TWI833125B - 非接觸運動生理感測方法與運動生理感測雷達 - Google Patents

非接觸運動生理感測方法與運動生理感測雷達 Download PDF

Info

Publication number
TWI833125B
TWI833125B TW110140489A TW110140489A TWI833125B TW I833125 B TWI833125 B TW I833125B TW 110140489 A TW110140489 A TW 110140489A TW 110140489 A TW110140489 A TW 110140489A TW I833125 B TWI833125 B TW I833125B
Authority
TW
Taiwan
Prior art keywords
distance
phase
map
energy
radar
Prior art date
Application number
TW110140489A
Other languages
English (en)
Other versions
TW202317036A (zh
Inventor
陳智弘
景量 李
陳胤語
鄭凱仁
Original Assignee
緯創資通股份有限公司
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 緯創資通股份有限公司 filed Critical 緯創資通股份有限公司
Priority to TW110140489A priority Critical patent/TWI833125B/zh
Priority to CN202111457522.0A priority patent/CN116068513A/zh
Priority to CN202111454848.8A priority patent/CN116068550A/zh
Priority to US17/678,492 priority patent/US20230136937A1/en
Priority to US17/678,362 priority patent/US20230138670A1/en
Priority to EP22172256.4A priority patent/EP4174515A1/en
Publication of TW202317036A publication Critical patent/TW202317036A/zh
Application granted granted Critical
Publication of TWI833125B publication Critical patent/TWI833125B/zh

Links

Images

Classifications

    • 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
    • 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 
    • 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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • 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
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/354—Extracting wanted echo-signals
    • 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
    • G01S7/35—Details of non-pulse systems
    • G01S7/352—Receivers
    • G01S7/356—Receivers involving particularities of FFT processing
    • 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
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/411—Identification of targets based on measurements of radar reflectivity
    • G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
    • 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
    • A61B5/103—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
    • 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
    • A61B5/1118—Determining activity level
    • 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
    • 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
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems

Landscapes

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

Abstract

一種非接觸運動生理感測方法，在振動頻率地圖中預先選出具有能量強度超出一能量閾值的至少一候選位置，再從此些候選位置中選定其中一個具有符合一生理參數範圍的一振動頻率之一者作為目標位置。據此，根據此目標位置取得的相位資料，有利於準確偵測受測者之生理參數。

