CN108577815A - 一种基于超宽带雷达的人体呼吸速率和心率的测定方法 - Google Patents

一种基于超宽带雷达的人体呼吸速率和心率的测定方法 Download PDF

Info

Publication number
CN108577815A
CN108577815A CN201810288607.2A CN201810288607A CN108577815A CN 108577815 A CN108577815 A CN 108577815A CN 201810288607 A CN201810288607 A CN 201810288607A CN 108577815 A CN108577815 A CN 108577815A
Authority
CN
China
Prior art keywords
signal
ultra
heart rate
human body
wideband radar
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
Application number
CN201810288607.2A
Other languages
English (en)
Inventor
杨树鑫
肖鹏
王瑞锦
杨雨沛
李正
胡枭
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201810288607.2A priority Critical patent/CN108577815A/zh
Publication of CN108577815A publication Critical patent/CN108577815A/zh
Pending legal-status Critical Current

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
    • A61B5/02—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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • 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
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters

Landscapes

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

Abstract

本发明涉及雷达微波信号处理技术和生命医学领域，具体涉及一种基于超宽带雷达的人体呼吸速率和心率的测定方法。方案的技术要点包括：步骤1：超宽带雷达初始化；步骤2：获取回波信号；步骤3：依据回波信号计算人的位置信息；步骤4：对步骤3的一维时间序列信号进行巴特沃斯带通滤波；步骤5：对信号分别使用Min‑Max归一化方法对信号进行增强；步骤6：对增强的信号分别使用汉宁窗进行平滑；步骤7：对平滑处理的信号进行快速离散傅里叶变换；步骤8：寻找信号在呼吸区间和心率区间的峰值，作为呼吸和心跳的参数。本发明适用与非接触式呼吸和心率的测定，可应用于特殊人体和环境，具有较高的精度和较低的计算复杂度。

Description

一种基于超宽带雷达的人体呼吸速率和心率的测定方法
技术领域
本发明涉及雷达微波信号处理技术和生命医学领域，具体涉及一种基于超宽带雷达的人体呼吸速率和心率的测定方法。
背景技术
呼吸速率、心率等生理参数是医生诊断和治疗心率变异、心肺异常类疾病和其他相关疾病最重要的生理指标。常见的呼吸速率和心率测定方法通常采用接触式的手段，比如压力传感器法、呼吸感应体积描记法、心电图等。接触式的测量方式对于婴幼儿等患者实施困难；对于大面积烧伤、烫伤患者容易产生二次伤害。随着科技的进步，基于超宽带雷达的非接触式测量方式能够弥补以上不足，具有广阔的发展前景和应用价值。
超宽带(UWB)雷达是指雷达发射信号的分数带宽(FBW)大于0.25的雷达。超宽带雷达测定生理特征方法是一种新兴的非接触式生理信号检测方法。人在静止时，胸部表面因呼吸和心跳产生周期性的振动，超宽带雷达传感器能够获取这些振动的信号。从这些信号中，通过一定的信号处理方法，可以提取出与人体心肺活动有关的信息，包括心率、呼吸速度等。这些信息可用于日常的生理特征测量和健康监测。
因此，针对现有技术中存在缺陷，实有必要进行研究，以提供一种方案，提高检测的准确性，降低计算的复杂度，确保检测的实时性。
发明内容
本发明的目的是针对现有技术中存在缺陷，提出一种基于超宽带雷达的人体呼吸速率和心率的测定方法。使用超宽带雷达，依据人体心肺活动的特点，通过信号处理方法，实现高精度低计算复杂度的呼吸速率和心率测定。
本发明的技术方案为：
基于超宽带雷达的人体呼吸速率和心率的测定方法，包括如下内容：使用超宽带雷达传感器发射无线电波，直射人体胸部，胸部表面因呼吸和心跳产生周期性的振动，根据人体特点，雷达回波中主要是这些振动的信号，对原始雷达回波信号分别进行巴特沃斯带通滤波器进行带通滤波得到呼吸运动和心跳运动的特征信号，分别对两种特征信号应用汉宁窗平滑降噪和快速傅里叶变换等信号处理方法处理，分别复原呼吸运动和心跳运动，从而实现呼吸速率和心率的测定。
所述数字信号处理的方法包括巴特沃斯带通滤波器进行带通滤波、Min-Max归一化方法增强信号、汉宁窗平滑降噪、快速傅里叶变换得到频域信号、频域信号幅值计算从而得到呼吸速率和心率的测定结果。
本发明的有益效果是：1、本发明的测定方法通过非接触式的发射和接收超宽带雷达信号来实现，避免了接触式必须与人体的直接接触的局限性，能够适用于特殊人群和特殊环境的人体呼吸速率和心率的测定。2、通过信号滤波、降噪和信号增强方法，提高了结果的精度，具有较强的鲁棒性。3、本雷达信号功率远远低于常用的无线通信设备，对人体无害。 4、本发明的方法实现简单、稳定，计算复杂度低，具有较好的实用性。
附图说明
图1为本发明实施示例图；
图2为人呼吸运动引起胸部变化的示意图；
图3为基于超宽带雷达的人体呼吸速率和心率的测定方法的流程图；
图4为超宽带雷达回波信号中人胸部信号强度的变化图。
具体实施方式
本发明运用包括巴特沃斯带通滤波器进行带通滤波、Min-Max归一化方法增强信号、汉宁窗平滑降噪、快速傅里叶变换得到频域信号、频域信号幅值计算等信号处理方法，实现了人体生命信号的高精度测量，具有高效稳健等特点，且同时不增加计算复杂度。实施实例如图1所示，具体技术方案如下：
一种基于超宽带雷达的人体呼吸速率和心率的测定方法，方法步骤如下：
步骤1：超宽带雷达与主机连接进行初始化。包括清空缓存，设定数字模拟转换器参数，设定天线功率，设定下变换开关，设定采样频率等；
步骤2：获取超宽带雷达回波信号，雷达的回波信号是一段时间内的关于距离的二维信号，记为矩阵F(m,n)；
步骤3：依据步骤2的回波信号计算人的位置信息，计算得到位置信息后即可将二维信号降为一维时间序列信号，减少计算复杂度；
步骤4：对步骤3的一维时间序列信号进行巴特沃斯带通滤波，分别得到呼吸运动和心跳运动引起的波动信号；
步骤5：对步骤4分离的信号分别使用Min-Max归一化方法对信号进行增强；
步骤6：对步骤5增强的信号分别使用汉宁窗进行平滑，减少下一步中快速傅里叶变换的频谱泄露和噪声的影响；
步骤7：对步骤6处理的信号进行快速离散傅里叶变换，将时域信号转换到频域；
步骤8：寻找步骤7处理的信号在呼吸区间和心率区间的峰值，作为呼吸和心跳的参数。
进一步地，步骤4所述的巴特沃斯带通滤波器，对于呼吸运动的滤波区间为0.13Hz- 0.40Hz，对于心跳运动的滤波区间为0.83Hz-3.30Hz。
进一步地，步骤7中所述的快速离散傅里叶变换的计算公式为
