一种基于毫米波雷达的无线体征测量系统的制作方法

1.本发明涉及医学无线电技术及生理信号检测技术领域，具体为一种基于毫米波雷达的无线体征测量系统。


背景技术：

2.近年来，国家出台了一系列的政策来支持医疗健康事业的发展。医疗监护的智能化、智慧化是未来医疗发展的一个重要趋势。随着智慧医疗的深入推进，尽可能实时获取更多的生命体征信息，综合分析健康状况的需求越发迫切。传统的生命体征监测方式以接触式为主，通常采用压力、电、磁场等传感器，通过测量电容、电阻等物理量的变化来计算人体呼吸频率、心率等信息。
3.心率和呼吸率是反映个人健康状况的关键指标，监测人体的生命体征，比如心率和呼吸率等非常重要，传统的心率测量需要佩戴电极贴，而呼吸率的测量也需要被试者在胸部绑上一条弹性带，会使被测者行动不便，而且部署繁琐，难以满足实时性的需要，而且对于一些特殊人群，如婴幼儿、烧伤病人等群体，不能对目标进行有效的监测，限制了其使用范围。
4.基于此，本发明设计了一种基于毫米波雷达的无线体征测量系统，以解决上述问题。


技术实现要素：

5.本发明的目的在于提供一种基于毫米波雷达的无线体征测量系统，以解决上述背景技术中提出的传统的心率测量需要佩戴电极贴，而呼吸率的测量也需要被试者在胸部绑上一条弹性带，会使被测者行动不便，而且部署繁琐，很难满足实时性的需要，而且对于一些特殊病人，不能对目标进行有效的监测，限制了其使用范围的问题。
6.为实现上述目的，本发明提供如下技术方案：
7.一种基于毫米波雷达的无线体征测量系统，包括毫米波雷达，用于发射多个频率随时间线性增长的信号，称为chirp；数据预处理模块，用于将单个chirp信号的时域波形s
t
(t)和接收到的信号s
r
(t)混频后得到if信号，将if信号进行fft变换得到胸部位移信号；带通滤波器，用于获得呼吸信号与心跳信号；所述数据预处理模块还用于从呼吸信号中提取逐拍呼吸率和心拍分割结果。
8.优选的，所述数据预处理模块还包括静止反射消除，将if信号相邻两帧if序列相减去除静态物体的干扰。
9.优选的，所述胸部位移信号为设if信号幅度谱峰值对应频率为f
b
，计算逐帧if信号的相位谱f
b
处对应的相位得到的。
10.优选的，所述呼吸信号与心跳信号通过截止频率为[0.1,0.6]hz与[8,24]hz的三阶巴特沃斯带通滤波器与的三阶巴特沃斯带通滤波器获得。
[0011]
优选的，所述数据预处理模块用于从呼吸信号中提取逐拍呼吸率的算法为：
[0012]
截取前30s信号进行fft变换，估算呼吸信号的周期t；
[0013]
根据呼吸周期t计算滑动平均曲线mac(t)；
[0014]
在滑动平均曲线mac(t)与呼吸信号的交点区间内寻找波谷点；
[0015]
计算每相邻两个波谷点序列的差值作为逐拍呼吸率计算结果。
[0016]
优选的，所述数据预处理模块用于从呼吸信号中提取逐拍心率的算法为：
[0017]
对于一段长度为1～2分钟的心跳信号段x(n)n＝1,...,n，获取其中所有极大值点，截取这些极大值点前后各0.4s长度的信号，得到模板学习样本集b＝{b0,b1,...,b
n
}；
[0018]
计算模板学习样本集中每两段信号间的皮尔逊相关系数，得到相关系数矩阵s；
[0019]
计算模板与时间窗内心跳信号间的相关系数，得到相关系数曲线；
[0020]
对前10s心跳信号做fft变换，然后进行频域寻峰确定心率近似值；
[0021]
在最初的2s的corr(i)信号中选取最大值，作为心拍分割的起点j0，初始化当前心拍分割个数k＝0；
[0022]
以j
k
起点，向后搜索[60/(hre+20)s,60/(hre
–
20)s]范围内的最大值点作为下一个心拍分割点j
k+1
；
[0023]
若j
k+1
第个点向后搜索[60/(hre+20)s,60/(hre
–
20)s]时间段后超出了corr(i)的长度，则输出{j0,...,j
k+1
}作为心拍分割点集，否则令k＝k+1，返回上一步；
[0024]
对心拍分割点集{j0,...,j
k+1
}相邻两点作差作为心拍分割结果。
[0025]
与现有技术相比，本发明的有益效果是：
[0026]
本发明可在人体处于静止状态下，探测人体胸部表面由于呼吸及心跳导致的微小振动，通过胸部位移中可以提取呼吸新号及心跳信号，进而计算逐拍呼吸率及逐拍心率，实现了非接触式的生理监测，提高生理体征监测的舒适度，有效检测，满足各种使用需求。
附图说明
[0027]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其他的附图。
[0028]
图1为本发明雷达发射信号与接收信号距离测量原理示意图。
具体实施方式
[0029]
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0030]
请参阅图1，本发明提供一种技术方案：
[0031]
一种基于毫米波雷达的无线体征测量系统，包括毫米波雷达，用于发射多个频率随时间线性增长的信号，称为chirp；数据预处理模块，用于将单个chirp信号的时域波形s
t
(t)和接收到的信号s
r
(t)混频后得到if信号，将if信号进行fft变换得到胸部位移信号；带通滤波器，用于获得呼吸信号与心跳信号；所述数据预处理模块还用于从呼吸信号中提取
逐拍呼吸率和心拍分割结果。
[0032]
本发明通过对毫米波雷达获取的中频信号进行频域分析，获取人体胸部表面对应频率的相位变化信号φ(n)，该信号的相位变化对应着胸腔表面由于心跳及呼吸产生的距离变化。对φ(n)使用滤波器进行滤波，能够获取心跳信号及呼吸信号。
[0033]
在获取心跳信号及呼吸信号的基础上，应用本发明提出的心拍分割算法与呼吸率提取算法能够得到逐拍呼吸率及逐拍心率。
[0034]
其中，毫米波雷达工作在毫米波段。通常毫米波是指30～300ghz频段(波长为1～10mm)。毫米波雷达结合调频连续波(fmcw)技术能够对不同个体的生命体征进行非接触测量。fmcw雷达发射多个频率虽时间线性增长的信号，称为chirp，单个chirp信号的时域波形s
t
(t)为
[0035][0036]
其中b是信号的带宽，t
c
是chirp的时间长度，f
c
是单个chirp的起始频率,c为光速。当信号遇到距离为d的单个物体被反射。接收器接收到的信号会有时间为t
d
的时延，同时由于信号的衰减，接收信号的幅度会改变，接收到的信号s
r
(t)为
[0037][0038][0039]
将s
r
(t)与s
t
(t)混频后得到if信号，表达式为
[0040][0041]
在频域上产生单个峰值。若是有多个反射物，则产生多个峰值。由于采样时长为t
c
，频率分辨率为1/t
c
。距离雷达为d1与d2目标在range fft频谱上显示两个谱峰，需要满足
[0042][0043]
因此fmcw雷达的距离分辨率δd为
[0044][0045]
毫米波雷达的距离分辨率高，例如，工作在77
‑
81ghz下的fmcw毫米波雷达，其理论距离分辨率为3.75cm。在公式(4)中阐述了接收天线接收到的单个反射物体的相位与φ(t)距离d的关系
[0046][0047]
由于t
d
的时间长度约为1ns，因此约为之间，该项可以被忽略。在短距离雷达应用中，由于range
‑
correlation效应，δφ(t)＝φ(t)
‑
φ(t
‑
t
d
)可以忽略。
设胸部表面距雷达信号的距离变化为d(t)＝d0+r(t)，r(t)是由于心跳及呼吸导致的胸部反射面随时间微小周期性变化。时域上单个range bin的反射信号可以写成t
d
[0048][0049][0050]
由于距离分辨率为3～4cm，因此心跳及呼吸导致的胸部微小起伏无法导致range fft变换后频谱峰值的位置发生变化，因此f
b
为常数。由于单个chirp的时间约为40μs，单个个体在一个chirp内产生0.1mm的位移所需要的速度为2.5m/s，因此单个chirp内的相位可视为常数。人所在的range bin为d
i
时，第n个chirp的相位为
[0051][0052]
本发明使用的单个chirp的起始频率f
c
为77ghz,波长λ
c
约为3.9mm，胸部0.25mm的微小起伏就会导致对应相位信号π/2的变化。因此胸部微小的起伏就能导致明显的相位变化。
[0053]
其中，雷达信号的原始if信号中混有静态物体的反射信号，需要进行静物消除。静态物体反射信号的幅值与相位不随时间的变化改变。可以通过相邻两帧if序列相减去除静态物体的干扰。
[0054]
在人体处于静止状态下，胸部位置呼吸信号引起的逐帧距离变化最大。因此，在静物消除后，if信号频谱胸腔位置对应频率的幅值最大。对原始if信号进行fft变换，设if信号幅度谱峰值对应频率为f
b
。计算逐帧if信号的相位谱f
b
处对应的相位，得到胸部位移信号φ(n)。
[0055]
使用截止频率为[0.1,0.6]hz与[8,24]hz的三阶巴特沃斯带通滤波器，可以获得呼吸信号与心跳信号。
[0056]
逐拍呼吸率提取
[0057]
从呼吸信号中提取逐拍呼吸率的算法流程如下：
[0058]
截取前30s信号进行fft变换，估算呼吸信号的周期t；
[0059]
根据呼吸周期t计算滑动平均曲线mac(t)(moving average curve,mac)，其中滑动平均曲线mac(t)由窗口时间为t的滑动平均滤波器得出；计算公式如下：
[0060][0061]
x(t)表示呼吸信号瞬时值，l表示总时长，τ表示时间变量，表示x(t)在[t1,t2]时间段内的平均幅值，求滑动平均曲线的时间窗选为2t；
[0062]
在滑动平均曲线mac(t)与呼吸信号的交点区间内寻找波谷点；
[0063]
计算每相邻两个波谷点序列的差值作为逐拍呼吸率计算结果。
[0064]
逐拍心率计算
[0065]
本发明基于模板匹配法计算逐拍心率，对于一段长度为1～2分钟的信号段x(n)n＝1,...,n，获取其中所有极大值点，截取这些极大值点前后各0.4s长度的信号，得到模板学习样本集b＝{b0,b1,...,b
n
}，其中b
i
代表第i个极值点处截取的信号；
[0066]
计算模板学习样本集中每两段信号间的皮尔逊相关系数，得到相关系数矩阵s。其中
[0067][0068]
m(s)为模板样本集皮尔逊相关系数的中位数。基于皮尔逊相关系数矩阵运行亲和传播(affinity propagation,ap)聚类算法，计算样本数最多的类别的平均值作为学习到的心跳信号模板。当单个心拍信号的标准模板s
t
被确定后，设定与s
t
相同大小的滑动时间窗。计算模板与时间窗内心跳信号s
i
间的相关系数
[0069][0070]
得到相关系数曲线后执行以下步骤得到心拍分割结果：
[0071]
对前10s心跳信号做fft变换，然后进行频域寻峰确定心率近似值hre；
[0072]
在最初的2s的corr(i)信号中选取最大值，作为心拍分割的起点j0。初始化当前心拍分割个数k＝0；
[0073]
以j
k
起点，向后搜索[60/(hre+20)s,60/(hre
–
20)s]范围内的最大值点作为下一个心拍分割点j
k+1
；
[0074]
若j
k+1
第个点向后搜索[60/(hre+20)s,60/(hre
–
20)s]时间段后超出了corr(i)的长度，则输出{j0,...,j
k+1
}作为心拍分割点集，否则令k＝k+1，返回上一步；
[0075]
对心拍分割点集{j0,...,j
k+1
}相邻两点作差作为心拍分割结果。
[0076]
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0077]
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。