出每个区间内的活体信号,同时分离所述活体信号中由于活体肢体移动造成的信号波动,得到目标活体信号,从而分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。运用该方法,可以非接触式的长时间采集生物的生理数据,使监测对象不受监测仪器束缚,可活动自由。
第二实施例
请参照图11,图11是本发明第二实施例提供的一种活体生物特征监控装置400的结构框图。下面将对图11所示的结构框图进行阐述,所示装置包括:
获取模块410,用于发送多个无线信号,获取每个所述无线信号从发出到被不同物体返回的反射信号;
隔离模块420,用于将所有所述反射信号按照预先划分的不同区间进行隔离;
筛选模块430,用于筛选出所述反射信号中的活体信号;
分离模块440,用于针对每个所述活体信号,分离由于身体和肢体移动造成的信号波动,得到目标活体信号;
分析模块450,用于分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。
其中,所述隔离模块420可以包括:
划分子模块,用于基于调频连续波FMCW技术,根据目标和所述监控装置之间的距离预先划分不同的区间,每个所述区间涵盖一段距离范围;
计算子模块,用于根据每个所述无线信号从发出到被不同物体返回的反射信号的时间,计算所述无线信号所到达的位置与所述监控装置的距离;
划分子模块,用于将所述无线信号所到达的位置与所述监控装置的距离与每个所述区间涵盖一段距离范围进行对应,将所有所述反射信号按照预先划分的不同区间进行隔离。
所述筛选模块430可以包括:
判断子模块,用于在一段时间内,所述监控装置判断所述反射信号是否随着时间的推移发生变化;
筛选子模块,用于若所述判断子模块判断是,判断所述反射信号为活体信号,并将所述活体信号筛选出来。
所述分离模块440可以包括:
比对子模块,用于将每个所述活体信号划分为多个子信号,将每个所述子信号的周期性与预设周期性进行比对;
删除子模块,用于若所述子信号的周期性小于所述预设周期性,删除所述子信号;
转换子模块,用于将剩下的所述子信号转换为目标活体信号。
本实施例对活体生物特征监控的装置400的各功能模块实现各自功能的过程,请参见上述图1至图10所示实施例中描述的内容,此处不再赘述。
第三实施例
请参照图12,图12是本发明第三实施例提供的一种活体生物特征监控系统2的结构框图。下面将对图12所示的结构框图进行阐述。
所述活体生物特征监控系统2包括移动终端210和上述的监控装置1,所述移动终端210与所述监控装置1耦合。
所述移动终端210可以通过与所述监控装置1建立通信连接,获取所述监控装置保存的活体生物特征信息,并将获取的活体生物特征信息进行实时显示。
作为一种方式,该移动终端210可以是平板电脑、智能手机、个人数字助理(personal digital assistant,PDA)、可穿戴设备等终端。
综上所述,本发明实施例提出的一种活体生物特征监控方法、装置以及系统,通过收集信号从发出到被物体返回的反射信号,对信号初步进行隔离,筛选出每个区间内的活体信号,同时分离所述活体信号中由于活体肢体移动造成的信号波动,得到目标活体信号,从而分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。运用该方法,可以非接触式的长时间采集生物的生理数据,使监测对象不受监测仪器束缚,可活动自由。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置以及系统,也可以通过其它的方式实现。以上所描述的方法、装置以及系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的方法、装置以及系统和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种活体生物特征监控方法,其特征在于,所述方法应用于监控装置,所述方法包括:
所述监控装置发送多个无线信号,获取每个所述无线信号从发出到被不同物体返回的反射信号;
将所有所述反射信号按照预先划分的不同区间进行隔离;
筛选出所述反射信号中的活体信号;
针对每个所述活体信号,分离由于身体和肢体移动造成的信号波动,得到目标活体信号;
分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。
2.根据权利要求1所述的方法,其特征在于,所述将所有所述反射信号按照预先划分的不同区间进行隔离,包括:
所述监控装置基于调频连续波FMCW技术,根据目标和所述监控装置之间的距离预先划分不同的区间,每个所述区间涵盖一段距离范围;
根据每个所述无线信号从发出到被不同物体返回的反射信号的时间,计算所述无线信号所到达的位置与所述监控装置的距离;
将所述无线信号所到达的位置与所述监控装置的距离与每个所述区间涵盖一段距离范围进行对应,将所有所述反射信号按照预先划分的不同区间进行隔离。
3.根据权利要求1所述的方法,其特征在于,所述筛选出所述反射信号中的活体信号,包括:
在一段时间内,所述监控装置判断所述反射信号是否随着时间的推移发生变化;
若是,判断所述反射信号为活体信号,并将所述活体信号筛选出来。
4.根据权利要求1所述的方法,其特征在于,所述针对每个所述活体信号,分离由于身体和肢体移动造成的信号波动,得到目标活体信号,包括:
所述监控装置将每个所述活体信号划分为多个子信号,将每个所述子信号的周期性与预设周期性进行比对;
若所述子信号的周期性小于所述预设周期性,删除所述子信号;
将剩下的所述子信号转换为目标活体信号。
5.根据权利要求1所述的方法,其特征在于,所述无线信号为预设频段的UWB信号或毫米波信号。
6.一种活体生物特征监控装置,其特征在于,所述装置包括:
获取模块,用于发送多个无线信号,获取每个所述无线信号从发出到被不同物体返回的反射信号;
隔离模块,用于将所有所述反射信号按照预先划分的不同区间进行隔离;
筛选模块,用于筛选出所述反射信号中的活体信号;
分离模块,用于针对每个所述活体信号,分离由于身体和肢体移动造成的信号波动,得到目标活体信号;
