一种采用毫米波雷达的连续血压检测方法、检测系统及可穿戴装置与流程

1.本发明涉及连续血压检测技术领域，具体为一种采用毫米波雷达的连续血压检测方法及系统。


背景技术：

2.现有的基于血压计的连续血压监测装置，由于需要精确放置并在测量部位施加恒定压力而导致不适和或者受伤，因而难以普及。另外血压计的检测方式对传感器放置的位置及检测精度要求较高。而且对一些特殊人群无法使用，例如大面积烧伤病人、传染病患者、皮肤病患者、刚出生的婴儿等，这限制了血压检测的应用范围。可能需要多个传感器同时测量不同的生理信号，会增加负担并带来很多不便。
3.目前市面上血压检测产品和现有技术采用的连续血压检测装置都是通过结合ecg和光体积描记法(ppg)传感器检测脉搏传播时间或进行脉搏波分析来确定血压的。但是上述产品均无法简便地提供准确的压力测量结果。而且容易引入其他变量，从而导致测量结果不准确。
4.从现有市面上可穿戴设备上的ecg传感器和光学传感器，但是都无法直接获取测量结果。ecg测量的是心跳的电信号，而光学传感器测量的是流经的血液量。


技术实现要素：

5.(一)解决的技术问题
6.针对现有技术的不足，本发明提供了一种采用毫米波雷达的连续血压检测方法，解决了现有的无创连续血压测量方法易于受到外界变量影响精度以及自身检测存在局限性的问题。
7.(二)技术方案
8.为实现以上目的，本发明通过以下技术方案予以实现：
9.一种采用毫米波雷达的连续血压检测方法，包括使用毫米波雷达血压检测系统进行血压检测识别，其特征在于，同时进行心率识别和运动状态识别，还包括以下步骤：
10.s1、毫米波雷达检测装置的定位步骤，包括将毫米波雷达检测装置与待检测动脉位置的皮肤匹配贴合设置，并没有对手臂产生压力，所述毫米波雷达发射端和接收端与皮肤有一定的均匀间隙，形成回波计算非接触空间；
11.s2、通过毫米波雷达检测系统进行回波检测信号的识别，实现心率与血管波动频率的匹配提取计算，确定动脉血管所在的区域；
12.s3、通过毫米波雷达检测系统进行回波检测信号的识别，进行动脉血管脉络的位置识别修正步骤，反复修正数据的过程，确定动脉血管脉络的位置区间；通过回波信号处理，匹配心率和动脉脉络对应引起的皮肤波动及与肌肉波动的回波数据处理，反复3-5次，去除噪音后形成动脉波动脉络位置定位，根据定位调整毫米波雷达装置中心位置，使其覆
盖动脉血管所在的区域；
13.s4、毫米波雷达回波信号处理和心血管指标提取步骤，通过获取的回波信号处理并做噪音滤除可以提取心率、血压和脉搏波速，所述噪音信号包括检测对象本身运动产生的皮肤波动干扰信号；
14.不断消除噪音后计算形成血压数据与心率数据，同时获取运动状态数据；
15.s5、在显示端输出对比数据图；包括每个时间段都会获取对应的参照对比血压数据，包括安静状态下的血压数据，对应的心率数据；
16.其中在s1步骤中，所述毫米波雷达检测装置包括毫米波雷达检测芯片传感器，所述毫米波雷达检测芯片传感器与待检测动脉位置的皮肤匹配贴合，所述毫米波雷达检测芯片传感器发射端和接收端与对应皮肤有毫米级间隙距离。
17.其中在步骤s2中，通过毫米波雷达检测系统进行回波检测信号的识别，实现心率与血管波动频率的匹配提取计算；
18.所述毫米波雷达检测系统通过血管跳动频率检测确定心率，通过计算进行特定位置噪音回波信号的滤除；所述噪音信号包括肌肉运动带动的皮肤波动形成的回波信号和检测对象本身运动产生的干扰信号。
19.其中在s3步骤中，毫米波雷达通过心率的频率识别，来同时监测识别动脉跳动的具体位置和脉络方向，形成检测区域的定位和检测区域获取。
20.其中在s4步骤中，所述毫米波雷达检测系统为包括多个发射端和接收端的毫米波雷达阵列，对所获取的回波信号进行叠加修正；