Description

非接觸運動生理感測方法與運動生理感測雷達
本發明關於雷達技術，特別是一種非接觸運動生理感測方法與運動生理感測雷達。
現在有許多可穿戴或直接接觸的生理參數量測設備能夠在日常生活活動中監測生理參數（如心率）。然而，長時間配戴穿戴或接觸式設備，會讓受測者感到不舒適。雖然，仍有非接觸的量測方式，然而當受測者處於運動狀態下，其身體的晃動容易對量測造成干擾，影響量測準確度。
有鑑於此，依據一些實施例，一種非接觸運動生理感測方法，由一訊號處理裝置中之一處理器執行，包括：獲得一數位訊號；依據數位訊號獲得一相位地圖及一振動頻率地圖，其中相位地圖呈現隨相對於一運動生理感測雷達的距離變化與相位變化之能量分布，振動頻率地圖呈現隨相對於運動生理感測雷達的距離變化與振動頻率變化的能量分布；從振動頻率地圖中選出具有能量強度超出一能量閾值的至少一候選位置；從候選位置中選定一目標位置，目標位置為候選位置中具有符合一生理參數範圍的一振動頻率之一者；依據目標位置，取得相位地圖中一距離範圍內的一或多目標相位資料；及輸入該一或多目標相位資料至一機器學習模型中，以獲得一生理參數預測結果。
依據一些實施例，一種運動生理感測雷達，包括發射單元、接收單元及訊號處理模組。發射單元發送一入射雷達訊號。接收單元接收一反射雷達訊號。訊號處理模組依據反射雷達訊號獲得對應之一數位訊號，並依據數位訊號獲得一相位地圖及一振動頻率地圖，從振動頻率地圖中選出至少一候選位置，且從候選位置中選定一目標位置，而依據目標位置取得相位地圖中一距離範圍內的一或多目標相位資料，以及輸入該一或多目標相位資料至一機器學習模型中以獲得一生理參數預測結果。其中，相位地圖呈現隨相對於運動生理感測雷達的距離變化與相位變化之能量分布。振動頻率地圖呈現隨相對於運動生理感測雷達的距離變化與振動頻率變化的能量分布。目標位置為候選位置中具有符合一生理參數範圍的一振動頻率且具有最大的能量強度者。
依據一些實施例，目標位置為候選位置中具有符合一生理參數範圍的一振動頻率且具有最大的能量強度者。
依據一些實施例，對於相位地圖中的每一距離條狀塊分別計算能量閾值，將每一距離條狀塊上每一相位的能量值與對應距離條狀塊的能量閾值相比，以選出超過能量閾值的候選位置。
依據一些實施例，能量閾值是依據對應的距離條狀塊的一能量平均值或一能量最大值來決定。
依據一些實施例，能量閾值為a倍能量平均值與b倍能量最大值之總和，其中a+b=1，a與b為正數。
依據一些實施例，能量閾值為a倍能量平均值，其中a為正數。
依據一些實施例，振動頻率地圖是透過對相位地圖之每一距離上的相位分布進行快速傅立葉轉換而取得。
依據一些實施例，對數位訊號進行快速傅立葉轉換，以獲得一距離形貌地圖，其中距離形貌地圖呈現隨相對於運動生理感測雷達的距離變化與時間變化之能量分布。
依據一些實施例，對距離形貌地圖進行相位展開，以獲得相位地圖。
依據一些實施例，目標相位資料為相位地圖中的複數距離條狀塊，相位地圖中的其中之一包括目標位置。
依據一些實施例，從候選位置中選定N個待測目標位置且N大於1，其中該N個待測目標位置為候選位置中具有符合生理參數範圍的振動頻率且具有前N大能量強度者；依據每一待測目標位置，取得相位地圖中相對應距離範圍內的一或多待測目標相位資料；及輸入每一待測目標位置的該一或多待測目標相位資料至機器學習模型中，以獲得每一待測目標位置對應的一生理參數預測結果。
綜上所述，依據一些實施例的非接觸運動生理感測方法與運動生理感測雷達，能透過非接觸方式在受測者運動狀態下精準感測到生理參數。
關於本文中所使用之「連接」術語，其係指二或多個元件相互直接作實體或電性接觸，或是相互間接作實體或電性接觸。
參照圖1，係為依據一些實施例的運動生理感測雷達10的使用狀態示意圖。運動生理感測雷達10發射雷達訊號（後稱「入射雷達訊號FH」）。入射雷達訊號FH發射至目標90會受到目標90（如受測者）之運動而調變並反射回運動生理感測雷達10。於後稱反射的雷達訊號為「反射雷達訊號FN」。於是，可透過分析反射雷達訊號FN來偵測目標90的一種或多種資訊。資訊可例如是速度、距離、方位、生理資訊（如，心跳、呼吸）等。
在一些實施例中，運動生理感測雷達10可以是頻率調變連續波（Frequency Modulated Continuous Wave，FMCW）雷達、連續波（Continuous Wave，CW）雷達或超寬頻（Ultra-wideband，UWB）雷達。以下將以頻率調變連續波雷達為例進行說明。
參照圖2，圖2為例示雷達訊號的示意圖，上半部呈現入射雷達訊號FH的振幅對時間的變化，下半部呈現入射雷達訊號FH的頻率對時間的變化。入射雷達訊號FH包括複數啁啾（chirp）脈衝SC。為了圖式清晰，圖2僅呈現一個啁啾脈衝SC。在此，啁啾脈衝SC為線性調頻脈衝訊號，指頻率隨時間以線性方式增加的正弦波。在一些實施例中，啁啾脈衝SC的頻率是以非線性方式增加。為了方便說明，後續以線性方式來說明。如圖2所示，在一持續時間Tc（如40微秒）內，啁啾脈衝SC根據一斜率S由一起始頻率（如77GHz）線性增加至一終止頻率（如81GHz）。起始頻率與終止頻率可選自毫米波頻段（即30GHz至300GHz）。起始頻率與終止頻率之差為脈衝帶寬B。
合併參照圖3及圖4。圖3為依據一些實施例的頻率調變連續波雷達10’的方塊示意圖。圖4為例示入射雷達訊號FH與反射雷達訊號FN的示意圖。頻率調變連續波雷達10’包括發射單元11、接收單元12、解調單元13、類比數位轉換器14及處理單元15。發射單元11用以發射入射雷達訊號FH，包括發射天線和訊號合成器。訊號合成器用以產生包括啁啾脈衝Ct的入射雷達訊號FH，並經由發射天線發射。接收單元12包括接收天線，用以接收包括至少一啁啾脈衝Cr的反射雷達訊號FN。啁啾脈衝Cr可視為啁啾脈衝Ct的延遲版本。解調單元13、類比數位轉換器14及處理單元15用以處理接收到的反射雷達訊號FN，可合稱為訊號處理模組16。解調單元13連接發射單元11及接收單元12，包括混頻器及低通濾波器。混頻器將入射雷達訊號FH的啁啾脈衝Ct和反射雷達訊號FN相對應的啁啾脈衝Cr耦合，可產生兩啁啾脈衝Ct、Cr的頻率之和以及頻率之差等兩種耦合訊號。低通濾波器將耦合後的訊號進行低通濾波以去除高頻成分，而獲得兩啁啾脈衝Ct、Cr的頻率之差的耦合訊號，於後稱「中頻（Intermediate Frequency）訊號SI」。類比數位轉換器14將中頻訊號SI轉換為數位訊號SD（如圖5所示）。處理單元15對數位訊號SD進行數位訊號處理。處理單元15可以例如是中央處理單元（Central Processing Unit，CPU）、圖形處理器（Graphics Processing Unit，GPU），或是其他可程式化之一般用途或特殊用途的微處理器（Microprocessor）、數位訊號處理器（Digital Signal Processor，DSP）、可程式化控制器、特殊應用積體電路（Application Specific Integrated Circuits，ASIC）、可程式化邏輯裝置（Programmable Logic Device，PLD）或其他類似裝置、晶片、積體電路及其組合。
參照圖4，中頻訊號SI的頻率 可表示為式1，S為斜率，τ為發送入射雷達訊號FH至接收反射雷達訊號FN之間的延遲時間。因此，τ可表示為式2，d為雷達發射天線至目標90間的距離，c為光速。將式2代入式1可獲得式3。由式3可以知道，中頻訊號SI的頻率 隱含有距離資訊（即頻率調變連續波雷達10’與目標90之間的距離）。
…式1
…式2
…式3
參照圖5，係為依據一些實施例的訊號處理示意圖。在此，將啁啾脈衝SC分別依序編號為C1、C2、C3、…、Cn，n為正整數。類比數位轉換器14將所收到的對應各啁啾脈衝C1～Cn的中頻訊號SI轉換為數位訊號SD（分別表示成數列D1、D2…、Dn，n為正整數），各啁啾脈衝Cx(x=1~n)皆有對應的數列Dx(x=1~n)。數位訊號SD的數列Dx(x=1~n)可分別表示為一維陣列（橫列（Row）矩陣）。將此些橫向陣列Dx(x=1~n)依序縱向排列而可成為二維矩陣A1。可以理解的是，也可以將數位訊號SD排列成直行（Column）陣列，並將該些直行陣列依序橫向排列，同樣可以得到另一二維矩陣。二維矩陣A1的值代表訊號強度（振幅）。二維矩陣A1的直行的索引值x對應於啁啾脈衝SC的次序。二維矩陣A1的橫列的索引值具有時間的含意，亦即二維矩陣A1的橫列陣列為時域訊號（與時間相關的一組數位資料）。
處理單元15對二維矩陣A1（即數位訊號SD形成的二維矩陣A1）的各個橫列矩陣執行快速傅立葉轉換（Fast Fourier Transform，FFT）（後稱「距離傅立葉轉換」）而可取得頻域訊號SP（分別表示為P1、P2…、Pn，n為正整數），即二維矩陣A2。因此，二維矩陣A2的橫列矩陣相當於響應於一啁啾脈衝Cx的頻譜分布。如前述，中頻訊號SI的頻率隱含有距離資訊。亦即，二維矩陣A2的橫列的索引值具有距離含意。二維矩陣A2的值代表頻譜上各頻率的強度，可呈現相距頻率調變連續波雷達10’不同距離所反射的雷達訊號強度。如圖5所示，二維矩陣A2中的填色框為峰值處（即數值超過一閾值），表示在此頻率對應距離處有目標90。從峰值處的頻率可以計算出頻率調變連續波雷達10’與該目標90之間的距離。進一步地，根據不同時點所計算出的特定目標90的距離變化，可計算得大範圍運動資訊（如平均速度）。
上述雖是以發射單元11具有一個發射天線、接收單元12具有一個接收天線為例來說明。然而，在一些實施例中，發射單元11具有多個發射天線，以發射多個入射雷達訊號FH。相似地，在一些實施例中，接收單元12具有多個接收天線。
合併參照圖6及圖7。圖6為依據一些實施例的非接觸運動生理感測方法的流程圖。圖7為依據一些實施例的訊號處理裝置60的方塊示意圖。訊號處理裝置60包含處理器61及儲存裝置62。儲存裝置62為電腦可讀取儲存媒體，供儲存供處理器61執行的程式63，以執行非接觸運動生理感測方法。於一些實施例中，訊號處理裝置60為前述頻率調變連續波雷達10’，處理器61為前述處理單元15。於一些實施例中，訊號處理裝置60為邊緣裝置或是雲端伺服器，亦即頻率調變連續波雷達10’獲得數位訊號SD之後，數位訊號SD將被傳送至邊緣裝置或雲端伺服器，由邊緣裝置或雲端伺服器進行數位訊號處理。
如前所述，類比數位轉換器14可將所收到的對應各啁啾脈衝Cx的中頻訊號SI轉換為數位訊號SD，因而處理器61可獲得對應於反射雷達訊號FN的數位訊號SD（步驟S700）。續而，依照前述之距離傅立葉轉換（步驟S701）可獲得距離形貌地圖（Range profile map）（步驟S702）。如圖8所示，係為依據一些實施例的距離形貌地圖的示意圖。距離形貌地圖呈現隨相對於頻率調變連續波雷達10’的距離變化（橫軸）與時間變化（縱軸）之能量分布，於此係由顏色深淺呈現能量差異。
依據數位訊號SD，除了可以獲得距離形貌地圖之外，還可進一步獲得相位地圖及振動頻率地圖。在步驟S703中，對距離形貌地圖進行相位展開（phase unwrapping），以獲得相位地圖（步驟S704）。如圖9所示，係為依據一些實施例的相位地圖的示意圖。相位地圖呈現隨相對於頻率調變連續波雷達10’的距離變化（橫軸）與相位變化（縱軸）之能量分布，於此係由顏色深淺呈現能量差異。接著，在步驟S705中，對相位地圖之每一距離上的相位分布（即距離條狀塊，range bin）進行快速傅立葉轉換而取得振動頻率地圖（步驟S706）。如圖10所示，係為依據一些實施例的振動頻率地圖的示意圖。振動頻率地圖呈現隨相對於頻率調變連續波雷達10’的距離變化（橫軸）與振動頻率變化（縱軸）的能量分布，於此係由顏色深淺呈現能量差異。
取得振動頻率地圖之後，在步驟S707中，從振動頻率地圖中選出具有能量強度超出一能量閾值V th的至少一候選位置（步驟S708）。如圖11所示，係為依據一些實施例的距離條狀塊的振動頻率分布示意圖。圖11中呈現一個超過能量閾值V th的波峰，因此該距離條狀塊被選擇為候選位置。換言之，步驟S707是將相位地圖中的每一距離條狀塊和能量閾值V th進行比較，若超過能量閾值V th，則將對應之距離條狀塊選作為候選位置。
在一些實施例中，能量閾值V th為浮動閾值。對於相位地圖中的每一距離條狀塊分別計算各別的能量閾值V th。能量閾值V th是依據對應的該距離條狀塊的能量平均值或能量最大值來決定。舉例來說，能量閾值為a倍能量平均值與b倍能量最大值之總和，其中a+b=1，a與b為正數。再舉另一例，能量閾值為a倍能量平均值，其中a為正數。
前述步驟S708所獲得的候選位置可能為複數，因此需要進一步判定應選用何者，以排除干擾訊號。在步驟S709中，從候選位置中選定一個或多個，以獲得一個或多個目標位置（步驟S710）。此目標位置為候選位置中具有符合一生理參數範圍的振動頻率之一者。所述生理參數範圍可例如是呼吸頻率範圍（如每分鐘10～20次）、心跳頻率範圍（如每分鐘60～100次）等。
具體來說，在一些實施例中，偵測場域中存在一個目標90。找出每一具有符合生理參數範圍的振動頻率的候選位置，並選出其中具有最大的震盪頻率範圍的能量大小者。此選出的候選位置（距離）即為目標90所在位置（即目標位置）。
在一些實施例中，偵測場域中存在多個目標90。從候選位置中選定N個待測目標位置且N大於1，其中此N個待測目標位置為候選位置中具有符合生理參數範圍的振動頻率且具有前N大能量強度者。此些待測目標位置即為目標90所在位置（即目標位置）。
確定了一個或多個目標所在位置之後，便可據以取出相應的一個或多個目標相位資料（或稱待測目標相位資料）（步驟S711）。考量運動狀態下的物件偵測可能會產生誤判而有偏差。在步驟S711中，依據每一目標位置，取得相位地圖中相對應距離範圍內的一目標相位資料（步驟S712）。在一些實施例中，依據每一目標位置，取得相位地圖中相對應距離範圍內的一目標相位資料，其中該目標相位資料包括目標位置的距離條狀塊。在另一些實施例中，依據每一目標位置，取得相位地圖中相對應距離範圍內的多個目標相位資料，其中此些目標相位資料除了包括目標位置的距離條狀塊之外，也包括目標位置相鄰的一個或多個距離條狀塊。例如，以目標位置的距離條狀塊為中心，向兩旁各取兩個距離條狀塊，則目標相位資料包括有五個距離條狀塊。
在步驟S713中，將每一待測目標位置的目標相位資料輸入至機器學習模型64中，以獲得生理參數預測結果（步驟S714）。例如預測對應呼吸頻率或心跳頻率。在一些實施例中，目標相位資料是經過正規化，再輸入至機器學習模型64中。
在一實施例中，機器學習模型64採用MobileNetV3模型 。訓練樣本是採集三種運動器材（腳踏車、橢圓機及跑步機）之使用資料。每種運動器材收集30人次雷達資料，共計90人次雷達資料。每一筆雷達資料包括四種運動強度（休息、慢、中、快）的資料，每種運動強度時長兩分鐘。頻率調變連續波雷達10’架設高度在1.6~2公尺，距離受測者0.7~0.9公尺。收集過程中，受測者配戴心率計，以同步獲取實時心率作為標記樣本。參照圖12，係為依據一些實施例的機器學習模型64在訓練集和驗證集上的損失-期（Loss-epoch）變化圖，可以看到模型得到良好的收斂。訓練資料共7047筆，學習率為10 -5，訓練損失為397.11，測試損失為201.52。參照圖13，係為依據一些實施例的生理參數預測結果示意圖。準確率為91.23%，均方根誤差為14.2（次/分，bpm），標準誤差為8.15（次/分，bpm）。參照圖14，係為依據一些實施例的Bland-Altman圖，以比較預測得的心率是與實際以心率計量測數值的一致性。採樣數量為723。最大差異為27.84，最小差異為-25.69，平均差異為-2.3，標準差異為11.98，回歸線95%置信區間為[-27.78, 21.19]。可以看到，所預測得的心率是與實際以心率計量測數值相近的。
上述非接觸運動生理感測方法是以滑動視窗（sliding window）方式來取得數位訊號SD並進行處理。在一些實施例中，視窗大小為10秒，時步（time steps）為一秒。
綜上所述，依據一些實施例的非接觸運動生理感測方法與運動生理感測雷達10，能透過非接觸方式在受測者運動狀態下精準感測到生理參數。
10:運動生理感測雷達 10’:頻率調變連續波雷達 11:發射單元 12:接收單元 13:解調單元 14:類比數位轉換器 15:處理單元 16:訊號處理模組 60:訊號處理裝置 61:處理器 62:儲存裝置 63:程式 64:機器學習模型 90:目標 FH:入射雷達訊號 FN:反射雷達訊號 A1,A2:二維矩陣 B:脈衝帶寬 Ct,Cr:啁啾脈衝 C1,C2,C3,Cn:啁啾脈衝 D1,D2,Dn:數列 P1,P2,Pn:頻域訊號 S:斜率 SC:啁啾脈衝 SD:數位訊號 SI:中頻訊號 SP:頻域訊號 S700~714:步驟 Tc:持續時間 τ:延遲時間 V th:能量閾值
[圖1]為依據一些實施例的運動生理感測雷達的使用狀態示意圖。 [圖2]為例示雷達訊號的示意圖。 [圖3]為依據一些實施例的頻率調變連續波雷達的方塊示意圖。 [圖4]為例示入射雷達訊號與反射雷達訊號的示意圖。 [圖5]為依據一些實施例的訊號處理示意圖。 [圖6]為依據一些實施例的非接觸運動生理感測方法的流程圖。 [圖7]為依據一些實施例的訊號處理裝置的方塊示意圖。 [圖8]為依據一些實施例的距離形貌地圖的示意圖。 [圖9]為依據一些實施例的相位地圖的示意圖。 [圖10]為依據一些實施例的振動頻率地圖的示意圖。 [圖11]為依據一些實施例的距離條狀塊的振動頻率分布示意圖。 [圖12]為依據一些實施例的機器學習模型在訓練集和驗證集上的損失-期變化圖。 [圖13]為依據一些實施例的生理參數預測結果示意圖。 [圖14]為依據一些實施例的Bland-Altman圖。
S700~S714:步驟

