CN113729678A - 一种基于毫米波雷达的无线体征测量系统 - Google Patents
一种基于毫米波雷达的无线体征测量系统 Download PDFInfo
- Publication number
- CN113729678A CN113729678A CN202111186847.XA CN202111186847A CN113729678A CN 113729678 A CN113729678 A CN 113729678A CN 202111186847 A CN202111186847 A CN 202111186847A CN 113729678 A CN113729678 A CN 113729678A
- Authority
- CN
- China
- Prior art keywords
- signal
- beat
- millimeter wave
- wave radar
- respiration
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 13
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 35
- 230000011218 segmentation Effects 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 238000006073 displacement reaction Methods 0.000 claims abstract description 9
- 230000000241 respiratory effect Effects 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 210000000038 chest Anatomy 0.000 description 16
- 230000036387 respiratory rate Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009532 heart rate measurement Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000009531 respiratory rate measurement Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000481 breast Anatomy 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
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
- A61B5/02—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
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- 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
- A61B5/7203—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
- A61B5/7235—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
- A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Signal Processing (AREA)
- Pulmonology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了医学无线电技术及生理信号检测技术领域的为一种基于毫米波雷达的无线体征测量系统,包括毫米波雷达,用于发射多个频率随时间线性增长的信号,称为chirp;数据预处理模块,用于将单个chirp信号的时域波形sT(t)和接收到的信号sR(t)混频后得到IF信号,将IF信号进行FFT变换得到胸部位移信号;带通滤波器,用于获得呼吸信号与心跳信号;所述数据预处理模块还用于从呼吸信号中提取逐拍呼吸率和心拍分割结果,本发明实现了非接触式的生理监测,提高生理体征监测的舒适度,有效检测,满足各种使用需求。
Description
技术领域
本发明涉及医学无线电技术及生理信号检测技术领域,具体为一种基于毫米波雷达的无线体征测量系统。
背景技术
近年来,国家出台了一系列的政策来支持医疗健康事业的发展。医疗监护的智能化、智慧化是未来医疗发展的一个重要趋势。随着智慧医疗的深入推进,尽可能实时获取更多的生命体征信息,综合分析健康状况的需求越发迫切。传统的生命体征监测方式以接触式为主,通常采用压力、电、磁场等传感器,通过测量电容、电阻等物理量的变化来计算人体呼吸频率、心率等信息。
心率和呼吸率是反映个人健康状况的关键指标,监测人体的生命体征,比如心率和呼吸率等非常重要,传统的心率测量需要佩戴电极贴,而呼吸率的测量也需要被试者在胸部绑上一条弹性带,会使被测者行动不便,而且部署繁琐,难以满足实时性的需要,而且对于一些特殊人群,如婴幼儿、烧伤病人等群体,不能对目标进行有效的监测,限制了其使用范围。
基于此,本发明设计了一种基于毫米波雷达的无线体征测量系统,以解决上述问题。
发明内容
本发明的目的在于提供一种基于毫米波雷达的无线体征测量系统,以解决上述背景技术中提出的传统的心率测量需要佩戴电极贴,而呼吸率的测量也需要被试者在胸部绑上一条弹性带,会使被测者行动不便,而且部署繁琐,很难满足实时性的需要,而且对于一些特殊病人,不能对目标进行有效的监测,限制了其使用范围的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于毫米波雷达的无线体征测量系统,包括毫米波雷达,用于发射多个频率随时间线性增长的信号,称为chirp;数据预处理模块,用于将单个chirp信号的时域波形sT(t)和接收到的信号sR(t)混频后得到IF信号,将IF信号进行FFT变换得到胸部位移信号;带通滤波器,用于获得呼吸信号与心跳信号;所述数据预处理模块还用于从呼吸信号中提取逐拍呼吸率和心拍分割结果。
优选的,所述数据预处理模块还包括静止反射消除,将IF信号相邻两帧IF序列相减去除静态物体的干扰。
优选的,所述胸部位移信号为设IF信号幅度谱峰值对应频率为fb,计算逐帧IF信号的相位谱fb处对应的相位得到的。
优选的,所述呼吸信号与心跳信号通过截止频率为[0.1,0.6]Hz与[8,24]Hz的三阶巴特沃斯带通滤波器与的三阶巴特沃斯带通滤波器获得。
优选的,所述数据预处理模块用于从呼吸信号中提取逐拍呼吸率的算法为:
截取前30S信号进行FFT变换,估算呼吸信号的周期T;
根据呼吸周期T计算滑动平均曲线MAC(t);
在滑动平均曲线MAC(t)与呼吸信号的交点区间内寻找波谷点;
计算每相邻两个波谷点序列的差值作为逐拍呼吸率计算结果。
优选的,所述数据预处理模块用于从呼吸信号中提取逐拍心率的算法为:
对于一段长度为1~2分钟的心跳信号段x(n)n=1,...,N,获取其中所有极大值点,截取这些极大值点前后各0.4s长度的信号,得到模板学习样本集B={b0,b1,...,bn};
计算模板学习样本集中每两段信号间的皮尔逊相关系数,得到相关系数矩阵S;
计算模板与时间窗内心跳信号间的相关系数,得到相关系数曲线;
对前10s心跳信号做FFT变换,然后进行频域寻峰确定心率近似值;
在最初的2s的Corr(i)信号中选取最大值,作为心拍分割的起点J0,初始化当前心拍分割个数k=0;
以Jk起点,向后搜索[60/(HRe+20)s,60/(HRe–20)s]范围内的最大值点作为下一个心拍分割点Jk+1;
若Jk+1第个点向后搜索[60/(HRe+20)s,60/(HRe–20)s]时间段后超出了Corr(i)的长度,则输出{J0,...,Jk+1}作为心拍分割点集,否则令k=k+1,返回上一步;
对心拍分割点集{J0,...,Jk+1}相邻两点作差作为心拍分割结果。
与现有技术相比,本发明的有益效果是:
本发明可在人体处于静止状态下,探测人体胸部表面由于呼吸及心跳导致的微小振动,通过胸部位移中可以提取呼吸新号及心跳信号,进而计算逐拍呼吸率及逐拍心率,实现了非接触式的生理监测,提高生理体征监测的舒适度,有效检测,满足各种使用需求。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明雷达发射信号与接收信号距离测量原理示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:
一种基于毫米波雷达的无线体征测量系统,包括毫米波雷达,用于发射多个频率随时间线性增长的信号,称为chirp;数据预处理模块,用于将单个chirp信号的时域波形sT(t)和接收到的信号sR(t)混频后得到IF信号,将IF信号进行FFT变换得到胸部位移信号;带通滤波器,用于获得呼吸信号与心跳信号;所述数据预处理模块还用于从呼吸信号中提取逐拍呼吸率和心拍分割结果。
本发明通过对毫米波雷达获取的中频信号进行频域分析,获取人体胸部表面对应频率的相位变化信号φ(n),该信号的相位变化对应着胸腔表面由于心跳及呼吸产生的距离变化。对φ(n)使用滤波器进行滤波,能够获取心跳信号及呼吸信号。
在获取心跳信号及呼吸信号的基础上,应用本发明提出的心拍分割算法与呼吸率提取算法能够得到逐拍呼吸率及逐拍心率。
其中,毫米波雷达工作在毫米波段。通常毫米波是指30~300GHz频段(波长为1~10mm)。毫米波雷达结合调频连续波(FMCW)技术能够对不同个体的生命体征进行非接触测量。FMCW雷达发射多个频率虽时间线性增长的信号,称为chirp,单个chirp信号的时域波形sT(t)为
其中B是信号的带宽,Tc是chirp的时间长度,fc是单个chirp的起始频率,c为光速。当信号遇到距离为d的单个物体被反射。接收器接收到的信号会有时间为td的时延,同时由于信号的衰减,接收信号的幅度会改变,接收到的信号sR(t)为
将sR(t)与sT(t)混频后得到IF信号,表达式为
在频域上产生单个峰值。若是有多个反射物,则产生多个峰值。由于采样时长为Tc,频率分辨率为1/Tc。距离雷达为d1与d2目标在range FFT频谱上显示两个谱峰,需要满足