21.其中在s5步骤中，在计算系统中形成对比数据，包括监测时段的连续血压监测数据和每个时间段都会获取对应的参照对比的心率数据和检测对象的运动状态数据，所述运动状态包括安静状态，和大幅度运动状态，缓慢运动状态，和静止状态；所述检测对象静止状态的血压数据参考价值最高，所述各个状态的数据可以通过时间区间进行平均值合并，所述时间区间分为5分钟和10分钟，在取值每个时段内的均值作为一个数据进行合并。
22.其中，所述毫米波雷达检测系统可以采用包含多个发射端和接收端的毫米波雷达阵列，对所获取的回波信号进行叠加修正，对动脉血管脉络定位更准确。
23.还有提供一种采用毫米波雷达的连续血压检测系统，包括集成电路板、毫米波雷达检测系统，其特征是：所述毫米波雷达检测系统包括毫米波雷达芯片传感器，所述集成电路板连接毫米波雷达芯片传感器，显示屏，运动状态传感器，还包括存储模块、处理模块和电池模块，所述处理模块包括心率、血压提取模块。
24.所述毫米波雷达检测系统还包括：
25.目标检测模块，基于连续波雷达信号，获取物体的距离信息及相位信息，基于距离信息及相位信息的方差，确定对应人体反射信号的距离相，得到人体相位信号；
26.信号增强模块，对所述人体相位信号进行增强，去除噪声，得到增强相位信号；
27.信号分解模块，基于脉搏波所在频率范围，利用小波包分解，将脉搏波相位信号从增强相位信号中分离，得到重构脉搏波信号；
28.处理模块，对所述重构脉搏波信号进行预处理，并提取重构脉搏波信号的特征参数，基于所述特征参数，得到血压检测结果。
29.还有一种采用毫米波雷达的连续血压检测系统的可穿戴装置，包括所述毫米波雷
达检测系统包括毫米波雷达芯片传感器，所述集成电路板连接毫米波雷达芯片传感器，显示屏，运动状态传感器，还包括存储模块、处理模块和电池模块及外壳；所述外壳连接环形固定结构，所述处理模块包括心率、血压提取模块，所述毫米波雷达芯片传感器连接位置微调装置。。
30.有益效果
31.本发明提供方案具备以下有益效果：
32.本发明的方案是基于60ghz的调频连续波雷达，配合微型计算装置获取检测对象的回波数据，专门针对主动脉脉搏波信号进行处理，提取脉搏率、血压和脉搏波速(动脉硬化测量)等心血管指标，并通过现有技术的(emd算法等)算法进行分析，提取脉搏波信号特征点；通过根据脉搏波信号特征点，计算获得个人心血管特征参数脉搏波传导时间(t
ptt
)，计算出人体初步血压值；通过引入svm的支撑向量回归模型对于人体初步血压值进行优化得出最终人体的血压。
33.整个连续血压检测过程中，通过心率和血管位置皮肤的波动频率进行数据匹配，消除运动噪声，同时结合运动传感器对检测对象的状态记录，通过血管脉络与皮肤波动的匹配定位和数字绘出血管脉络相对雷达的位置，同过血管脉络的定位，结合心率的数据，获取血管脉络特定区域的回波数据，并对回波数据进行滤波消除运动噪声后，获取更加精准的血压数据值。
34.因为通过运动传感器记录了检测对象的实时状态数据，同时获取全时段的血压数据，可以取特定时间段内的均值，在系统中形成对比数据图；通过运动状态，同时都会获取对应的参照对比血压数据；可以多次取均值，可以对不同时段不同状态情况下的血压取均值，同时对应检测对象所处的状态情况作为对比参照，数据更有参考价值；因为通过雷达定位血管脉络位置，检测的数据更接近真实血压值，对应的回波数据更有利于进行噪音滤除处理，得到的血压值更准确。
附图说明
35.图1为本发明一种采用毫米波雷达的连续血压检测方法的原理框图。
具体实施方式
36.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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
37.请参阅图1，本发明提供一种技术方案：一种采用毫米波雷达的连续血压检测方法，包括使用毫米波雷达血压检测系统进行血压检测识别，毫米波雷达血压检测系统包括毫米波雷达芯片传感器，其特征在于，同时进行心率识别和运动状态识别，还包括以下步骤：
38.s1、毫米波雷达检测系统的定位步骤；毫米波雷达血压检测系统包括雷达芯片发射端和接收端，将毫米波雷达检测系统中心位置对应动脉血管脉络位置固定，具体将毫米波雷达发射面和接收面均匀贴付动脉血管皮肤上，为检测血压更准确，一般都是放置在右
臂上臂，使其下缘在肘窝以上约2.5cm，毫米波雷达表面位于肱动脉表面，量血压时，采集肱动脉表面回波信号，然后进行计算处理，一般测量的是上臂肘关节上方的血压，因为心脏等部位处于水平位置，所以测得的血压相对来讲会准确一点；
39.s2、通过毫米波雷达检测系统进行回波检测信号的识别，实现心率与血管波动频率的匹配提取计算，确定动脉血管所在的区域；
40.所述毫米波雷达检测血管跳动频率来确定心率，通过血管的脉络识别血管，同时结合运动状态传感器的运动状态识别，由于血管跳动和肌肉跳动的区别主要体现在两个方面，首先是跳动的位置，血管跳动大多数是在比较表浅的动脉，例如桡动脉、肘动脉、腘窝，以及足背动脉、颞动脉等部位，是有固定的解剖位置的，而肌肉的跳动主要在骨骼肌的肌腹；其次是跳动的频率和节律，血管的跳动和心脏的活动是一致的，大多数是规律的，而肌肉的跳动是没有规律的，频率相对比较缓慢；因此，可以通过毫米波雷达对回波数据的处理进行识别动脉血管的脉络位置及区域。
41.s3、通过毫米波雷达检测系统进行回波检测信号的识别，进行动脉血管脉络的位置识别校正步骤，反复修正数据的过程，通过不断的机器学习计算，确定动脉血管脉络的位置区间；雷达通过回波信号处理，匹配心率和动脉脉络对应引起的皮肤波动及与肌肉波动的回波数据处理，反复3-5次，去除噪音后形成动脉波动脉络位置定位，根据定位调整毫米波雷达装置中心位置，可以手动转动调节，也可以在检测系统上设置紧密电机装置做自动调节，使其覆盖动脉血管所在的区域；
42.血管动脉识别包括肱动脉或者位于手腕处的桡动脉和尺动脉的识别；桡动脉在肱桡肌腱与桡侧腕屈肌腱之间下行(通也就是在腕部的大拇指那侧)，位置很深，体表摸不到的，除了那个接触面；尺动脉在尺侧腕屈肌与指浅屈肌之间下行(就是在小指那侧)，毫米波雷达通过回波信号处理，匹配心率和动脉脉络的区域对应引起的皮肤波动及与肌肉波动的回波数据处理，反复多次进行调整毫米波雷达的位置。毫米波雷达检测系统采用毫米波雷达芯片，在电路板上设置微精密电机，可以按照手臂圆周方向调整位置，使得毫米波雷达芯片发射端覆盖血管动脉区域，这样检测的数据更精准，干扰信号更容易滤除。
43.s4、毫米波雷达回波信号处理步骤，通过获取的回波信号处理并做噪音滤除后可以提取脉搏率、血压和脉搏波速(动脉硬化测量)等心血管指标，同时获取对应的检测对象运动状态数据；通过不断的机器学习计算，确定血管脉络的位置；所述噪音信号包括检测对象本身运动产生的皮肤波动干扰信号；
44.反复修正数据的过程，不断消除噪音后计算形成血压数据与心率数据，同时获取运动状态数据；
45.s5、在系统中形成对比数据图；包括每个时间段都会获取对应的参照对比血压数据和对应的运动状态数据；
46.同时可以获取安静状态下的血压数据，因为数据不断修正形成的血压在特定时段内是比较接近真实血压值的。在静止状态(即检测对象睡眠状态)时，通过运动状态数据和心率数据，系统通过综合判定为睡眠时间状态数据。
47.在s1步骤中，所述检测装置包括毫米波雷达检测系统，所述毫米波雷达检测系统为与检测动脉位置的皮肤匹配贴合，所述毫米波雷达发射端和接收端与皮肤有一定的均匀间隙，即毫米波雷达检测系统在预设高度的位置采集雷达回波信号，形成回波计算非接触
空间，一般均匀间隙在毫米级的距离。
48.在步骤s2中，所述毫米波雷达检测系统通过血管跳动频率检测确定心率，通过计算进行特定位置噪音回波信号的滤除；所述噪音信号包括皮肤波动形成的回波信号和检测对象本身运动产生的干扰信号。
49.在s3步骤中，毫米波雷达通过心率的频率识别，来同时监测识别动脉跳动的具体位置和脉络方向，进行动脉血管脉络的位置识别校正步骤，形成检测区域的定位和检测区域获取；即特定位置为动脉的脉络方向；识别动脉血管脉络区域位置与毫米波雷达传感器的中心位置超出公差范围的距离时，系统提示并通过显示装置显示调整方向，调整的方向沿着手臂圆周的方向左右调整；可以通过设置的微型电机调整，也可以通过人为的转动调整；
50.在s4步骤中，所述毫米波雷达检测系统可以采用多个发射端和接收端的毫米波雷达阵列，对所获取的回波信号进行叠加修正，并次采用相关算法进行参数提取；
51.在s5步骤中，在系统中形成对比数据，包括监测时段的连续血压监测数据和每个时间段都会获取对应的参照对比的心率数据和检测对象的运动状态数据，所述运动状态包括安静状态，和大幅度运动状态，缓慢运动状态，和静止状态；所述检测对象静止状态的血压数据参考价值最高，所述各个状态的数据可以通过对应时间区间进行平均值合并，所述时间区间可以分为5分钟和10分钟，在取值每个所述5分钟时段内的均值作为一个数据进行合并；对比数据可以通过无线网络输出到智能设备的显示端，也可以输出到系统自带的显示端。
52.采用的检测方法是在肱动脉处采集毫米波雷达信号并处理获取血压值，本实施例中，所采用的毫米波雷达包括多个发射端和多个接收端；对多个所述接收信号进行波束成形处理，分离不同距离和角度的接收信号，得到目标二维网格，目标二维网格包括多个不同距离-角度的接收信号；利用第一神经网络从目标二维网格的多个所述不同距离-角度的接收信号中确定目标接收信号，第一神经网络是利用第一训练样本数据集对第一初始神经网络进行训练得到的；将目标接收信号输入第二神经网络，输出预测血压信息，第二神经网络是利用第二训练样本数据集对第二初始神经网络进行训练得到的。利用第一神经网络从所述目标二维网格的多个所述不同距离-角度的接收信号中确定目标接收信号，将每个不同距离-角度的接收信号的多个信号片段依次输入第一神经网络，输出多个不相似值；在多个不相似值满足预设阈值的情况下，将多个所述不相似值中数值最小的所述不相似值确定为目标不相似值；再与目标不相似值对应的不同距离-角度的接收信号确定为目标接收信号。
53.关于雷达获取回波数据后的处理采用现有技术的算法进行数据，根据血管跳动与肌肉跳动的区别，进行滤波降噪处理；噪音滤波处理算法利用现有的公开的技术处理方法，可以获取安静状态下的血压数据，因为数据不断修正形成的血压再特定时段内是比较接近真实血压值的。主动脉脉搏波的时域波形中包含了大量的特征，结合病理学的主动脉脉搏波特性检测，可以有效地评估受试者的心血管功能，可以预测未来发生心血管疾病的风险。根据脉搏波波形，提取相关心血管特征参数，包括心脏持续射血时间、压力时间指标、心内膜下心肌活力率、血液黏度值、动脉增长指数、脉搏波速(动脉硬化测量)等。
54.根据以上方法，利用毫米波雷达芯片及配套组件系统制作成带显示屏的可穿戴袖带血压检测装置，绑到手臂上臂的肱动脉处，也可以将雷达检测系统贴附在肱动脉处，再通
过显示屏的调整提示，调整雷达位置，定位后通过检测的回波数据进行处理。更具计算得到了更好的血压检测数据。
55.神经网络回归算法是现有技术算法的，可以学习和构建非线性的复杂关系的模型，许多输入和输出之间的关系是非线性的、复杂的，通过对初始输入及其关系的学习，神经网络回归算法能够实现未知数据之间的未知关系的判断，建立的模型可以对未知数据进行概括和预测。和其他的预测算法不同，神经网络回归算法对输入变量没有任何限制，它能够更好地模拟异方差，即具有高波动性和不稳定方差的数据，因为它能够学习数据中的隐藏关系，而不在数据中强加任何固定关系。