Claims (22)

  1. 一種非接觸運動生理感測方法，由一訊號處理裝置中之一處理器執行，包括：獲得一數位訊號；依據該數位訊號獲得一相位地圖及一振動頻率地圖，其中該相位地圖呈現隨相對於一運動生理感測雷達的距離變化與相位變化之能量分布，該振動頻率地圖呈現隨相對於該運動生理感測雷達的距離變化與振動頻率變化的能量分布；從該振動頻率地圖中選出具有能量強度超出一能量閾值的至少一候選位置；從該至少一候選位置中選定一目標位置，該目標位置為該至少一候選位置中具有符合一生理參數範圍的一振動頻率之一者；依據該目標位置，取得該相位地圖中一距離範圍內的一或多目標相位資料；及輸入該一或多目標相位資料至一機器學習模型中，以獲得一生理參數預測結果。
  2. 如請求項1所述之非接觸運動生理感測方法，其中該數位訊號對應於該運動生理感測雷達的一反射雷達訊號；及其中該目標位置為該至少一候選位置中具有符合該生理參數範圍的該振動頻率且具有最大的能量強度者。
  3. 如請求項2所述之非接觸運動生理感測方法，其中從該振動頻率地圖中選出該至少一候選位置之步驟包括： 對於該相位地圖中的每一距離條狀塊分別計算該能量閾值；及將每一該距離條狀塊上每一相位的能量值與對應該距離條狀塊的該能量閾值相比，以從該振動頻率地圖中選出超過該能量閾值的該至少一候選位置。
  4. 如請求項3所述之非接觸運動生理感測方法，其中該能量閾值是依據對應的該距離條狀塊的一能量平均值或一能量最大值來決定。
  5. 如請求項4所述之非接觸運動生理感測方法，其中該能量閾值為a倍該能量平均值與b倍該能量最大值之總和，其中a+b=1，a與b為正數。
  6. 如請求項4所述之非接觸運動生理感測方法，其中該能量閾值為a倍該能量平均值，其中a為正數。
  7. 如請求項1所述之非接觸運動生理感測方法，其中該振動頻率地圖是透過對該相位地圖之每一距離上的相位分布進行快速傅立葉轉換而取得。
  8. 如請求項1所述之非接觸運動生理感測方法，其中獲得該相位地圖之步驟包括：對該數位訊號進行快速傅立葉轉換，以獲得一距離形貌地圖，其中該距離形貌地圖呈現隨相對於該運動生理感測雷達的距離變化與時間變化之能量分布。
  9. 如請求項8所述之非接觸運動生理感測方法，其中獲得該相位地圖之步驟更包括： 對該距離形貌地圖進行相位展開，以獲得該相位地圖。
  10. 如請求項1所述之非接觸運動生理感測方法，其中該一或多目標相位資料為該相位地圖中的複數距離條狀塊，該些距離條狀塊的其中之一為該目標位置的該距離條狀塊。
  11. 如請求項1所述之非接觸運動生理感測方法，更包括：從該至少一候選位置中選定N個待測目標位置且N大於1，其中該N個待測目標位置為該至少一候選位置中具有符合該生理參數範圍的該振動頻率且具有前N大能量強度者；依據每一該待測目標位置，取得該相位地圖中相對應距離範圍內的一或多待測目標相位資料；及輸入每一該待測目標位置的該一或多待測目標相位資料至該機器學習模型中，以獲得每一該待測目標位置對應的該生理參數預測結果。
  12. 一種運動生理感測雷達，包括：一發射單元，發送一入射雷達訊號；一接收單元，接收一反射雷達訊號；及一訊號處理模組，依據該反射雷達訊號獲得對應之一數位訊號，並依據該數位訊號獲得一相位地圖及一振動頻率地圖，從該振動頻率地圖中選出至少一候選位置，且從該至少一候選位置中選定一目標位置，而依據該目標位置取得該相位地圖中一距離範圍內的一或多目標相位資料，以及輸入該一或多目標相位資料至一機器學習模型中以獲得一生理參數預測結果； 其中，該相位地圖呈現隨相對於該運動生理感測雷達的距離變化與相位變化之能量分布，該振動頻率地圖呈現隨相對於該運動生理感測雷達的距離變化與振動頻率變化的能量分布，該目標位置為該至少一候選位置中具有符合一生理參數範圍的一振動頻率且具有最大的能量強度者。
