CN115990008A - 心率变异性监测方法、装置、雷达及可读存储介质 - Google Patents

Abstract

本发明提供了一种心率变异性监测方法、装置、雷达及可读存储介质，该方法包括：获取雷达对人体探测得到的心跳信号；基于心跳信号的幅度对心跳信号进行归一化处理，能够减小呼吸对心跳信号的干扰；对归一化后的心跳信号进行傅里叶变换，得到归一化后的心跳信号的幅度谱，并将所述幅度谱中幅度不满足预设幅度条件的频率点的幅度设置为零，从而剔除其他频率的干扰；将剔除频率干扰的幅度谱进行逆傅里叶变换，得到重建后的心跳时域信号；根据重建后的心跳时域信号计算心率变异性指标，从而提高心率变异性指标的准确性。

Description

心率变异性监测方法、装置、雷达及可读存储介质

技术领域

本发明涉及雷达技术领域，尤其涉及一种心率变异性监测方法、装置、雷达及可读存储介质。

背景技术

随着社会对养老产业关注的不断提升，智能养老产品的需求也在不断增加。一种典型需求就是基于雷达的非接触式生命体征监测设备。这种设备通过非接触的方式，对老人在床时的体征进行监测，实时输出老人的呼吸、心跳频率。随着雷达技术的不断进展，呼吸心跳频率检测精度越来越高。除了呼吸心跳频率之外，心率变异性(heart ratevariability，HRV)也是医疗上关注的指标之一。具体来说，心率关注每分钟的平均心跳次数，而心率变异性(HRV)则测量心脏连续跳动之间的时间的变化。两次心跳之间的时间以毫秒(ms)为单位，称为节拍间隔(Inter-Beat Interval，IBI)。

雷达通过对胸腔的起伏规律进行检测，获得人体呼吸、心跳频率，回波中同时含有呼吸、心跳的信息。由于呼吸频率和心跳频率处于不同的频率范围，因此可以通过不同通带的带通滤波器对回波分别进行滤波，得到呼吸和心跳信号。进一步对心跳信号的波峰进行提取，计算波峰之间的时间间隔，可以得到IBI，进一步计算IBI一段时间内的统计值，可以得到HRV。然而，由于人体呼吸的幅度比心跳大得多，即使雷达回波通过了带通滤波器，心跳信号还是很容易受到呼吸的干扰，造成波峰位置提取不准确，HRV监测不准确的问题。

发明内容

有鉴于此，本发明提供了一种心率变异性监测方法、装置、雷达及可读存储介质，能够解决因呼吸干扰造成HRV监测不准确的问题。

第一方面，本发明实施例提供了一种心率变异性监测方法，包括：

获取雷达对人体探测得到的心跳信号；

基于所述心跳信号的幅度对所述心跳信号进行归一化处理；

对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将所述幅度谱中幅度不满足预设幅度条件的频率点的幅度设置为零，得到剔除频率干扰的幅度谱；

将所述剔除频率干扰的幅度谱进行逆傅里叶变换，得到重建后的心跳时域信号；

根据重建后的心跳时域信号计算节拍间隔，并基于所述节拍间隔计算心率变异性指标。

第二方面，本发明实施例提供了一种心率变异性监测装置，其包括：

心跳信号获取模块，用于获取雷达对人体探测得到的心跳信号；

归一化处理模块，用于基于所述心跳信号的幅度对所述心跳信号进行归一化处理；

幅度谱获取模块，用于对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将所述幅度谱中幅度不满足预设幅度条件的频率点的幅度设置为零，得到剔除频率干扰的幅度谱；

心跳时域信号获取模块，用于将所述剔除频率干扰的幅度谱进行逆傅里叶变换，得到重建后的心跳时域信号；

心率变异性指标计算模块，用于根据重建后的心跳时域信号计算节拍间隔，并基于所述节拍间隔计算心率变异性指标。

第三方面，本发明实施例提供了一种雷达，包括存储器、处理器以及存储在所述存储器中并可在所述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如上第一方面任一种可能的实现方式所述方法的步骤。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面任一种可能的实现方式所述方法的步骤。

本发明实施例与现有技术相比存在的有益效果是：

本发明实施例通过心跳信号的幅度对所述心跳信号进行归一化处理；能够减小呼吸对心跳信号的干扰；然后对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将幅度谱中的幅度不满足预设幅度条件的频率点的幅度设置零，从而剔除其他频率的干扰；最后将剔除频率干扰的幅度谱进行逆傅里叶变换；根据重建后的心跳时域信号计算心率变异性指标，从而提高心率变异性指标的准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的心率变异性监测方法的实现流程图；

图2是本发明实施例提供的归一化前的心跳信号的示意图；

图3是本发明实施例提供的归一化后的心跳信号的示意图；

图4是本发明实施例提供的心率变异性监测装置的结构示意图；

图5是本发明实施例提供的雷达的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。

参见图1，其示出了本发明实施例提供的心率变异性监测方法的实现流程图，该方法详述如下：

S101：获取雷达对人体探测得到的心跳信号。

在本实施例中，为了对心率变异性进行非接触式监测，可以正对人体架设雷达，通过雷达向人体发送探测信号以探测人体的心跳信号。

优选的，雷达可以为毫米波雷达，雷达架设位置可以为床体上方的天花板处，雷达可以在用户休息时实时监测用户的心跳信号。

在一个可能的实施方式中，S101的具体实现流程包括：

获取雷达对人体探测得到的回波信号；

对所述回波信号进行带通滤波，提取所述心跳信号。

具体的，雷达通过发射接收模块接收发射至人体、并由人体反射的回波信号，并对回波信号进行预处理，得到预处理后的回波信号。其中，雷达每ts秒得到一帧回波信号，共获取T秒的数据，因此数据帧数为N＝T/ts，预处理后的回波信号为S(n)，n＝1,2,...N。

进一步的，对回波信号的预处理过程可以包括：

对回波信号进行FFT(fast Fourier transform，快速傅里叶变换)，得到距离像，找到人体所在的距离点，保存该距离点的数据，并作为预处理后的回波信号。

在获取到预处理后的回波信号后，对回波信号S(n)进行带通滤波，滤波器通带范围为0.8Hz～2Hz，提取心跳信号S_heart(i)，i＝1,2,…N，其中，通带范围0.8Hz～2Hz为心跳频率范围。

S102：基于所述心跳信号的幅度对所述心跳信号进行归一化处理。

在一个可能的实施方式中，S102的具体实现流程包括：

针对所述心跳信号中的每个信号点，基于该信号点及该信号点周围预设范围内的信号点的幅度计算该信号点的幅度均值，并将该信号点的幅度除以该信号点对应的幅度均值，得到归一化处理后的信号点。

在一个可能的实施方式中，S102的具体实现流程进一步包括：

基于公式

计算该信号点的幅度均值；

其中，S_mean(i)表示第i个信号点的幅度均值，S_heart(i)表示第i个信号点的幅度，N表示所述心跳信号的信号点数量。

在本实施例中，若K+1≤i≤N-K，则对S_mean(i)及其左右K个信号点的幅度的绝对值求均值，得到S_mean(i)的幅度均值，若i<K+1，则对S_mean(i)及其右边K个信号点的幅度绝对值求均值，得到S_mean(i)的幅度均值；若i>N-K，则对S_mean(i)及其左边K个信号点的幅度绝对值求均值，得到S_mean(i)的幅度均值。其中，K为预设值，且0<K<N。优选的，K可以取5。

得到S_mean(i)的幅度均值后，采用S_heart(i)除以S_mean(i)，得到幅度归一化后的信号S_heart_norn(i)，归一化前的S_heart(i)见图2，归一化后的S_heart_norn(i)见图3。

从上述实施例可知，本实施例对带通滤波后的心跳信号进行幅度归一化操作，能够减小呼吸对心跳信号的干扰。

S103：对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将所述幅度谱中幅度不满足预设幅度条件的频率点的幅度设置为零，得到剔除频率干扰的幅度谱。

由于雷达是非接触检测，信号在空中有较大衰减，心跳的信噪比较低。直接对心跳的时域信号进行波峰提取获得的IBI和HRV误差很大，难以达到医疗所需的精度要求。因此本实施例中雷达在对心跳信号归一化后，将心跳信号转换至频域，得到心跳信号的频谱，然后求解频谱中每个频率点的幅度，得到幅度谱SFFTabs_heart。

具体的，幅度谱就是信号幅度和频率(角频率)曲线。在信号的频域描述中，以频率作为自变量，以组成信号的各个频率成分的幅值作为因变量，这样的频率函数称为幅值谱，它表征信号的幅值随频率的分布情况。

在本实施例中，雷达可以对幅度谱中的所有频率点按照幅度由大到小的顺序排序，并查找排在前M个的频率点，在SFFTabs_heart中保留这M个频率点的幅度，并将其他频率点的值设置为零，从而提取主要的心跳频率，得到剔除频率干扰的幅度谱。

具体的，0<M<N/2；典型值可以为20。

可以理解的，作为上述方法的变形，雷达也可以对幅度谱中的所有频率点按照幅度由小到大的顺序排序，并查找排在前M个的频率点，将排在前M个的频率点的幅度设置为零，得到剔除频率干扰的幅度谱。

雷达还可以将幅度谱中所有幅度小于预设幅度阈值的频率点的幅度设置为零，得到剔除频率干扰的幅度谱。

S104：将所述剔除频率干扰的幅度谱进行逆傅里叶变换，得到重建后的心跳时域信号。

S105：根据重建后的心跳时域信号计算节拍间隔，并基于所述节拍间隔计算心率变异性指标。

在一个可能的实施方式中，S105的具体实现流程包括：

S201：获取重建后的心跳时域信号中的波峰位置；

S202：对各个波峰位置分别进行加权计算，并基于加权计算后的波峰位置计算节拍间隔。

在一个可能的实施方式中，S202的具体实现流程包括：

基于波峰加权计算公式对各个波峰位置进行加权计算；

将加权计算后的波峰位置输入节拍间隔计算公式，得到所述节拍间隔；

所述波峰加权计算公式为：

其中，indWeight(n)表示经过加权计算后的第n个波峰位置，ind(n)表示第n个波峰位置，L表示波峰总个数，S_heart_rebuid(n)表示重建后的心跳时域信号中第n个波峰位置的幅度；

所述节拍间隔计算公式为：

IBI(n)＝[indWeight(n+1)-indWeight(n)]*ts,n＝1,2…L-1；

其中，IBI(n)表示第n个波峰位置的节拍间隔，ts表示雷达帧周期。

现有技术中通常波峰提取的位置是采样间隔的整数倍，受限于雷达采样率，IBI估计精度有限。为了减少雷达采样间隔造成的误差，本实施例针对每个波峰位置，当n＝2,3…L-1时，采用该波峰位置及相邻的左右两个波峰位置的波峰位置及其时域心跳信号，计算该波峰位置的位置均值。当n＝1或n＝L时，indWeight(n)＝ind(n)。

具体的，时域中心跳信号点的位置就是该心跳信号点对应的时间。

在一个可能的实施方式中，所述心率变异性指标包括平均IBI，连续IBI差值的均方根和/或IBI的标准差；S105的具体实现流程还包括：

基于公式

计算平均IBI；

基于公式

计算连续IBI差值的均方根；

基于公式

计算IBI的标准差；

其中，IBI(n)表示第n个波峰位置的节拍间隔；L表示波峰总个数，IBI_mean表示平均IBI，RMSSD表示连续IBI差值的均方根，SDRR表示IBI的标准差。

在本实施例中，雷达的通信模块可以将上述心率变异性指标对外输出，以供第三方设备使用。其中，输出接口可以为网口、串口等。

本发明实施例通过心跳信号的幅度对所述心跳信号进行归一化处理；能够减小呼吸对心跳信号的干扰；然后对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将幅度谱中的频率点按照幅度由大到小的顺序排序，将未排在前M位的频率点的幅度置零，从而剔除其他频率的干扰；最后将剔除频率干扰的幅度谱进行逆傅里叶变换；对重建后的心跳时域信号提取波峰位置，并对提取到的波峰位置进行加权计算，从而减少雷达采样间隔造成的误差，提高心率变异性指标的准确性。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。

图4示出了本发明实施例提供的心率变异性监测装置的结构示意图，为了便于说明，图4仅示出了与本发明实施例相关的部分，详述如下：

如图4所示，心率变异性监测装置100包括：

心跳信号获取模块，用于获取雷达对人体探测得到的心跳信号；

归一化处理模块，用于基于所述心跳信号的幅度对所述心跳信号进行归一化处理；

幅度谱获取模块，用于对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将所述幅度谱中幅度不满足预设幅度条件的频率点的幅度设置为零，得到剔除频率干扰的幅度谱；

心跳时域信号获取模块，用于将所述剔除频率干扰的幅度谱进行逆傅里叶变换，得到重建后的心跳时域信号；

心率变异性指标计算模块，用于根据重建后的心跳时域信号计算节拍间隔，并基于所述节拍间隔计算心率变异性指标。

在一个可能的实施方式中，归一化处理模块用于：

针对所述心跳信号中的每个信号点，基于该信号点及该信号点周围预设范围内的信号点的幅度计算该信号点的幅度均值，并将该信号点的幅度除以该信号点对应的幅度均值，得到归一化处理后的信号点。

在一个可能的实施方式中，归一化处理模块进一步用于：

基于公式

计算该信号点的幅度均值；

其中，S_mean(i)表示第i个信号点的幅度均值，S_heart(i)表示第i个信号点的幅度，N表示所述心跳信号的信号点数量。

在一个可能的实施方式中，心率变异性指标计算模块包括：

波峰位置提取单元，用于获取重建后的心跳时域信号中的波峰位置；

节拍间隔计算单元，用于对各个波峰位置分别进行加权计算，并基于加权计算后的波峰位置计算节拍间隔。

在一个可能的实施方式中，节拍间隔计算单元具体用于：

基于波峰加权计算公式对各个波峰位置进行加权计算；

将加权计算后的波峰位置输入节拍间隔计算公式，得到所述节拍间隔；

所述波峰加权计算公式为：

其中，indWeight(n)表示经过加权计算后的第n个波峰位置，ind(n)表示第n个波峰位置，L表示波峰总个数，S_heart_rebuid(n)表示重建后的心跳时域信号中第n个波峰位置的幅度；

所述节拍间隔计算公式为：

IBI(n)＝[indWeight(n+1)-indWeight(n)]*ts,n＝1,2…L-1；

其中，IBI(n)表示第n个波峰位置的节拍间隔，ts表示雷达帧周期。

在一个可能的实施方式中，所述心率变异性指标包括平均IBI，连续IBI差值的均方根和/或IBI的标准差；心率变异性指标计算模块还包括心率变异性指标计算单元，用于：

基于公式

计算平均IBI；

基于公式

计算连续IBI差值的均方根；

基于公式

计算IBI的标准差；

其中，IBI(n)表示第n个波峰位置的节拍间隔；L表示波峰总个数，IBI_mean表示平均IBI，RMSSD表示连续IBI差值的均方根，SDRR表示IBI的标准差。

在一个可能的实施方式中，心跳信号获取模块具体用于：

获取雷达对人体探测得到的回波信号；

对所述回波信号进行带通滤波，提取所述心跳信号。

本发明实施例通过心跳信号的幅度对所述心跳信号进行归一化处理；能够减小呼吸对心跳信号的干扰；然后对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将幅度谱中的频率点按照幅度由大到小的顺序排序，将未排在前M位的频率点的幅度置零，从而剔除其他频率的干扰；最后将剔除频率干扰的幅度谱进行逆傅里叶变换；对重建后的心跳时域信号提取波峰位置，并对提取到的波峰位置进行加权计算，从而减少雷达采样间隔造成的误差，提高心率变异性指标的准确性。

本实施例提供的心率变异性监测装置，可用于执行上述心率变异性监测方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。

图5是本发明一实施例提供的雷达的示意图。如图5所示，该实施例的雷达5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个心率变异性监测方法实施例中的步骤，例如图1所示的步骤S101至步骤S105。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块110至150的功能。

示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述雷达5中的执行过程。

所述雷达5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述雷达5可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是雷达5的示例，并不构成对雷达5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述雷达还可以包括输入输出设备、网络接入设备、总线等。

所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51可以是所述雷达5的内部存储单元，例如雷达5的硬盘或内存。所述存储器51也可以是所述雷达5的外部存储设备，例如所述雷达5上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述雷达5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述雷达所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/雷达和方法，可以通过其它的方式实现。例如，以上所描述的装置/雷达实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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网络单元上。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。