因此FMCW雷达的距离分辨率Δd为
毫米波雷达的距离分辨率高,例如,工作在77-81GHz下的FMCW毫米波雷达,其理论距离分辨率为3.75cm。在公式(4)中阐述了接收天线接收到的单个反射物体的相位与φ(t)距离d的关系
由于td的时间长度约为1ns,因此约为之间,该项可以被忽略。在短距离雷达应用中,由于range-correlation效应,Δφ(t)=φ(t)-φ(t-td)可以忽略。设胸部表面距雷达信号的距离变化为d(t)=d0+R(t),R(t)是由于心跳及呼吸导致的胸部反射面随时间微小周期性变化。时域上单个range bin的反射信号可以写成td
由于距离分辨率为3~4cm,因此心跳及呼吸导致的胸部微小起伏无法导致RangeFFT变换后频谱峰值的位置发生变化,因此fb为常数。由于单个chirp的时间约为40μs,单个个体在一个chirp内产生0.1mm的位移所需要的速度为2.5m/s,因此单个chirp内的相位可视为常数。人所在的range bin为di时,第n个chirp的相位为
本发明使用的单个chirp的起始频率fc为77GHz,波长λc约为3.9mm,胸部0.25mm的微小起伏就会导致对应相位信号π/2的变化。因此胸部微小的起伏就能导致明显的相位变化。
其中,雷达信号的原始IF信号中混有静态物体的反射信号,需要进行静物消除。静态物体反射信号的幅值与相位不随时间的变化改变。可以通过相邻两帧IF序列相减去除静态物体的干扰。
在人体处于静止状态下,胸部位置呼吸信号引起的逐帧距离变化最大。因此,在静物消除后,IF信号频谱胸腔位置对应频率的幅值最大。对原始IF信号进行FFT变换,设IF信号幅度谱峰值对应频率为fb。计算逐帧IF信号的相位谱fb处对应的相位,得到胸部位移信号φ(n)。
使用截止频率为[0.1,0.6]Hz与[8,24]Hz的三阶巴特沃斯带通滤波器,可以获得呼吸信号与心跳信号。
逐拍呼吸率提取
从呼吸信号中提取逐拍呼吸率的算法流程如下:
截取前30s信号进行FFT变换,估算呼吸信号的周期T;
根据呼吸周期T计算滑动平均曲线MAC(t)(Moving average curve,MAC),其中滑动平均曲线MAC(t)由窗口时间为T的滑动平均滤波器得出;计算公式如下:
在滑动平均曲线MAC(t)与呼吸信号的交点区间内寻找波谷点;
计算每相邻两个波谷点序列的差值作为逐拍呼吸率计算结果。
逐拍心率计算
本发明基于模板匹配法计算逐拍心率,对于一段长度为1~2分钟的信号段x(n)n=1,...,N,获取其中所有极大值点,截取这些极大值点前后各0.4s长度的信号,得到模板学习样本集B={b0,b1,...,bn},其中bi代表第i个极值点处截取的信号;
计算模板学习样本集中每两段信号间的皮尔逊相关系数,得到相关系数矩阵S。其中
M(S)为模板样本集皮尔逊相关系数的中位数。基于皮尔逊相关系数矩阵运行亲和传播(Affinity Propagation,AP)聚类算法,计算样本数最多的类别的平均值作为学习到的心跳信号模板。当单个心拍信号的标准模板St被确定后,设定与St相同大小的滑动时间窗。计算模板与时间窗内心跳信号Si间的相关系数
得到相关系数曲线后执行以下步骤得到心拍分割结果:
对前10s心跳信号做FFT变换,然后进行频域寻峰确定心率近似值HRe;
在最初的2s的Corr(i)信号中选取最大值,作为心拍分割的起点J0。初始化当前心拍分割个数k=0;
以Jk起点,向后搜索[60/(HRe+20)s,60/(HRe–20)s]范围内的最大值点作为下一个心拍分割点Jk+1;
若Jk+1第个点向后搜索[60/(HRe+20)s,60/(HRe–20)s]时间段后超出了Corr(i)的长度,则输出{J0,...,Jk+1}作为心拍分割点集,否则令k=k+1,返回上一步;
对心拍分割点集{J0,...,Jk+1}相邻两点作差作为心拍分割结果。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种基于毫米波雷达的无线体征测量系统,其特征在于:包括毫米波雷达,用于发射多个频率随时间线性增长的信号,称为chirp;数据预处理模块,用于将单个chirp信号的时域波形sT(t)和接收到的信号sR(t)混频后得到IF信号,将IF信号进行FFT变换得到胸部位移信号;带通滤波器,用于获得呼吸信号与心跳信号;所述数据预处理模块还用于从呼吸信号中提取逐拍呼吸率和心拍分割结果。
2.根据权利要求1所述的一种基于毫米波雷达的无线体征测量系统,其特征在于:所述数据预处理模块还包括静止反射消除,将IF信号相邻两帧IF序列相减去除静态物体的干扰。
3.根据权利要求1所述的一种基于毫米波雷达的无线体征测量系统,其特征在于:所述胸部位移信号为设IF信号幅度谱峰值对应频率为fb,计算逐帧IF信号的相位谱fb处对应的相位得到的。
4.根据权利要求1所述的一种基于毫米波雷达的无线体征测量系统,其特征在于:所述呼吸信号与心跳信号通过截止频率为截止频率为[0.1,0.6]Hz与[8,24]Hz的三阶巴特沃斯带通滤波器与的三阶巴特沃斯带通滤波器获得。
5.根据权利要求1所述的一种基于毫米波雷达的无线体征测量系统,其特征在于:所述数据预处理模块用于从呼吸信号中提取逐拍呼吸率的算法为:
截取前30S信号进行FFT变换,估算呼吸信号的周期T;
根据呼吸周期T计算滑动平均曲线MAC(t);
在滑动平均曲线MAC(t)与呼吸信号的交点区间内寻找波谷点;
计算每相邻两个波谷点序列的差值作为逐拍呼吸率计算结果。
6.据权利要求1所述的一种基于毫米波雷达的无线体征测量系统,其特征在于:所述数据预处理模块用于从呼吸信号中提取逐拍心率的算法为:
对于一段长度为1~2分钟的信号段x(n)n=1,...,N,获取其中所有极大值点,截取这些极大值点前后各0.4s长度的信号,得到模板学习样本集B={b0,b1,...,bn};
计算模板学习样本集中每两段信号间的皮尔逊相关系数,得到相关系数矩阵S;
计算模板与时间窗内心跳信号间的相关系数,得到相关系数曲线;
对前10s心跳信号做FFT变换,然后进行频域寻峰确定心率近似值;
在最初的2s的Corr(i)信号中选取最大值,作为心拍分割的起点J0,初始化当前心拍分割个数k=0;
以Jk起点,向后搜索[60/(HRe+20)s,60/(HRe–20)s]范围内的最大值点作为下一个心拍分割点Jk+1;
若Jk+1第个点向后搜索[60/(HRe+20)s,60/(HRe–20)s]时间段后超出了Corr(i)的长度,则输出{J0,...,Jk+1}作为心拍分割点集,否则令k=k+1,返回上一步;
对心拍分割点集{J0,...,Jk+1}相邻两点作差作为心拍分割结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111186847.XA CN113729678B (zh) | 2021-10-12 | 2021-10-12 | 一种基于毫米波雷达的无线体征测量系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111186847.XA CN113729678B (zh) | 2021-10-12 | 2021-10-12 | 一种基于毫米波雷达的无线体征测量系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113729678A true CN113729678A (zh) | 2021-12-03 |
CN113729678B CN113729678B (zh) | 2023-11-21 |
Family
ID=78726467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111186847.XA Active CN113729678B (zh) | 2021-10-12 | 2021-10-12 | 一种基于毫米波雷达的无线体征测量系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113729678B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114469178A (zh) * | 2022-02-25 | 2022-05-13 | 大连理工大学 | 一种可应用于智能手机的基于声波信号的眨眼检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080136609A1 (en) * | 2004-12-17 | 2008-06-12 | Toyota Jidosha Kabushiki Kaisha | Visual Ability Improvement Supporting Device |
CN101810476A (zh) * | 2009-12-22 | 2010-08-25 | 李顶立 | 一种动态心电图的心拍模板分类方法 |
CN108056769A (zh) * | 2017-11-14 | 2018-05-22 | 深圳市大耳马科技有限公司 | 一种生命体征信号分析处理方法、装置和生命体征监测设备 |
CN111938613A (zh) * | 2020-08-07 | 2020-11-17 | 南京茂森电子技术有限公司 | 基于毫米波雷达的健康监测装置及方法 |
CN112472051A (zh) * | 2020-12-16 | 2021-03-12 | 山东润一智能科技有限公司 | 一种生命体征监测的毫米波雷达装置、方法及系统 |
-
2021
- 2021-10-12 CN CN202111186847.XA patent/CN113729678B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080136609A1 (en) * | 2004-12-17 | 2008-06-12 | Toyota Jidosha Kabushiki Kaisha | Visual Ability Improvement Supporting Device |
CN101810476A (zh) * | 2009-12-22 | 2010-08-25 | 李顶立 | 一种动态心电图的心拍模板分类方法 |
CN108056769A (zh) * | 2017-11-14 | 2018-05-22 | 深圳市大耳马科技有限公司 | 一种生命体征信号分析处理方法、装置和生命体征监测设备 |
CN111938613A (zh) * | 2020-08-07 | 2020-11-17 | 南京茂森电子技术有限公司 | 基于毫米波雷达的健康监测装置及方法 |
CN112472051A (zh) * | 2020-12-16 | 2021-03-12 | 山东润一智能科技有限公司 | 一种生命体征监测的毫米波雷达装置、方法及系统 |
Non-Patent Citations (3)
Title |
---|
任伟: "FMCW毫米波雷达多人呼吸检测方法", 信号处理, vol. 37, no. 9, pages 1581 - 1588 * |
安东港: "基于毫米波雷达的生命体征信号检测研究", 基础科学辑 * |
王天润: "基于高频线性调频连续波的生命体征测量研究", 系统仿真学报, vol. 30, no. 11, pages 4292 - 4297 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114469178A (zh) * | 2022-02-25 | 2022-05-13 | 大连理工大学 | 一种可应用于智能手机的基于声波信号的眨眼检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113729678B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | mmHRV: Contactless heart rate variability monitoring using millimeter-wave radio | |
CN107529646A (zh) | 一种基于欧拉影像放大的无接触式心率测量方法及装置 | |
CN106175723A (zh) | 一种基于fmcw宽带雷达的多生命监护系统 | |
CN113171064B (zh) | 一种基于雷达的生命体征检测方法 | |
CN114847911A (zh) | 一种基于毫米波雷达的多人生命体征监测方法 | |
CN115089143A (zh) | 毫米波雷达生命体征信号提取和测量方法 | |
CN113273978A (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 | |
CN115736886A (zh) | 一种基于毫米波雷达的多目标呼吸率参数估计方法 | |
CN112558031A (zh) | 一种生命运动及体征监测方法、系统及存储介质 | |
CN113729678A (zh) | 一种基于毫米波雷达的无线体征测量系统 | |
CN110161491A (zh) | 一种针对微弱生命体的测距和呼吸频率估计方法 | |
Yamamoto et al. | Non-contact heartbeat detection by heartbeat signal reconstruction based on spectrogram analysis with convolutional LSTM | |
Iyer et al. | Contactless detection and analysis of human vital signs using concurrent dual-band RF system | |
CN115736872A (zh) | 一种基于毫米波雷达实时计算心率的方法 | |
CN115399747A (zh) | 一种基于毫米波雷达的多人生命体征监测方法 | |
CN116172539A (zh) | 基于机器学习的生命体征检测方法、系统、设备及介质 | |
CN117530666B (zh) | 呼吸异常识别模型训练方法、呼吸异常识别方法及设备 | |
CN113116320A (zh) | 一种基于vmd的fmcw雷达生命信号检测方法 | |
Zhao et al. | Multi-target vital signs remote monitoring using mmWave FMCW radar | |
CN114983373B (zh) | 一种检测人体心率的方法 | |
CN109316174A (zh) | 一种基于波形设计与反射波处理的生命体征无线监测方法 | |
Hu et al. | Using fmcw millimeter-wave radar to realize the detection of vital signs | |
CN114931368A (zh) | 一种毫米波雷达生命体征动态检测方法 | |
Wang et al. | Separation and denoising of respiratory heartbeat signals based on millimeter-wave radar | |
Li et al. | ECG signal detection method based on millimeter wave radar |
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 |