CN109431465A - 一种基于射频标签技术的老年人睡眠质量监测方法 - Google Patents
一种基于射频标签技术的老年人睡眠质量监测方法 Download PDFInfo
- Publication number
- CN109431465A CN109431465A CN201811255133.8A CN201811255133A CN109431465A CN 109431465 A CN109431465 A CN 109431465A CN 201811255133 A CN201811255133 A CN 201811255133A CN 109431465 A CN109431465 A CN 109431465A
- Authority
- CN
- China
- Prior art keywords
- label
- tag
- reader
- value
- human
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4815—Sleep quality
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/113—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing
- A61B5/1135—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb occurring during breathing by monitoring thoracic expansion
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提出一种基于射频标签技术的老年人睡眠质量监测方法,该方法能够简单有效的监测老年人睡眠状况。与很多已经研究出来的睡眠质量监测方法不同,本方法基于RFID技术,结合现有的定位算法,并在此基础上提高定位精度,有效监测睡眠状况。
Description
技术领域
本发明涉及一种基于射频标签技术的老年人睡眠质量监测方法,属于电子信息领域,特别是涉及电子定位领域。
背景技术
目前,世界范围内大概有38%的人存在睡眠性问题和睡眠障碍性疾病,因此早期的睡眠监测,研究睡眠规律对睡眠相关疾病的诊断和治疗意义重大。现阶段的睡眠监测方法主要依靠脑电、眼电、肌电和心电进行监测,在医院中还要求患者长时间佩戴多种传感器,该方法存在操作复杂、电极繁多、监测价格昂贵和测试者有心里压力等问题,严重影响患者的睡眠质量,不能达到预期的监测效果。此外,市场上的关于睡眠监测方面的智能设备,品种过于单一,功能具有一定的局限性,并且缺乏人性化、智能化的设计,很难被人们接受。例如智能枕、智能床垫等监测产品的出现,它们基本局限于睡眠时间的监测,缺乏多种功能的融合实现,并且也不能对患者的各个人体指标有更为全面的数据监测和分析,远不能达到睡眠质量检测的要求。
近年来随着RFID技术的发展,RFID技术已经在很多领域得到广泛的应用。RFID技术不再局限于货物供应链的管理、门禁系统以及高速公路收费系统等等。近年来,传感器与射频识别技术的结合,拓展了射频识别系统的功能。RFID技术凭借非接触、非视距、高精度、短时延、传输范围大和成本低等优点在中距离定位系统中得到广泛的应用。Chen,Y.等人研究了超宽射频识别(UWD-RFID)技术进行目标定位,使用基于到达时间定位(Time ofArrival,TOA)的方法,这种方法由接收信号传播时间来估计距离,要求接收器和发送器必须精确地同步。Hekimian-Williams,C.等人展示如何利用多个接收天线的相位差(PDOA)来计算准确的定位,这种方法有良好的准确性、灵敏度和鲁棒性。
发明内容
本发明提供一种基于射频标签技术的老年人睡眠质量监测方法,基于RFID技术,结合现有的定位算法,并在此基础上提高定位精度,能够简单有效的监测老年人睡眠状况。
一种基于射频标签技术的老年人睡眠质量监测方法,使用无源RFID标签、信号接收器、阅读器和上位机等设备,包括如下步骤:
步骤一:把阅读器根据定位的实际区域按照一定的规则布置,把RFID标签贴在人体的两侧以获得体态信息,把RFID标签贴在人体胸部以获得呼吸信息;考虑到有些用户用胸部呼吸,而其他用户则用腹部呼吸,为了更好地捕捉呼吸信息,在人体的上半身放置三个标签,除了在胸部以外,下腹部和上半身的中间位置都放置RFID标签,同时利用多标签融合来增强监测;
步骤二:收集人体两侧RFID标签的参数信息,当阅读器采集到各类参数信息Γ后,位置感知的坐标结果S=f(Γ),采用贝叶斯估计法进行处理;
时刻下待测标签处于x位置的可能性可视为是一种形如P(x|Γ1,Γ2,…,ΓN)的概率分布,其中Γ1,Γ2,…,ΓN是t时刻下N个阅读器分别测量得到的参数信息,考察标签位于x处的可能性,各个阅读器之间的测量结果独立,根据贝叶斯公式有:
其中:
p(Γn|x)表示假如标签处于x处,第n个阅读器测得参数为Γn的概率,由已知的阅读器位置可以根据几何关系给出,p(x)及p(Γ1,Γ2,…,ΓN)当数值确定时亦可视为常数,因此,与成本函数最小化估计方法类似,若通过遍历搜索平面寻找使P(x|Γ1,Γ2,…,ΓN)最大的x值,则可将该值视为标签的估计位置S;
另外,如果Γ1,Γ2,…,Γt-1是t时刻前某一阅读器采样得到的所有参数信息,则t时刻下标签所处位置S还可由下式给出:
p(St)=p(Γt|St-1)p(xt-1)
当给定初始位置后,通过不断迭代可以利用上一时刻标签所处于位置估计下一时刻标签位置,与人体体位标签位置进行对比后可得到人体的体态信息;
步骤三:由于人体在呼吸时胸部的运动,致使标签与阅读器之间的距离会有周期性的变化,针对于此,根据胸腔的周期性变化引起相位值的变化来提取呼吸信号;
步骤四:采用傅立叶变换(FFT)分析测量期间收集的位移值;FFT的峰值对应呼吸率,应用基于FFT的低通滤波器来滤除高频噪声,接着再提取呼吸信号;
步骤五:针对夜间睡眠时的呼吸信号可能会很微弱,利用多标签传感器融合增强监测。
进一步地,所述步骤一与步骤五中的利用多标签传感器融合增强监测,直观上是用多标签来代替单个标签,多个标签形成标签阵列来提高信号强度,通过汇总标签的数据流并将它们融合起来,以便原始数据流彼此重新加强,并增强周期性信号。
进一步地,所述步骤三中,所述根据胸腔的周期性变化引起相位值的变化来提取呼吸信号,具体的操作流程如下:
假设标签和阅读器之间的距离是d,当无线电波在读写器天线和标签之间来回传播时,无线电波传播的总距离是2d,然后读写器按照下公式输出反向散射无线电波的相位值:
其中λ是波长,c是表示读写器和标签电路受影响的固定相位偏移量,与天线和标签的距离无关;反向散射通信中每个λ/2距离的变化,相位值以2π为周期重复;RFID的阅读器测量用户衣服上的标签反向散射信号的相位值;测量到的相位值的变化指示着呼吸运动,根据胸腔的周期性变化引起相位值的变化来提取呼吸信号;
由于在睡眠时人体移动速度相对较低并且采样率较高,因此两个连续相位采样点的标签位移在波长的一半内,计算两个连续阶段读数的位移如下:
其中,Δdi+1表示i+1时刻的位移,θi+1和θi表示同频道下两个连续相位测量值;
接下来通过下式计算N次采样后的总位移:
将位移值进行归一化处理后,可以得出位移值不受跳频影响。
进一步地,所述步骤四中,傅立叶变换(FFT)分析的具体方法为,基于健康人休息时的呼吸频率通常低于每分钟40次呼吸,首先应用FFT将时域位移值转换到频域,并将低通滤波器的截止频率设置为0.67Hz;之后,使用逆FFT将其转换回时域位移值;计算过零事件的时间戳记为ti,并计算即时呼吸频率:
其中M表示缓冲的零交叉点的数量。
本发明提出一种基于射频标签技术的老年人睡眠质量监测方法,该方法能够简单有效的监测老年人睡眠状况。与很多已经研究出来的睡眠质量监测方法不同,本方法基于RFID技术,结合现有的定位算法,并在此基础上提高定位精度,有效监测睡眠状况。
附图说明
图1为基于射频标签技术的老年人睡眠质量监测系统的结构框图。
图2为基于射频标签技术的老年人睡眠质量监测系统工作流程图。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
一种基于射频标签技术的老年人睡眠质量监测方法,使用无源RFID标签、信号接收器、阅读器和上位机等设备,包括如下步骤:
步骤一:把阅读器根据定位的实际区域按照一定的规则布置,把RFID标签贴在人体的两侧以获得体态信息,把RFID标签贴在人体胸部以获得呼吸信息;考虑到有些用户用胸部呼吸,而其他用户则用腹部呼吸,为了更好地捕捉呼吸信息,在人体的上半身放置三个标签,除了在胸部以外,下腹部和上半身的中间位置都放置RFID标签,同时利用多标签融合来增强监测。
所述多标签融合,直观上是用多标签来代替单个标签,多个标签形成标签阵列来提高信号强度,通过汇总标签的数据流并将它们融合起来,以便原始数据流彼此重新加强,并增强周期性信号。
步骤二:收集人体两侧RFID标签的参数信息,当阅读器采集到各类参数信息Γ后,位置感知的坐标结果S=f(Γ),采用贝叶斯估计法进行处理。
时刻下待测标签处于x位置的可能性可视为是一种形如P(x|Γ1,Γ2,…,ΓN)的概率分布,其中Γ1,Γ2,…,ΓN是t时刻下N个阅读器分别测量得到的参数信息,考察标签位于x处的可能性,各个阅读器之间的测量结果独立,根据贝叶斯公式有:
其中:
p(Γn|x)表示假如标签处于x处,第n个阅读器测得参数为Γn的概率,由已知的阅读器位置可以根据几何关系给出,p(x)及p(Γ1,Γ2,…,ΓN)当数值确定时亦可视为常数,因此,与成本函数最小化估计方法类似,若通过遍历搜索平面寻找使P(x|Γ1,Γ2,…,ΓN)最大的x值,则可将该值视为标签的估计位置S。
另外,如果Γ1,Γ2,…,Γt-1是t时刻前某一阅读器采样得到的所有参数信息,则t时刻下标签所处位置S还可由下式给出:
p(St)=p(Γt|St-1)p(xt-1)
当给定初始位置后,通过不断迭代可以利用上一时刻标签所处于位置估计下一时刻标签位置,与人体体位标签位置进行对比后可得到人体的体态信息。
步骤三:由于人体在呼吸时胸部的运动,致使标签与阅读器之间的距离会有周期性的变化,针对于此,根据胸腔的周期性变化引起相位值的变化来提取呼吸信号。所述根据胸腔的周期性变化引起相位值的变化来提取呼吸信号,具体的操作流程如下:
假设标签和阅读器之间的距离是d,当无线电波在读写器天线和标签之间来回传播时,无线电波传播的总距离是2d,然后读写器按照下公式输出反向散射无线电波的相位值:
其中λ是波长,c是表示读写器和标签电路受影响的固定相位偏移量,与天线和标签的距离无关;反向散射通信中每个λ/2距离的变化,相位值以2π为周期重复;RFID的阅读器测量用户衣服上的标签反向散射信号的相位值;测量到的相位值的变化指示着呼吸运动,根据胸腔的周期性变化引起相位值的变化来提取呼吸信号。
由于在睡眠时人体移动速度相对较低并且采样率较高,因此两个连续相位采样点的标签位移在波长的一半内,计算两个连续阶段读数的位移如下:
其中,Δdi+1表示i+1时刻的位移,θi+1和θi表示同频道下两个连续相位测量值。
接下来通过下式计算N次采样后的总位移:
将位移值进行归一化处理后,可以得出位移值不受跳频影响。
步骤四:采用傅立叶变换(FFT)分析测量期间收集的位移值;FFT的峰值对应呼吸率,应用基于FFT的低通滤波器来滤除高频噪声,接着再提取呼吸信号。傅立叶变换(FFT)分析的具体方法为,基于健康人休息时的呼吸频率通常低于每分钟40次呼吸,首先应用FFT将时域位移值转换到频域,并将低通滤波器的截止频率设置为0.67Hz;之后,使用逆FFT将其转换回时域位移值;计算过零事件的时间戳记为ti,并计算即时呼吸频率:
其中M表示缓冲的零交叉点的数量。
步骤五:针对夜间睡眠时的呼吸信号可能会很微弱,利用多标签传感器融合增强监测。
所述多标签融合,直观上是用多标签来代替单个标签,多个标签形成标签阵列来提高信号强度,通过汇总标签的数据流并将它们融合起来,以便原始数据流彼此重新加强,并增强周期性信号。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (4)
1.一种基于射频标签技术的老年人睡眠质量监测方法,使用无源RFID标签、信号接收器、阅读器和上位机等设备,其特征在于:包括如下步骤:
步骤一:把阅读器根据定位的实际区域按照一定的规则布置,把RFID标签贴在人体的两侧以获得体态信息,把RFID标签贴在人体胸部以获得呼吸信息;考虑到有些用户用胸部呼吸,而其他用户则用腹部呼吸,为了更好地捕捉呼吸信息,在人体的上半身放置三个标签,除了在胸部以外,下腹部和上半身的中间位置都放置RFID标签,同时利用多标签融合来增强监测;
步骤二:收集人体两侧RFID标签的参数信息,当阅读器采集到各类参数信息Γ后,位置感知的坐标结果S=f(Γ),采用贝叶斯估计法进行处理;
时刻下待测标签处于x位置的可能性可视为是一种形如P(x|Γ1,Γ2,…,ΓN)的概率分布,其中Γ1,Γ2,…,ΓN是t时刻下N个阅读器分别测量得到的参数信息,考察标签位于x处的可能性,各个阅读器之间的测量结果独立,根据贝叶斯公式有:
其中:
p(Γn|x)表示假如标签处于x处,第n个阅读器测得参数为Γn的概率,由已知的阅读器位置可以根据几何关系给出,p(x)及p(Γ1,Γ2,…,ΓN)当数值确定时亦可视为常数,因此,与成本函数最小化估计方法类似,若通过遍历搜索平面寻找使P(x|Γ1,Γ2,…,ΓN)最大的x值,则可将该值视为标签的估计位置S;
另外,如果Γ1,Γ2,…,Γt-1是t时刻前某一阅读器采样得到的所有参数信息,则t时刻下标签所处位置S还可由下式给出:
p(St)=p(Γt|St-1)p(xt-1)
当给定初始位置后,通过不断迭代可以利用上一时刻标签所处于位置估计下一时刻标签位置,与人体体位标签位置进行对比后可得到人体的体态信息;
步骤三:由于人体在呼吸时胸部的运动,致使标签与阅读器之间的距离会有周期性的变化,针对于此,根据胸腔的周期性变化引起相位值的变化来提取呼吸信号;
步骤四:采用傅立叶变换(FFT)分析测量期间收集的位移值;FFT的峰值对应呼吸率,应用基于FFT的低通滤波器来滤除高频噪声,接着再提取呼吸信号;
步骤五:针对夜间睡眠时的呼吸信号可能会很微弱,利用多标签传感器融合增强监测。
2.根据权利要求1所述的一种基于射频标签技术的老年人睡眠质量监测方法,其特征在于:所述步骤一与步骤五中的利用多标签传感器融合增强监测,直观上是用多标签来代替单个标签,多个标签形成标签阵列来提高信号强度,通过汇总标签的数据流并将它们融合起来,以便原始数据流彼此重新加强,并增强周期性信号。
3.根据权利要求1所述的一种基于射频标签技术的老年人睡眠质量监测方法,其特征在于:所述步骤三中,所述根据胸腔的周期性变化引起相位值的变化来提取呼吸信号,具体的操作流程如下:
假设标签和阅读器之间的距离是d,当无线电波在读写器天线和标签之间来回传播时,无线电波传播的总距离是2d,然后读写器按照下公式输出反向散射无线电波的相位值:
其中λ是波长,c是表示读写器和标签电路受影响的固定相位偏移量,与天线和标签的距离无关;反向散射通信中每个λ/2距离的变化,相位值以2π为周期重复;RFID的阅读器测量用户衣服上的标签反向散射信号的相位值;测量到的相位值的变化指示着呼吸运动,根据胸腔的周期性变化引起相位值的变化来提取呼吸信号;
由于在睡眠时人体移动速度相对较低并且采样率较高,因此两个连续相位采样点的标签位移在波长的一半内,计算两个连续阶段读数的位移如下:
其中,Δdi+1表示i+1时刻的位移,θi+1和θi表示同频道下两个连续相位测量值;
接下来通过下式计算N次采样后的总位移:
将位移值进行归一化处理后,可以得出位移值不受跳频影响。
4.根据权利要求1所述的一种基于射频标签技术的老年人睡眠质量监测方法,其特征在于:所述步骤四中,傅立叶变换(FFT)分析的具体方法为,基于健康人休息时的呼吸频率通常低于每分钟40次呼吸,首先应用FFT将时域位移值转换到频域,并将低通滤波器的截止频率设置为0.67Hz;之后,使用逆FFT将其转换回时域位移值;计算过零事件的时间戳记为ti,并计算即时呼吸频率:
其中M表示缓冲的零交叉点的数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811255133.8A CN109431465B (zh) | 2018-10-26 | 2018-10-26 | 一种基于射频标签技术的老年人睡眠质量监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811255133.8A CN109431465B (zh) | 2018-10-26 | 2018-10-26 | 一种基于射频标签技术的老年人睡眠质量监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109431465A true CN109431465A (zh) | 2019-03-08 |
CN109431465B CN109431465B (zh) | 2021-06-22 |
Family
ID=65548696
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811255133.8A Active CN109431465B (zh) | 2018-10-26 | 2018-10-26 | 一种基于射频标签技术的老年人睡眠质量监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109431465B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110338798A (zh) * | 2019-07-15 | 2019-10-18 | 南京航空航天大学 | 基于rfid标签的人体呼吸量评估系统及方法 |
CN111214231A (zh) * | 2020-02-10 | 2020-06-02 | 湖南大学 | 移动过程中的人体呼吸监测方法及系统 |
CN112367906A (zh) * | 2019-04-08 | 2021-02-12 | 数眠公司 | 用于感测和控制床环境的系统 |
CN113273998A (zh) * | 2021-07-08 | 2021-08-20 | 南京大学 | 一种基于rfid标签矩阵的人体睡眠信息获取方法及装置 |
WO2022000477A1 (zh) * | 2020-07-03 | 2022-01-06 | Oppo广东移动通信有限公司 | 无线通信方法、设备及系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050143672A1 (en) * | 2001-05-23 | 2005-06-30 | Green Paul A. | Ventilator patient synchronization |
CN101363910A (zh) * | 2008-09-26 | 2009-02-11 | 黄以华 | 一种基于贝叶斯理论的无线射频定位方法 |
CN102346807A (zh) * | 2010-08-03 | 2012-02-08 | 通用电气公司 | 使用定位技术帮助患者恢复的系统和方法 |
CN103189871A (zh) * | 2010-09-14 | 2013-07-03 | 通用电气公司 | 用于规程遵守的系统和方法 |
CN103874118A (zh) * | 2014-02-25 | 2014-06-18 | 南京信息工程大学 | WiFi室内定位中基于贝叶斯回归的Radio Map校正方法 |
CN104207755A (zh) * | 2013-06-03 | 2014-12-17 | 飞比特公司 | 可佩戴心率监视器 |
CN104352225A (zh) * | 2006-11-01 | 2015-02-18 | 瑞思迈传感器技术有限公司 | 用于监测心肺参数的系统和方法 |
CN104545818A (zh) * | 2015-01-29 | 2015-04-29 | 吉林大学 | 一种基于脉搏与血氧信号的睡眠呼吸暂停综合征检测方法 |
CN104736043A (zh) * | 2012-09-07 | 2015-06-24 | 加利福尼亚大学董事会 | 多传感器无线腹部监测装置,系统和方法 |
CN105393252A (zh) * | 2013-04-18 | 2016-03-09 | 数字标记公司 | 生理数据采集和分析 |
CN105852817A (zh) * | 2015-01-20 | 2016-08-17 | 中国人民解放军第二军医大学 | 船员海上舱内定位、生命体征监测及搜救方法 |
CN106338703A (zh) * | 2016-09-30 | 2017-01-18 | 中国科学院武汉物理与数学研究所 | 一种基于射频脉冲多模加权的高清快速磁共振成像方法 |
CN106572813A (zh) * | 2014-03-28 | 2017-04-19 | 沙普医疗系统公司 | 用于量化慢性疾病的多种可能形式对被报告呼吸困难的患者的贡献的可能性的模式识别系统 |
US20180201998A1 (en) * | 2015-07-14 | 2018-07-19 | Capitalbio Corporation | Compositions and methods for detection of genetic deafness gene mutation |
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 |
-
2018
- 2018-10-26 CN CN201811255133.8A patent/CN109431465B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050143672A1 (en) * | 2001-05-23 | 2005-06-30 | Green Paul A. | Ventilator patient synchronization |
CN104352225A (zh) * | 2006-11-01 | 2015-02-18 | 瑞思迈传感器技术有限公司 | 用于监测心肺参数的系统和方法 |
CN101363910A (zh) * | 2008-09-26 | 2009-02-11 | 黄以华 | 一种基于贝叶斯理论的无线射频定位方法 |
CN102346807A (zh) * | 2010-08-03 | 2012-02-08 | 通用电气公司 | 使用定位技术帮助患者恢复的系统和方法 |
CN103189871A (zh) * | 2010-09-14 | 2013-07-03 | 通用电气公司 | 用于规程遵守的系统和方法 |
CN104736043A (zh) * | 2012-09-07 | 2015-06-24 | 加利福尼亚大学董事会 | 多传感器无线腹部监测装置,系统和方法 |
CN105393252A (zh) * | 2013-04-18 | 2016-03-09 | 数字标记公司 | 生理数据采集和分析 |
CN104207755A (zh) * | 2013-06-03 | 2014-12-17 | 飞比特公司 | 可佩戴心率监视器 |
CN103874118A (zh) * | 2014-02-25 | 2014-06-18 | 南京信息工程大学 | WiFi室内定位中基于贝叶斯回归的Radio Map校正方法 |
CN106572813A (zh) * | 2014-03-28 | 2017-04-19 | 沙普医疗系统公司 | 用于量化慢性疾病的多种可能形式对被报告呼吸困难的患者的贡献的可能性的模式识别系统 |
CN105852817A (zh) * | 2015-01-20 | 2016-08-17 | 中国人民解放军第二军医大学 | 船员海上舱内定位、生命体征监测及搜救方法 |
CN104545818A (zh) * | 2015-01-29 | 2015-04-29 | 吉林大学 | 一种基于脉搏与血氧信号的睡眠呼吸暂停综合征检测方法 |
US20180201998A1 (en) * | 2015-07-14 | 2018-07-19 | Capitalbio Corporation | Compositions and methods for detection of genetic deafness gene mutation |
CN106338703A (zh) * | 2016-09-30 | 2017-01-18 | 中国科学院武汉物理与数学研究所 | 一种基于射频脉冲多模加权的高清快速磁共振成像方法 |
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 |
Non-Patent Citations (2)
Title |
---|
M.C.CACCAMI: "《An Epidermal Graphene Oxide-based RFID Sensor for the Wireless Analysis of Human Breath》", 《IEEE INTERNATIONAL CONFERENCE ON RFID TECHNOLOGY & APPLICATION》 * |
刘碧瑶等: "《基于贝叶斯定理的常见呼吸道传染病分类判别模型研究》", 《预防医学》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112367906A (zh) * | 2019-04-08 | 2021-02-12 | 数眠公司 | 用于感测和控制床环境的系统 |
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 |
CN110338798A (zh) * | 2019-07-15 | 2019-10-18 | 南京航空航天大学 | 基于rfid标签的人体呼吸量评估系统及方法 |
CN110338798B (zh) * | 2019-07-15 | 2020-08-25 | 南京航空航天大学 | 基于rfid标签的人体呼吸量评估系统及方法 |
CN111214231A (zh) * | 2020-02-10 | 2020-06-02 | 湖南大学 | 移动过程中的人体呼吸监测方法及系统 |
WO2022000477A1 (zh) * | 2020-07-03 | 2022-01-06 | Oppo广东移动通信有限公司 | 无线通信方法、设备及系统 |
CN113273998A (zh) * | 2021-07-08 | 2021-08-20 | 南京大学 | 一种基于rfid标签矩阵的人体睡眠信息获取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109431465B (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109431465A (zh) | 一种基于射频标签技术的老年人睡眠质量监测方法 | |
Yang et al. | Multi-breath: Separate respiration monitoring for multiple persons with UWB radar | |
CN106618497A (zh) | 复杂环境下基于信道状态信息监测睡眠的方法 | |
Liu et al. | Vital signs monitoring with RFID: Opportunities and challenges | |
CN111568425B (zh) | 一种非接触式的多人呼吸检测方法 | |
CN106725488A (zh) | 一种无线场强呼吸检测方法、装置及呼吸检测仪 | |
CN110596705B (zh) | 基于生命体征sar成像的人体目标身份识别方法及系统 | |
CN105476602A (zh) | 非接触式人体生命体征测量方法及装置 | |
Zhang et al. | Wicare: Towards in-situ breath monitoring | |
Mongan et al. | A multi-disciplinary framework for continuous biomedical monitoring using low-power passive RFID-based wireless wearable sensors | |
Shah et al. | Rf sensing for healthcare applications | |
CN103690169A (zh) | 呼吸信息检测方法及系统 | |
Rana et al. | Remote vital sign recognition through machine learning augmented UWB | |
CN112363139A (zh) | 基于幅度特征的人体呼吸时长检测方法、装置和存储介质 | |
Chang et al. | RF-RVM: Continuous respiratory volume monitoring with COTS RFID tags | |
Zhang et al. | RF-RES: Respiration monitoring with COTS RFID tags by Dopplershift | |
Lin et al. | Dropmonitor: Millimeter-level sensing for RFID-based infusion drip rate monitoring | |
CN115736888A (zh) | 基于fmcw雷达的呼吸信号提取方法 | |
Mongan et al. | Real-time detection of apnea via signal processing of time-series properties of RFID-based smart garments | |
Jiang et al. | Rf-gait: Gait-based person identification with cots rfid | |
Uysal et al. | Contactless respiration rate estimation using MUSIC algorithm | |
CN110338798B (zh) | 基于rfid标签的人体呼吸量评估系统及方法 | |
Zheng et al. | Catch your breath: Simultaneous RF tracking and respiration monitoring with radar pairs | |
CN108491901A (zh) | 基于智能可穿戴设备的士兵管理展示系统及其工作方法 | |
Mongan et al. | Data fusion of single-tag rfid measurements for respiratory rate monitoring |
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 |