分析模块,用于分析每个所述目标活体信号由于呼吸和心跳引起的信号波动,提取呼吸和心跳规律。
7.根据权利要求6所述的装置,其特征在于,所述隔离模块包括:
划分子模块,用于基于调频连续波FMCW技术,根据目标和所述监控装置之间的距离预先划分不同的区间,每个所述区间涵盖一段距离范围;
计算子模块,用于根据每个所述无线信号从发出到被不同物体返回的反射信号的时间,计算所述无线信号所到达的位置与所述监控装置的距离;
划分子模块,用于将所述无线信号所到达的位置与所述监控装置的距离与每个所述区间涵盖一段距离范围进行对应,将所有所述反射信号按照预先划分的不同区间进行隔离。
8.根据权利要求6所述的装置,其特征在于,所述筛选模块包括:
判断子模块,用于在一段时间内,所述监控装置判断所述反射信号是否随着时间的推移发生变化;
筛选子模块,用于若所述判断子模块判断是,判断所述反射信号为活体信号,并将所述活体信号筛选出来。
9.根据权利要求6所述的装置,其特征在于,所述分离模块,包括:
比对子模块,用于将每个所述活体信号划分为多个子信号,将每个所述子信号的周期性与预设周期性进行比对;
删除子模块,用于若所述子信号的周期性小于所述预设周期性,删除所述子信号;
转换子模块,用于将剩下的所述子信号转换为目标活体信号。
10.一种活体生物特征监控系统,其特征在于,所述系统包括移动终端和监控装置,所述移动终端与所述监控装置耦合,所述移动终端用于将获取的活体生物特征信息进行实时显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710690176.8A CN107495939B (zh) | 2017-08-11 | 2017-08-11 | 活体生物特征监控方法、装置以及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710690176.8A CN107495939B (zh) | 2017-08-11 | 2017-08-11 | 活体生物特征监控方法、装置以及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107495939A true CN107495939A (zh) | 2017-12-22 |
CN107495939B CN107495939B (zh) | 2021-06-22 |
Family
ID=60690989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710690176.8A Active CN107495939B (zh) | 2017-08-11 | 2017-08-11 | 活体生物特征监控方法、装置以及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107495939B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045095A (zh) * | 2018-10-12 | 2020-04-21 | 崴鼎农业科技股份有限公司 | 生物侦测系统 |
CN111624568A (zh) * | 2019-02-27 | 2020-09-04 | 和硕联合科技股份有限公司 | 多目标生命征象检测系统及方法 |
CN112327268A (zh) * | 2020-11-12 | 2021-02-05 | 奥谱毫芯(深圳)科技有限公司 | 基于毫米波信号的危险目标识别方法、装置、系统及介质 |
CN112472051A (zh) * | 2020-12-16 | 2021-03-12 | 山东润一智能科技有限公司 | 一种生命体征监测的毫米波雷达装置、方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4991585A (en) * | 1990-03-13 | 1991-02-12 | Mmtc, Inc. | Non-invasive respiration and/or heartbeat monitor or the like |
US20020145563A1 (en) * | 2001-01-26 | 2002-10-10 | Kane Ronald J. | Body motion tracking system |
CN101324666A (zh) * | 2007-06-16 | 2008-12-17 | 电子科技大学 | 隐蔽目标生命迹象探测方法及隐蔽目标探测装置 |
CN104765031A (zh) * | 2015-03-02 | 2015-07-08 | 太原理工大学 | 一种超宽带微波混沌生命探测雷达装置 |
CN105476602A (zh) * | 2015-11-25 | 2016-04-13 | 方姝阳 | 非接触式人体生命体征测量方法及装置 |
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 |
-
2017
- 2017-08-11 CN CN201710690176.8A patent/CN107495939B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4991585A (en) * | 1990-03-13 | 1991-02-12 | Mmtc, Inc. | Non-invasive respiration and/or heartbeat monitor or the like |
US20020145563A1 (en) * | 2001-01-26 | 2002-10-10 | Kane Ronald J. | Body motion tracking system |
CN101324666A (zh) * | 2007-06-16 | 2008-12-17 | 电子科技大学 | 隐蔽目标生命迹象探测方法及隐蔽目标探测装置 |
CN104765031A (zh) * | 2015-03-02 | 2015-07-08 | 太原理工大学 | 一种超宽带微波混沌生命探测雷达装置 |
