CN113907742B - 睡眠呼吸数据的监测方法及装置 - Google Patents
睡眠呼吸数据的监测方法及装置 Download PDFInfo
- Publication number
- CN113907742B CN113907742B CN202111276194.4A CN202111276194A CN113907742B CN 113907742 B CN113907742 B CN 113907742B CN 202111276194 A CN202111276194 A CN 202111276194A CN 113907742 B CN113907742 B CN 113907742B
- Authority
- CN
- China
- Prior art keywords
- signal
- breathing
- sleep
- target object
- state
- 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
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims abstract description 142
- 230000007958 sleep Effects 0.000 title claims abstract description 140
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 50
- 230000002159 abnormal effect Effects 0.000 claims abstract description 20
- 230000000241 respiratory effect Effects 0.000 claims description 103
- 230000033001 locomotion Effects 0.000 claims description 28
- 208000008784 apnea Diseases 0.000 claims description 20
- 206010006334 Breathing abnormalities Diseases 0.000 claims description 15
- 208000024584 respiratory abnormality Diseases 0.000 claims description 12
- 238000012806 monitoring device Methods 0.000 claims description 9
- 230000035565 breathing frequency Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 5
- 206010006100 Bradykinesia Diseases 0.000 claims description 4
- 208000006083 Hypokinesia Diseases 0.000 claims description 4
- 230000036391 respiratory frequency Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 10
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 238000012360 testing method Methods 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 7
- 238000010168 coupling process Methods 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 210000001015 abdomen Anatomy 0.000 description 4
- 230000002612 cardiopulmonary effect Effects 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 208000019116 sleep disease Diseases 0.000 description 3
- 206010062519 Poor quality sleep Diseases 0.000 description 2
- 206010042434 Sudden death Diseases 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000000422 nocturnal effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000023504 respiratory system disease Diseases 0.000 description 2
- 201000002859 sleep apnea Diseases 0.000 description 2
- 230000008667 sleep stage Effects 0.000 description 2
- 208000008203 tachypnea Diseases 0.000 description 2
- 206010043089 tachypnoea Diseases 0.000 description 2
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010035148 Plague Diseases 0.000 description 1
- 208000004756 Respiratory Insufficiency Diseases 0.000 description 1
- 206010038678 Respiratory depression Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036471 bradycardia Effects 0.000 description 1
- 208000006218 bradycardia Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008722 morphological abnormality Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000036385 rapid eye movement (rem) sleep Effects 0.000 description 1
- 230000001020 rhythmical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- A61B5/4818—Sleep apnoea
-
- 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
- A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/087—Measuring breath flow
- A61B5/0871—Peak expiratory flowmeters
-
- 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
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
- A61B5/1115—Monitoring leaving of a patient support, e.g. a bed or a wheelchair
-
- 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
- A61B5/4812—Detecting sleep stages or cycles
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)
- Pulmonology (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种睡眠呼吸数据的监测方法及装置。其中,该方法包括:通过雷达采集目标对象的距离信号和呼吸信号;根据距离信号和呼吸信号对目标对象的状态进行确定,其中,状态包括睡眠状态和清醒状态。根据目标对象在睡眠状态中的距离信号和呼吸信号,确定目标对象的睡眠呼吸特征;根据睡眠呼吸特征监测目标对象是否处于呼吸异常状态。本发明解决了相关技术中睡眠呼吸检测方法需要依赖于电极贴片,使用不便,且测试过程中电极贴片易脱落导致监测中断,不能可持续性跟踪观察诊断结果的技术问题。
Description
技术领域
本发明涉及呼吸监测领域,具体而言,涉及一种睡眠呼吸数据的监测方法及装置。
背景技术
人的一生有长达三分之一的时间在睡眠中度过,睡眠障碍性疾病严重影响人类身心健康。随着社会的发展,人类对睡眠疾病越来越重视,2014年美国睡眠医学会AASM指出,睡眠呼吸障碍是睡眠疾病的重要组成部分。
目前对于睡眠呼吸监测的黄金标准依旧是多导睡眠图(Polysomnography,PSG),其监测的睡眠参数包括:脑电图、心电图、肌电图、眼动图、胸式和腹式呼吸张力图、鼻及口通气量、体位体动、血氧饱和度等十余项生理信号,多导睡眠仪监测的生理参数十分全面。还可以通过迷你电脑睡眠仪设备进行睡眠呼吸监测,迷你脑电睡眠仪设备轻至15g,轻贴在额头即可采集人体脑电信号,连接APP可在设备导出睡眠报告,成本低、易操作。心肺耦合技术可以用来确认被测人员每一分钟的深睡、浅睡、快速眼动(REM)睡眠、清醒等状态,也常被用于检测睡眠中的呼吸障碍疾病,并鉴别呼吸事件类型。
多导睡眠监测要求被测人员到医院接受整晚的监测,往往对被测人员造成一定程度的心理负担,进而影响诊断结果的准确性;多导睡眠监测需要技术人员值守干预,过多的电极贴片操作十分复杂,专业性强、成本高且效率低,大大限制了此方法的普适范围,这成为困扰基层开展睡眠呼吸诊治工作的瓶颈;睡眠呼吸障碍属于慢性疾病,需要进行长时间、持续性监测,但多导睡眠监测无法满足稳定长期监测的需求;迷你脑电睡眠仪和心肺耦合测量仪分别需要贴在额头、胸口,一方面可能会影响人的睡眠质量,另一方面它们在睡眠中使用可能会掉落,无法获取稳定连续的生理信号;迷你脑电睡眠仪和心肺耦合测量仪均不是直接基于呼吸信号的呼吸异常检测设备,数据来源途径较间接,可能存在较大的检测误差。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种睡眠呼吸数据的监测方法及装置,已解决相关技术中睡眠呼吸检测方法需要依赖于电极贴片,使用不便,且测试过程中电极贴片易脱落导致监测中断,不能可持续性跟踪观察诊断结果的技术问题。
根据本发明实施例的一个方面,提供了一种睡眠呼吸数据的监测方法,包括:通过雷达采集目标对象的距离信号和呼吸信号;根据所述距离信号和所述呼吸信号对所述目标对象的睡眠状态进行确定,其中,所述状态包括睡眠状态和清醒状态;根据所述目标对象在睡眠状态中的距离信号和呼吸信号,确定所述目标对象的睡眠呼吸特征;根据所述睡眠呼吸特征监测所述目标对象是否处于呼吸异常状态。
可选的,根据所述距离信号和所述呼吸信号对所述目标对象的状态进行确定包括:根据所述距离信号确定所述目标对象为在床状态或者离床状态;在所述目标对象为在床状态的情况下,根据所述距离信号对所述目标对象进行体动检测,得到体动检测结果;根据所述距离信号,呼吸信号和所述体动检测结果,确定所述目标对象的状态处于清醒状态或睡眠状态。
可选的,根据所述目标对象在睡眠状态中的距离信号和呼吸信号,确定所述目标对象的睡眠呼吸特征包括:确定所述目标对象在睡眠状态中所述距离信号和所述呼吸信号为目标距离信号和目标呼吸信号;根据所述目标距离信号,确定预设距离范围内的功率之和,其中,所述目标距离信号包括信号功率;根据所述目标呼吸信号确定呼吸频率、呼吸信号的峰-峰值以及呼吸信号方差。
可选的,所述呼吸异常状态包括:呼吸过快、呼吸过慢、潮式呼吸、呼吸暂停;根据所述睡眠呼吸特征监测所述目标对象是否处于呼吸异常状态包括:在所述呼吸频率超过第一频率阈值的情况下,确定所述目标对象处于呼吸过快的呼吸异常状态;在所述呼吸频率不超过第二频率阈值的情况下,确定所述目标对象处于呼吸过慢的呼吸异常状态;在所述呼吸信号的峰-峰值先增大再减小的情况下,确定所述目标对象处于潮式呼吸的呼吸异常状态;在所述预设距离范围内的功率之和小于预设功率阈值,且所述呼吸信号方差小于预设方差阈值的情况下,确定所述目标对象处于呼吸暂停的呼吸异常状态。
可选的,所述距离信号为一维距离像信号,所述呼吸信号为呼吸相位信号,根据所述目标距离信号,确定预设距离范围内的功率之和包括:通过第一公式,确定所述预设距离范围内的功率之和,所述第一公式如下:式中,r1为所述预设距离范围内最近的距离门,r2为所述预设距离范围内最远的距离门,pk为第k时刻r1到r2的睡眠体征功率之和,pkr为第k时刻所述预设距离范围内任一距离门r的睡眠体征功率。
可选的,根据所述目标呼吸信号,确定呼吸信号方差包括:通过第二公式,确定所述呼吸信号方差,所述第二公式如下:式中,vk为第k时刻呼吸信号方差,sk为第k时刻呼吸信号幅值,/>为k-l+1时刻到k+l时刻呼吸信号幅值的均值,2l为时间窗的窗长。
可选的,所述方法还包括:采集所述呼吸信号的同时,监测所述呼吸信号中发生呼吸事件的起始时间、终止时间、事件持续时间;在所述呼吸暂停的时间超过预设时间阈值的情况下,实时发送告警信息。
根据本发明实施例的另一方面,还提供了一种睡眠呼吸数据的监测装置,包括:采集模块,用于通过雷达采集目标对象的距离信号和呼吸信号;第一确定模块,用于根据所述距离信号和所述呼吸信号对所述目标对象的睡眠状态进行确定,其中,所述状态包括睡眠状态和清醒状态;第二确定模块,用于根据所述目标对象在睡眠状态中的距离信号和呼吸信号,确定所述目标对象的睡眠呼吸特征;监测模块,用于根据所述睡眠呼吸特征监测所述目标对象是否处于呼吸异常状态。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的睡眠呼吸数据的监测方法。
根据本发明实施例的另一方面,还提供了一种计算机存储介质,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的睡眠呼吸数据的监测方法。
在本发明实施例中,采用通过雷达采集目标对象的距离信号和呼吸信号;根据距离信号和呼吸信号对目标对象的状态进行确定,其中,状态包括睡眠状态和清醒状态;根据目标对象在睡眠状态中的距离信号和呼吸信号,确定目标对象的睡眠呼吸特征;根据睡眠呼吸特征监测目标对象是否处于呼吸异常状态的方式,通过雷达获取目标对象的距离信号和呼吸信号,对目标对象的状态进行判定,根据其处于睡眠状态的距离信号和呼吸信号,进行睡眠呼吸特征的确定,进而确定目标对象是否呼吸异常,达到了通过雷达探测的方式,对目标对象睡眠状态的呼吸数据进行有效监测的目的,提高了目标对象的呼吸监测稳定性和有效性,并简化监测操作的技术效果,进而解决了相关技术中睡眠呼吸检测方法需要依赖于电极贴片,使用不便,且测试过程中电极贴片易脱落导致监测中断,不能可持续性跟踪观察诊断结果的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种睡眠呼吸数据的监测方法的流程图;
图2是根据本发明实施方式的雷达系统结构的示意图;
图3是根据本发明实施方式的长时间呼吸暂停告警分析的流程图;
图4是根据本发明实施方式的预处理模块的示意图;
图5是根据本发明实施方式的目标对象的数据分段的示意图;
图6是根据本发明实施方式的呼吸监测特征提取的流程图;
图7是根据本发明实施方式的呼吸异常分析和潮式呼吸分析的流程图;
图8是根据本发明实施方式的呼吸暂停分析的流程图;
图9是根据本发明实施例的一种睡眠呼吸数据的监测装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种睡眠呼吸数据的监测方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种睡眠呼吸数据的监测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,通过雷达采集目标对象的距离信号和呼吸信号;
步骤S104,根据距离信号和呼吸信号对目标对象的状态进行确定,其中,状态包括睡眠状态和清醒状态;
步骤S106,根据目标对象在睡眠状态中的距离信号和呼吸信号,确定目标对象的睡眠呼吸特征;
步骤S108,根据睡眠呼吸特征监测目标对象是否处于呼吸异常状态。
通过上述步骤,采用通过雷达采集目标对象的距离信号和呼吸信号;根据距离信号和呼吸信号对目标对象的睡眠状态进行确定;根据目标对象在睡眠状态中的距离信号和呼吸信号,确定目标对象的睡眠呼吸特征;根据睡眠呼吸特征监测目标对象是否处于呼吸异常状态的方式,通过雷达获取目标对象的距离信号和呼吸信号,对目标对象的状态进行判定,根据其处于睡眠状态的距离信号和呼吸信号,进行睡眠呼吸特征的确定,进而确定目标对象是否呼吸异常,达到了通过雷达探测的方式,对目标对象睡眠状态的呼吸数据进行有效监测的目的,实现了提高了目标对象的呼吸监测稳定性和有效性,并简化监测操作的技术效果,进而解决了相关技术中睡眠呼吸检测方法需要依赖于电极贴片,使用不便,且测试过程中电极贴片易脱落导致监测中断,不能可持续性跟踪观察诊断结果的技术问题。
上述雷达为毫米波雷达,通过发送天线向目标对象发送检测信号,经过目标对象反射后,可以通过雷达的接收天线接收反射的反馈信号,上述距离信号可以为一维距离像信号,一维距离像是用宽带雷达按信号获取的目标散射点子回波在雷达射线投影的向量和,其实际上是目标对象上各距离单元的散射强度分布图。上述呼吸信号是通过提取一维距离像的相位,并进行解缠绕、FIR滤波得到的呼吸相位信号,呼吸相位信号表征了目标对象的胸腹运动。
根据距离信号可以确定目标对象与雷达的距离,从而确定目标对象是否在床。在目标对象处于在床状态下,根据距离信号可以对目标对象进行体动检测,确定目标对象在床上是否发生体动,还可以根据呼吸信号,确定目标对象的呼吸频率、峰-峰值、方差等参数,结合目标对象在床状态下发生的体动次数,可以确定该目标对象是否处于睡眠状态,在目标对象处于睡眠状态的情况下,对其距离信号和呼吸信号进行分析,确定目标对象的睡眠呼吸特征,从而确定目标对象是否处于呼吸异常状态,实现对睡眠状态的目标对象的呼吸数据的采集,即是对目标对象的睡眠呼吸数据的采集,也实现了根据睡眠呼吸数据,确定目标对象的睡眠是否存在呼吸异常状态。
通过雷达采集呼吸数据的方式,相比于现有技术中的电极贴片,不仅可以无接触式检测和采集呼吸数据,还能有效防止目标对象在睡眠过程中的动作对检测过程的影响和干扰。不仅提高了睡眠呼吸数据检测的稳定性,而且简化了睡眠呼吸数据的检测流程和检测操作,用户只需要将雷达设置在床上方的预定位置,然后开启就可以,用户的睡眠状态是由雷达自主识别,以及具体的呼吸数据采集也是由雷达自主采集,无需人为操作和干预。
进而达到了通过雷达探测的方式,对目标对象睡眠状态的呼吸数据进行有效监测的目的,实现了提高了目标对象的呼吸监测稳定性和有效性,并简化监测操作的技术效果,进而解决了相关技术中睡眠呼吸检测方法需要依赖于电极贴片,使用不便,且测试过程中电极贴片易脱落导致监测中断,不能可持续性跟踪观察诊断结果的技术问题。
可选的,根据距离信号和呼吸信号对目标对象的状态进行确定包括:根据距离信号确定目标对象为在床状态或者离床状态;在目标对象为在床状态的情况下,根据距离信号对目标对象进行体动检测,得到体动检测结果;根据距离信号、呼吸信号和体动检测结果,确定目标对象的状态处于清醒状态或睡眠状态。
上述根据距离信号确定目标对象为在床状态或者离床状态,可以通过距离信号确定目标对象与雷达的距离,在其距离超出预设距离的情况下,可以确定上述目标对象处于离床状态,反之,其距离不超出预设距离的情况下,就可以确定上述目标对象处于在床状态。
上述根据距离信号对目标对象进行体动检测,得到体动检测结果,可以通过距离信号确定目标对象的动作幅度,在所述动作幅度超过预设阈值的情况下,确定目标对象的体动检测结果为发生体动,在所述动作幅度未超过预设阈值的情况下,确定目标对象的体动检测结果为未发生体动。
根据距离信号、呼吸信号和体动检测结果,确定目标对象的状态处于清醒状态或睡眠状态,可以根据预设的判定条件,来确定目标对象是否为清醒状态或者睡眠状态,上述预设的判定条件可以根据统计和实验进行确定。例如,上述判定条件可以包括目标对象的距离信号确定的目标对象与雷达的距离,不得超出床边沿到雷达的最小距离至最大距离的距离范围。再例如,上述判定条件还可以包括,呼吸信号确定的呼吸频率不超过预设频率范围,还可以包括体动的频率不得超过预设体动频率等。若判定条件为多个,则需要多个判定条件均满足在能确定目标对象处于睡眠状态,否则就认定为清醒状态。
需要说明的是,上述睡眠状态也可以分为浅睡眠状态和深睡眠状态。
可选的,根据目标对象在睡眠状态中的距离信号和呼吸信号,确定目标对象的睡眠呼吸特征包括:确定目标对象在睡眠状态中距离信号和呼吸信号为目标距离信号和目标呼吸信号;根据目标距离信号,确定预设距离范围内的功率之和,其中,目标距离信号包括信号功率;根据目标呼吸信号确定呼吸频率、呼吸信号的峰-峰值以及呼吸信号方差。
频率异常和节律异常是常见的呼吸形态异常。成年人正常呼吸的频率为12~20次/分,呼吸频率超过24次/分表现为呼吸过速,呼吸频率低于10次/分表现为呼吸过缓;潮式呼吸和呼吸暂停是常见的节律异常的呼吸疾病。潮式呼吸的特点是呼吸逐渐增强和逐渐减弱交替出现,周而复始,呼吸信号表现为潮水式的涨落样;呼吸暂停是指睡眠过程中口鼻气流完全消失或者较基线水平下降90%以上,且持续时间超过10s。
本实施例中,上述呼吸异常状态包括:呼吸过快、呼吸过慢、潮式呼吸、呼吸暂停,根据睡眠呼吸特征监测目标对象是否处于呼吸异常状态包括:在呼吸频率超过第一频率阈值的情况下,确定目标对象处于呼吸过快的呼吸异常状态;在呼吸频率不超过第二频率阈值的情况下,确定目标对象处于呼吸过慢的呼吸异常状态;在呼吸信号的峰值先增大再减小的情况下,确定目标对象处于潮式呼吸的呼吸异常状态;在预设距离范围内的功率之和小于预设功率阈值,且呼吸信号方差小于预设方差阈值的情况下,确定目标对象处于呼吸暂停的呼吸异常状态。
上述距离信号为一维距离像信号,呼吸信号为呼吸相位信号,根据目标距离信号,确定预设距离范围内的功率之和包括:通过第一公式,确定预设距离范围内的功率之和,第一公式如下:式中,r1为预设距离范围内最近的距离门,r2为预设距离范围内最远的距离门,pk为第k时刻r1到r2的睡眠体征功率之和,pkr为第k时刻预设距离范围内任一距离门r的睡眠体征功率。
根据目标呼吸信号,确定呼吸信号方差包括:通过第二公式,确定呼吸信号方差,第二公式如下:式中,vk为第k时刻呼吸信号方差,sk为第k时刻呼吸信号幅值,/>为k-l+1时刻到k+l时刻呼吸信号幅值的均值,2l为时间窗的窗长。
上述方法还包括:采集呼吸信号的同时,监测呼吸信号中发生呼吸事件的起始时间、终止时间、事件持续时间;在呼吸暂停的时间超过预设时间阈值的情况下,发送告警信息。
由于夜间睡眠呼吸暂停时间超过120s容易发生猝死。因此,监测到呼吸信号中存在长时间呼吸暂停,也即是呼吸暂停的时间超过预设时间阈值,例如,上述120s,或者110s,100s等,本实施例对持续时长长达100s的呼吸暂停,推送终端及时告警。以随时保证目标对象的睡眠安全。
需要说明的是,本实施例还提供了一种可选的实施方式,下面对该实施方式进行详细说明。
本实施方式人体生理信号处理领域,提供了一种基于毫米波雷达的睡眠呼吸异常检测方法及系统,可广泛应用于智能家居、智慧医疗、社区养老、智能体检、健康监护等领域。
相较于其他检测系统,毫米波雷达有许多优势和特点:第一,毫米波雷达可以精细感知微弱运动信号,因此它可以通过检测人体表面的微弱运动,进而提取人体体征参数;第二,毫米波雷达具有很强的穿透能力,且工作系统不受温度、光照等环境因素的影响,这使得雷达系统的抗干扰能力强于激光、红外、视觉等技术;第三,毫米波雷达提供的是非接触式的检测方式,不需要被测试者佩戴任何传感器,不侵犯被测试者隐私;另外,雷达传感器往往体积小、功耗小、成本低、便于携带,可以给被测试者提供长期的睡眠呼吸监测。
基于毫米波的几大优势,本实施方式提出一种基于毫米波雷达的睡眠呼吸异常检测方法,该方法包括以下步骤:(1)使用毫米波雷达设备获取生命体征数据,并将解析后的体征数据上传至云端;(2)对上传云端的生命体征数据进行数据预处理、特征提取、呼吸异常检测;(3)将云端检测结果报告推送至终端展示。
本实施方式为一种基于毫米波雷达信号的睡眠呼吸异常检测方法。图2是根据本发明实施方式的雷达系统结构的示意图,如图2所示,为了发挥该雷达系统的最大功用并且不影响日常生活,本实施方式将雷达系统固定在床头的墙壁上,让雷达天线尽可能地对准人体的胸腹部。在设备端使用毫米波雷达采集被测试者一维距离像和呼吸相位信号等睡眠体征数据,并进行数据解析,设备端算法对长时间呼吸暂停的异常状态进行检测并实时告警;将解析后的睡眠体征数据上传至云端,在云端对解析后的睡眠体征数据进行预处理、特征提取、呼吸异常检测;最终将云端的数据处理结果推送至终端展示。
具体的,本实施方式的睡眠呼吸异常检测的具体实施步骤如下:
步骤S1,使用毫米波雷达在设备端进行数据采集,采集的数据具体包括睡眠一维距离像信号和胸腹运动产生的呼吸信号。
步骤S2,对设备端采集到的人体生理信号进行数据解析。
步骤S3,对解析后的数据进行长时间呼吸暂停检测。专家表示,夜间睡眠呼吸暂停时间超过120s容易发生猝死。图3是根据本发明实施方式的长时间呼吸暂停告警分析的流程图,如图3所示,本实施方式在设备端对长时间呼吸暂停进行检测,对持续时长长达100s的呼吸暂停,推送终端及时告警。
步骤S4,将解析后的人体生理数据上传至云端。
步骤S5,对云端的生理数据进行预处理,数据预处理模块主要任务是对睡眠数据进行在/离床检测、体动检测、睡眠分期。图4是根据本发明实施方式的预处理模块的示意图,如图4所示,本实施方式的预处理的步骤如下:
步骤S51,基于原始一维距离像进行在/离床检测;
步骤S52,基于在床段原始一维距离像数据进行体动检测;
步骤S53,基于在床段的原始一维距离像、呼吸相位信号和体动检测结果完成睡眠分期;
图5是根据本发明实施方式的目标对象的数据分段的示意图,如图5所示,预处理之后的数据被分为:在/离床段、体动/非体动段、清醒段、浅睡段和深睡段,为睡眠呼吸异常检测提供数据支持。
步骤S6,基于预处理后体征数据的睡眠段进行特征提取,具体步骤参见图6,图6是根据本发明实施方式的呼吸监测特征提取的流程图。其中一维距离像[r1,r2]距离门范围内功率之和、呼吸相位信号方差的定义分别为:
上式中,pk为第k时刻r1距离门到r2距离门的睡眠体征功率之和,vk为第k时刻呼吸信号方差,pkr为第k时刻第r距离门的睡眠体征功率,sk为第k时刻呼吸信号幅值,为k-l+1时刻到k+l时刻呼吸信号幅值的均值,2l为时间窗的窗长;
步骤S7,基于步骤S6提取的四个特征,分别为一维距离像指定距离门范围内的功率值和、呼吸相位信号的方差、呼吸相位信号的峰-峰值、呼吸相位信号频率,根据上述四个特征对云端数据进行呼吸异常检测,具体包括:呼吸过速、呼吸过缓、潮式呼吸和呼吸暂停。异常检测的具体步骤如下:
步骤S71,基于呼吸相位信号的BPM进行呼吸过速/缓检测。图7是根据本发明实施方式的呼吸异常分析和潮湿呼吸分析的流程图,如图7所示,当呼吸频率超过24BPM,则检测为呼吸过速;当呼吸频率低于10BPM,则检测为呼吸过缓。
步骤S72,基于呼吸相位信号的峰-峰值进行潮式呼吸检测。如图7所示,若在时间窗内峰-峰值呈现先逐渐增大再逐渐减小的特征,则检测为潮式呼吸。
步骤S73,基于一维距离像和呼吸相位信号进行呼吸暂停检测。图8是根据本发明实施方式的呼吸暂停分析的流程图,如图8所示,当一维距离像[r1,r2]距离门范围内功率之和小于功率阈值,且呼吸相位信号方差小于方差阈值,且持续时长均长于10s,则检测为呼吸暂停。
步骤S8,基于步骤S5和步骤S7中的睡眠分期、体动检测和呼吸异常检测结果生成睡眠呼吸报告,并推送至终端展示。
本实施方式利用毫米波雷达监测系统检测睡眠呼吸异常,在一定程度上解决了传统的睡眠呼吸异常检测系统操作复杂、成本高、不可跟踪观察的问题,为大健康领域提供了一种准确率高、成本低、非接触式、不触犯隐私、可长期稳定监测的睡眠呼吸异常检测方法。
图9是根据本发明实施例的一种睡眠呼吸数据的监测装置的示意图,如图9所示,根据本发明实施例的另一方面,还提供了一种睡眠呼吸数据的监测装置,包括:采集模块92,第一确定模块94,第二确定模块96和监测模块98,下面对该装置进行详细说明。
采集模块92,用于通过雷达采集目标对象的距离信号和呼吸信号;第一确定模块94,与上述采集模块92相连,用于根据距离信号和呼吸信号对目标对象的状态进行确定,其中,状态包括睡眠状态和清醒状态;第二确定模块96,与上述第一确定模块94相连,用于根据目标对象在睡眠状态中的距离信号和呼吸信号,确定目标对象的睡眠呼吸特征;监测模块98,与上述第二确定模块96相连,用于根据睡眠呼吸特征监测目标对象是否处于呼吸异常状态。
通过上述装置,采用通过雷达采集目标对象的距离信号和呼吸信号;根据距离信号和呼吸信号对目标对象的状态进行确定,其中,状态包括睡眠状态和清醒状态;根据目标对象在睡眠状态中的距离信号和呼吸信号,确定目标对象的睡眠呼吸特征;根据睡眠呼吸特征监测目标对象是否处于呼吸异常状态的方式,通过雷达获取目标对象的距离信号和呼吸信号,对目标对象的状态进行判定,根据其处于睡眠状态的距离信号和呼吸信号,进行睡眠呼吸特征的确定,进而确定目标对象是否呼吸异常,达到了通过雷达探测的方式,对目标对象睡眠状态的呼吸数据进行有效监测的目的,实现了提高了目标对象的呼吸监测稳定性和有效性,并简化监测操作的技术效果,进而解决了相关技术中睡眠呼吸检测方法需要依赖于电极贴片,使用不便,且测试过程中电极贴片易脱落导致监测中断,不能可持续性跟踪观察诊断结果的技术问题。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述中任意一项的睡眠呼吸数据的监测方法。
根据本发明实施例的另一方面,还提供了一种计算机存储介质,计算机存储介质包括存储的程序,其中,在程序运行时控制计算机存储介质所在设备执行上述中任意一项的睡眠呼吸数据的监测方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种睡眠呼吸数据的监测装置,其特征在于,包括:
采集模块,用于通过雷达采集目标对象的距离信号和呼吸信号;
第一确定模块,用于根据所述距离信号和所述呼吸信号对所述目标对象的状态进行确定,其中,所述状态包括睡眠状态和清醒状态;
第二确定模块,用于根据所述目标对象在睡眠状态中的距离信号和呼吸信号,确定所述目标对象的睡眠呼吸特征,其中,根据所述目标对象在睡眠状态中的距离信号和呼吸信号,确定所述目标对象的睡眠呼吸特征包括:确定所述目标对象在睡眠状态中所述距离信号和所述呼吸信号为目标距离信号和目标呼吸信号;根据所述目标距离信号,确定预设距离范围内的功率之和,其中,根据所述目标呼吸信号确定呼吸频率、呼吸信号的峰-峰值以及呼吸信号方差;所述距离信号为一维距离像信号,所述呼吸信号为呼吸相位信号,根据所述目标距离信号,确定预设距离范围内的功率之和包括:通过第一公式,确定所述预设距离范围内的功率之和,所述第一公式如下:,式中,/>为所述预设距离范围内最近的距离门,/>为所述预设距离范围内最远的距离门,/>为第/>时刻/>到/>的睡眠体征功率之和,/>为第/>时刻所述预设距离范围内任一距离门r的睡眠体征功率;
监测模块,用于根据所述睡眠呼吸特征监测所述目标对象是否处于呼吸异常状态,其中,所述呼吸异常状态包括:呼吸过快,呼吸过慢,潮式呼吸,呼吸暂停,根据所述睡眠呼吸特征监测所述目标对象是否处于呼吸异常状态包括:在所述呼吸频率超过第一频率阈值的情况下,确定所述目标对象处于呼吸过快的呼吸异常状态;在所述呼吸频率不超过第二频率阈值的情况下,确定所述目标对象处于呼吸过慢的呼吸异常状态;在所述呼吸信号的峰-峰值先增大再减小的情况下,确定所述目标对象处于潮式呼吸的呼吸异常状态;在所述预设距离范围内的功率之和小于预设功率阈值,且所述呼吸信号方差小于预设方差阈值的情况下,确定所述目标对象处于呼吸暂停的呼吸异常状态。
2.根据权利要求1所述的睡眠呼吸数据的监测装置,其特征在于,根据所述距离信号和所述呼吸信号对所述目标对象的状态进行确定,包括:根据所述距离信号确定所述目标对象为在床状态或者离床状态;在所述目标对象为在床状态的情况下,根据所述距离信号对所述目标对象进行体动检测,得到体动检测结果;根据所述距离信号,呼吸信号和所述体动检测结果,确定所述目标对象的状态处于清醒状态或睡眠状态。
3.根据权利要求1所述的睡眠呼吸数据的监测装置,其特征在于,根据所述目标呼吸信号,确定呼吸信号方差包括:通过第二公式,确定所述呼吸信号方差,所述第二公式如下:,式中,/>为第/>时刻呼吸信号方差,/>为第/>时刻呼吸信号幅值,为/>时刻到/>时刻呼吸信号幅值的均值,/>为时间窗的窗长。
4.根据权利要求1至3中任意一项所述的睡眠呼吸数据的监测装置,其特征在于,采集所述呼吸信号的同时,监测所述呼吸信号中发生呼吸异常的起始时间、终止时间、事件持续时间;在呼吸暂停的时间超过预设时间阈值的情况下,实时发送告警信息。
5.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时控制根据权利要求1至4中任一项所述的睡眠呼吸数据的监测装置实现睡眠呼吸数据的监测。
6.一种计算机存储介质,其特征在于,所述计算机存储介质包括存储的程序,其中,在所述程序运行时控制根据权利要求1至4中任一项所述的睡眠呼吸数据的监测装置实现睡眠呼吸数据的监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111276194.4A CN113907742B (zh) | 2021-10-29 | 2021-10-29 | 睡眠呼吸数据的监测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111276194.4A CN113907742B (zh) | 2021-10-29 | 2021-10-29 | 睡眠呼吸数据的监测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113907742A CN113907742A (zh) | 2022-01-11 |
CN113907742B true CN113907742B (zh) | 2024-05-24 |
Family
ID=79244035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111276194.4A Active CN113907742B (zh) | 2021-10-29 | 2021-10-29 | 睡眠呼吸数据的监测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113907742B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114947754A (zh) * | 2022-06-30 | 2022-08-30 | 北京京东拓先科技有限公司 | 用于确定睡眠数据的方法和装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103006223A (zh) * | 2012-12-13 | 2013-04-03 | 中国人民解放军第四军医大学 | 一种家用非接触睡眠监测装置及方法 |
CN103027670A (zh) * | 2012-12-13 | 2013-04-10 | 中国人民解放军第四军医大学 | 一种微功率冲激式生物雷达前端 |
CN110710955A (zh) * | 2019-09-20 | 2020-01-21 | 四川远邦益安科技有限公司 | 睡眠过程中健康指标的监测方法 |
CN112716474A (zh) * | 2021-01-20 | 2021-04-30 | 复旦大学 | 基于生物微波雷达的非接触式睡眠状态监测方法和系统 |
CN112806975A (zh) * | 2021-02-01 | 2021-05-18 | 深圳益卡思科技发展有限公司 | 基于毫米波雷达的睡眠监测装置、方法及介质 |
CN112998689A (zh) * | 2021-02-08 | 2021-06-22 | 南京泓鼎感知技术有限责任公司 | 非接触式多人实时呼吸状况评估系统、设备和存储介质 |
CN113367666A (zh) * | 2021-07-23 | 2021-09-10 | 北京清雷科技有限公司 | 睡眠监测方法及系统、存储介质和处理器 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014159773A1 (en) * | 2013-03-13 | 2014-10-02 | Kirill Mostov | An apparatus for remote contactless monitoring of sleep apnea |
US10401479B2 (en) * | 2014-05-16 | 2019-09-03 | University Of Ottawa | Remote sensing of human breathing at a distance |
-
2021
- 2021-10-29 CN CN202111276194.4A patent/CN113907742B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103006223A (zh) * | 2012-12-13 | 2013-04-03 | 中国人民解放军第四军医大学 | 一种家用非接触睡眠监测装置及方法 |
CN103027670A (zh) * | 2012-12-13 | 2013-04-10 | 中国人民解放军第四军医大学 | 一种微功率冲激式生物雷达前端 |
CN110710955A (zh) * | 2019-09-20 | 2020-01-21 | 四川远邦益安科技有限公司 | 睡眠过程中健康指标的监测方法 |
CN112716474A (zh) * | 2021-01-20 | 2021-04-30 | 复旦大学 | 基于生物微波雷达的非接触式睡眠状态监测方法和系统 |
CN112806975A (zh) * | 2021-02-01 | 2021-05-18 | 深圳益卡思科技发展有限公司 | 基于毫米波雷达的睡眠监测装置、方法及介质 |
CN112998689A (zh) * | 2021-02-08 | 2021-06-22 | 南京泓鼎感知技术有限责任公司 | 非接触式多人实时呼吸状况评估系统、设备和存储介质 |
CN113367666A (zh) * | 2021-07-23 | 2021-09-10 | 北京清雷科技有限公司 | 睡眠监测方法及系统、存储介质和处理器 |
Also Published As
Publication number | Publication date |
---|---|
CN113907742A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10492720B2 (en) | System and method for determining sleep stage | |
JP5961235B2 (ja) | 睡眠/覚醒状態評価方法及びシステム | |
RU2548791C2 (ru) | Неинвазивный способ и устройство для определения стадий поверхностного и глубокого сна | |
CA2654095C (en) | Apparatus, system, and method for monitoring physiological signs | |
JP2016508382A (ja) | 呼吸信号を用いた睡眠時無呼吸の検出 | |
CN108784669A (zh) | 一种非接触式心跳及呼吸紊乱监测系统及方法 | |
CA2847412C (en) | System and methods for estimating respiratory airflow | |
AU2013212534A1 (en) | Discrimination of Cheyne-Stokes breathing patterns | |
CN108065916A (zh) | 一种基于生物雷达的非接触式睡眠质量监测方法 | |
Tataraidze et al. | Bioradiolocation-based sleep stage classification | |
CN116138745B (zh) | 融合毫米波雷达和血氧数据的睡眠呼吸监测方法及设备 | |
Kagawa et al. | Sleep stage classification by body movement index and respiratory interval indices using multiple radar sensors | |
CN104083160A (zh) | 一种基于机器视觉的睡眠状态监测方法及装置 | |
KR20140041382A (ko) | 생물체의 정신생리학적 상태에 관한 정보 획득방법 | |
CN113907742B (zh) | 睡眠呼吸数据的监测方法及装置 | |
Alivar et al. | Motion detection in bed-based ballistocardiogram to quantify sleep quality | |
Walsh et al. | Identification of nocturnal movements during sleep using the non-contact under mattress bed sensor | |
CN114176564B (zh) | 基于雷达信号提取呼吸状态的方法 | |
CN116269298B (zh) | 基于毫米波雷达的非接触式睡眠呼吸监测方法和系统 | |
EP4033495A1 (en) | Activity task evaluating system, and activity task evaluating method | |
Tataraidze et al. | Sleep stage classification based on bioradiolocation signals | |
Gilakjani et al. | Movement detection with adaptive window length for unobtrusive bed-based pressure-sensor array | |
Sadek et al. | Sensor data quality processing for vital signs with opportunistic ambient sensing | |
Deng et al. | Fatigue detection based on infrared video pupillography | |
Chen et al. | Contactless screening for sleep apnea with breathing vibration signals based on modified U-Net |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230407 Address after: 504, Haidian Pioneer Park, No. 36, Shangdi Chuangye Middle Road, Haidian District, Beijing 100085 Applicant after: Beijing Qinglei Technology Co.,Ltd. Applicant after: Changsha Qinglei Technology Co.,Ltd. Address before: 504, Haidian Pioneer Park, No. 36, Shangdi Chuangye Middle Road, Haidian District, Beijing 100085 Applicant before: Beijing Qinglei Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |