CN108542367B - 一种人体行为模式检测装置、系统及方法 - Google Patents
一种人体行为模式检测装置、系统及方法 Download PDFInfo
- Publication number
- CN108542367B CN108542367B CN201810154518.9A CN201810154518A CN108542367B CN 108542367 B CN108542367 B CN 108542367B CN 201810154518 A CN201810154518 A CN 201810154518A CN 108542367 B CN108542367 B CN 108542367B
- Authority
- CN
- China
- Prior art keywords
- pass filter
- filter circuit
- low
- behavior pattern
- pattern detection
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title abstract description 19
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 27
- 230000033001 locomotion Effects 0.000 claims description 25
- 238000004891 communication Methods 0.000 claims description 15
- 230000003321 amplification Effects 0.000 claims description 14
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 14
- 230000003993 interaction Effects 0.000 claims description 6
- 238000013459 approach Methods 0.000 claims description 4
- 230000000241 respiratory effect Effects 0.000 abstract description 8
- 230000036391 respiratory frequency Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 26
- 230000006870 function Effects 0.000 description 13
- 230000000694 effects Effects 0.000 description 12
- 230000006399 behavior Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000000474 nursing effect Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 239000013078 crystal Substances 0.000 description 4
- 230000001121 heart beat frequency Effects 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
- A61B5/681—Wristwatch-type devices
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种人体行为模式检测装置，所述的装置包括：多普勒传感器，用于向人体发射两个相互正交的微波信号，并接收人体的反馈信号；滤波放大器模块，用于对反馈信号进行滤波和放大；控制模块，通过计算反馈信号的振幅和相位，获取人体心跳和呼吸频率。还提供了一种系统，在检测装置基础上增加了报警装置，报警装置用于判断呼吸数和心跳数是否处于医学上的正常波动范围内，并在呼吸数或心跳数超出医学上的正常波动范围时，向安装有警报接收装置的医疗单位或亲属发送报警信号。本发明还提供了相应的方法，利用多普勒传感器的微波信号，结合振幅和相位，在不接触人体的情况下获取人体的生命特征。
Description
技术领域
本发明涉及生命体征感知技术领域，具体的说是一种利用生命体征感知实现人体行为模式检测的装置、系统及方法。
背景技术
在现代社会中，在家中独处的人越来越多，而且在家中独处的时间也越来越长，对于独处的人来说，一旦发生跌倒、疾病等突发状况，由于家中无人帮助，导致救护不及时，造成死亡事件。此外，在经济水平日益提高的情况下，对于自身健康和安全的需求也会大大增加，因此，迫切需要一种能够及时监测和发现个人生命体征状态的设备。
目前，众多企业开发了手环或手表等终端设备，通过测量人体手腕的脉搏，实现对于人体健康状态的监测和提醒，但是，手环或手表需要与人体接触，特别是与脉搏贴合才能进行测量，这就需要人们24小时佩戴，十分不便。
发明内容
为了解决上述问题，提供了一种人体行为模式检测装置、系统及方法，利用多普勒传感器的微波信号，结合振幅和相位，在不接触人体的情况下获取人体的生命特征。
本发明实施例提供了一种人体行为模式检测装置，所述的装置包括：
多普勒传感器，用于向人体发射两个正交微波信号，并接收人体的反馈信号；
滤波放大器模块，设置多级滤波电路，用于对反馈信号进行滤波和放大；
控制模块，用于计算反馈信号的振幅和相位，并利用FFT演算，获得人体生命特征的频段和频率。
进一步的，所述的装置还包括：
输入输出接口，用于连接外部设备，和外部设备实现数据交互。
进一步的，所述的装置还包括：
通讯模块，提供有线LAN接口或无线通信模块，实现装置的网络通信。
进一步的，所述的装置还包括：
电源模块，提供3.3V直流电压，作为装置的主电源或备用电源。
进一步的，所述的装置还包括：
温度传感器，用于测量并显示室内温度。
进一步的，所述的装置还包括：
USB模块，用于连接USB设备实现数据交互。
本发明实施例提供了一种人体行为模式检测系统，所述的系统包括检测装置和报警装置，所述的检测装置用于测量人体的呼吸数和心跳数，并将呼吸数和心跳数发送给报警装置，所述的报警装置用于判断呼吸数和心跳数是否处于医学上的正常波动范围内，并在呼吸数或心跳数超出医学上的正常波动范围时，向安装有警报接收装置的医疗单位或亲属发送报警信号。
进一步的，所述的警报接收装置为医疗单位的急救系统或亲属的智能移动终端。
本发明实施例提供了一种人体行为模式检测方法，所述的方法包括：
S1：多普勒传感器向人体发射两个相互正交的微波信号，并接收人体的反馈信号；
S2：利用多级滤波电路对反馈信号进行滤波和放大，获得完整清晰的反馈信号；
S3：利用正交检测计算反馈信号的振幅和相位；
S4：利用获取的振幅和相位进行FFT演算，计算出呼吸和心跳数。
进一步的，所述的方法还包括：
S5：结合体动频带区域的信号，判断体动状态。
发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
1、利用多普勒传感器，采用正交检测的原理计算振幅和相位测量人体生命特征，较大的振幅输出需要较强的接收信号，如果输入的信号较弱，内部的杂音会变大，S/N信号(杂音与信号的比率)会变差，利用滤波放大模块消除内部的杂音，即使是微弱的信号，S/N比也会变好，因此可以捕捉到呼吸，心跳等极微弱的信号。
2、增加输入输出接口，用于连接外部设备，比如报警器、开关、指示灯、门铃等，可以完善看护功能，实现被看护人员自主呼叫和报警等功能，提升装置的实用性。
3、增设USB模块，可以快速将装置内的数据导入USB设备中，实现数据的快速转移，也可以将USB设备中的数据快速导入装置中，当需要大规模布置同类装置时，可以大大减少布置时间，提高效率。
4、增设了温度传感器，主要目的在于直观显示室内温度，特别是在看护的时候，温度高低对于被看护人员的休息和运动状态都会产生影响，甚至对人体的生命特征也会产生影响，直观的温度数据可以帮助看护人员提升看护质量。
5、增设电源模块，利用电源模块，可以提高供电质量，如果作为主电源，可以保证供电稳定性，保证装置24小时稳定运行，如果作为备用电源，可以在外部断电时，确保装置仍然可以运行。
6、设置有线、无线等通讯方式，可以适应任何环境，根据现场需求和设置进行针对性的配置，确保既能满足客户需求，又能尽量不增加装置的成本。
附图说明
图1是本发明装置实施例1的原理框图；
图2是多普勒传感器及其附属电路的原理图；
图3是滤波放大模块的原理框图；
图4是第一低通滤波电路的原理图；
图5是第一高通滤波电路的原理图；
图6是第二低通滤波电路的原理图；
图7是第三低通滤波电路的原理图；
图8控制模块的CPU及其附属电路的原理图；
图9是本发明装置实施例2的原理框图；
图10是本发明无线LAN插件的电路原理图；
图11是本发明有线LAN插件和有线LAN连接器的电路原理图；
图12是本发明装置实施例3的原理框图；
图13是本发明输入接点的电路原理图；
图14是本发明输出接点的电路原理图；
图15是本发明装置实施例4的原理框图；
图16是本发明电源模块中电压供电电路的原理图；
图17是本发明电源模块中基准电源的原理图；
图18是本发明装置实施例5的原理框图；
图19是本发明温度传感器与控制模块连接电路原理图；
图20是本发明装置实施例6的原理框图；
图21是本发明USB模块的电路原理图；
图22是本发明系统实施例的原理框图；
图23是本发明一种方法实施例的原理框图；
图24是本发明另一种方法实施例的原理框图。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例1
如图1所示，本发明实施例提供了一种人体行为模式检测装置，所述的装置包括多普勒传感器、滤波放大器模块、控制模块。
所述的多普勒传感器向人体发射发出两个正交的微波信号，并接收人体的反馈信号。为了实现上述功能，如图2所示，多普勒传感器选用的是日本新日本无线株式会社生产的24GHz微波多普勒传感器NJR4262，该传感器通过正交检测输出两个信号：I信号和Q信号。此外，基于该型号的多普勒传感器，图2中还设置了相关的电子元器件组成附属电路，图2中电路右端连接滤波放大模块的输入端。
需要注意的是：在传感器装置中，每增设一台传感器，探测范围会扩大，功能会增加，安装用于增设传感器的连接器以达到最好的效果。例如，可同时实现对房屋内全部生命体的存在以及床上的生命体征的检测，用一台传感器装置便可以同时检测宽阔房间内的全部生命体的存在以及其中的2个生命体征。
所述的滤波放大器模块，利用多级滤波电路，特别是低通滤波器，用于对反馈信号进行滤波和放大，滤波放大模块上安装着I信号、Q信号2种回路，滤波电路由运算放大器和电阻电容器构成，属于有源滤波器，拥有增幅的功能。如图3所示，其使用时的工作原理为：
当多普勒传感器为一个时，B点是断开的，多普勒传感器(OP)是不存在的，可以测量普通的心跳，此时的滤波放大模块输出端只使用OUT2，此时的第一高通滤波电路、第二低通滤波电路可以不用安装零部件，仅仅连接图中的A点即可。
当多普勒传感器为一个时，为了对心跳进行高精准的测量，连接图中的A，此时的第一低通滤波电路、第一高通滤波电路、第二低通滤波电路、第三低通滤波电路均保留，测量呼吸和体动等信号使用OUT2，测量心跳使用OUT1。
需要注意的是：要高精准的测量心跳的话，为了减小体动和呼吸的影响，要排除心跳的波段(0.8～2Hz程度)来进行观测。因此，使用一台传感器的情况下，普通的信号(OUT2)，以及通过心跳频带范围并经过第一高通滤波电路高频滤波器的信号(OUT1)，经由其他的滤波器进入CPU。
当多普勒传感器为2个时，B点是连接的，A点和C点是断开的，内置的多普勒传感器使用OUT1，多普勒传感器(OP)使用OUT2。需要注意的是：当人在很远的地方渐渐靠近时，只使用放大器的增幅率的话，随着人的接近，输出会接近饱和，观测便无法进行。为了防止这样的情况，可以准备用增幅率较低的输出(OUT3)，这样当人靠近时，即使OUT2输出已经饱和，也可以正常观测呼吸和体动。
为了更好理解滤波放大模块的功能，下面结合附图对滤波放大模块中的滤波电路进行说明。
如图4所示，第一低通滤波电路的低通滤波器为正反馈有源滤波器，增幅度约12dB，截止频率约为10Hz。截止频率控制在10Hz范围内，因为人类的呼吸在0.3Hz程度，心跳在1Hz程度，体动也在10Hz的程度时可以充分的检测到。
第一低通滤波电路的低通滤波器中使用的运算放大器全部为LMV 324(或者是可与它替换的产品)。此传感器装置的电路除去一部分输出，要通过3.3V的电压，为了使CPU的A/D转换器也能将电压达到最大3.3V，尽可能将动态范围扩大。
如图5所示，第一高通滤波电路的高通滤波器运用2段正反馈的OP放大器，增幅度约24dB，截止频率约为0.8Hz，其增幅度、截止频率要加上第一低通滤波电路。
如图6所示，第二低通滤波电路的低通滤波器使用2段正反馈OP放大器，增幅度约58dB，截止频率约为0.9～4Hz，其增幅度、截止频率要加上第一低通滤波电路、第一高通滤波电路。由此电路输出后，输入CPU的A/D转换器。
如图7所示，第三低通滤波电路的低通滤波器使用3段正反馈OP放大器，连接第一低通滤波电路时OUT2的增幅度约为58dB，截止频率约为10Hz，其增幅度、截止率要加上第一低通滤波电路。使用扩张用的多普勒传感器(OP)时，OUT2的增幅度约为52dB，截止频率约为1.5Hz。使用OUT3时，增幅度与OUT2相比减小18dB。因此在近距离当OUT2达到饱和，也可以用OUT3对生命体征和体动进行检测。这时，检测出的实际强度，可以用CPU软件进行修正。
所述的控制模块，通过计算反馈信号的振幅和相位，获取人体心跳和呼吸频率。控制模块结合传感器采集到的两路正交信号，通过下面计算方法可以取得下面2种数据：振幅输出：相位输出：tan-1*(Q÷I)。
如图8所示，控制模块中的CPU使用STM32f103(64P)，使用此CPU的理由有以下几点：
1)A/D转换器有12位的分辨率，可同时使用上述I/Q信号的OUT1,2,3信号。
2)A/D转换器有12位的分辨率满足了医疗上对分辨率最低要有12位(4096阶段)的要求。此外如前所述，本传感器装置使用的多普勒传感器，动态量程较广，即使是微弱的信号，其中也包含着生命体征和体动等，因此，相较于一般工业需要的10位分辨率(1024阶段)，A/D转换器采用了12位的分辨率。
3)串行电路具备3种线路，为了方便控制，此电路装备了I/O端口。并行端口具备输入接点2点，外部接点输出2点，设定用端口2点，温度传感器用的输入1点，动作电压3.3V单一，由于以低耗能电压运作多普勒传感器时产生的电压与实际低电压相同，所以可以实现3.3V的操作。
4)数据的处理过程需要足够的内存。RAM最低64千字节，ROM(flash)最低128千字节。
除了CPU，也要安装外围硬件，包括水晶振荡器、表示灯、设定开关、调试用端口。
本CPU通常使用内部振荡器，多普勒传感器的样品也以此振荡器为基准运行。用于医疗等用途时，为了提高样品的精度，安装一台水晶振荡器，根据它的震荡，可以提高时间的精准度。通过应用程序，可以使本传感器装置在某些场合进行不同的动作，例如，只在夜间开启看护高龄者的看护功能，通过定时器指定运行的时间。
所述的表示灯用于显示控制模块运行状态，通过应用程序，可以任意点亮指示灯。
所述的设定开关装有2种，在使用时可以进行选择。主要是根据应用程序，可选择运行时必要的项目，例如，是否使用多普勒感应器选项，是否输出特定的信号。
所述的调试端口用来开发和调试，作为调试专用的连接器。
为了更好的了解本申请装置所能实现的功能，下面结合实际例子进行进一步的阐述。
案例1：单个被测对象
被测对象为单个人时，比如独居老人、独处的宅男、宅女、婴幼儿等生命体，且没有其它生命体对被测对象产生干扰，此时，只要被测对象处于多普勒传感器的测量范围内，即可根据人体的轻微变动获得相应的反馈信号，反馈信号在滤波放大模块，一方面会滤除噪音，强化信号，另一方面会将信号进行适度放大，得到较为清晰和完整的反馈信号，并发送给控制模块。控制模块会利用正交检测计算出反馈信号中振幅和相位，得到一组频率值，然后，利用FFT演算多获取的频率值进行叠加，得到一组连续的频率数值及曲线，从数值和曲线中，可以得到呼吸数和心跳数。
呼吸数和心跳数具有以下对应关系：
假设呼吸次数为每一分钟20次，意味着胸腔和腹部等处就会有规律地进行20次的上下运动。将时间段改为一秒钟，算出频率，其具体频率为0.3Hz(利用20次÷60秒得出)。多普勒传感器具有能接收从身体表面反射回来的电波(频率0.3Hz)的多普勒效应的性能。
同理，假设心跳次数为60次，其对应的频率为1Hz。
在实际应用中，可针对被测对象的不同，其常态下的呼吸次数和心跳次数可以采用以下两种方式采集，一种方式下，根据医学上的呼吸和心跳波动范围，可以推导出两个频率区间，在这两个频率区间内，频率最高的数值对应的即为呼吸和心跳；另一种方式下，可以预先测量被测对象的常态呼吸和心跳波动范围，依次为标准修正测量频段，可以获得更好的检测效果。
当被测对象进行活动时，其呼吸和心跳与静止时相比较会发生变化，会增加超出呼吸和心跳频段之外的体动频段。如果预先对被测对象进行数据采集，确定被测对象不同体动下的频段、频率和强度，即可在实时测量过程中与预先采集的数据进行比对，从而确定此时被测对象的活动状态。
除此之外，如果配备了多个多普勒传感器，那么就有可能多个多普勒传感器同时测量到被测对象的生命体征，对于此种情况，可以采用以下测量原理：
1)将多个多普勒传感器的测量数据进行取平均值，得到一个结果，此时，每个多普勒传感器在最终结果中的贡献是相等的。
2)以其中一个多普勒传感器为基础，其它传感器的测量数据用以修正，此时，选择作为基础的多普勒传感器，可以采用就近原则，因为每个传感器离被测对象的距离不同，那么接收到反馈信号的时间就有差别，因此选择第一组测量数据作为基础，将后续的测量数据用来修正。所述的修正，主要是增加基础中没有的频段，或者是基础中变动较大的频段，对于修正的数据，可以通过颜色、标注等方式与基础数据区分。
案例2：单个被测对象和其它生命体
如果被测对象养了猫、狗等哺乳类的小动物，那么从理论上来说，这些小动物也能测量到生命体征信号，针对此情况，可以采用以下两种措施：
1)针对滤波放大模块而言，在目前设计的第一低通滤波电路、第一高通滤波电路、第二低通滤波电路、第三低通滤波电路的基础上，可以适当增加几级滤波电路，特别是低通滤波电路，将微弱的信号进行多次滤除，由于小动物测量到的信号身份微弱，再加上增加了几级滤波，基本上就可以将小动物对于人体的干扰消除，获得准确的人体生命特征。
2)通过预先采集被测对象的人体生命特征，获取被测对象的呼吸、心跳和体动等特征下的频段、频率、强度，在实时测量中，利用预先采集的数据，可以修正采集到的数据，从而得到更加准确的人体生命特征。
此外，如果设置了多个多普勒传感器，可以利用案例1中的测量原理，然后结合案例2中的两种措施同步进行。
案例3：单个被测对象和其它人混合
当被测对象和其它人混在一起时，比如独居老人会请保姆来照顾，此时，获取到的人体生命特征可能是两个人生命体征的叠加平均值，在设置了一个多普勒传感器的情况下，可以通过预先采集被测对象的标准数据，首先通过标准数据在获取的实时数据中还原出另一组未知数据，此数据即为其他人的生命体征，然后在后续检测中，利用其他人的生命体征作为模板，对采集的实时数据进行拆分，即可获得被测对象的实时生命体征。
如果设置了多个多普勒传感器，可能会出现以下状况：
1)两个多普勒传感器分别测到两个不同的生命体征，此时，由于预先采集过被测对象的生命体征，因此可以很容易比对出哪一个是被测对象。
2)两个传感器均测到的是混合数据，此时，我们会获得三组数据，被测对象的标准数据、被测对象和他人混合数据1、被测对象和他人混合数据2，此时，以被测对象的标准数据为基础，从被测对象和他人混合数据1、被测对象和他人混合数据2中分别得到一组属于其他人的生命体征数据，用这两组数据建立其他人的生命体征模板，在后续测量中分离出该模板，即可得到被测对象的生命体征。
实施例2
如图9所示，在实施例1的基础上增加了通讯模块，提供有线LAN接口或无线通信模块，可以实现装置的网络通信。
如图10所示，无线通信模块采用无线LAN插件，插件选用120A连接器，120A连接器中装载着市场流通的Wifi插件(ESP8266)，进行Wifi变换后输出CPU 3线式串行通信。此外，不使用无线LAN的话，可以通过J20-A连接器，使用3线式的串行接口。
在串行接口与其他机器进行组装时使用本传感器装置。通常串行接口在组装时，由于无法与无线LAN同时使用，可以使用专用的无线局域网。此外，在串行接口的使用中，装载驱动程序(74LCX07)可以实现在5V-3.3V范围内的变换。
如图11所示，有线LAN接口采用IEEE.802的有线LAN插件EMC28J60，由脉冲变压器内置的Ethernet Connector TM11RD对CPU的3线式串行通信进行输入输出。
为防止有线LAN产生噪音，在TX、RX中分别插入线路滤波器DLW 21S900。并且在医院等场合使用时，为避免影响医疗器械的使用，在地面线路内插入EMS滤波器BLM31PG330。
实施例3
如图12所示，在实施例2的基础上，增加输入输出接口，用于连接外部设备，和外部设备实现数据交互。
如图13所示，输入接点是利用J20连接器在线路板外部连接无电压a接点的开关和继电器等。不仅如此，在实际应用中，可以在外部插入二极管，在外部错误连接5V时起保护作用。