其中x(n)为离散时间域呼吸运动或心跳运动引起的波动信号，N为波动信号的总数。
进一步地，步骤8所述的呼吸区间的具体值为心率区间的具体值为其中BreathMin、BreathMax、HeartMin、HeartMax与呼吸运动、心跳运动的滤波区间取值相同，fs为超宽带雷达的采样频率，N为采样信号总数。
为了更好理解本发明内容，现将有关理论原理介绍如下：
(1)本发明方法针对的是超宽带雷达系统，其系统的技术指标如下：
雷达信号的中心频率为6.5GHz–10GHz，频带宽度为3.50GHz-4.63GHz，信号强度小于-3dB。
雷达帧长度为1536，采样距离为9.87米，采样率为23.328GS/s。
c、扫描采样器，模数转换器等用高速FPGA，高速比较器和高速多通路数模转换芯片实现。
(2)呼吸心率测定的原理
如图所示，当人静止时，其胸部的运动主要是呼吸运动，通过超宽带雷达获取胸部反射信号的变化来获取呼吸变化。左图表明，当人吸气时，他的胸部扩大，变得接近天线；右图表明，当人呼气时，他的胸部缩小，变得远离天线，从而射频信号产生周期性的变化。
根据心冲击图(BCG)，心脏活动也会引起胸壁的周期性运动。在心室的心动周期中，心室通过收缩舒张推动血液循环，心室的收缩舒张导致心脏的运动通过周围组织传递到胸壁体表，在皮肤表面产生一个可测量的位移，从而获取到心率的变化。
健康成人呼吸引起的胸廓运动幅度为1-2cm，由心跳引起的胸廓运动幅度约为0.5mm，如图1所示。
人体、衣物对无线射频信号的反射率并不相同，对于我们的发明，人体内部组织对无线射频信号的反射约占总反射的9％，故主要的反射将来自人体皮肤表面，其他噪声信号对我们监测的影响处于可接受范围内。
(3)雷达信号的获取
根据人呼吸运动的特点，可将其看作在距离雷达天线R0处做的简谐振动，即
其中t为时间，ah是呼吸运动的幅度，约为1-2cm，ωb是呼吸运动的频率，ωb＝2πfh,fb同人的年龄、体态和运动情况均有关系，一般为0.13-0.4Hz，大小约为8-24次/分，是初始相位。
前面已经介绍超宽带雷达传感器采用6.5GHz–10GHz超宽带雷达，其某个频率点的发射信号可表示为：
式中ST，i的脚标T，i表示第i个发射的频率点，ωi为第i个频率点发射信号的角频率，i0为发射信号的初始时间。所对应的接收信号为：
式中SRec，i的脚标Rec表示接收,i表示第i个频率点，μ0是雷达信号在传播过程中的损耗，μm是雷达信号遇到障碍物以及人体所带来的损耗，μR为目标散射系数(由目标的雷达散射截面以及目标所处位置的雷达信号密度决定)，tr为从发射到收到回波所用的时间。由目标的位置可确定tr的数值：
式中v0为电磁波在介质中传播的速度，由于在生命检测中传播介质主要是空气，可将其设置为真空中电磁波的速度。若假设t0＝0，将式(2)和式(5)代入式(4)可得
(4)在获得雷达回波信号后，对这一段时间内的关于距离的二维信号，即矩阵F(m,n)进行快速傅里叶变换即得到人位置的距离域结果。距离域结果的峰值位置即为人所处的位置，将这一位置的数据提取出来，使数据从二维降为一维，记为S。超宽带雷达回波信号中人胸部信号强度的变化如图3所示。
(5)对一维的时间序列信号S进行滤波。滤波器选用三阶巴特沃斯带通滤波器，三阶巴特沃斯带通滤波器的传递函数为：
根据呼吸运动和心跳运动的特点，对呼吸运动的通带频率为0.13Hz-0.40Hz，对心跳运动的通带频率为0.83Hz-3.30Hz。对呼吸运动的滤波结果记为S1，对心跳运动的滤波结果记为S2。
(6)对信号S1和S2分别使用Min-Max归一化方法对信号进行归一化实现信号增强。Min-Max归一化方法为：
(7)对增强信号S＇[n]使用汉宁窗进行平滑降噪。汉宁窗函数w[n]为：
平滑降噪处理后的信号S″[n]表示为：
S″[n]＝S′[n]·w[n] (10)
(8)在对信号S′[n]进行三阶巴特沃斯带通滤波、信号增强、平滑降噪后，去掉了信号中的噪声信号，剩下了真正由人体呼吸和心跳引起的信号变化。因此，本发明采用快速离散傅里叶变换的方法，对两个信号变化进行傅里叶变换，将其从时域转换到频域，对呼吸在0.13Hz-0.40Hz区间寻找峰值，对心跳在0.83Hz-3.30Hz区间寻找峰值，作为人体呼吸和心跳的参数。具体流程如图4所示。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接应用在其他相关技术领域，均同理包括在本发明的专利保护范围内。

Claims (3)

1.一种基于超宽带雷达的人体呼吸速率和心率的测定方法，其特征在于包括用以下内容：步骤1：超宽带雷达初始化；步骤2：获取回波信号；步骤3：依据回波信号计算人的位置信息；步骤4：对步骤3的一维时间序列信号进行巴特沃斯带通滤波；步骤5：对信号分别使用Min-Max归一化方法对信号进行增强；步骤6：对增强的信号分别使用汉宁窗进行平滑；步骤7：对平滑处理的信号进行快速离散傅里叶变换；步骤8：寻找信号在呼吸区间和心率区间的峰值，作为呼吸和心跳的参数。
2.根据权利要求1所述的一种基于超宽带雷达的人体呼吸速率和心率的测定方法，其特征在于：所述步骤3中人的位置信息具体为对矩阵F(m,n)进行快速离散傅里叶变换后，取结果的最大值处为人所处的位置。
3.根据权利要求1所述的一种基于超宽带雷达的人体呼吸速率和心率的测定方法，其特征在于：所述步骤4中巴特沃斯带通滤波区间和所述步骤8中区间具体为：呼吸滤波区间[0.13Hz,0.40Hz]，心跳滤波区间[0.83Hz,3.30Hz]。
CN201810288607.2A 2018-04-03 2018-04-03 一种基于超宽带雷达的人体呼吸速率和心率的测定方法 Pending CN108577815A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810288607.2A CN108577815A (zh) 2018-04-03 2018-04-03 一种基于超宽带雷达的人体呼吸速率和心率的测定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810288607.2A CN108577815A (zh) 2018-04-03 2018-04-03 一种基于超宽带雷达的人体呼吸速率和心率的测定方法

Publications (1)

Publication Number Publication Date
CN108577815A true CN108577815A (zh) 2018-09-28

Family

ID=63625272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810288607.2A Pending CN108577815A (zh) 2018-04-03 2018-04-03 一种基于超宽带雷达的人体呼吸速率和心率的测定方法

Country Status (1)

Country Link
CN (1) CN108577815A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109512414A (zh) * 2018-11-10 2019-03-26 临海楠竹电子科技有限公司 基础生命体征数据采集系统及应用该系统的心率检测系统
CN110475153A (zh) * 2019-08-23 2019-11-19 四川长虹电器股份有限公司 基于雷达身份识别的节目推荐方法
CN110464320A (zh) * 2019-08-22 2019-11-19 四川长虹电器股份有限公司 多目标人体心率和呼吸频率测量系统及方法
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
CN111685741A (zh) * 2020-06-11 2020-09-22 中山大学 基于正交解调脉冲超宽带雷达探测人体呼吸率心率的方法
CN111685760A (zh) * 2020-07-21 2020-09-22 四川长虹电器股份有限公司 一种基于雷达测量的人体呼吸频率计算方法
WO2020224600A1 (zh) * 2019-05-06 2020-11-12 浙江大学 一种心动图的非接触测量方法
CN111938623A (zh) * 2020-08-25 2020-11-17 成都宋元科技有限公司 一种基于uwb定位引导的呼吸心率动态测量方法及装置
CN113273978A (zh) * 2021-05-21 2021-08-20 电子科技大学 一种基于超宽带雷达的人体呼吸和心跳频率的检测方法
CN115990008A (zh) * 2022-11-22 2023-04-21 森思泰克河北科技有限公司 心率变异性监测方法、装置、雷达及可读存储介质

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109512414A (zh) * 2018-11-10 2019-03-26 临海楠竹电子科技有限公司 基础生命体征数据采集系统及应用该系统的心率检测系统
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
US11337614B2 (en) 2019-02-27 2022-05-24 Pegatron Corporation Multi-target vital sign detection system and method
WO2020224600A1 (zh) * 2019-05-06 2020-11-12 浙江大学 一种心动图的非接触测量方法
CN110464320A (zh) * 2019-08-22 2019-11-19 四川长虹电器股份有限公司 多目标人体心率和呼吸频率测量系统及方法
CN110475153A (zh) * 2019-08-23 2019-11-19 四川长虹电器股份有限公司 基于雷达身份识别的节目推荐方法
CN111685741A (zh) * 2020-06-11 2020-09-22 中山大学 基于正交解调脉冲超宽带雷达探测人体呼吸率心率的方法
CN111685741B (zh) * 2020-06-11 2021-06-08 中山大学 基于正交解调脉冲超宽带雷达探测人体呼吸率心率的方法
CN111685760A (zh) * 2020-07-21 2020-09-22 四川长虹电器股份有限公司 一种基于雷达测量的人体呼吸频率计算方法
CN111685760B (zh) * 2020-07-21 2022-06-03 四川长虹电器股份有限公司 一种基于雷达测量的人体呼吸频率计算方法
CN111938623A (zh) * 2020-08-25 2020-11-17 成都宋元科技有限公司 一种基于uwb定位引导的呼吸心率动态测量方法及装置
CN113273978A (zh) * 2021-05-21 2021-08-20 电子科技大学 一种基于超宽带雷达的人体呼吸和心跳频率的检测方法
CN115990008A (zh) * 2022-11-22 2023-04-21 森思泰克河北科技有限公司 心率变异性监测方法、装置、雷达及可读存储介质

Similar Documents

Publication Publication Date Title
CN108577815A (zh) 一种基于超宽带雷达的人体呼吸速率和心率的测定方法
Duan et al. Non-contact detection of vital signs using a UWB radar sensor
CN103584847B (zh) 一种非接触磁感应心率和呼吸率同步检测方法及系统
CN109875529A (zh) 一种基于超宽带雷达的生命体征检测方法及系统
CN106175723A (zh) 一种基于fmcw宽带雷达的多生命监护系统
US20100179421A1 (en) System and method for non-invasive instantaneous and continuous measurement of cardiac chamber volume.
US20100292568A1 (en) Systems and methods for measurement of depth of breath and paradoxical breathing
Tavakolian Characterization and analysis of seismocardiogram for estimation of hemodynamic parameters
JP2009501044A (ja) 心臓の活動の検出用装置
JP2011519288A (ja) 非接触の生理的運動センサおよびその使用方法
CN108065916A (zh) 一种基于生物雷达的非接触式睡眠质量监测方法
CN108478203A (zh) 一种基于单生命体征监测雷达的血压测量方法
CN114305364B (zh) 基于毫米波雷达的血压检测方法、系统及设备
Oh et al. Development of a heart rate detection algorithm using a non-contact doppler radar via signal elimination
CN113273978B (zh) 一种基于超宽带雷达的人体呼吸和心跳频率的检测方法
CN115363547B (zh) 一种基于超宽带雷达相参积累的人体生命体征检测方法
Shi et al. Neural network based real-time heart sound monitor using a wireless wearable wrist sensor
Li et al. Remote respiratory and cardiac motion patterns separation with 4D imaging radars
CN112450900B (zh) 一种基于智能音箱的非接触式心跳检测方法
CN111685760B (zh) 一种基于雷达测量的人体呼吸频率计算方法
WO2020224600A1 (zh) 一种心动图的非接触测量方法
US20190192015A1 (en) Apparatus And Method For Auscultation
Kew et al. Wearable patch-type ECG using ubiquitous wireless sensor network for healthcare monitoring application
Matsunag et al. Non-contact and noise tolerant heart rate monitoring using microwave doppler sensor and range imagery
Obeid et al. Position-free vital sign monitoring: Measurements and processing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180928

WD01 Invention patent application deemed withdrawn after publication