CN109480845A - 一种基于24ghz多普勒传感器的非接触呼吸检测方法 - Google Patents

一种基于24ghz多普勒传感器的非接触呼吸检测方法 Download PDF

Info

Publication number
CN109480845A
CN109480845A CN201811433316.4A CN201811433316A CN109480845A CN 109480845 A CN109480845 A CN 109480845A CN 201811433316 A CN201811433316 A CN 201811433316A CN 109480845 A CN109480845 A CN 109480845A
Authority
CN
China
Prior art keywords
signal
breathing detection
detection method
echo
detection module
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
CN201811433316.4A
Other languages
English (en)
Inventor
徐玉
高东东
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.)
Wenzhou University
Original Assignee
Wenzhou University
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 Wenzhou University filed Critical Wenzhou University
Priority to CN201811433316.4A priority Critical patent/CN109480845A/zh
Publication of CN109480845A publication Critical patent/CN109480845A/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
    • A61B5/08—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
    • A61B5/103—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
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • 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
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms

Landscapes

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

Abstract

本发明提供一种基于24GHZ多普勒传感器的非接触呼吸检测方法，包括以下步骤：首先PC端下达采集呼吸信息的命令，呼吸检测模块接收该命令。其次呼吸检测模块周期采样I、Q两路回波信号，所采集的回波信号封装成帧通过USB虚拟串口发送到PC机。PC机保存所接收的回波信号并进行处理校正，得到校正后信号。接着通过反正切解调提取胸腔位移。最后将提取的胸腔位移进行快速傅里叶变换，并在0到1HZ范围内找出幅值最大的点所对应的频率，该频率即为呼吸频率。本方案利用多普勒传感器，能够在不接触人体的条件下检测呼吸参数，精确度高、灵敏性好。

Description

一种基于24GHZ多普勒传感器的非接触呼吸检测方法
技术领域
本发明涉及呼吸检测技术领域，尤其涉及一种基于24GHZ多普勒雷达非接触传感的呼吸检测方法。
背景技术
呼吸是一项重要的生命体征，也是反映基础健康状况、运动强度、睡眠质量的一个重要指标。近年来随着物联网技术的快速发展，一些设备和方法已被提出用于呼吸监测。根据是否需要跟人体接触，这些设备和方法可以分为接触式呼吸检测和非接触呼吸检测两大类。
接触式呼吸检测方法要求传感器与人体紧密接触，例如将检测头夹在手指上，或是通过心电监测的方式检测呼吸。
目前，市面上也已经提出了一些非接触式睡眠监测方法。
中国专利CN201510884295.8号发明专利公布了一种非接触式呼吸检测装置，其具有的光发射模块用于发射可聚集的光，照射在人体的胸部或腹部；光接收模块用于接收反射出来的光并形成光点，通过对光点的数据处理，得到呼吸信号波形和呼吸频率等呼吸信息；
中国专利CN201810249196.6公布开了一种无接触感知方式的呼吸检测方法，是利用无线射频信号检测人体呼吸的技术。
但是，在实际运用中这些检测方法存在灵敏度低和抗干扰能力弱等缺陷，导致测量数据准确性大打折扣。
发明内容
本发明提供了一种基于24GHZ多普勒传感器的非接触呼吸检测方法，不仅可以在非接触人体的情况下监测使用者的呼吸频率，还具有灵敏度高、抗干扰能力强、准确度高等优点。
一种基于24GHZ多普勒传感器的非接触呼吸检测方法，该方法是基于24GHZ多普勒非接触传感器与呼吸检测模块实现的，所述呼吸检测模块与PC端进行数据传输，所述呼吸检测模块集成于STM32F405嵌入式微控制器上，其中包括24GHZ的雷达收发器、转换器、控制器电路等；
所述呼吸检测方法包括以下步骤：
S1：PC端下达采集呼吸信息的命令，所述呼吸检测模块接收该命令。
S2：所述呼吸检测模块周期采集受试者发出并经转换后形成的I、Q两路回波信号，所述回波信号由24GHZ多普勒雷达经滤波放大，所述采集的回波信号封装成帧发送到PC机。
S3：PC机保存所接收的回波信号并进行校正，得到校正后信号。
S4：对所述校正后信号进行反正切解调，再提取胸腔位移。
S5：将步骤S4中提取的胸腔位移进行快速傅里叶变换，并在0到1HZ范围内找出幅值最大的点所对应的频率，该频率即为所述呼吸频率。
为完善上述方案，本发明进一步设置为：步骤S2中的周期采样为：每隔50us、共采集10个周期的I、Q两路回波信号，所述10个周期的信号封装为1帧。
更进一步，步骤S3中所述保存所接收的回波信号，每接收8000个数据帧进行一次处理；
或者，步骤S3中对所接收的回波信号的处理频率为4s/次。
在此基础上，步骤S3中的校正方法为：
S3-1：令I＝[I1,I2,I3...I80000]
Q＝[Q1,Q2,Q3...Q80000]
，
其中，I和Q分别为所采集到的8000个I、Q两路信号数据帧中的80000个数据采样点。
S3-2：令
得到：
其中，AI表示为I信号的增益，BI表示I信号的零点偏移，AQ表示Q信号的增益，，BQ表示Q信号的零点偏移，φe为Q信号和I信号相位偏移之差。
S3-3：计算得到校正后的I、Q信号IC、IQ为：
Ic表示校正后的I信号数据，Qc表示校正后的Q信号数据。
在上述方案的基础上，步骤S4的具体操作方法为：将校正后的I、Q两路信号进行反正切解调：
其中：
ΔIc(k)＝(0.0477Δi1+0.0863Δi2+0.1091Δi3+0.1131Δi4)/2T
Δij＝(Ic(k+j)-Ic(k-j))
ΔQc(k)＝(0.0477Δq1+0.0863Δq2+0.1091Δq3+0.1131Δq4)/2T
Δqj＝(Qc(k+j)-Qc(k-j))，
此处采用四阶差分求解，j＝1,2,3,4,ΔQc[k]、ΔIc[k]代表差分，T表示采样周期；最后得到胸腔位移序列：
其中，x表示最终解调出胸腔位移序列，Φθ[n]表示相位信息，由于求解ΔQc[k]、ΔIc[k]采用四阶差分，因此Ic和Qc序列需要保证首部和尾部各多4个数据点，n＝1,2,3……80000。
由于现阶段现有的呼吸检测设备和方法大都是需要人体接触传感器的，这对于睡眠过程的呼吸检测有很大的缺陷。即使已经提出了一些非接触式睡眠监测方法，在实际运用中这些检测方法也存在灵敏度低和抗干扰能力弱等缺陷，导致测量数据准确性大打折扣。连续波多普勒雷达通过检测胸腔运动导致的回波相位变化获得呼吸频率，相比处于2.4GHz拥挤频段的ZigBee和Wifi，工作于更高频率的雷达具备更高的灵敏度和抗干扰性能。
本发明在安装于STM32F405开发板上的雷达传感器的呼吸检测模块实现，应用到睡眠监测领域，能够在不接触人体不影响被测者睡眠质量的条件下检测呼吸参数，具有灵敏度高、抗干扰能力强、准确度高等优点。通过检测连续波多普勒雷达信号受胸腔运动影响导致的回波相位变化检测呼吸频率，使被测者无需佩戴任何传感器件，且检测不受环境噪声的影响
以下结合附图对本发明进行更进一步详细的说明。
附图说明
图1为本发明实施例提供的基于24GHZ多普勒雷达传感的呼吸检测方法的流程图；
图2为本发明实施例提供的基于24GHZ多普勒雷达传感的呼吸检测方法中呼吸检测模块和PC端通信的系统结构示意图；
图3给出了S2采集8秒的雷达数据中I路信号的示意图；
图4给出了步骤S2采集8秒的雷达数据中Q路信号的示意图；
图5为雷达采集的4秒的原始I、Q两路信号的示意图；
图6为经过PC机步骤S4将图5采集的数据校正后的I、Q两路信号的示意图；
图7给出了对4次呼吸雷达数据经过PC机步骤S5中反正切解调处理后胸腔位移轨迹示意图；
图8为图7的胸腔位移轨迹经过步骤S5得到的完全频谱图；
图9是图7的胸腔位移轨迹经过步骤S5在1HZ范围内频谱图；
图10为口罩温度检测和雷达监测在同一时间段测量呼吸的两种方法结果对比图。
具体实施方式
下面，通过示例性的实施方式对本发明具体描述。然而应当理解，在没有进一步叙述的情况下，一个实施方式中的特征也可以有益地结合到其他实施方式中。
如图1所示，为本发明实施例中，提出的一种24GHZ多普勒雷达传感的呼吸检测方法，其通过安装于STM32F405芯片上的呼吸检测模块以及与呼吸检测模块进行通信的PC端实现本方案的检测方法。
如图2所示，呼吸检测模块集成于STM32F405嵌入式微控制器上，其中包括24GHZ的雷达收发器、转换器、控制器电路。转换器包括：模数转换器、数模转换器。控制器电路包括：带通滤波电路、信号调理电路、放大电路以及电源电路。其中，电源电路由升压电路、负压开关电路、线性稳压电路等组成。
以下提供一个实施例，以阐述本发明中的呼吸检测方法。
实施例：
所述呼吸检测方法包括以下步骤：
步骤S1：所述呼吸检测模块通过USB转串口通信方式接收来自PC端的开始采集呼吸信息的命令后，进入步骤S2；
步骤S2：所述呼吸检测模块通过AD转换器、每隔50us，周期采集经过24GHZ多普勒雷达滤波放大后的I、Q两路回波信号。
采集完10个采样周期的数据后，将10个周期所采集的数据封装成1帧.再将所有收集的信号通过USB虚拟串口发送到PC机。所述呼吸检测模块一直重复步骤S2，直到通过USB虚拟串口接收到停止呼吸信息采集命令。
图3、图4给出了步骤S2采集8秒的雷达数据中I路、Q路信号的示意图。图5为雷达采集的4秒的原始I、Q两路信号的示意图。
步骤S3-1：PC机接收到所述呼吸检测模块发送的数据后保存，当接收满8000个数据帧或每隔4s，对数据进行处理提取呼吸频率。其中，对于每隔4秒进行一次数据处理是由于数据采集过程中一直存在直流干扰，需要对I、Q两路信号进行校正，并且直流干扰不是一成不变的，它随着时间而改变，没有什么规律可言，因此需要每隔一段时间进行一次校正，这里4秒是经过多次试验的得出的比较理想的时间间隔。
步骤S3-2:以下为对采集到的80000个采样点进行I、Q两路信号具体校正的相关算法：
PC机接收到I路信号可表示为I,即
PC机接收到Q路信号可表示为Q，即
其中AI表示为I信号的增益，λ表示24GHZ雷达的波长，φI表示I信号的相位偏移，BI表示I信号的零点偏移，AQ表示Q信号的增益，φQ表示Q信号的相位偏移，BQ表示Q信号的零点偏移，x(t)表示随时间变化的胸腔位移。
公式(1)和(2)合并可得：
其中：φe＝φQ-φI
式(3)可转换为：
I2+A×Q2+B×IQ+C×I+D×Q+E＝0 (4)
其中：
C＝-2BI-BBQ
D＝-2ABQ-BBQ，
式(4)变换为矩阵形式，即：
将采集到的80000个数据点带入到式(5)可得：
令
则：
从其中，推导出φe，BI，BQ，AI，AQ:
步骤S3-3:通过计算，从而对80000个采样数据进行校正，校正后I、Q为：
其中，Ic表示校正后的I信号数据，Qc表示校正后的Q信号数据。
步骤S4：如果直接将校正后的I、Q两路信号的比值做反正切解调，得到胸腔的运动轨迹，误差可能会很大。
这是由于直接反正切函数它的阈值为一旦解调超过这个范围，将会出错，为了克服反正切解调的局限性，故而将反正切解调出的相位信息先求导然后再合并恢复相位信息来避免上述问题，即：
n＝1,2,3……80000
其中Φθ[n]表示相位信息，T表示采样周期；
此处使用四阶差分进行运算，得到：
ΔIc(k)＝(0.0477Δi1+0.0863Δi2+0.1091Δi3+0.1131Δi4)/2T
Δij＝Ic(k+j)-Ic(k-j),j＝1,2,3,4
ΔQc(k)＝(0.0477Δq1+0.0863Δq2+0.1091Δq3+0.1131Δq4)/2T
Δqj＝Qc(k+j)-Qc(k-j),j＝1,2,3,4
ΔQc[k]、ΔIc[k]代表差分,T表示采样周期；
最终解调出胸腔位移序列x：
其中，x表示最终解调出胸腔位移序列，Φθ[n]表示相位信息，由于求解ΔQc[k]、ΔIc[k]采用四阶差分，因此Ic和Qc序列需要保证首部和尾部各多4个数据点，n＝1,2,3……80000。
如图所示：
图6为经过步骤S4将图5采集的数据校正后的I、Q两路信号的示意图。
图7给出了对4次呼吸雷达数据经过步骤S4中反正切解调处理后胸腔位移轨迹示意图。
步骤S5：将提取的胸腔位移x(n)进行快速傅里叶变换，在0到1HZ范围内找出幅值最大的点对应的频率，该频率即为所求的呼吸频率。
图8为图7的胸腔位移轨迹经过步骤S5得到的完全频谱图。
图9是图7的胸腔位移轨迹经过步骤S5在1HZ范围内频谱图。
图10为口罩温度检测和雷达监测在同一时间段测量呼吸的两种方法结果对比图。其中口罩温度检测方法的纵坐标为温度，雷达监测方法的纵坐标即是胸腔位移。经过实验雷达测得的呼吸频率为0.5HZ，而口罩检测的呼吸频率为0.4768HZ,相差0.0238HZ,即呼吸频率基本一致。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (6)

1.一种基于24GHZ多普勒传感器的非接触呼吸检测方法，其特征在于，该方法是基于设置有24GHZ多普勒非接触传感器的呼吸检测模块和PC端实现的，所述呼吸检测模块与PC端进行数据传输，所述呼吸检测模块包括电源电路、放大电路、AD转换器和DA转换器，所述呼吸检测模块集成于STM32F405嵌入式微控制器上；
所述呼吸检测方法包括以下步骤：
S1：PC端下达采集呼吸信息的命令，所述呼吸检测模块接收该命令；
S2：所述呼吸检测模块周期采集受试者发出并经转换后形成的I、Q两路回波信号，所述回波信号由24GHZ多普勒雷达经滤波放大，所述采集的回波信号封装成帧发送到PC机；
S3：PC机保存所接收的回波信号并进行校正，得到校正后信号；
S4：对所述校正后信号进行反正切解调，再提取胸腔位移；
S5：将步骤S4中提取的胸腔位移进行快速傅里叶变换，并在0到1HZ范围内找出幅值最大的点所对应的频率，该频率即为所述呼吸频率。
2.根据权利要求1所述的一种基于24GHZ多普勒传感器的非接触呼吸检测方法，其特征在于，步骤S2中的周期采样为：每隔50us、共采集10个周期的I、Q两路回波信号，所述10个周期的信号封装为1帧。
3.根据权利要求2所述的一种基于24GHZ多普勒传感器的非接触呼吸检测方法，其特征在于，步骤S3中所述保存所接收的回波信号，每接收8000个数据帧进行一次校正。
4.根据权利要求2所述的一种基于24GHZ多普勒传感器的非接触呼吸检测方法，其特征在于，步骤S3中对所接收的回波信号的处理频率为4s/次。
5.根据权利要求3或4所述的一种基于24GHZ多普勒传感器的非接触呼吸检测方法，其特征在于，步骤S3中的校正方法为：
S3-1：令I＝[I1,I2,I3...I80000]
Q＝[Q1,Q2,Q3...Q80000]，
其中，I和Q分别为所采集到的8000个I、Q两路信号数据帧中的80000个数据点；
S3-2：令
得到
其中，AI表示为I信号的增益，BI表示I信号的零点偏移，AQ表示Q信号的增益，BQ表示Q信号的零点偏移，φe为Q信号和I信号相位偏移之差；
S3-3：计算得到校正后的I、Q信号IC、IQ为：
Ic表示校正后的I信号数据，Qc表示校正后的Q信号数据。
6.根据权利要求5所述的一种基于24GHZ多普勒传感器的非接触呼吸检测方法，其特征在于，步骤S4的具体操作方法为：
将校正后的I、Q两路信号进行反正切解调：
其中：
ΔIc(k)＝(0.0477Δi1+0.0863Δi2+0.1091Δi3+0.1131Δi4)/2T
Δij＝Ic(k+j)-Ic(k-j)
ΔQc(k)＝(0.0477Δq1+0.0863Δq2+0.1091Δq3+0.1131Δq4)/2T
Δqj＝Qc(k+j)-Qc(k-j)，
此处采用四阶差分求解，ΔQc[k]、ΔIc[k]代表差分,T表示采样周期；
最终得到胸腔位移序列：
其中，x表示最终解调出胸腔位移序列，Φθ[n]表示相位信息，n＝1,2,3……80000。
CN201811433316.4A 2018-11-28 2018-11-28 一种基于24ghz多普勒传感器的非接触呼吸检测方法 Pending CN109480845A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811433316.4A CN109480845A (zh) 2018-11-28 2018-11-28 一种基于24ghz多普勒传感器的非接触呼吸检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811433316.4A CN109480845A (zh) 2018-11-28 2018-11-28 一种基于24ghz多普勒传感器的非接触呼吸检测方法