所述集成的模块/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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个心率变异性监测方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种心率变异性监测方法，其特征在于，包括：

获取雷达对人体探测得到的心跳信号；

基于所述心跳信号的幅度对所述心跳信号进行归一化处理；

对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将所述幅度谱中幅度不满足预设幅度条件的频率点的幅度设置为零，得到剔除频率干扰的幅度谱；

将所述剔除频率干扰的幅度谱进行逆傅里叶变换，得到重建后的心跳时域信号；

根据重建后的心跳时域信号计算节拍间隔，并基于所述节拍间隔计算心率变异性指标。

2.如权利要求1所述的心率变异性监测方法，其特征在于，所述基于所述心跳信号的幅度对所述心跳信号进行归一化处理，包括：

针对所述心跳信号中的每个信号点，基于该信号点及该信号点周围预设范围内的信号点的幅度计算该信号点的幅度均值，并将该信号点的幅度除以该信号点对应的幅度均值，得到归一化处理后的信号点。

3.如权利要求2所述的心率变异性监测方法，其特征在于，所述基于该信号点及该信号点周围预设范围内的信号点的幅度计算该信号点的幅度均值，包括：

基于公式

计算该信号点的幅度均值；

其中，S_mean(i)表示第i个信号点的幅度均值，S_heart(i)表示第i个信号点的幅度，N表示所述心跳信号的信号点数量。

4.如权利要求1所述的心率变异性监测方法，其特征在于，所述根据重建后的心跳时域信号计算节拍间隔，包括：

获取重建后的心跳时域信号中的波峰位置；

对各个波峰位置分别进行加权计算，并基于加权计算后的波峰位置计算节拍间隔。

5.如权利要求4所述的心率变异性监测方法，其特征在于，所述对各个波峰位置分别进行加权计算，并基于加权计算后的波峰位置计算节拍间隔，包括：

基于波峰加权计算公式对各个波峰位置进行加权计算；

将加权计算后的波峰位置输入节拍间隔计算公式，得到所述节拍间隔；

所述波峰加权计算公式为：

其中，indWeight(n)表示经过加权计算后的第n个波峰位置，ind(n)表示第n个波峰位置，L表示波峰总个数，S_heart_rebuid(n)表示重建后的心跳时域信号中第n个波峰位置的幅度；

所述节拍间隔计算公式为：

IBI(n)＝[indWeight(n+1)-indWeight(n)]*ts,n＝1,2…L-1；

其中，IBI(n)表示第n个波峰位置的节拍间隔，ts表示雷达帧周期。

6.如权利要求1所述的心率变异性监测方法，其特征在于，所述心率变异性指标包括平均IBI，连续IBI差值的均方根和/或IBI的标准差；

所述基于所述节拍间隔计算心率变异性指标，包括：

基于公式

计算平均IBI；

基于公式

计算连续IBI差值的均方根；

基于公式

计算IBI的标准差；

其中，IBI(n)表示第n个波峰位置的节拍间隔；L表示波峰总个数，IBI_mean表示平均IBI，RMSSD表示连续IBI差值的均方根，SDRR表示IBI的标准差。

7.如权利要求1所述的心率变异性监测方法，其特征在于，所述获取雷达对人体探测得到的心跳信号，包括：

获取雷达对人体探测得到的回波信号；

对所述回波信号进行带通滤波，提取所述心跳信号。

8.一种心率变异性监测装置，其特征在于，包括：

心跳信号获取模块，用于获取雷达对人体探测得到的心跳信号；

归一化处理模块，用于基于所述心跳信号的幅度对所述心跳信号进行归一化处理；

幅度谱获取模块，用于对归一化后的心跳信号进行傅里叶变换，得到所述归一化后的心跳信号的幅度谱，并将所述幅度谱中幅度不满足预设幅度条件的频率点的幅度设置为零，得到剔除频率干扰的幅度谱；

心跳时域信号获取模块，用于将所述剔除频率干扰的幅度谱进行逆傅里叶变换，得到重建后的心跳时域信号；

心率变异性指标计算模块，用于根据重建后的心跳时域信号计算节拍间隔，并基于所述节拍间隔计算心率变异性指标。

9.一种雷达，其特征在于，包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于调用并运行所述存储器中存储的计算机程序，执行如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述方法的步骤。

Images