CN110464320A - 多目标人体心率和呼吸频率测量系统及方法 - Google Patents

多目标人体心率和呼吸频率测量系统及方法 Download PDF

Info

Publication number
CN110464320A
CN110464320A CN201910779683.8A CN201910779683A CN110464320A CN 110464320 A CN110464320 A CN 110464320A CN 201910779683 A CN201910779683 A CN 201910779683A CN 110464320 A CN110464320 A CN 110464320A
Authority
CN
China
Prior art keywords
heart rate
signal
respiratory
echo
human heart
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
CN201910779683.8A
Other languages
English (en)
Inventor
崔雄文
万潇
刘传银
周杨
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.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
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 Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201910779683.8A priority Critical patent/CN110464320A/zh
Publication of CN110464320A publication Critical patent/CN110464320A/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
    • A61B5/72—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
    • 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
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals
    • G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value

Landscapes

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

Abstract

本发明涉及生命医学领域，公开了一种多目标人体心率和呼吸频率测量系统及方法，用以测量多个目标的人体心率和呼吸。本发明包括超宽带雷达、波形提取模块以及波形分析模块；利用雷达发射机向目标人体所处的自由空间发射无线电波，雷达接收机接收目标人体反射回来的回波信号；之后波形提取模块先对回波信号的距离维信息进行傅里叶变换，再进行局部极大值搜索，提取极大值附近数据得到各个目标人体的回波序列；最后波形分析模块从回波序列中得到呼吸特征信号和心率特征信号，分别对两种特征信号进行降噪和快速傅里叶变换，还原出呼吸和心跳运动信息，完成心率和呼吸的测量。本发明适用于多目标人体心率和呼吸频率测量。

Description

多目标人体心率和呼吸频率测量系统及方法
技术领域
本发明涉及生命医学领域，特别涉及多目标人体心率和呼吸频率测量系统及方法。
背景技术
心率和呼吸是医生诊断和治疗心率不齐、心率变异、心肺异常等疾病和其他相关疾病的重要生理指标。常见的心率测量方法采用接触式的手段，如压力传感器，脉搏波传感器，心电图等。接触式的测量方式对于大面积烧伤、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的测量方法能够对这些方面的应用进行补足，具有广阔的前景。
而在现有超宽带技术雷达在呼吸和心率的应用中，主要是针对单个静止人体目标进行测量。人在静止时，胸部表面会随着呼吸和心跳产生周期性的震动，超宽带雷达能够获得这些震动信号。从这些信号中，通过一定的处理方法，可以捕捉提取人体呼吸和心跳的信息，用于日常生理特征检测和健康检测。
而目前室内应用环境往往不止单个个体，针对现有技术只针对单个人体目标的局限，有必要提供一种能够识别多个目标的人体心率和呼吸的方案。
发明内容
本发明要解决的技术问题是：提供一种多目标人体心率和呼吸频率测量系统及方法，用以测量多个目标的人体心率和呼吸。
为解决上述问题，本发明采用的技术方案是：
多目标人体心率和呼吸频率测量系统，包括超宽带雷达、波形提取模块以及波形分析模块；其中，
所述超宽带雷达包括雷达发射机和雷达接收机，雷达发射机用于向目标人体所处的自由空间发射无线电波，雷达接收机用于接收目标人体反射回来的回波信号；
所述波形提取模块首先对回波信号的距离维信息进行傅里叶变换，然后进行极大值搜索，之后通过提取极大值附近数据，得到各个目标人体的回波序列；
所述波形分析模块通过滤波筛选的方式从回波序列中得到呼吸特征信号和心率特征信号，再分别对两种特征信号进行降噪和快速傅里叶变换，还原出呼吸和心跳运动信息，完成心率和呼吸的测量。
进一步的，所述信号提取模块提取到回波序列之后，还可对回波序列的相位信息进行处理，使其相位值应该结介于[-π，π]之间，不符合该值的相位信息用加减2π归一化到此区间。此操作可以帮助增强心率呼吸信号和消除相位漂移。
进一步的，所述波形分析模块可利用带通滤波器得到呼吸特征信号和心率特征信号，当带通滤波器的滤波参数设置为0.1-0.6Hz时得到呼吸特征信号，当带通滤波器的滤波参数设置为0.8-4Hz时得到心率特征信号。
进一步的，所述带通滤波器可为巴特沃斯带通滤波器。
多目标人体心率和呼吸频率测量方法，包括如下步骤：
步骤1：向目标人体所处的自由空间发射无线电波，并接收目标人体反射回来的回波信号；
步骤2：首先对回波信号的距离维信息进行傅里叶变换，然后进行极大值搜索，之后通过提取极大值附近数据，得到各个目标人体的回波序列；
步骤3：通过滤波筛选的方式从回波序列中得到呼吸特征信号和心率特征信号，再分别对两种特征信号进行降噪和快速傅里叶变换，还原出呼吸和心跳运动信息，完成心率和呼吸的测量。
进一步的，步骤2提取模块提取到回波序列之后，还可包括：对回波序列的相位信息进行处理，使其相位值应该结介于[-π，π]之间。
进一步的，步骤3可利用带通滤波器得到呼吸特征信号和心率特征信号，当带通滤波器的滤波参数设置为0.1-0.6Hz时得到呼吸特征信号，当带通滤波器的滤波参数设置为0.8-4Hz时得到心率特征信号。
本发明的有益效果是：1.通过超宽带雷达的发射和接收来实现相应功能，避免了接触式必须与人体接触的局限性。2.本发明可以测量同一空间中不同距离的多个被测目标，成本控制优势较大。3.雷达信号功率低，对人体无害。4.通过滤波、动态噪声消除、剔除脉冲干扰等方法，本算法可靠性高,计算复杂度低，有较强的实用性。
附图说明
图1是实施例实现多目标人体心率和呼吸频率测量的流程图。
图2是实施例提取的某个回波序列图。
图3是由图2分离出来的呼吸频率图。
图4是由图2分离出来的心率图。
具体实施方式
为了实现多个目标的人体心率和呼吸测量，本发明通过雷达信号进行时频分析，估计被测目标人体的距离，构建出被测目标的距离参数数据集。在不同距离出识别出附近的极大值，极大值附近的数据集即为包含了所需测量的各个被测人体目标的心率和呼吸信息。针对提取出的数据集再进行数据处理，可以还原出各个目标的心率和呼吸信号。其中，针对提取出的数据集进行再处理的方法包括距离维傅里叶变换、提取相位差、剔除脉冲干扰、巴特沃斯带通滤波、动态噪声消除等从而得到心率和呼吸的测定结果。
下面通过附图和实施例对本发明做具体说明。
实施提供了一种多目标人体心率和呼吸频率测量系统，包括超宽带雷达、波形提取模块以及波形分析模块；其中，
超宽带雷达包括雷达发射机和雷达接收机，雷达发射机用于向目标人体所处的自由空间发射无线电波，雷达接收机用于接收目标人体反射回来的回波信号。
所述波形提取模块首先对回波信号的距离维信息进行傅里叶变换(FFT)，然后进行极大值搜索，之后通过提取极大值附近数据，得到各个目标人体的回波序列。
进一步的，所述信号提取模块提取到回波序列之后，还可对回波序列的相位信息进行处理，使其相位值应该结介于[-π，π]之间，不符合该值的相位信息用加减2π归一化到此区间。此操作可以帮助增强心率呼吸信号和消除相位漂移。
所述波形分析模块通过滤波筛选的方式从回波序列中得到呼吸特征信号和心率特征信号，再分别对两种特征信号进行降噪和快速傅里叶变换，还原出呼吸和心跳运动信息，完成心率和呼吸的测量。具体的来说，所述波形分析模块一般利用带通滤波器得到呼吸特征信号和心率特征信号，当带通滤波器的滤波参数设置为0.1-0.6Hz时得到呼吸特征信号，当带通滤波器的滤波参数设置为0.8-4Hz时得到心率特征信号。所述带通滤波器一般为巴特沃斯带通滤波器。
基于以上系统，实施例还提供了一种多目标人体心率和呼吸频率测量的方法，如图1所示，包括以下步骤：
步骤1：雷达主机初始化以后，雷达发射机向目标人体所处的自由空间发射无线电波，由雷达接收机接收目标人体反射回来的回波信号回波后送入波形提取模块，等待数据处理。
步骤2：波形提取模块分别提取各个待测人体目标的回波序列。流程中包括距离维傅里叶变换后，对信号进行极大值搜索，各个极大值点附近的数据即对应每一个待测人体目标反射回来的数据，再对极大值附近数据进行提取，得到各个目标人体的回波序列。其中，对极大值附近数据进行提取时，一般是以极大值为中心，提取30-50cm范围内的数据，30-50cm正好接近于人体的身体厚度，实施例提取出的某个回波序列如图2所示，图中横坐标代表时间，纵坐标代表归一化后的人体胸腔起伏波形。
步骤3：回波序列提取后，首先对得到的信号的相位信息进行处理，相位值应该结介于[-π，π]之间，不符合该值的相位信息用加减2π归一化到此区间。此操作可以帮助增强心率呼吸信号和消除相位漂移。
步骤4：对步骤3得到的回波序列利用巴特沃斯带通滤波器滤波，带通滤波器的参数设置为0.1-0.6Hz时得到的信号为呼吸信号，然后对处理后的数据进行峰值估计和快速傅里叶变换，如果明显偏移呼吸信号特征，则证明有扰动，信号丢弃，并等待稳定的信号出现后再抓取数据。由图2分离出来的呼吸频率信号如图3所示。
步骤5：对步骤3得到的回波序列利用巴特沃斯带通滤波器滤波，带通滤波器的参数设置为0.8-4Hz时得到的信号为心率信号，然后对处理后的数据进行峰值估计和快速傅里叶变换，如果明显偏移心率信号特征，则证明有扰动，信号丢弃，并等待稳定的信号出现后再抓取数据。由图2分离出来的心率信号如图4所示。
步骤6：将步骤4和步骤5得到的数据输出并显示。

Claims (7)

1.多目标人体心率和呼吸频率测量系统，其特征在于，包括超宽带雷达、波形提取模块以及波形分析模块；
所述超宽带雷达包括雷达发射机和雷达接收机，雷达发射机用于向目标人体所处的自由空间发射无线电波，雷达接收机用于接收目标人体反射回来的回波信号；
所述波形提取模块首先对回波信号的距离维信息进行傅里叶变换，然后进行极大值搜索，之后通过提取极大值附近数据，得到各个目标人体的回波序列；
所述波形分析模块通过滤波筛选的方式从回波序列中得到呼吸特征信号和心率特征信号，再分别对两种特征信号进行降噪和快速傅里叶变换，还原出呼吸和心跳运动信息，完成心率和呼吸的测量。
2.如权利要求1所述多目标人体心率和呼吸频率测量系统，其特征在于，所述信号提取模块提取到回波序列之后，还将对回波序列的相位信息进行处理，使其相位值应该结介于[-π，π]之间。
3.如权利要求1所述多目标人体心率和呼吸频率测量系统，其特征在于，所述波形分析模块利用带通滤器得到呼吸特征信号和心率特征信号，当带通滤波器的滤波参数设置为0.1-0.6Hz时得到呼吸特征信号，当带通滤波器的滤波参数设置为0.8-4Hz时得到心率特征信号。
4.如权利要求3所述多目标人体心率和呼吸频率测量系统，其特征在于，所述带通滤波器为巴特沃斯带通滤波器。
5.多目标人体心率和呼吸频率测量方法，其特征在于，包括如下步骤：
步骤1：向目标人体所处的自由空间发射无线电波，并接收目标人体反射回来的回波信号；
步骤2：首先对回波信号的距离维信息进行傅里叶变换，然后进行极大值搜索，之后通过提取极大值附近数据，得到各个目标人体的回波序列；
步骤3：通过滤波筛选的方式从回波序列中得到呼吸特征信号和心率特征信号，再分别对两种特征信号进行降噪和快速傅里叶变换，还原出呼吸和心跳运动信息，完成心率和呼吸的测量。
6.如权利要求5所述多目标人体心率和呼吸频率测量方法，其特征在于，步骤2提取模块提取到回波序列之后，还包括：对回波序列的相位信息进行处理，使其相位值应该结介于[-π，π]之间。
7.如权利要求5所述多目标人体心率和呼吸频率测量方法，其特征在于，步骤3利用带通滤波器得到呼吸特征信号和心率特征信号，当带通滤波器的滤波参数设置为0.1-0.6Hz时得到呼吸特征信号，当带通滤波器的滤波参数设置为0.8-4Hz时得到心率特征信号。
CN201910779683.8A 2019-08-22 2019-08-22 多目标人体心率和呼吸频率测量系统及方法 Pending CN110464320A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910779683.8A CN110464320A (zh) 2019-08-22 2019-08-22 多目标人体心率和呼吸频率测量系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910779683.8A CN110464320A (zh) 2019-08-22 2019-08-22 多目标人体心率和呼吸频率测量系统及方法

Publications (1)

Publication Number Publication Date
CN110464320A true CN110464320A (zh) 2019-11-19

Family

ID=68513625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910779683.8A Pending CN110464320A (zh) 2019-08-22 2019-08-22 多目标人体心率和呼吸频率测量系统及方法

Country Status (1)

Country Link
CN (1) CN110464320A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110974196A (zh) * 2019-12-13 2020-04-10 福州大学 一种运动状态下非接触式的呼吸和心率检测方法
CN111157960A (zh) * 2019-12-03 2020-05-15 南京汇君半导体科技有限公司 基于毫米波雷达的生命体征信号增强方法及设备、提取方法及设备
CN111398944A (zh) * 2020-04-09 2020-07-10 浙江大学 一种用于身份识别的雷达信号处理方法
CN111481184A (zh) * 2020-04-24 2020-08-04 华侨大学 基于毫米波雷达技术的多目标呼吸心率监测方法与系统
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
CN111766442A (zh) * 2020-07-21 2020-10-13 成都阶跃时进科技有限公司 一种人体呼吸波形确定方法、装置、设备及可读存储介质
CN111856455A (zh) * 2020-09-04 2020-10-30 四川长虹电器股份有限公司 匹配不同雷达带宽的多目标心率呼吸测量方法及系统
CN112043256A (zh) * 2020-09-15 2020-12-08 四川长虹电器股份有限公司 一种基于雷达的多目标心率实时测量方法
CN113384264A (zh) * 2021-06-11 2021-09-14 森思泰克河北科技有限公司 基于雷达的呼吸频率检测方法及睡眠监测设备
CN114052674A (zh) * 2021-11-17 2022-02-18 庚辰科技(宁波)有限公司 心脏功能障碍预警方法及系统
CN114305354A (zh) * 2021-12-31 2022-04-12 青岛海信日立空调系统有限公司 一种生命特征检测方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080294019A1 (en) * 2007-05-24 2008-11-27 Bao Tran Wireless stroke monitoring
CN108577815A (zh) * 2018-04-03 2018-09-28 电子科技大学 一种基于超宽带雷达的人体呼吸速率和心率的测定方法
CN109507653A (zh) * 2018-10-22 2019-03-22 中国人民解放军第四军医大学 一种基于uwb的多信息感知生物雷达系统及其获取目标信息的方法
CN110058220A (zh) * 2019-05-05 2019-07-26 广东勘生科技有限公司 基于毫米波雷达技术的火灾探测救援方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080294019A1 (en) * 2007-05-24 2008-11-27 Bao Tran Wireless stroke monitoring
CN108577815A (zh) * 2018-04-03 2018-09-28 电子科技大学 一种基于超宽带雷达的人体呼吸速率和心率的测定方法
CN109507653A (zh) * 2018-10-22 2019-03-22 中国人民解放军第四军医大学 一种基于uwb的多信息感知生物雷达系统及其获取目标信息的方法
CN110058220A (zh) * 2019-05-05 2019-07-26 广东勘生科技有限公司 基于毫米波雷达技术的火灾探测救援方法及系统

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111157960B (zh) * 2019-12-03 2021-09-28 南京汇君半导体科技有限公司 基于毫米波雷达的生命体征信号增强方法及设备、提取方法及设备
CN111157960A (zh) * 2019-12-03 2020-05-15 南京汇君半导体科技有限公司 基于毫米波雷达的生命体征信号增强方法及设备、提取方法及设备
CN110974196A (zh) * 2019-12-13 2020-04-10 福州大学 一种运动状态下非接触式的呼吸和心率检测方法
CN111398944A (zh) * 2020-04-09 2020-07-10 浙江大学 一种用于身份识别的雷达信号处理方法
CN111481184A (zh) * 2020-04-24 2020-08-04 华侨大学 基于毫米波雷达技术的多目标呼吸心率监测方法与系统
CN111766442A (zh) * 2020-07-21 2020-10-13 成都阶跃时进科技有限公司 一种人体呼吸波形确定方法、装置、设备及可读存储介质
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
CN111856455A (zh) * 2020-09-04 2020-10-30 四川长虹电器股份有限公司 匹配不同雷达带宽的多目标心率呼吸测量方法及系统
CN112043256A (zh) * 2020-09-15 2020-12-08 四川长虹电器股份有限公司 一种基于雷达的多目标心率实时测量方法
CN113384264A (zh) * 2021-06-11 2021-09-14 森思泰克河北科技有限公司 基于雷达的呼吸频率检测方法及睡眠监测设备
CN113384264B (zh) * 2021-06-11 2023-06-06 森思泰克河北科技有限公司 基于雷达的呼吸频率检测方法及睡眠监测设备
CN114052674A (zh) * 2021-11-17 2022-02-18 庚辰科技(宁波)有限公司 心脏功能障碍预警方法及系统
CN114305354A (zh) * 2021-12-31 2022-04-12 青岛海信日立空调系统有限公司 一种生命特征检测方法及装置

Similar Documents

Publication Publication Date Title
CN110464320A (zh) 多目标人体心率和呼吸频率测量系统及方法
CN111481184B (zh) 基于毫米波雷达技术的多目标呼吸心率监测方法与系统
US11197616B2 (en) Multisensor physiological monitoring systems and methods
US20080269589A1 (en) Apparatus for the Detection of Heart Activity
JP6457117B2 (ja) 妊娠中の被験者の連続非侵襲モニタリング
CN105476602A (zh) 非接触式人体生命体征测量方法及装置
CN110353649B (zh) 一种心率检测方法
KR20110008080A (ko) 비접촉식 생리학적 모션 센서 및 모션 센서의 사용 방법
CN105249925B (zh) 一种中医脉象采集装置及降噪系统和降噪方法
JP2018512243A5 (zh)
CN102772223A (zh) 心音/心脏疾病风险的判别系统及其方法
CN103584847A (zh) 一种非接触磁感应心率和呼吸率同步检测方法及系统
CN102458259A (zh) 利用超声识别移动的解剖结构的方法和装置
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
CN111856455A (zh) 匹配不同雷达带宽的多目标心率呼吸测量方法及系统
WO2019080728A1 (zh) 一种基于WiFi信号的心率异常检测方法
CN110520935A (zh) 从无线电信号学习睡眠阶段
CN110960211A (zh) 一种基于嵌入式的心电实时监测系统
Wang et al. Frequency-modulated continuous wave radar respiratory pattern detection technology based on multifeature
KR20210066332A (ko) 타겟의 생체 정보 결정 방법 및 장치
CN110974196A (zh) 一种运动状态下非接触式的呼吸和心率检测方法
CN111685760B (zh) 一种基于雷达测量的人体呼吸频率计算方法
CN110491500B (zh) 一种基于心脏功能动态监测与分析的身份识别系统及方法
WO2018045499A1 (zh) 一种兼具呼吸波采集的脉搏波诊断系统
CN113100738B (zh) 一种非接触式穿墙检测生命信息的方法

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

Application publication date: 20191119