Publications (1)

Publication Number Publication Date
CN109480845A true CN109480845A (zh) 2019-03-19

Family

ID=65698056

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811433316.4A Pending CN109480845A (zh) 2018-11-28 2018-11-28 一种基于24ghz多普勒传感器的非接触呼吸检测方法

Country Status (1)

Country Link
CN (1) CN109480845A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110327029A (zh) * 2019-07-03 2019-10-15 上海交通大学 一种基于微波感知的心率与心率变异性监测方法
CN111568425A (zh) * 2020-06-08 2020-08-25 北京大学 一种非接触式的多人呼吸检测方法
CN112137604A (zh) * 2020-10-22 2020-12-29 温州大学 一种基于连续波多普勒雷达的呼吸心跳检测方法及系统
CN112741618A (zh) * 2020-12-22 2021-05-04 浙江大学 一种基于fmcw雷达的舌姿检测系统与方法
CN113368351A (zh) * 2021-06-07 2021-09-10 中国人民解放军总医院第一医学中心 经鼻高流量呼吸频率监测方法及其呼吸支持设备
CN113647976A (zh) * 2021-08-17 2021-11-16 逸超科技(北京)有限公司 回波数据封装方法、装置、设备及可读存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110327029A (zh) * 2019-07-03 2019-10-15 上海交通大学 一种基于微波感知的心率与心率变异性监测方法
CN110327029B (zh) * 2019-07-03 2021-07-23 上海交通大学 一种基于微波感知的心率监测方法
CN111568425A (zh) * 2020-06-08 2020-08-25 北京大学 一种非接触式的多人呼吸检测方法
CN112137604A (zh) * 2020-10-22 2020-12-29 温州大学 一种基于连续波多普勒雷达的呼吸心跳检测方法及系统
CN112741618A (zh) * 2020-12-22 2021-05-04 浙江大学 一种基于fmcw雷达的舌姿检测系统与方法
CN113368351A (zh) * 2021-06-07 2021-09-10 中国人民解放军总医院第一医学中心 经鼻高流量呼吸频率监测方法及其呼吸支持设备
CN113647976A (zh) * 2021-08-17 2021-11-16 逸超科技(北京)有限公司 回波数据封装方法、装置、设备及可读存储介质
CN113647976B (zh) * 2021-08-17 2023-08-15 逸超科技(武汉)有限公司 回波数据封装方法、装置、设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN109480845A (zh) 一种基于24ghz多普勒传感器的非接触呼吸检测方法
KR100903172B1 (ko) 호흡신호를 무선으로 감지하기 위한 방법 및 이를 수행하기 위한 장치
US9724019B2 (en) Method, apparatus, computer program and system for measuring oscillatory motion
CN106618497A (zh) 复杂环境下基于信道状态信息监测睡眠的方法
CN101632588B (zh) 消除运动干扰的血氧饱和度测量方法
CN105476602A (zh) 非接触式人体生命体征测量方法及装置
JP2016135194A (ja) 生体状態検出装置
CN111680651A (zh) 非接触式生命体征检测方法、装置、存储介质及系统
CN108903929B (zh) 心率检测修正的方法、装置、存储介质和系统
CN101689219A (zh) 用于监测心肺参数的系统和方法
JP2001500042A (ja) その結果をさらに分析するために、遠隔計測データの伝送と保存可能性とを有して、「ブレス・バイ・ブレス」技術で、個人の代謝パラメータを測定するためのポータブルシステム
CN108784703B (zh) 一种中老年人可穿戴式呼吸监测方法
CN107928674B (zh) 一种基于声波测距的非接触式呼吸检测方法
WO2016104538A1 (ja) 呼吸状態推定装置、携帯機器、装着型デバイス、プログラム、媒体、呼吸状態推定方法及び呼吸状態推定器
CN106405542A (zh) 基于连续波的生命特征探测处理方法、系统及生命探测仪
Caccami et al. Wireless monitoring of breath by means of a graphene oxide-based radiofrequency identification wearable sensor
CN103040469A (zh) 一种呼吸检测腹带
CN109222975B (zh) 一种基于温度传感的呼吸检测方法
RU2015143889A (ru) Устройство и способ определения сигнала объема дыхания по данным изображения
CN104274177A (zh) 一种利用光栅和光电二极管阵列的呼吸检测装置
CN106913335A (zh) 一种呼吸暂停检测系统的检测方法
CN207636625U (zh) 一种手持式超声波风速风向仪
JP2016135233A (ja) 生体状態検出装置
US11484222B2 (en) Single infrared sensor capnography
CN112971743B (zh) 非接触式新生儿呼吸监测系统、设备和存储介质

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xu Yu

Inventor after: Gao Dongdong

Inventor before: Xu Yu

Inventor before: Gao Dongdong

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319