CN105476602A (zh) * | 2015-11-25 | 2016-04-13 | 方姝阳 | 非接触式人体生命体征测量方法及装置 |
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 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111045095A (zh) * | 2018-10-12 | 2020-04-21 | 崴鼎农业科技股份有限公司 | 生物侦测系统 |
CN111624568A (zh) * | 2019-02-27 | 2020-09-04 | 和硕联合科技股份有限公司 | 多目标生命征象检测系统及方法 |
CN112327268A (zh) * | 2020-11-12 | 2021-02-05 | 奥谱毫芯(深圳)科技有限公司 | 基于毫米波信号的危险目标识别方法、装置、系统及介质 |
CN112472051A (zh) * | 2020-12-16 | 2021-03-12 | 山东润一智能科技有限公司 | 一种生命体征监测的毫米波雷达装置、方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107495939B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Trueheart: Continuous authentication on wrist-worn wearables using ppg-based biometrics | |
Gutiérrez-Rivas et al. | Novel real-time low-complexity QRS complex detector based on adaptive thresholding | |
Boashash et al. | Time-frequency processing of nonstationary signals: Advanced TFD design to aid diagnosis with highlights from medical applications | |
CN107495939A (zh) | 活体生物特征监控方法、装置以及系统 | |
US20120184862A1 (en) | System and method for patient monitoring | |
CN108056769A (zh) | 一种生命体征信号分析处理方法、装置和生命体征监测设备 | |
CN208876492U (zh) | 一种生理信息监测垫及床垫 | |
CN109363647B (zh) | 睡眠质量监测方法、装置及终端设备 | |
CN112998701A (zh) | 基于毫米波雷达的生命体征检测与身份识别系统和方法 | |
CN104042191A (zh) | 手表式多参数生物传感装置 | |
CN105249925B (zh) | 一种中医脉象采集装置及降噪系统和降噪方法 | |
CN109452935A (zh) | 使用统计后处理从血管容积图估计血压的无创方法和系统 | |
Cuomo et al. | A novel O (n) numerical scheme for ECG signal denoising | |
EP3692898A1 (en) | Sleep/motion determination based on wi-fi signals | |
CN110037668A (zh) | 脉搏信号时空域结合模型判断年龄、健康状态及恶性心律失常识别的系统 | |
CN104545863A (zh) | 基于模糊模式识别的bcg心率提取方法及系统 | |
Askari et al. | Artifact removal from data generated by nonlinear systems: Heart rate estimation from blood volume pulse signal | |
Torti et al. | Custom FPGA processing for real-time fetal ECG extraction and identification | |
Madanu et al. | Depth of anesthesia prediction via EEG signals using convolutional neural network and ensemble empirical mode decomposition | |
Liu et al. | Remote drowsiness detection based on the mmWave FMCW radar | |
Wan et al. | Combining parallel adaptive filtering and wavelet threshold denoising for photoplethysmography-based pulse rate monitoring during intensive physical exercise | |
CN106419884B (zh) | 一种基于小波分析的心率计算方法与系统 | |
CN110200642A (zh) | 一种认知负荷与心理压力的测量方法及终端 | |
Everson et al. | BioTranslator: inferring R-peaks from ambulatory wrist-worn PPG signal | |
Nguyen et al. | Identification, activity, and biometric classification using radar-based sensing |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |