CN112971743B - 非接触式新生儿呼吸监测系统、设备和存储介质 - Google Patents
非接触式新生儿呼吸监测系统、设备和存储介质 Download PDFInfo
- Publication number
- CN112971743B CN112971743B CN202110170927.XA CN202110170927A CN112971743B CN 112971743 B CN112971743 B CN 112971743B CN 202110170927 A CN202110170927 A CN 202110170927A CN 112971743 B CN112971743 B CN 112971743B
- Authority
- CN
- China
- Prior art keywords
- heartbeat
- abnormal information
- signal
- respiration
- breathing
- 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
Images
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
- A61B5/74—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/04—Babies, e.g. for SIDS detection
- A61B2503/045—Newborns, e.g. premature baby monitoring
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physiology (AREA)
- Engineering & Computer Science (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Cardiology (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Pulmonology (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了非接触式新生儿呼吸监测系统、设备和存储介质,所述系统包括信号采集模块;基于MIMO‑FMCW雷达实时采集多个对象的呼吸和心跳信号;特征提取模块;对所述呼吸和心跳信号进行信号处理,提取反应呼吸状况和心跳状况的特征参数;异常信息辨识模块;基于一个或多个特征参数的组合与异常信息对应特征参数数值范围的映射判定是否存在异常信息,并明确具体异常信息;异常信息处理模块;根据异常信息类型选择信息反馈和/或报警。本发明基于24GHz MIMO‑FMCW系统,通过提取新生儿呼吸和心跳信号瞬时指标,实时监测新生儿呼吸状况,可提供呼吸异常评估和报警功能,有效可行,性能可靠。
Description
技术领域
本发明涉及生命体征监测领域,特别涉及一种非接触式新生儿呼吸监测系统、设备和存储介质。
背景技术
中国每年新生儿1600万左右,其中大约200万早产儿。早产儿由于身体器官未发育完全,很容易发生呼吸异常状况,主要表现为呼吸暂停,属于一种较为严重的并发症,有着较高的发生率,表现为呼吸停止时间超过20s,或者是呼吸停止不足20s但是伴发心动过缓、低血氧症等情况。如果未及时救治,会由于缺氧的情况造成中枢神经系统的损伤,严重的甚至会导致呼吸循环衰竭而死亡。
新生儿呼吸状况实时监测非常重要,目前主要的手段有热敏法、压力法、胸阻抗法、超声和X线检查等方法。其中热敏法和压力法通过患者呼吸时口鼻处的温度和气压变化来监测呼吸,但是需要佩戴气罩等设备;胸阻抗法通过在胸部贴电极来获取实时呼吸,但是新生儿皮肤异常脆弱,接触式的方式非常容易对新生儿造成损伤;而超声和X线检查的方式操作较为繁琐,也无法实现实时的监测。
基于生物雷达的非接触式呼吸监测兼具舒适性和便捷性,通过对人体反射的雷达回波信号进行处理得到呼吸和心跳等生命体征信号,进而对呼吸状况进行评估。FMCW雷达与其他体制的雷达相比具有发射功率低、接收机灵敏度高、结构简单的优点,并且不存在距离盲区可以实现较高的距离分辨率,可以辨识不同距离的目标,这也为基于雷达的多人生命体征监测提供了可能性。基于雷达的非接触式测量方式克服了传统接触式设备的缺点,无需复杂的操作和昂贵的设备,提高了患者的舒适程度;与其他非接触式手段相比又具有很好的实时性,可以实现对患者的非接触式实时准确监测。
发明内容
本发明的目的在于提供一种非接触式新生儿呼吸监测系统。
为实现上述目的,本发明采用如下技术方案:
非接触式新生儿呼吸监测系统,所述系统包括:
信号采集模块;基于MIMO-FMCW雷达实时采集多个对象的呼吸和心跳信号;
特征提取模块;对所述呼吸和心跳信号进行信号处理,提取反应呼吸状况和心跳状况的特征参数;所述特征提取模块提取的反应呼吸状况和心跳状况的特征参数为瞬时呼吸、心跳指标;
异常信息辨识模块;基于一个或多个特征参数的组合与异常信息对应特征参数数值范围的映射判定是否存在异常信息,并明确具体异常信息;
异常信息处理模块;根据异常信息类型选择信息反馈和/或报警。
作为本发明的进一步改进,所述雷达为24GHz频段的MIMO-FMCW雷达。
作为本发明的进一步改进,所述信号采集模块包括:
雷达信号采集单元;将雷达回波信号与发射信号混频获得差拍信号;
信号定位单元;对差拍信号进行频域变换,得到距离矩阵;对距离矩阵按帧累积并计算协方差矩阵,通过协方差矩阵与天线阵列的导向矢量构建距离角度矩阵,获得不同对象的距离和角度;
信号提取单元;根据对象的距离和角度信息获取生命体征信号,并通过滤波提取呼吸和心跳信号。
进一步的,所述信号定位单元在距离角度矩阵上进行恒虚警检测,通过自适应门限判决,获得不同对象相对于雷达的距离和角度。
作为本发明的进一步改进,所述特征提取模块提取的反应呼吸状况的特征参数包括呼吸周期强度;所述呼吸周期强度为呼吸信号的自相关曲线的第一峰值幅度与第一相关面积的乘积,其中第一相关面积表示第一峰值点和自相关曲线起始点所构成直线与自相关曲线之间的归一化平方面积。
作为本发明的进一步改进,所述特征提取模块提取的反应呼吸状况的特征参数包括呼吸瞬时频率、呼吸间隔、呼吸间隔瞬时信息的统计参数、呼吸速率瞬时信息的统计参数、呼吸暂停时间、呼吸暂停发生率、呼吸暂停次数、呼吸信号短时过零率中的一个或多个。
作为本发明的进一步改进,所述特征提取模块提取的反应心跳状况的特征参数包括心跳周期强度;所述心跳周期强度为心跳信号的自相关曲线的第一峰值幅度与第一相关面积的乘积,其中第一相关面积表示第一峰值点和自相关曲线起始点所构成直线与自相关曲线之间的归一化平方面积。
作为本发明的进一步改进,所述特征提取模块提取的反应心跳状况的特征参数包括心跳瞬时频率、心跳间隔、心跳间隔瞬时信息的统计参数、心跳速率瞬时信息的统计参数、心跳信号短时过零率中的一个或多个。
作为本发明的进一步改进,所述一个或多个特征参数的组合与异常信息对应特征参数数值范围的映射包括:
和/或基于瞬时呼吸/心跳频率确认的呼吸/心跳紊乱;
和/或基于呼吸暂停时间确认的窒息;
和/或基于呼吸暂停次数确认的窒息;
和/或基于呼吸暂停发生率确认的窒息。
作为本发明的进一步改进,所述异常信息辨识模块包括:
设置异常信息标志,针对辨识出的异常信息对异常信息标志进行赋值。
作为本发明的进一步改进,所述异常信息处理模块包括:
信息处理单元;获取异常信息/异常信息标志,对异常信息进行优先级设置;
信息反馈单元;将异常信息/异常信息标志和相关的特征参数推送给系统监管者;
报警单元;对高优先级的异常信息执行报警。
本发明的另一目的在于提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述系统每一个模块的功能。
本发明的再一目的在于提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述系统每一个模块的功能。
本发明具有如下有益效果:
1)利用生命体征监测雷达实现新生儿呼吸系统实时非接触监测,与传统接触式设备相比更加方便,避免了接触式设备易对新生儿皮肤产生创伤的缺点;
2)采用24GHz频段的MIMO-FMCW系统,兼具FMCW雷达体积小、重量轻、功耗低和能够实时处理的优点和MIMO雷达在测距和测角方面的高分辨率,相比单通道FMCW系统具有更多的信息量,可提供更加准确的呼吸和心跳实时信号;
3)新生儿由于呼吸系统发育不完全,呼吸模式高度不稳定,提取反映新生儿呼吸变化的瞬时指标更能够真实反映新生儿的呼吸状况。现有技术中常见的新生儿呼吸监测指标有呼吸暂停时间、呼吸暂停次数以及接触式设备获得的呼吸力学指标,呼吸暂停时间和次数需要长时间的监测,而呼吸力学指标需要接触式的设备才能够进行测量,本发明采用非接触式的方式提取呼吸与心跳的瞬时指标,可实时评价新生儿的呼吸状况。
4)提供针对不同异常级别的信息处理方式,针对不同异常级别分别提供信息反馈和/或异常信息报警功能,在新生儿呼吸出现异常状况时进行报警并准确显示异常信息,增加了医务工作者处理和急救的时间,平衡了医疗资源的使用,有效降低医护工作者的压力;
5)系统简单有效,性能可靠,便于实施。
附图说明
图1为一个实施例中非接触式新生儿呼吸监测系统的原理示意图。
图2为呼吸周期强度定义示意图。
图3为心跳周期强度定义示意图。
图4为新生儿A呼吸时域波形及其对应的瞬时呼吸频率示意图。
图5为新生儿B呼吸时域波形及其对应的瞬时呼吸频率示意图。
图6为新生儿B呼吸周期强度示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,结合图1,提供了一种非接触式新生儿呼吸监测系统,所述系统包括:
信号采集模块;基于MIMO-FMCW雷达实时采集多个对象的呼吸和心跳信号;
特征提取模块;对所述呼吸和心跳信号进行信号处理,提取反应呼吸状况和心跳状况的特征参数;
异常信息辨识模块;基于一个或多个特征参数的组合与异常信息对应特征参数数值范围的映射判定是否存在异常信息,并明确具体异常信息;
异常信息处理模块;根据异常信息类型选择信息反馈和/或报警。
进一步地,在其中一个实施例中,所述信号采集模块利用24GHz频段的MIMO-FMCW系统实现多名新生儿的定位,包括:
雷达信号采集单元,将MIMO-FMCW雷达架设于病房角落,每隔t0毫秒采集一帧雷达回波信号rm(t,α),m为接收信号的通道,m最大为M,即发射天线个数与接收天线个数的乘积,α为第α帧回波信号;对回波信号rm(t,α)进行混频得到差拍信号xm(t,α);
信号定位单元,对差拍信号xm(t,α)做FFT,得到Xm(f,α),对L帧的数据进行排列,得到X(f),如下:
天线阵列的导向矢量为
其中,d为阵元间距,λ为波长,计算距离角度矩阵Y(f,ω),
RX=X(f)·XH(f)
对Y(f,ω)进行恒虚警检测,确定自适应归一化门限,进行门限判决,获得不同患者的f和ω,进而计算出距离和角度;
信号提取单元,根据f和ω获取生命体征信号,计算如下:
Z(α)=[SH(ω)·X(f,α)]
引入两个带通滤波器h1(n)和h2(n),对所述生命体征信号Z进行带通滤波以滤除杂波和噪声得到不同患者的呼吸与心跳信号,其中带通滤波器h1(n)的频率范围为0.5~2Hz,该频率范围为新生儿基本呼吸频段,滤波后得到呼吸信号x1(t);带通滤波器h2(n)的频率范围为1.5~2.67Hz,该频率范围为新生儿基本心跳频段,滤波后得到心跳信号x2(t)。
所述特征提取模块用于对呼吸信号x1(t)和心跳信号x2(t)进行新生儿呼吸、心跳指标的提取,提取出反映呼吸、心跳状况的特征参数,提取的特征参数为瞬时指标。
进一步地,在其中一个实施例中,提取的呼吸信号特征参数具体包括:
(1)呼吸瞬时频率(RIF):新生儿呼吸速率的瞬时变化,是衡量新生儿瞬时呼吸过速或过缓的指标;
首先借助希尔伯特变化将呼吸信号x1(t)转化为呼吸解析信号s(t),即:
s(t)=x1(t)+jH[x1(t)]
其中H[·]为希尔伯特变换,定义瞬时呼吸频率为:
(2)呼吸间隔(IBI):两次呼吸之间的时间间隔,是新生儿呼吸模式的重要指标;
ωk=uk-uk-1
其中uk为呼吸信号x1(t)的第k个峰值点;
(3)呼吸间隔瞬时概率密度:可反映新生儿呼吸暂停或呼吸不足的发生概率;
其中t表示t>uk的任意时间,Hk={uk,wk,wk-1,…,wk-p+1}表示呼吸间隔的集合,θ={θ0,θ1,θ2,…,θp}为模型参数向量,μ(Hk,θ)和σ分别为表示分布平均值和标准偏差的特征参数,其中分布平均值利用AR模型建模为:p为AR自回归模型的阶数,特征参数μ和σ随时间的变化可利用局部最大似然的方法进行估计,具体为:
μIBI(t)=μ(Hk,θ(t))
σIBI(t)=σ(t)
(4)呼吸间隔瞬时均值:新生儿瞬时呼吸间隔的均值,衡量新生儿呼吸模式的指标;
(5)呼吸间隔瞬时方差:表征新生儿呼吸间隔的瞬时波动性,是衡量新生儿呼吸模式变化的指标;
(6)呼吸间隔瞬时斜率:衡量新生儿呼吸暂停发生概率的指标;
(7)呼吸间隔瞬时峰度:衡量新生儿呼吸暂停发生概率的指标;
(8)呼吸速率瞬时均值:新生儿瞬时呼吸速率的均值,衡量新生儿呼吸模式的指标;
(9)呼吸速率瞬时方差:表征新生儿呼吸速率的瞬时波动性,是衡量新生儿呼吸模式变化的指标;
(10)呼吸间隔瞬时频谱:可作为更加详细的描述新生儿呼吸信号不稳定性的指标;
其中fs为呼吸信号采样率。
(11)呼吸暂停时间(APT):呼吸幅度小于某一阈值的时间长度,衡量新生儿呼吸暂停的重要标志;
(12)呼吸暂停发生率(API):一小时内呼吸暂停发生的概率,衡量新生儿呼吸暂停的重要标志;
(13)呼吸暂停次数(APC):一小时内呼吸暂停发生的次数,衡量新生儿呼吸暂停的重要标志;
(14)呼吸信号短时过零率(RZCR):表示呼吸信号在一帧时间窗30s内波形穿越横轴的次数,反映了呼吸信号的频率信息。
(15)呼吸周期强度RI:呼吸自相关曲线R(τ)的第一峰值幅度R(τp)与第一相关面积Area的乘积:
RI=R(τp)×Area
其中,τp表示第一峰值点对应的时刻;Area表示第一峰值点和自相关曲线起始点所构成直线与自相关曲线之间的归一化平方面积,如图2所示,计算如下:
其中,a表示自相关曲线起始点与第一峰值点连线的斜率。
呼吸周期强度RI代表呼吸信号的周期性,呼吸越规律呼吸周期强度越大,是衡量新生儿呼吸模式规律性的重要指标。
进一步地,在其中一个实施例中,提取的心跳信号特征参数具体包括:
(1)心跳瞬时频率(HIF):新生儿心跳速率的瞬时变化,是衡量新生儿瞬时心跳过速或过缓的指标;
首先借助希尔伯特变化将心跳信号x2(t)转化为心跳解析信号sH(t),即:
sH(t)=x2(t)+jH[x2(t)]
其中H[·]为希尔伯特变换,定义瞬时心跳频率为:
(2)心跳间隔(IHI):两次心跳之间的时间间隔,是新生儿心脏活动的重要指标;
其中uHk为心跳信号x2(t)的第k个峰值点;
(3)心跳间隔瞬时概率密度:可反映新生儿心跳紊乱的发生概率;
其中t表示的任意时间,表示心跳间隔的集合,θh={θ0,θ1,θ2,…,θp}为模型参数向量,μh(Hhk,θh)和σh分别为表示分布平均值和标准偏差的特征参数,其中分布平均值利用AR模型建模为:p为AR自回归模型的阶数,特征参数μh和σh随时间的变化可利用局部最大似然的方法进行估计,具体为:
μIHI(t)=μh(Hhk,θh(t))
σIHI(t)=σh(t)
(4)心跳间隔瞬时均值:新生儿瞬时心跳间隔的均值,衡量新生儿心脏活动的指标;
(5)心跳间隔瞬时方差:表征新生儿心跳间隔的瞬时波动性,是衡量新生儿心脏活动的指标;
(6)心跳间隔瞬时斜率:衡量新生儿心脏活动的指标;
(7)心跳间隔瞬时峰度:衡量新生儿心脏活动的指标;
(8)心跳速率瞬时均值:新生儿瞬时心跳速率的均值,衡量新生儿心脏活动的指标;
(9)心跳速率瞬时方差:表征新生儿心跳速率的瞬时波动性,是衡量新生儿心脏活动的指标;
(10)心跳间隔瞬时频谱:可作为更加详细的描述新生儿心跳信号不稳定性的指标;
其中fs为心跳信号采样率。
(11)心跳信号短时过零率(HZCR),表示心跳信号在一帧时间窗30s内波形穿越横轴的次数,反映了心跳信号的频率信息;
(12)心跳周期强度RH:心跳自相关曲线Rh(τ)的第一峰值幅度Rh(τph)与第一相关面积Areah的乘积:
RH=R(τph)×Areah
其中,τph表示第一峰值点对应的时刻;Areah表示第一峰值点和自相关曲线起始点所构成直线与自相关曲线之间的归一化平方面积,如图3所示,计算如下:
其中,ah表示自相关曲线起始点与第一峰值点连线的斜率。
心跳周期强度RH,代表心跳信号的周期性,心跳越规律心跳周期强度越大,是衡量新生儿心脏活动规律性的重要指标。
所述异常信息辨识模块基于一个或多个特征参数的组合与异常信息对应特征参数数值范围的映射判定是否存在异常信息,并明确具体异常信息;进一步地,在其中一个实施例中,具体为:
接收由特征提取模块所提取的特征参数,设置异常信息标志Warn_Flag,当所有指标均正常时,异常信息标志Warn_Flag=0,否则:
(1)瞬时呼吸频率RIF<0.66或RIF>1.67时,异常信息标志:
Warn_Flag=respi_disorder
(2)瞬时心跳频率HIF<1.5或HIF>3时,异常信息标志:
Warn_Flag=heart_disorder
(3)呼吸暂停时间APT>15s时,异常信息标志:
Warn_Flag=apnea
(4)呼吸暂停次数APC>0时,表示发生呼吸暂停事件,异常信息标志:
Warn_Flag=apnea_cnt
(5)呼吸暂停发生率API>20%时,异常信息标志:
Warn_Flag=danger
所述异常信息处理模块根据异常信息类型选择信息反馈和/或报警,进一步地,在其中一个实施例中,具体如下:
异常信息处理单元:读取来自异常信息辨识模块的异常信息标志Warn_Flag和具体指标,设置优先级为danger>apnea>respi_disorder=heart_disorer>apnea_cnt,当Warn_Flag≠0时,将异常信息标志Warn_Flag和相关的具体指标发送给系统监管者(包括医务人员),用来提示医务人员做相应的处理或者急救准备,例如:
当Warn_Flag=apnea时,发送异常信息标志和呼吸间隔瞬时密度、呼吸间隔瞬时斜率、呼吸间隔瞬时峰度等呼吸暂停相关的指标;
当Warn_Flag=respi_disorder时,发送呼吸瞬时频率、呼吸间隔瞬时方差、呼吸间隔瞬时频谱、呼吸信号短时过零率以及呼吸周期强度等呼吸活动紊乱相关的指标;
当Warn_Flag=heart_disorder时,发送心跳瞬时频率、心跳间隔瞬时方差、心跳间隔瞬时频谱、心跳信号短时过零率以及心跳周期强度等心脏活动紊乱相关的指标。
给医务人员提供更充分的信息,以便作出更加准确的判断。
报警单元:当异常信息标志Warn_Flag=danger时,此时新生儿会出现窒息危险,发出警报,提示医护人员立刻进行急救处理。
以信号采集模块获取的两名新生儿定位信号为例,采用前述方法同时采集并分离其30秒长度的呼吸信号,计算特征参数,根据前述映射关系;
新生儿A呼吸时域波形图以及瞬时呼吸频率如图4所示,此时新生儿呼吸信号保持稳定,瞬时呼吸频率保持在正常范围内,此时没有任何异常情况发生,无需产生任何警示信息,因此异常信息标志Warn_Flag=0。
新生儿B呼吸时域波形图以及瞬时呼吸频率如图5所示,此时新生儿瞬时呼吸频率超出正常范围,但是没有出现呼吸暂停等其他异常情况,此时仅有一种异常情况发生,因此异常信息标志Warn_Flag=respi_disorder,与此同时发送计算得到的呼吸信号短时过零率(79)、呼吸周期强度(0.0624)等指标,其中新生儿B的呼吸周期强度计算如图6所示。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现前述各模块的功能。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现前述各模块的功能。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.非接触式新生儿呼吸监测系统,其特征在于,所述系统包括:
信号采集模块;基于24GHz频段的MIMO-FMCW雷达实时采集多个对象的呼吸和心跳信号;所述信号采集模块包括:
雷达信号采集单元;将雷达回波信号与发射信号混频获得差拍信号;
信号定位单元;对差拍信号进行频域变换,得到距离矩阵;对距离矩阵按帧累积并计算协方差矩阵,通过协方差矩阵与天线阵列的导向矢量构建距离角度矩阵,在距离角度矩阵上进行恒虚警检测,通过自适应门限判决,获得不同对象相对于雷达的距离和角度;
信号提取单元;根据对象的距离和角度信息获取生命体征信号,并通过滤波提取呼吸和心跳信号;
特征提取模块;对所述呼吸和心跳信号进行信号处理,提取反应呼吸状况和心跳状况的特征参数;所述特征提取模块提取的反应呼吸状况和心跳状况的特征参数为瞬时呼吸、心跳指标;所述特征提取模块提取的反应呼吸状况的特征参数包括呼吸瞬时频率、心跳瞬时频率、呼吸周期强度、心跳周期强度;
所述呼吸瞬时频率计算方式如下:
借助希尔伯特变化将呼吸信号转化为呼吸解析信号,即:
所述心跳瞬时频率计算方式如下:
借助希尔伯特变化将心跳信号转化为心跳解析信号,即:
定义瞬时心跳频率为:
所述呼吸周期强度为呼吸信号的自相关曲线的第一峰值幅度与第一相关面积的乘积,其中第一相关面积表示第一峰值点和自相关曲线起始点所构成直线与自相关曲线之间的归一化平方面积;
所述心跳周期强度为心跳信号的自相关曲线的第一峰值幅度与第一相关面积的乘积,其中第一相关面积表示第一峰值点和自相关曲线起始点所构成直线与自相关曲线之间的归一化平方面积;
异常信息辨识模块;基于一个或多个特征参数的组合与异常信息对应特征参数数值范围的映射判定是否存在异常信息,并明确具体异常信息;
所述一个或多个特征参数的组合与异常信息对应特征参数数值范围的映射包括:
基于瞬时呼吸/心跳频率确认的呼吸/心跳紊乱;
和/或基于呼吸暂停时间确认的窒息;
和/或基于呼吸暂停次数确认的窒息;
和/或基于呼吸暂停发生率确认的窒息;
异常信息处理模块;根据异常信息类型选择信息反馈和/或报警。
2.根据权利要求1所述的系统,其特征在于,所述特征提取模块提取的反应呼吸状况的特征参数包括呼吸间隔、呼吸间隔瞬时信息的统计参数、呼吸速率瞬时信息的统计参数、呼吸暂停时间、呼吸暂停发生率、呼吸暂停次数、呼吸信号短时过零率中的一个或多个。
3.根据权利要求1所述的系统,其特征在于,所述特征提取模块提取的反应心跳状况的特征参数包括心跳间隔、心跳间隔瞬时信息的统计参数、心跳速率瞬时信息的统计参数、心跳信号短时过零率中的一个或多个。
4.根据权利要求1所述的系统,其特征在于,所述异常信息辨识模块包括:
设置异常信息标志,针对辨识出的异常信息对异常信息标志进行赋值。
5.根据权利要求1或4所述的系统,其特征在于,所述异常信息处理模块包括:
信息处理单元;获取异常信息/异常信息标志,对异常信息进行优先级设置;
信息反馈单元;将异常信息/异常信息标志和相关的特征参数推送给系统监管者;
报警单元;对高优先级的异常信息执行报警。
6.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述系统模块的功能。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,计算机处理器执行所述计算机程序时实现权利要求1至4中任一项所述系统模块的功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110170927.XA CN112971743B (zh) | 2021-02-08 | 2021-02-08 | 非接触式新生儿呼吸监测系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110170927.XA CN112971743B (zh) | 2021-02-08 | 2021-02-08 | 非接触式新生儿呼吸监测系统、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112971743A CN112971743A (zh) | 2021-06-18 |
CN112971743B true CN112971743B (zh) | 2022-05-27 |
Family
ID=76349287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110170927.XA Active CN112971743B (zh) | 2021-02-08 | 2021-02-08 | 非接触式新生儿呼吸监测系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112971743B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230123699A (ko) * | 2022-02-17 | 2023-08-24 | 주식회사 에이유 | 비접촉식 생체 신호 측정 시스템 및 방법 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017156492A1 (en) * | 2016-03-11 | 2017-09-14 | Origin Wireless, Inc. | Methods, apparatus, servers, and systems for vital signs detection and monitoring |
CN111887818A (zh) * | 2020-08-27 | 2020-11-06 | 南京工业职业技术学院 | 一种基于微波雷达的生命体征智能监测控制系统和方法 |
-
2021
- 2021-02-08 CN CN202110170927.XA patent/CN112971743B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112971743A (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11690519B2 (en) | Apparatus, system, and method for monitoring physiological signs | |
Scalise et al. | Measurement of respiration rate in preterm infants by laser Doppler vibrometry | |
Lee et al. | Monitoring and analysis of respiratory patterns using microwave doppler radar | |
KR102091974B1 (ko) | Fmcw 레이더를 이용한 위치 추적 및 호흡(심박) 패턴 측정 방법 | |
JP4526532B2 (ja) | 信号の解析及び処理方法 | |
US20160022204A1 (en) | An apparatus for remote contactless monitoring of sleep apnea | |
CN113925475B (zh) | 一种非接触式的人体健康监测系统及监测方法 | |
KR20110008080A (ko) | 비접촉식 생리학적 모션 센서 및 모션 센서의 사용 방법 | |
WO2014009854A1 (en) | Method for improved determination of maternal heart rate and fetal monitoring system thereto | |
CN112263242A (zh) | 基于fmcw雷达的呼吸检测及模式分类方法 | |
Scalise et al. | Optical method for measurement of respiration rate | |
CN112971743B (zh) | 非接触式新生儿呼吸监测系统、设备和存储介质 | |
Liu et al. | Non-contact human fatigue assessment system based on millimeter wave radar | |
CN114587347A (zh) | 肺功能检测方法、系统、装置、计算机设备和存储介质 | |
CN114176564A (zh) | 基于雷达信号提取呼吸状态的方法 | |
Scalise et al. | A non-contact optical procedure for precise measurement of respiration rate and flow | |
Vasu et al. | Signal processing methods for non-contact cardiac detection using Doppler radar | |
CN111685760A (zh) | 一种基于雷达测量的人体呼吸频率计算方法 | |
Phan | Estimating confident index of respiratory signal using an accelerometer | |
Hill et al. | Touchless respiratory monitor preliminary data and results | |
Vasu et al. | Using the Lomb periodogram for non-contact estimation of respiration rates | |
Rao et al. | A review on different technical specifications of respiratory rate monitors | |
Muthusamy et al. | An overview of respiratory airflow estimation techniques: Acoustic vs non-acoustic | |
Scalise et al. | Laser measurement of respiration activity in preterm infants: Monitoring of peculiar events | |
Scalise et al. | Non‐contact Laser‐based Human Respiration Rate Measurement |
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 |