  13. 如請求項12所述之運動生理感測雷達，其中該目標位置為該至少一候選位置中具有符合一生理參數範圍的一振動頻率且具有最大的能量強度者。
  14. 如請求項13所述之運動生理感測雷達，其中該訊號處理模組對於該相位地圖中的每一距離條狀塊分別計算一能量閾值，並將每一該距離條狀塊上每一相位的能量值與對應該距離條狀塊的該能量閾值相比，以從該振動頻率地圖中選出超過該能量閾值的該至少一候選位置。
  15. 如請求項14所述之運動生理感測雷達，其中該能量閾值是依據對應的該距離條狀塊的一能量平均值或一能量最大值來決定。
  16. 如請求項15所述之運動生理感測雷達，其中該能量閾值為a倍該能量平均值與b倍該能量最大值之總和，其中a+b=1，a與b為正數。
  17. 如請求項15所述之運動生理感測雷達，其中該能量閾值為a倍該能量平均值，其中a為正數。
  18. 如請求項12所述之運動生理感測雷達，其中該振動頻率地圖是透過對該相位地圖之每一距離上的相位分布進行快速傅立葉轉換而取得。
  19. 如請求項12所述之運動生理感測雷達，其中該訊號處理模組對該數位訊號進行快速傅立葉轉換，以獲得一距離形貌地圖，其中該距離形貌地圖呈現隨相對於該運動生理感測雷達的距離變化與時間變化之能量分布。
  20. 如請求項19所述之運動生理感測雷達，其中該訊號處理模組對該距離形貌地圖進行相位展開，以獲得該相位地圖。
  21. 如請求項12所述之運動生理感測雷達，其中該一或多目標相位資料為該相位地圖中的複數距離條狀塊，該些距離條狀塊的其中之一為該目標位置的該距離條狀塊。
  22. 如請求項12所述之運動生理感測雷達，其中：該訊號處理模組從該至少一候選位置中選定N個待測目標位置且N大於1，其中該N個待測目標位置為該至少一候選位置中具有符合該生理參數範圍的該振動頻率且具有前N大能量強度者；該訊號處理模組依據每一該待測目標位置，取得該相位地圖中相對應距離範圍內的一或多待測目標相位資料；及該訊號處理模組輸入每一該待測目標位置的該一或多待測目標相位資料至該機器學習模型中，以獲得每一該待測目標位置對應的該生理參數預測結果。
TW110140489A 2021-10-29 2021-10-29 非接觸運動生理感測方法與運動生理感測雷達 TWI833125B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
TW110140489A TWI833125B (zh) 2021-10-29 2021-10-29 非接觸運動生理感測方法與運動生理感測雷達
CN202111457522.0A CN116068513A (zh) 2021-10-29 2021-12-01 数据前处理方法与运动生理感测雷达
CN202111454848.8A CN116068550A (zh) 2021-10-29 2021-12-01 非接触运动生理感测方法与运动生理感测雷达
US17/678,492 US20230136937A1 (en) 2021-10-29 2022-02-23 Data pre-processing method and exercise vital sign detection radar
US17/678,362 US20230138670A1 (en) 2021-10-29 2022-02-23 Non-contact exercise vital sign detection method and exercise vital sign detection radar
EP22172256.4A EP4174515A1 (en) 2021-10-29 2022-05-09 Data pre-processing method and exercise vital sign detection radar

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW110140489A TWI833125B (zh) 2021-10-29 2021-10-29 非接觸運動生理感測方法與運動生理感測雷達

Publications (2)

Publication Number Publication Date
TW202317036A TW202317036A (zh) 2023-05-01
TWI833125B true TWI833125B (zh) 2024-02-21

Family

ID=86146831

Family Applications (1)

Application Number Title Priority Date Filing Date
TW110140489A TWI833125B (zh) 2021-10-29 2021-10-29 非接觸運動生理感測方法與運動生理感測雷達

Country Status (3)

Country Link
US (1) US20230138670A1 (zh)
CN (1) CN116068550A (zh)
TW (1) TWI833125B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112386237A (zh) * 2019-08-16 2021-02-23 富士通株式会社 生命体的检测装置、方法及系统
US20210093203A1 (en) * 2019-09-30 2021-04-01 DawnLight Technologies Systems and methods of determining heart-rate and respiratory rate from a radar signal using machine learning methods
CN113116342A (zh) * 2021-04-26 2021-07-16 上海交通大学 一种基于毫米波雷达的生命信号监测方法
CN113281739A (zh) * 2020-02-19 2021-08-20 英飞凌科技股份有限公司 使用卡尔曼滤波器的雷达生命信号追踪

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI743570B (zh) * 2019-10-09 2021-10-21 國立中山大學 多目標生理徵象偵測器及其偵測方法
US20240264272A1 (en) * 2021-05-10 2024-08-08 Teknologian Tutkimuskeskus Vtt Oy Vibration measurements of objects

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112386237A (zh) * 2019-08-16 2021-02-23 富士通株式会社 生命体的检测装置、方法及系统
US20210093203A1 (en) * 2019-09-30 2021-04-01 DawnLight Technologies Systems and methods of determining heart-rate and respiratory rate from a radar signal using machine learning methods
CN113281739A (zh) * 2020-02-19 2021-08-20 英飞凌科技股份有限公司 使用卡尔曼滤波器的雷达生命信号追踪
CN113116342A (zh) * 2021-04-26 2021-07-16 上海交通大学 一种基于毫米波雷达的生命信号监测方法

Also Published As

Publication number Publication date
TW202317036A (zh) 2023-05-01
CN116068550A (zh) 2023-05-05
US20230138670A1 (en) 2023-05-04

Similar Documents

Publication Publication Date Title
EP3866685B1 (en) Systems and methods for micro impulse radar detection of physiological information
TWI393579B (zh) The state of the muscle movement state analysis system, methods and computer program products
US20150080752A1 (en) Device for automatic mapping of complex fractionated atrial electrogram
RU2578298C1 (ru) Сверхширокополосное устройство для определения профиля слоев ткани живого организма и соответствующий способ
US20170143231A1 (en) Monitoring the body using microwaves
TWI765185B (zh) 非接觸式生命特徵檢測方法
Ambrosanio et al. A multi-channel ultrasound system for non-contact heart rate monitoring
EP4174515A1 (en) Data pre-processing method and exercise vital sign detection radar
US20160338652A1 (en) Heartbeat measuring apparatus, heartbeat measuring method, and recording medium
CN107595289B (zh) 非接触式呼吸通气量检测方法、装置、介质及计算机设备
CN111505631A (zh) 基于lfmcw雷达的心率估计算法
CN106102586A (zh) 超声波诊断装置
TWI833125B (zh) 非接觸運動生理感測方法與運動生理感測雷達
US20150168313A1 (en) System and method for permittivity distributions with transit time and dispersion tomography
CN112741617A (zh) 一种基于csi的全方向步态检测算法
TW202318246A (zh) 資料前處理方法與運動生理感測雷達
JP2019213772A (ja) 心拍計測方法および心拍計測装置
Widiyasari et al. Contactless respiratory rate monitoring using FMCW radar
JP7377494B2 (ja) 属性の識別装置および識別方法
JP7474997B2 (ja) センサ、推定方法、及び、センサシステム
KR102727447B1 (ko) 시간적 위상 코히어런시에 기반한 심박 측정 거리 결정 장치 및 방법
CN110738130A (zh) 基于Wi-Fi的路径独立的步态识别方法
TWI762243B (zh) 頻率調變連續波雷達、數位訊號處理方法與表徵資訊偵測方法
Li et al. A Fast and Efficient FMCW Radar Phase Extraction Technique at Ultra-Narrow Range for Vital Sign Detection
CN118592917A (zh) 基于毫米波雷达信号的心率变异性预测方法和装置