基于伽柏变换的呼吸与心跳信号的提取分析方法和装置的制造方法

基于伽柏变换的呼吸与心跳信号的提取分析方法和装置的制造方法
【专利摘要】本发明提供了一种基于伽柏变换的呼吸与心跳信号的提取分析方法和装置，其中所述方法包括：S1：对所述雷达回波信号进行伽柏变换，并计算变换后的信号的时频功率分布信号；S2：对所述时频功率分布信号进行频谱加权平均操作，获得频谱质心变化曲线；S3：对所述频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号；S4：对所述呼吸信号和心跳信号再次进行伽柏变换，并获取随时间变化的呼吸频率和随时间变化的心跳频率。本发明可以有效提取随时间变化的呼吸与信号及其频率变化。
【专利说明】
基于伽柏变换的呼吸与心跳信号的提取分析方法和装置
技术领域
[0001] 本发明设及生物医学信号处理领域，尤其设及一种基于伽柏变换的呼吸与屯、跳信 号的提取分析方法和装置。
【背景技术】
[0002] 生物雷达是一种通过发射接收微波或太赫兹波，对人体的呼吸与屯、跳等生命参数 进行非接触式测量的医疗器械设备，生物雷达可代替传统的屯、电图、呼吸带等接触式测量 设备，除可应用于疾病诊断外，还可用作人体健康状况实时监控，因而成为当前国内外研究 的热点。
[0003] 实际中，生物雷达所接收到的人体回波随呼吸、屯、跳等生命活动引起的体表微动 所调制，具体表现在随时间变化的微多普勒频率，而传统的基于傅里叶变换的信号分析方 法无法提供时间域和频率域的联合分布信息，因而无法提取随时间变化的呼吸与屯、跳频 率。

【发明内容】

[0004] 本发明所要解决的技术问题是提供一种能够分别提取出雷达回波信号中的呼吸 信号和屯、跳信号，并能够获取随时间变化的呼吸频率和随时间变化的屯、跳频率信息的基于 伽柏变换的呼吸与屯、跳信号的提取分析方法和装置。
[0005] 为了解决上述技术问题，本发明提供了如下的技术方案：
[0006] -种基于伽柏变换的呼吸与屯、跳信号的提取分析方法，所述方法基于伽柏变换从 返回的雷达回波信号中获取屯、跳信号和呼吸信号并进行分析，所述方法包括W下步骤：
[0007] S1:对所述雷达回波信号进行伽柏变换，并计算变换后的信号的时频功率分布信 号；
[000引S2:对所述时频功率分布信号进行频谱加权平均操作，获得频谱质屯、变化曲线；
[0009] S3:对所述频谱质屯、变化曲线进行滤波操作，W获取呼吸信号和屯、跳信号；
[0010] S4:对所述呼吸信号和屯、跳信号再次进行伽柏变换，并获取随时间变化的呼吸频 率和随时间变化的屯、跳频率。
[0011] 作为优选，步骤S1之前还包括步骤so:对接收到的信号进行多普勒采样，并进行正 交解调，获得所述雷达回波信号。
[0012] 作为优选，所述步骤S2还进一步包括:对所述频谱质屯、变化曲线进行降采样;步骤 S3为对降采样后的频谱质屯、变化曲线进行滤波操作，W获取呼吸信号和屯、跳信号。
[0013] 作为优选，所述步骤S2中降采样的倍数为，其中fs为多普勒采样 频率，U表示取整算子。
[0014] 作为优选，所述步骤S3进一步包括:分别通过呼吸信号带通滤波器和屯、跳信号带 通滤波器对所述频谱质屯、变化曲线进行滤波，W分别获取呼吸信号和屯、跳信号。
[0015] 作为优选，所述步骤S4进一步包括:对所述呼吸信号和屯、跳信号分别进行伽柏变 换，并计算出所述呼吸信号和屯、跳信号的时频功率分布信号，并通过检测功率最大值提取 出随时间变化的呼吸频率和随时间变化的屯、跳频率。
[0016] 作为优选，所述步骤S4中提取随时间变化的呼吸频率的方法包括W下步骤：
[0017] S41:对步骤S3得到的呼吸信号进行伽柏变换并计算变换后信号的时频功率分布 信号；
[0018] S42:对步骤S41得到的时频功率分布信号通过功率最大值检测方法提取随时间变 化的呼吸频率；
[0019] 作为优选，所述步骤S4中提取随时间变化的屯、跳频率的方法包括W下步骤：
[0020] S43:对步骤S3得到的屯、跳信号进行伽柏变换并计算变换后信号的时频功率分布 信号；
[0021] S44:对步骤S43得到的时频功率分布信号通过功率最大值检测方法提取随时间变 化的屯、跳频率。
[0022] 本发明还提供了一种基于伽柏变换的呼吸与屯、跳信号的提取分析装置，所述装置 应用如上所述基于伽柏变换的呼吸与屯、跳信号的提取分析方法;且所述装置至少包括滤波 单元，其配置为对所述频谱质屯、变化曲线进行滤波操作，W获取呼吸信号和屯、跳信号。
[0023] 作为优选，所述滤波单元包括得到呼吸信号的呼吸信号带通滤波器和得到屯、跳信 号的屯、跳信号带通滤波器。。
[0024] 与现有技术相比，本发明的有益效果在于：
[0025] 1、相比于传统的基于傅里叶变换分析方法，本发明技术方案采用伽柏变换时频分 析方法，可有效提取随时间变化的呼吸与信号及其频率变化；
[0026] 2、本发明在获得频谱质屯、变化曲线W后，再进行第二次伽柏变换时频分析W前， 可W对信号数据进行了降采样操作，可大大提高信号处理效率。
【附图说明】
[0027] 图1是本发明实施例的生物雷达测量人体呼吸与屯、跳示意图；
[0028] 图2为本发明实施例中的基于伽柏变换的呼吸与屯、跳信号的提取分析方法的流程 图；
[0029] 图3为本发明另一实施例中的于伽柏变换的呼吸与屯、跳信号的提取分析方法的流 程图；
[0030] 图4为本发明实施例中获取随时间变化的呼吸频率的原理流程图；
[0031] 图5为本发明实施例中获取随时间变化的屯、跳频率的原理流程图；
[0032] 图6为本发明实施例的基于伽柏变换的呼吸与屯、跳信号的提取分析装置的原理框 图。
[0033] 附图标记说明
[0034] 1-变换单元 2-加权单元
[00：3日]3-滤波单元 4-预处理单元
[0036] 5-降采样单元
【具体实施方式】
[0037] 下面，结合附图对本发明的实施例进行详细的说明，但并不作为本发明的限定。
[0038] 需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同的图号。附 图中未绘示或描述的实现方式，为所属技术领域中普通技术人员所知的形式。另外，虽然本 文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接 受的误差容限或设计约束内近似于相应的值。
[0039] 本发明提供了一种基于伽柏变换(Gabor Transform)的呼吸与屯、跳信号的提取分 析方法和装置，因此，在详细介绍本发明的实施方式的细节之前，先简单描述伽柏变换的一 些概念和原理。
[0040] 伽柏变换是一种典型的时频分析方法，是将一个非平稳信号分割成无数个短时间 段，将每个时间段内的信号假设为平稳的情况下进行傅里叶变化而得到该时间段内信号的 频率特性。设W时间-频率为轴线构建的时频平面为(t，f)，更进一步，对时频平面W时间位 移常数T和频率位移常数F进行采样，可构建二维平面(m，n)，其中m为时移因子，η为频率调 制因子，则信号s(t)可W伽柏展开系数aM：表示为
[0041]
[0042] 其中，gmn(t)为伽柏基函数，是将窗函数g(t)经时移和频移得到，其表达式为
[0043]
[0044] amn是伽柏展开系数，其表达式为
[0045]
[0046] 其中，丫 mn ( t)是伽柏基函数gmn( t )的对偶函数，W表示丫 mn ( t )的共辆。伽柏展 开系数即二维平面(m，n)上一点的系数，通过其与时频平面为(t，f)的关系易知，信号s(t) 的时频伽柏变换表达式为
[0047] S(mT,nF) =amn.
[004引其功率谱为
[0049] P(mT，nF)= |S(mT，nF) |2.
[0050] 伽柏变换属于移动窗的时频分析方法，其中窗函数可选为高斯窗，其表达式为
[0化1 ]
[0052]图1为根据本发明实施例的生物雷达测量人体呼吸与屯、跳示意图。由于人体呼吸 及屯、跳微动均是近周期的变化，呼吸通过胸腔的收缩和扩张完成，可W近似为正弦波振动 模型，屯、跳信号类似屯、电图中信号一样，可近似为脉冲模型。记雷达工作频率为fc(对应波 长λ)，人体目标距雷达为R，则雷达发射波形经人体目标散射而回的回波经正交解调后为
[0化3]
[0054] 其中A为雷达回波信号幅度，a和b分别为人体目标的呼吸起伏和屯、跳振动幅度，打 和fh分别为人体目标的呼吸起伏和屯、跳振动的频率，a cos(2时bt)表示基于正弦波模型的 Wa为幅度、f b为频率的呼吸运动，bS (化f ht)表示基于脉冲振动模型的Wb为幅度、f h为频率 的屯、跳振动，N(t)表示噪声信号。则呼吸与屯、跳信号分析是基于上述回波实时分析随时间 变化的呼吸与屯、跳信号，提取呼吸与屯、跳信号频率。
[0055] 下面，对本发明的具体实施例进行详细的描述。如图2所述，为本发明实施例中的 一种基于本发明实施例中的基于伽柏变换的呼吸与屯、跳信号的提取分析方法的流程图。其 中，雷达天线向人体目标发送雷达信号，并接收返回的回波信号，本发明实施例目的为对所 述回波信号进行处理，并提取其中关于呼吸信号和屯、跳信号的信息，如随时间变化的呼吸 频率和随时间变化的屯、跳频率，所述方法可W包括W下步骤：
[0056] S1:对雷达回波信号进行伽柏变换，并计算变换后的信号的时频功率分布信号Pr (t，f);优选的，在步骤S1之前，还包括步骤SO:雷达天线照射人体目标并W脉冲重复频率fs 发射和接收回波信号，经正交解调后得到多普勒采样率为fs、时间长度为T的雷达回波信号 sr(t);其中，脉冲重复频率fs即多普勒采样频率远大于3Hz，例如山可W为300Hz;
[0057] S2:对时频功率分布信号进行频谱加权平均操作，获得频谱质屯、变化曲线g(t);其 中，如可W按照下式对时频功率分布信号沿频率向进行频谱加权平均操作：
[0化引
[0059] 其中，Pr(t，f)为所述步骤S1得到的时频功率分布信号，t表示时间，f表示频率，分 子和分母中的积分区间[Fi，F2]表示该时频分布信号的频率起始和终止范围，g(t)为得到的 频谱质屯、变化曲线；
[0060] S3:对频谱质屯、变化曲线g(t)进行滤波操作，W获取呼吸信号eb(t)和屯、跳信号eh (t);该滤波操作可W将频谱质屯、变化曲线g(t)分别通过呼吸信号带通滤波器和屯、跳信号 带通滤波器分别进行滤波操作，W分别获取呼吸信号eb(t)和屯、跳信号eh(t);
[0061] S4:对呼吸信号eb(t)和屯、跳信号eh(t)再次进行伽柏变换，并获取随时间变化的呼 吸频率Fb(t)和随时间变化的屯、跳频率Fh(t)。本实施例中，可W对呼吸信号eb(t)和屯、跳信 号eh(t)分别进行伽柏变换，并计算出呼吸信号和屯、跳信号的时频功率分布信号，并通过检 测功率最大值提取出随时间变化的呼吸频率和随时间变化的屯、跳频率。
[0062] 基于上述步骤，本发明的实施例即可W通过对雷达回波信号进行两次伽柏变换， 分别提取呼吸信号和屯、跳信号，W及随时间变化的呼吸信号频率和屯、跳信号频率。
[0063] 在如图3所示的另一实施例中，步骤S2中还可W进一步包括:对步骤S1中得到的频 谱质屯、变化曲线g(t)进行N倍降采样操作，得到降采样后的频谱质屯、变化曲线gd(t);
[0064] 所述降采样倍数W = L尤/15巧2_|，其中U表示取整算子，例如fs为300Hz时，则降 采样倍数N取20。
[0065] 相应地，步骤S3则为对降采样后的频谱质屯、变化曲线gd(t)，分别使用呼吸信号带 通滤波器和屯、跳信号带通滤波器进行滤波操作，得到呼吸信号eb(t)和屯、跳信号eh(t);由于 对进行了降采样的操作，可W大大的提高信号处理效率。
[0066] 其中，本实施例中的呼吸信号带通滤波器的作用是提取呼吸信号成分，其是具有 上通带截止频率为0.6Hz、上阻带截止频率为0.9Hz、下通带截止频率为0.15化、下阻带截止 频率为0.02化、通带波纹为0.1地、阻带衰减为80地的6阶无限冲激响应带通数字滤波器;屯、 跳信号带通滤波器的作用是提取屯、跳信号成分，其是具有上通带截止频率为2.2Hz、上阻带 截止频率为2.4Hz、下通带截止频率为ο. 7Hz、下阻带截止频率为ο. 5Hz、通带波纹为ο. 1地、 阻带衰减为80地的8阶无限冲激响应带通数字滤波器。
[0067] 此外，上述实施例中所述步骤S3用到的呼吸信号带通滤波器和屯、跳信号带通滤波 器并不仅限于实施方式中提到的各种具体形式，本领域的普通技术人员可对其进行简单地 熟知地替换，例如：
[0068] (1)呼吸信号带通滤波器除可使用无限冲激响应带通数字滤波器外，还可W是有 限冲激响应带通数字滤波器的形式，只要除滤波器阶数W外的其它参数保持不变即可；
[0069] (2)屯、跳信号带通滤波器除可使用无限冲激响应带通数字滤波器外，还可W是有 限冲激响应带通数字滤波器的形式，只要除滤波器阶数W外的其它参数保持不变即可。
[0070] 另外，如图4所示为本发明实施例中获取随时间变化的呼吸频率的原理流程图。其 中包括W下步骤：
[0071] S41:对步骤S3得到的呼吸信号eb(t)进行伽柏变换并计算变换后信号的时频功率 分布信号Pb(t,f);
[0072] S42:对步骤S41得到的时频功率分布信号Pb(t，f)通过功率最大值检测方法提取 随时间变化的呼吸频率Fb(t)，其中
[0073]
[0074] 如图5所示为本发明实施例中获取随时间变化的屯、跳频率的原理流程图。
[0075] S43:对步骤S3得到的屯、跳信号eh(t)进行伽柏变换并计算变换后信号的时频功率 分布信号扣(t，f);
[0076] S44:对步骤S43得到的时频功率分布信号Ph(t，f)通过功率最大值检测方法提取 随时间变化的屯、跳频率Fh(t)，其中
[0077]
[0078] 另外，本发明还提供了一种基于伽柏变换的呼吸与屯、跳信号的提取分析装置，如 图6所示，为本发明实施例中的基于伽柏变换的呼吸与屯、跳信号的提取分析装置的原理框 图。其中可W包括:变换单元1、加权单元2、滤波单元3,其中变换单元1配置为雷达回波信号 进行伽柏变换，并计算变换后的信号的时频功率分布信号;加权单元2配置为对时频功率分 布信号进行频谱加权平均操作，获得频谱质屯、变化曲线;滤波单元3配置为对频谱质屯、变化 曲线进行滤波操作，W分别获取呼吸信号和屯、跳信号;其中变换单元1还可W进一步配置为 对滤波单元得到的呼吸信号和屯、跳信号再次进行伽柏变换，并获取随时间变化的呼吸频率 和随时间变化的屯、跳频率。
[0079] 另外，优选的，本实施例中还可W包括一预处理单元4,其对雷达天线接收的信号 进行多普勒采样，并进行正交解调，获得多普勒采样率为fs、时间长度为T的回波信号Sr(t); 其中脉冲重复频率fs远大于3Hz，例如，fs可W为300Hz。其中雷达信号接收和发送信号的频 率均为fs。
[0080] 再通过加权单元2对时频功率分布信号进行频谱加权平均操作而获得频谱质屯、变 化曲线后，还可W通过降采样单元5对频谱智信变化曲线进行降采样，W加大运算处理速 度。滤波单元3可W对降采样后的数据进行滤波操作，W分别获取呼吸和屯、跳信号。其中，降 采样的倍数欢= U/15成」，其中U表示取整算子，例如fs为300化时，则降采样倍数N取 20 〇
[0081] 本实施例中的滤波单元3可W进一步包括获得呼吸信号的呼吸信号带通滤波器和 屯、跳信号带通滤波器，其中，呼吸信号带通滤波器的作用是提取呼吸信号成分，是具有上通 带截止频率0.6Hz、上阻带截止频率0.9Hz、下通带截止频率0.15化、下阻带截止频率 0.02Hz、通带波纹0.1地、阻带衰减80地的6阶无限冲激响应带通数字滤波器。屯、跳信号带通 滤波器的作用是提取屯、跳信号成分，是具有上通带截止频率2.2Hz、上阻带截止频率2.4Hz、 下通带截止频率0.7Hz、下阻带截止频率0.甜Z、通带波纹0.1地、阻带衰减80地的8阶无限冲 激响应带通数字滤波器。
[0082] 然而，上述实施例中用到的呼吸信号带通滤波器和屯、跳信号带通滤波器并不仅限 于实施方式中提到的各种具体形式，本领域的普通技术人员可对其进行简单地熟知地替 换，例如：
[0083] (1)呼吸信号带通滤波器除可使用无限冲激响应带通数字滤波器外，还可W是有 限冲激响应带通数字滤波器的形式，只要除滤波器阶数W外的其它参数保持不变即可；
[0084] (2)屯、跳信号带通滤波器除可使用无限冲激响应带通数字滤波器外，还可W是有 限冲激响应带通数字滤波器的形式，只要除滤波器阶数W外的其它参数保持不变即可。
[0085] 本实施例中的变换单元1再对为对滤波单元3得到的呼吸信号和屯、跳信号再次进 行伽柏变换时，可W通过检测功率最大值的方法提取随时间变化的呼吸频率和随时间变化 的屯、跳频率。具体可W包括：
[0086] 对步骤滤波单元3得到的呼吸信号eb(t)进行伽柏变换并计算变换后信号的时频 功率分布信号Pb(t，f);并对得到的时频功率分布信号Pb(t，f)通过功率最大值检测方法提 取随时间变化的呼吸频率Fb(t)，即
[0087]
[0088] W及对滤波单元3得到的屯、跳信号eh(t)进行伽柏变换并计算变换后信号的时频 功率分布信号扣(t，f);并对得到的时频功率分布信号扣(t，f)通过功率最大值检测方法提 取随时间变化的屯、跳频率Fb (t)，即
[0089]
[0090] 通过上述实施方式，即可W有效的实现本发明提取随时间变化的呼吸频率和屯、跳 频率的目的。
[0091] W上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详 细说明，所应理解的是，W上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡 在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保 护范围之内。
【主权项】
1. 一种基于伽柏变换的呼吸与心跳信号的提取分析方法，其特征在于，所述方法基于 伽柏变换从返回的雷达回波信号中获取心跳信号和呼吸信号并进行分析，所述方法包括以 下步骤： S1:对所述雷达回波信号进行伽柏变换，并计算变换后的信号的时频功率分布信号； S2:对所述时频功率分布信号进行频谱加权平均操作，获得频谱质心变化曲线； S3:对所述频谱质心变化曲线进行滤波操作，以获取呼吸信号和心跳信号； S4:对所述呼吸信号和心跳信号再次进行伽柏变换，并获取随时间变化的呼吸频率和 随时间变化的心跳频率。2. 根据权利要求1所述的方法，其特征在于，步骤S1之前还包括步骤SO:对接收到的信 号进行多普勒采样，并进行正交解调，获得所述雷达回波信号。3. 根据权利要求2所述的方法，其特征在于，所述步骤S2还进一步包括:对所述频谱质 心变化曲线进行降采样;步骤S3为对降采样后的频谱质心变化曲线进行滤波操作，以获取 呼吸信号和心跳信号。4. 根据权利要求3所述的方法，其特征在于，所述步骤S2中降采样的倍数为 评=L乂/1 5j，其中匕为多普勒采样频率，〖_丨表示取整算子。5. 根据权利要求3所述的方法，其特征在于，所述步骤S3进一步包括:分别通过呼吸信 号带通滤波器和心跳信号带通滤波器对所述频谱质心变化曲线进行滤波，以分别获取呼吸 信号和心跳信号。6. 根据权利要求1所述的方法，其特征在于，所述步骤S4进一步包括:对所述呼吸信号 和心跳信号分别进行伽柏变换，并计算出所述呼吸信号和心跳信号的时频功率分布信号， 并通过检测功率最大值提取出随时间变化的呼吸频率和随时间变化的心跳频率。7. 根据权利要求6所述的方法，其特征在于，所述步骤S4中提取随时间变化的呼吸频率 的方法包括以下步骤： S41:对步骤S3得到的呼吸信号进行伽柏变换并计算变换后信号的时频功率分布信号； S42:对步骤S41得到的时频功率分布信号通过功率最大值检测方法提取随时间变化的 呼吸频率。8. 根据权利要求6所述的方法，其特征在于，所述步骤S4中提取随时间变化的心跳频率 的方法包括以下步骤： S43:对步骤S3得到的心跳信号进行伽柏变换并计算变换后信号的时频功率分布信号； S44:对步骤S43得到的时频功率分布信号通过功率最大值检测方法提取随时间变化的 心跳频率。9. 一种基于伽柏变换的呼吸与心跳信号的提取分析装置，其特征在于，所述装置应用 如权利要求1-8中任意一项所述基于伽柏变换的呼吸与心跳信号的提取分析方法;且所述 装置至少包括滤波单元，其配置为对所述频谱质心变化曲线进行滤波操作，以获取呼吸信 号和心跳信号。10. 根据权利要求9所述的装置，其特征在于，所述滤波单元包括得到呼吸信号的呼吸 信号带通滤波器和得到心跳信号的心跳信号带通滤波器。
【文档编号】A61B5/0205GK105919568SQ201610350391
【公开日】2016年9月7日
【申请日】2016年5月24日
【发明人】黄亦谦
【申请人】北京千安哲信息技术有限公司