基于FMCW雷达的人体生命体征信号预测算法

将FMCW雷达检测到的人体生命体征信号,用于预测未来一段时间内人体生命体征信号是否异常,具有明显的应用价值。该方向当前研究主要针对如何进一步降低重构误差、提升生命体征信号的预测精度。为此,本文提出一种自适应变分模态分解-长短期记忆神经网络的生命体征信号预测方法。针对静止状态下的人体,通过雷达采集到的生命体征信号,采用粒子群算法优化变分模态分解VMD的模态分量个数K和惩罚系数α的值,实现自适应选取后用于VMD分解,再将分解后的模态分量进行叠加重构。采用粒子群算法优化长短期记忆网络模型中的网络层数、学习率、正则化系数等3个参数,自适应选取合适的参数组合,将重构后的信号通过优化后的LSTM网络进行预测。实验结果显示本文所提预测方法在10位志愿者的预测结果与原始数据的均方根误差平均值为0.017 188 9,平均绝对误差的平均值为0.007 158,相较于当前其他研究,预测精度上有明显提升。

基于二维卷积的连续血压预测系统

针对生命体征信号数字化采集和连续血压预测等需求,设计并实现了一种基于二维卷积的连续血压预测系统。在系统硬件部分使用ESP32模组、AD8232模块和PulseSensor传感器,采集获得的人体心电图(ECG)和光电容积脉搏波(PPG)信号数据并通过MQTT协议传输至服务端处理。本文算法部分使用格拉米角差场(GADF)、二维卷积和模型剪枝技术,设计并训练了使用ECG和PPG信号预测人体连续血压的神经网络模型,并分别在开源数据集和自制数据集中测试了连续血压预测模型的性能。本文系统为重要体征信号采集和连续血压预测提供了一个有效的参考方案。

非接触式生命体征检测装置的设计

为解决临床医学、急救或居家养老等应用场景中无法直接使用传统穿戴式监测仪器实时监测人体生命体征的问题,设计了一种基于多普勒雷达的非接触式生命体征检测装置,该装置通过STM32F429IGT6控制器从多普勒雷达检测的信号中实时提取人体呼吸和心跳信号。其硬件主要由微控制器、多普勒雷达传感器信号放大电路、滤波器、电平抬升电路等部分组成,系统通过IIR带通滤波实现呼吸和心跳信号分离与提取,使用FFT对分离的呼吸和心跳信号进行实时频谱分析,计算并显示呼吸和心跳次数。实验测试结果表明,该装置能有效实时检测人体的呼吸和心跳次数,实现2 m范围内的非接触式人体生命体征检测,心跳次数最大均值误差为9.14%,呼吸次数最大均值误差为4.7%。

基于优化变分模态分解的人体生命信号分离与重构方法研究

目的:为提高生命探测雷达对人体心跳、呼吸等生命信号提取、分离的准确性和实时性,提出一种基于优化变分模态分解(variational mode decomposition,VMD)的人体生命信号分离与重构方法。方法:首先,采用粒子群优化算法对VMD的参数进行优化,并将人体生命信号分解为一系列的本征模态函数(intrinsic mode function,IMF);其次,计算每个IMF的排列熵,根据排列熵阈值去除噪声,将剩余分量重构形成人体生命信号;最后,为验证提出的方法的性能,与无限脉冲响应(infinite impulse response,IIR)滤波、VMD和完全噪声辅助聚合经验模态分解(complete ensemble empirical mode decomposition with adaptive nosie,CEEMDAN)3种方法进行比较。结果:在不同噪声水平下,提出的方法在信噪比和均方根误差2项评价指标上均优于IIR滤波方法、VMD方法和CEEMDAN方法,在计算耗时上优于CEEMDAN方法。结论:提出的方法在有效滤除噪声的同时实现了对心跳、呼吸等生命信号的快速分离与重构,在烧烫伤患者、传染病患者、新生儿等特殊人群的非接触生命体征检测及灾后掩埋伤员搜救等领域具有很好的应用前景。

一种新型生命体征信号采集设备的研制

介绍一种新型的生命体征信号采集设备,该设备由传感单元和软件组成。使用时将传感单元放置于卧床枕头正下方,以收集人体睡眠时的体震信号,并通过无线方式传输至软件进行存储和分析,从而实现对心率和呼吸率两种生命体征的长期连续监测。通过使用人工测算、已上市的监护产品及本设备采集8位受试者的心率和呼吸率指标,初步验证该设备的监测指标有一定的准确性。

基于DSP的便携式生命参数监护系统

设计一种新型的便携式生命参数监护系统。该监护系统能实现心电、呼吸频率、脉搏以及体温等多项人体生命参数的监测,且性能稳定。以数字信号处理器(TMS320F2812)为核心控制芯片,实现对系统中其他模块的控制功能,完成A/D采样、LCD液晶显示,及与PC机的通信等功能。该系统充分利用DSP的优势,仪器体积小、功耗低,是一种适用于社区医疗和面向家庭的新型多功能监护仪。

基于调频连续波雷达的多目标生命体征实时检测

针对多目标场景提出了一种基于调制连续波(FMCW)雷达的非接触式生命体征检测方法。通过动目标显示(MTI)、指数加权平均滤波与递推平均滤波,去除了回波信号包含的静态杂波与背景噪声,大幅提升了信噪比(SNR);采用单元平均恒虚警率(CA-CFAR)自适应检测门限、设置最小距离阈值的方法,实现多目标检测,并结合最邻近关联算法与卡尔曼滤波实现多目标跟踪;提取多个目标的相位信息,处理得到呼吸与心跳信号,结合快速傅里叶变换与自相关方法估计呼吸率与心率。实验证明:所提方法能够准确、稳定地实现多目标生命体征的实时检测。

单兵生命体征智能检测系统的设计

目的:实现平常训练或战时单兵体征智能获取,建立单兵健康智能交互监管和单兵健康管理物联网系统平台,实现数字化、信息化管理模式。方法:针对训练或战时单兵体征的自动感,时时了解单兵活动状态,获取其体征数据。结果:一键呼叫或智能系统发出信息,通过身份识别与定位,医护人员能在最短时间进行护理和救治,实现智能信息化的建设。结论:单兵生命体征智能检测系统在训练或战时的运用中,可做到对单兵体征的时时掌握,实现全方位、全覆盖的智能健康检测系统,为战时的人员健康提供了有效的保障。

脉搏波信号采集与分析方法的研究

人体生命体征信息是指人体生理和病理信息,是判断病人的病情轻重缓急以及病情诊断的依据。脉搏信号是人体众多信号中较具代表性的一种,携带有丰富的人体健康状况信息。文章从目前使用较为广泛的两种脉搏信号采集方法出发,着重分析了压力脉搏波信号分析方法的临床适用性及应用现状,提出了应对脉搏波进行更为深入的研究,从而为人体脉搏波信号采集与分析系统的设计提供科学的依据。

医用智能微型传感器的设计

目的:设计一款医用智能微型传感器,实现数字化、信息化的健康管理模式,为建立健康管理物联网系统平台打下基础。方法:利用通信网络、智能呼叫、生命体征监测等科技手段,设计智能微型传感器,通过蓝牙(Bluetooth)进行通信,数据内存每10 ms采样1次,可对36 h内的数据进行存储。结果:该智能微型传感器可以对人体心率、体温和姿势等进行监测,并通过Android系统对数据进行存储,对异常的数据还可以通过与手机的联系发出警报,实现对老年人的实时监护。结论:该智能微型传感器为健康管理物联网的实现提供了基础支持,使安全、健康和救助一体化,实现了健康信息的数字化。

基于物联网的危重病人体征监测报警方法研究

研究危重病人生命体征正确监测报警问题,由于病人在危重时生命体征信号波动微弱,采用当前的算法进行危重病人生命体征监测时容易受到外界因素的干扰,存在监测误差大的问题。为此提出了一种基于物联网的危重病人生命体征监测报警方法。方法先融合于线性调频连续波雷达原理分析危重病人的生理状态(心跳、呼吸)引起的微动与回波幅度、相位等之间的关系,并提取危重病人生命体征信号,并依据提取的危重病人生命体征信号与干扰噪声在不同频域上的差异,采用低通滤波器滤除高频干扰分量,以危重病人生命体征信号(正常与异常)状态在统计特征上的差别为标准,对危重病人生命体征信号是否出现异常进行判断,实现了危重病人生命体征信号的监测报警。实验结果证明,基于物联网的危重病人生命体征监测报警方法大幅度提升了危重病人监控报警的准确性。

用于非接触式生命体征检测的雷达技术研究进展

通过生命体征判断人体健康状况是医学中重要的诊断手段。基于雷达传感器实现精确的非接触式生命体征检测,可以弥补传统的接触式医疗设备的缺点,并推动医疗保健系统向更便捷、更精确、更智能化的方向迈进。总结了雷达传感系统在生命体征信号检测应用中的研究进展,详细讨论了与系统相关的硬件架构和信号处理技术的发展。研究发现,发展高精度、高灵敏度及小型化的雷达是目前该领域的研究方向,而获取高精度的呼吸信号和心跳信号意味着要实现更高的工作频率、更严谨的硬件架构和更复杂的信号处理算法。最后,总结并探讨了毫米波雷达传感系统在非接触式生命体征检测应用中面临的挑战及未来的发展方向。

一种鲁棒的毫米波雷达人体呼吸心跳测量方法

提出一种基于毫米波雷达的人体呼吸心跳测量方法,可用于检测航天员的呼吸心跳。通过发射57.5~63.5 GHz频段的线性调频连续波,采集人体胸腔表面反射的雷达回波,经过混频和低通滤波后采样,得到包含呼吸心跳微动信息的中频采样数据。通过对中频采样数据做快速傅里叶变换,确定人体胸腔相对雷达的径向距离,进一步提取胸腔位置对应的相位信号。然后采用一种改进的相位差分增强方法,抑制相位信号中呼吸谐波对心跳信号提取的干扰和低频噪声对呼吸信号提取的干扰。最后采用高斯平滑滤波方法从相位信号中提取无波形失真的呼吸信号,并采用低阶有限冲激响应(FIR)滤波器从相位信号中提取无速率失真的心跳信号。此外,对呼吸、心跳信号采用时域寻峰算法计算呼吸率和心率。实验结果表明:此方法对人体呼吸信号和心跳信号测量的准确性高、鲁棒性强。

智能实时睡眠监测与干预系统的设计与实现

目的设计可以监测、分析、干预以及反馈人体睡眠状况的智能实时睡眠监测与干预系统,以改善使用者睡眠问题。方法首先设计智能实时睡眠监测与干预系统,其中生命体征信号采集模块实时监测人体肢体动作、心脏泵血等引发的振动;数据处理中心提取体动信号、呼吸信号与心冲击信号(ballistocardiogram,BCG)信号,利用睡眠监测算法进行睡眠状况分析;中药香薰器由数据处理中心控制开关,利用含有中药成分的香薰干预睡眠;同时睡眠监测实时反馈干预情况下的数据。然后选取3名失眠的被试者进行测试,检验系统的有效性。结果所构建的系统可以实时记录被试者睡眠情况并形成睡眠分期图,也可利用中药香薰有效地干预被试者不良睡眠情况。结论该系统能够实现非接触式睡眠情况采集与分析以及对入睡困难或睡眠质量不佳等状况的干预。

基于压电薄膜和片上可编程系统的可穿戴体征监测系统

随着社会经济的发展,人口与建筑密度日益增大,火灾发生的概率越来越大,扑救难度也越来越高。传统的消防防护服属功能服装只能实现防火,隔热和阻燃等基本功能。而消防战斗员的生命体征无法被消防指挥员及时获知,这对保障消防战斗员的生命安全,和消防现场的应急指挥非常重要。正是在这种形势下,可穿戴体征监测系统的研究才具有重要的实用意义。研究的可穿戴体征监测系统,是可装配于救援防护服本体上,基于压电薄膜技术和片上可编程系统技术搭建的,具有生命体征监测和告警功能的电子系统。装配了该系统的救援防护服,不仅能够实现传统防护服对救援队员的保护作用,还可以实时监测救援队员的生命体征,通过声光告警电路将现场信息反馈给救援队员,提高了消防救援和指挥效率。

基于N次峰值捕捉的超宽带雷达生命体征检测

针对心跳信号易被呼吸谐波和其他噪声干扰而难以提取的问题,提出基于N次峰值捕捉的生命体征检测算法。首先对雷达接收信号进行平均相消法处理滤除静止杂波;接着利用距离门选择算法提取出体表振动信号;然后对体表振动信号进行低通滤波和自相关处理去除随机噪声;最后,在提取呼吸频率的基础上抑制其高次谐波,进而在心跳频段捕捉M个峰值频率,并迭代N次统计心跳频段出现最多次数的峰值频率作为心跳频率。仿真结果表明,该算法相对于离散傅里叶变换(discrete Fourier transform,DFT)算法具有更高的测量精度和更好的抗干扰能力,可有效应用于生命体征检测领域。

基于FMCW毫米波雷达的生命探测研究与设计

毫米波雷达能够非接触性地检测电磁波信号,FMCW毫米波雷达传感器能采集生命的呼吸和心跳等特征信号。对FMCW毫米波雷达的原理和人体生命体征信号研究分析,提出了多路信号复用技术探测方法。采用FMCW毫米波雷达传感器,STM32芯片为主控制器的方法,结合Wi-Fi无线通信技术设计一个生命探测系统。经过实验测试,系统可以在短距离非接触条件下探测生命体征信息。

基于MEEMD和apFFT的人体生命体征信号的提取研究

非接触式的人体生命体征信号的检测在生产生活中有着非常重要的应用。为了准确提取人体生命体征信号,提出一种基于改进的集合经验模态分解(MEEMD)和全相位频谱(apFFT)分析的人体生命体征信号的检测提取方法。进行了15组实验,分别采集5名志愿者在3种距离下的雷达回波信号,实测数据分析处理结果表明,MEEMD有很好的分解效果,抑制了模态混叠效应,同时采用apFFT进行频谱分析,与FFT相比,提高了呼吸和心跳信号的信噪比,说明基于MEEMD和apFFT的方法能够准确地提取人体的心跳与呼吸信号,实现了人体生命体征的检测。

基于VMD的FMCW毫米波雷达胸壁微动检测

人体的呼吸和心脏跳动导致的胸壁微动可通过毫米波雷达的相位变化进行记录。为了从相位中提取胸壁的微动历史,估计出呼吸和心跳的频率,提出了一种生命体征信号的提取与分离方法。首先,对毫米波雷达中频信号进行傅里叶变换,确定胸壁所处距离单元;接着,针对此距离单元中的相位进行提取与解缠绕,将相位转换为距离变量后得到包含呼吸和心跳信息的生命体征信号;最后,利用变分模态分解(VMD)算法从生命体征信号中分解得到的模态函数中确定呼吸信号和心跳信号,再采用傅里叶变换估计两者的频率。实验中,采集30 s的人体数据进行验证,成功提取到了生命体征信号波形,并分离出了呼吸和心跳信号,呼吸和心跳频率误差在8%以内。分析实验结果表明,文中所提的信号提取与分离方法能得到有效的生命体征信号,并从中估计出较为准确的呼吸和心跳频率。

太赫兹频段下基于时频滤波的生命特征信号分离方法

为了提取低信噪比情况下的生命特征信号,提出了一种基于时频滤波的生命特征信号分离方法.首先建立太赫兹雷达人体目标回波的模型,利用高分辨、交叉项抑制效果好的B分布对回波进行时频分析,然后使用抗噪效果好的Viterbi算法估计出瞬时频率曲线,根据瞬时频率曲线构建合适带宽的时频滤波器,分离出生命特征微多普勒信号.仿真结果表明,基于时频滤波的生命特征信号分离方法具有高分辨、抗噪效果好的性能特点,可以应用于低信噪比情况下的生命特征信号提取,进而可为生命特征信号的参数提取提供基础.