接点输入的使用案例：
看护高龄者时使用：高龄者打开开关，利用本传感器装置的通讯电路与外部联络。为了完善高龄者的看护功能，安装了Mat switch(高龄者踩一下，就可以打开开关)，外出时，接点会亮着，会一直起着看护的功能。
如图14所示，输出接点是无电压a接点，通过J5连接器在外部进行输出。假设显示灯、门铃、内线电话等的外部输出(交流或者直流最大为24V 100mA左右)，可对应的使用光继电器。
实施例4
如图15所示，在实施例3的基础上，可以增加电源模块，提供3.3V直流电压，作为装置的主电源或备用电源。如果将该模块作为主电源，那么该模块即为装置的常备模块，需要24小时为装置提供电力；如果将该模块作为备用电源，装置平时的主要电力供应来自外界，此时电源模块可以常规设置，也可以不设置。
如图16所示，电源部分输入5V～6V的电压(连接AC/DC插件)，用两个串联调节器AMS 117－3.3分别用于3.3V的数字回路(CPU、通信模块、输出输入接点模块)以及用于模拟用(传感器、滤波放大器部分)。设置二极管用于电源正负极反接保护，设置电感可以用于为电源降噪。此外，GND的数字接地、模拟接地不同，所以数字电路的噪音尽量不要影响到模拟电路。
此外，要高精度使用本装置的话，有必要通过此高精度的基准电源电路对模拟部分进行低噪音处理和高精度化操作。如图17所示，使用高精度的LM4041基准电源，制造1.56V的电压，并在中间电位连接模拟部分和运算放大器。
实施例5
如图18所示，在实施例4的基础上，所述的装置还包括温度传感器，用于测量并显示室内温度。
如图19所示，利用J16连接器来连接线路板和DH111温度传感器。DH111温度传感器价格较低，可以显示温度，不需要演算处理。
同理，所述的装置还包括湿度传感器，用于测量并显示室内湿度。
实施例6
如图20所示，在实施例5的基础上，增设USB模块，用于连接USB设备实现数据交互。
如图21所示，USB使用CPU中内置的USB2.0对应的外设接口USB连接器J2方面，使用微型USB-B规格。
在与USB连接口连接、传感器与其他器件连接时，双方有时会产生电位差。如果直接进行连接，因为存在电位差，可能会有较大电流(浪涌电流)通过，为了防止CPU被较大电流烧坏，因此插入了PRTR5V。
用手触摸USB等连接口时会产生干扰，从而影响设备的动作，为预防此现象所采取的对策为EMS对策。反之，传感器对周围的器件也会产生影响，为降低此影响所采取的对策为EMI对策。为降低上述两方的影响所采取的对策为EMC。使用EMS滤波器BLM31PG330，可以在接触USB连接口等时，防止GND被干扰，达到防止EMC的目的。
需要注意的是，虽然实施例1-6是采用逐步叠加的方式进行描述，但是并不代表仅有这一种叠加方式，在保留实施例1的基础上，实施例2-6中增设的部件可以按照不同的排列组合进行叠加，仍然属于本申请装置的保护范围。以此同时，说明书附体中给出了各个模块或部件的电路原理图，该电路原理图中具有唯一的电子元器件设置及连接关系，也属于本申请装置的保护范围。
在上述装置的基础之上，如图22所示，本申请还提供了一种人体行为模式检测系统，所述的系统包括检测装置和报警装置。该系统可以在检测人体生命特征的基础上，对发生危险的情况进行报警处理，防止人员出现突发疾病或危险时得不到及时救援。
所述的检测装置指的是实施例1-6以及其延伸所描述的装置，主要用于测量人体的呼吸数和心跳数，并将呼吸数和心跳数发送给报警装置，同时也可以实现装置本身具有的其它功能。
所述的报警装置用于判断呼吸数和心跳数是否处于医学上的正常波动范围内，并在呼吸数或心跳数超出医学上的正常波动范围时，向安装有警报接收装置的医疗单位或亲属发送报警信号。
所述的警报接收装置包括多个，既包含医疗单位的急救系统，也应当包含亲属的智能移动终端，比如报警器或者具有报警或告知功能的智能手机、IPAD等。
如图23所示，本申请提供了一种人体行为模式检测方法，所述的方法包括以下步骤：
S1：多普勒传感器向人体发射微波信号，并接收人体的反馈信号。在此步骤中，发射的微波包含两路相互正交的信号，同时，为了保证信号良好，多普勒传感器既要保证适当距离，最好是1-5米，也要保证适当角度，最好设置在高处或地面。
S2：对反馈信号进行滤波和放大，获得完整清晰的反馈信号。该过程的实现，基于由运算放大器和电阻电容器构成的有源滤波器，拥有增幅的功能。此外，该过程包含多级低通滤波和至少一级高通滤波，在一开始一定要先执行一次低通滤波，在后续中才能执行高通滤波或低通滤波。其执行原理和过程可以参考滤波放大模块的原理说明。
S3：利用正交检测计算反馈信号的振幅和相位。该过程的实现，基于步骤S1，步骤S1中采用多普勒传感器NJR4262，该传感器通过正交检测输出两个信号：I信号和Q信号。正交检测通过下面计算方法可以取得下面2种数据：振幅输出：相位输出：tan-1*(Q÷I)。
S4：利用获取的振幅和相位进行FFT演算，计算出呼吸和心跳数。具体过程为：多普勒传感器利用多普勒效应采集频率变化信号，已经在步骤S4中计算得出，利用FFT演算对该变化频率进行叠加，叠加完成后，得到连续的频率值，在连续的频率值中，有两个变化频率较大的频率，将这两个频率分别乘以相应的时间比，即可得到两个数值，其中一个数值为呼吸数，另一个数值为心跳数。
需要注意的是，一般来说，采集的时间段正常设置为1秒，因此，时间比为60，也就是直接用获得的两个频率乘以60，即可得到呼吸数和心跳数。至于呼吸数和心跳数的区分，无论是在正常状态还是运动状态，呼吸数都要远远小于心跳数。
为了更好的阐述上述原理，下面结合实际情况再次介绍一下步骤S4采用的原理：
假设呼吸次数为每一分钟20次，意味着胸腔和腹部等处就会有规律地进行20次的上下运动。将时间段改为一秒钟，算出频率，其具体频率为0.3Hz(利用20次÷60秒得出)。多普勒传感器具有能接收从身体表面反射回来的电波(频率0.3Hz)的多普勒效应的性能。
FFT处理是对某种信号(由多普勒效应引发的频率变化)中包含怎样的频率进行计算，是有所有信号都可通过多数的SIN波进行合成(加法)再现的定理。因此，静止睡觉时，由于呼吸会引发身体的上下波动，所以经FFT处理后得出的呼吸频率(0.3Hz)是最强的。
反之，当静止睡觉时，将FFT处理得出的结果，表示最强的频率进行FFT处理得出的结果乘以60秒，即为呼吸次数。
同理，假设心跳为每分钟60次，那么1Hz(60次÷60秒)左右的频率即为心跳次数。
如图24所示，本申请提供了另一种人体行为模式检测方法，该方法在完成步骤S1-S4的基础上，增加了下列步骤：
S5：结合体动频带区域的信号，计算体动强度。该步骤主要是为了推算出人的行动状态，具体原理如下：
体动包括手、脚、全身、肌肉等所有的动作。多数情况下，比起上述由呼吸和心跳引发的身体动作，会有更复杂的动作，所以会接收到更强的微波信号。
复杂的动作包含很多频率。通常手脚的动作、肌肉的动作要快于呼吸和心跳的引发的动作，所以经过FFT处理后的结果包含很多比0.3Hz、1Hz更高的频率成分。此时，利用计算呼吸和心跳同样的步骤，就能得到体动频带区域的具体频率变化曲线，此外，由于走路等会产生有规律的变化，经过对目标对象或群体采集一系列数据后，预先得到了频率变化所对应的动作，通过将实时的频率变化与预先采集的频率变化进行比较，就能知道采集对象的实时状态或动作。
尽管说明书及附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换；而一切不脱离本发明创造的精神和范围的技术方案及其改进，其均涵盖在本发明创造专利的保护范围当中。
Claims (6)
1.一种人体行为模式检测系统，其特征是：所述人体行为模式检测系统包括人体行为模式检测装置和报警装置，所述人体行为模式检测装置用于测量人体的呼吸数和心跳数，并将呼吸数和心跳数发送给报警装置，所述的报警装置用于判断呼吸数和心跳数是否处于医学上的正常波动范围内，并在呼吸数或心跳数超出医学上的正常波动范围时，向医疗单位的急救系统或亲属的智能移动终端发送报警信号；
所述人体行为模式检测装置包括：
多普勒传感器，多普勒传感器包括第一多普勒传感器和第二多普勒传感器，用于向人体发射两个正交微波信号，并接收人体的反馈信号；
滤波放大器模块，设置多级滤波电路，用于对反馈信号进行滤波和放大；
控制模块，用于利用正交检测计算反馈信号的振幅和相位，并利用FFT演算，获得人体的呼吸数和心跳数；
所述的滤波放大器模块包括第一低通滤波电路、第一高通滤波电路、第二低通滤波电路、第三低通滤波电路、输出端OUT1、输出端OUT2、输出端OUT3；
其中，第一多普勒传感器通过依次串联的第一低通滤波电路、第一高通滤波电路、第二低通滤波电路连接输出端OUT1，在第一低通滤波电路和第二低通滤波电路之间设置可连接或断开的C点；
第二多普勒传感器与第三低通滤波电路的输入端之间设置可连接或断开的B点，第三低通滤波电路的输出端连接输出端OUT2，在第一低通滤波电路和第三低通滤波电路之间设置可连接或断开的A点；
第一低通滤波电路的低通滤波器为正反馈有源滤波器，增幅度为12dB，截止频率为10Hz；
第一高通滤波电路的高通滤波器为2段正反馈的OP放大器，增幅度为24dB，截止频率为0.8Hz；
第二低通滤波电路的低通滤波器为2段正反馈OP放大器，增幅度为58dB，截止频率为0.9～4Hz；
第三低通滤波电路的低通滤波器为3段正反馈OP放大器，连接第一低通滤波电路时输出端OUT2的增幅度为58dB，截止频率为10Hz；使用第二多普勒传感器时，输出端OUT2的增幅度为52dB，截止频率为1.5Hz；
滤波放大器模块的工作原理为：
当使用第一多普勒传感器测量心跳时，B点断开，A点连接，滤波放大器模块只使用输出端OUT2；
当使用第一多普勒传感器测量心跳、呼吸、体动时，A点连接，此时的第一低通滤波电路、第一高通滤波电路、第二低通滤波电路、第三低通滤波电路均保留，测量呼吸和体动使用输出端OUT2，测量心跳使用输出端OUT1；
当同时使用第一多普勒传感器和第二多普勒传感器时，B点连接，A点和C点均断开，第一多普勒传感器使用输出端OUT1，第二多普勒传感器使用输出端OUT2，当人在很远的地方渐渐靠近时，输出端OUT2输出饱和，使用增幅率较低的输出端OUT3来正常观测呼吸和体动。
2.根据权利要求1所述的人体行为模式检测系统，其特征是：所述的人体行为模式检测装置还包括：
输入输出接口，用于连接外部设备，和外部设备实现数据交互。
3.根据权利要求1所述的人体行为模式检测系统，其特征是：所述的人体行为模式检测装置还包括：
通讯模块，提供有线LAN接口或无线通信模块，实现装置的网络通信。
4.根据权利要求1所述的人体行为模式检测系统，其特征是：所述的人体行为模式检测装置还包括：
电源模块，提供3.3V直流电压，作为人体行为模式检测装置的主电源。
5.根据权利要求1所述的人体行为模式检测系统，其特征是：所述的人体行为模式检测装置还包括：
温度传感器，用于测量并显示室内温度。
6.根据权利要求1所述的人体行为模式检测系统，其特征是：所述的人体行为模式检测装置还包括：
USB模块，用于连接USB设备实现数据交互。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810154518.9A CN108542367B (zh) | 2018-02-23 | 2018-02-23 | 一种人体行为模式检测装置、系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810154518.9A CN108542367B (zh) | 2018-02-23 | 2018-02-23 | 一种人体行为模式检测装置、系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108542367A CN108542367A (zh) | 2018-09-18 |
| CN108542367B true CN108542367B (zh) | 2024-05-24 |
Family
ID=63516161
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810154518.9A Active CN108542367B (zh) | 2018-02-23 | 2018-02-23 | 一种人体行为模式检测装置、系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108542367B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101160088A (zh) * | 2004-10-29 | 2008-04-09 | 杨章民 | 一种体温、呼吸、心音、吞咽监测与医疗查询装置 |
| 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 |
| CN202235352U (zh) * | 2011-09-20 | 2012-05-30 | 王玉梅 | 一种远程体温心跳呼吸监护告警装置 |
| CN103529436A (zh) * | 2013-10-12 | 2014-01-22 | 南京信息工程大学 | 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 |
| CN205568935U (zh) * | 2016-03-11 | 2016-09-14 | 江苏大学 | 基于驾驶员呼吸频率和心跳频率实时监测的安全行车系统 |
| CN106175731A (zh) * | 2016-08-10 | 2016-12-07 | 上海交通大学 | 非接触式生命体征监测的信号处理系统 |
| CN106264502A (zh) * | 2016-10-13 | 2017-01-04 | 杭州电子科技大学 | 一种非接触式生理信号检测方法 |
| CN106805940A (zh) * | 2015-12-02 | 2017-06-09 | 由国峰 | 一种连续波生物雷达体征检测装置 |
| CN108415321A (zh) * | 2018-02-23 | 2018-08-17 | 山东沃尔德生物技术有限公司 | 一种用于客房的智能控制系统 |
| CN108542420A (zh) * | 2018-02-23 | 2018-09-18 | 山东沃尔德生物技术有限公司 | 一种老年人看护系统 |
| CN108542389A (zh) * | 2018-02-23 | 2018-09-18 | 山东沃尔德生物技术有限公司 | 一种婴幼儿状态监控系统 |
| CN208769779U (zh) * | 2018-02-23 | 2019-04-23 | 山东沃尔德生物技术有限公司 | 一种人体生命特征检测装置 |
-
2018
- 2018-02-23 CN CN201810154518.9A patent/CN108542367B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101160088A (zh) * | 2004-10-29 | 2008-04-09 | 杨章民 | 一种体温、呼吸、心音、吞咽监测与医疗查询装置 |
| 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 |
| CN202235352U (zh) * | 2011-09-20 | 2012-05-30 | 王玉梅 | 一种远程体温心跳呼吸监护告警装置 |
| CN103529436A (zh) * | 2013-10-12 | 2014-01-22 | 南京信息工程大学 | 基于hht的无接触生命探测中呼吸和心跳信号的分离及时频分析方法 |
| CN106805940A (zh) * | 2015-12-02 | 2017-06-09 | 由国峰 | 一种连续波生物雷达体征检测装置 |
| CN205568935U (zh) * | 2016-03-11 | 2016-09-14 | 江苏大学 | 基于驾驶员呼吸频率和心跳频率实时监测的安全行车系统 |
| CN106175731A (zh) * | 2016-08-10 | 2016-12-07 | 上海交通大学 | 非接触式生命体征监测的信号处理系统 |
| CN106264502A (zh) * | 2016-10-13 | 2017-01-04 | 杭州电子科技大学 | 一种非接触式生理信号检测方法 |
| CN108415321A (zh) * | 2018-02-23 | 2018-08-17 | 山东沃尔德生物技术有限公司 | 一种用于客房的智能控制系统 |
| CN108542420A (zh) * | 2018-02-23 | 2018-09-18 | 山东沃尔德生物技术有限公司 | 一种老年人看护系统 |
| CN108542389A (zh) * | 2018-02-23 | 2018-09-18 | 山东沃尔德生物技术有限公司 | 一种婴幼儿状态监控系统 |
| CN208769779U (zh) * | 2018-02-23 | 2019-04-23 | 山东沃尔德生物技术有限公司 | 一种人体生命特征检测装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108542367A (zh) | 2018-09-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108542420B (zh) | 一种老年人看护系统 | |
| CN108542389B (zh) | 一种婴幼儿状态监控系统 | |
| Wang et al. | An outdoor intelligent healthcare monitoring device for the elderly | |
| Navya et al. | A zigbee based patient health monitoring system | |
| EP3672481A2 (en) | Enhancing optical cardiac activity measurement | |
| Sardini et al. | Instrumented wearable belt for wireless health monitoring | |
| CN108415321B (zh) | 一种用于客房的智能控制系统 | |
| CN209863802U (zh) | 一种基于雷达的非接触式生命体征测量系统 | |
| CN108289619A (zh) | 睡眠监测系统 | |
| Dinh et al. | Bandage-size non-ECG heart rate monitor using ZigBee wireless link | |
| Hodge et al. | Wireless heart rate monitoring and vigilant system | |
| CN108542367B (zh) | 一种人体行为模式检测装置、系统及方法 | |
| JP2012152374A (ja) | 医療環境向け無線光学式脈拍計システム | |
| CN108538405A (zh) | 一种基于大数据云服务的智能实时监护仪及监护系统 | |
| CN216535260U (zh) | 一种睡眠监测系统 | |
| Abd El Ghany et al. | Efficient wearable real-time vital signs monitoring system | |
| Selvathi et al. | Embedded based automatic heart attack detector and intimator | |
| Shaji et al. | A health care monitoring system with wireless body area network using IoT | |
| Schwarzmeier et al. | A low power fall detection and activity monitoring system for nursing facilities and hospitals | |
| KR101455207B1 (ko) | 심전도 신호 측정 장치, 심전도 신호 측정 방법 및 심전도 신호 측정 장치에 이용될 수 있는 의류 | |
| CN208769779U (zh) | 一种人体生命特征检测装置 | |
| CN109106371A (zh) | 一种监测生理参数的装置及方法 | |
| Singh et al. | Design and implementation of IoT enabled low cost SPO2 and heart rate monitoring system | |
| Deepa et al. | Patient health monitoring based on ZigBee module | |
| Pandya et al. | Wireless sensor based handy patient monitoring system |
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 |