56.依据上述方法，本发明还提供了一种采用毫米波雷达血压检测系统的可穿戴装置，包括集成电路板，毫米波雷达检测系统包括毫米波雷达芯片传感器，所述集成电路板连接毫米波雷达芯片传感器、显示屏、运动状态传感器，还包括心率、血压提取模块，存储模块、处理模块和电池模块及外壳；所述外壳连接环形固定结构；所述毫米波雷达检测系统还包括：目标检测模块，基于连续波雷达信号，获取物体的距离信息及相位信息，基于距离信息及相位信息的方差，确定对应人体反射信号的距离相，得到人体相位信号；信号增强模块，对所述人体相位信号进行增强，去除噪声，得到增强相位信号；信号分解模块，基于脉搏波所在频率范围，利用小波包分解，将脉搏波相位信号从增强相位信号中分离，得到重构脉搏波信号；处理模块，对所述重构脉搏波信号进行预处理，并提取重构脉搏波信号的特征参数，基于所述特征参数，得到血压检测结果。
57.采用上述方法和装置的一种毫米波雷达的连续血压检测装置的袖带系统，所述毫米波雷达芯片传感器可以输出高保真的动脉压波形，处理模块用于动脉波形计算和分析的计算系统。毫米波雷达芯片传感器集成到集成电路板上的，它可以在任何可以感知脉冲的地方接收信号，该含有雷达芯片传感器的集成电路板结构紧凑，适用于可穿戴应用。除了戴在上臂的袖带装置，可以应用于一种采用毫米波雷达的连续血压检测系统的智能手环，所述毫米波雷达血压检测系统采用脉搏波传导时间和血压的关系进行血压估算，所述血液流经血管时对血管壁形成的侧压就是血压，它是心脏射血和外周血管阻力共同作用的结果。脉搏波传导时间和血压估计模型基于动脉血管壁的弹性腔理论(这是现有的技术理论)，脉搏波特征点，计算两路脉搏波的波峰之间的时间差作为波的传播时间；
58.回波数据中电压的处理步骤包括：毫米波雷达
→
动脉压波形的转换，该算法从毫米波雷达芯片获取雷达信号，并生成可用于评估心血管指标的高保真动脉压波形。再动脉压波形
→
血压的转换，该算法接收雷达传感器生成的动脉压波形，并将其转换为血压值(收缩压、舒张压和平均血压)。利用机器学习来完善算法，但是算法本身是现有技术，基于信号处理，机器学习可以快速筛选雷达信号中的数百个特征，并找出与血压最相关的特征。
59.毫米波雷达血压检测系统中的雷达传感器设置在圆形袖带或者手环的内侧，对应手臂动脉位置，可连续测量回波数据，并通过集成的数据处理系统利用回波数据可以提取脉搏率、血压和脉搏波速(动脉硬化测量)等心血管指标；并将测量值实时传输到智能终端，该系统可抑制运动带来的噪声干扰，在运动状态下也可使用。
60.经过实验验证获得的部分数据，上述检测方法产生的血压结果与医院的高精密医疗设备检测的数据对比绝对误差平均值小于5毫米汞柱，能够达到医疗级监测标准。采用袖带或者手环形式与检测动脉位置的皮肤匹配贴合设置，而且没有对手臂产生压力，24小时
佩戴不会产生压力负担，睡觉时也可以佩戴，可以检测熟睡时的血压变化。
61.另一实施例1：本实施例通过基于60ghz的调频连续毫米波雷达，配合微型计算机(数据处理模块)获取检测对象的主动脉脉搏波信号，利用雷达捕捉人体的心血管信号，可以提取脉搏率、血压和脉搏波速(动脉硬化测量)等心血管指标，并通过emd算法进行分析，提取脉搏波信号特征点；计算获得心血管特征参数脉搏波传导时间(t
ptt
)，计算出人体初步血压值；通过引入svm的支撑向量回归模型对于人体初步血压值进行优化得出最终人体的血压。
62.用60ghz的调频连续波(fmcw)雷达进行动脉脉搏检测，并与医院的血压计检测的信号数据进行比较。整个连续血压检测过程中，通过心率和血管位置皮肤的波动频率进行数据匹配，消除运动噪声，同时结合运动传感器对检测对象的状态记录，通过血管脉络与皮肤波动的匹配定位和绘出血管的位置，同过血管脉络的定位，结合心率的数据，获取血管脉络特定区域的回波数据，并对回波数据进行滤波消除运动噪声后，获取更加精准的血压数据值。
63.另一实施例中，制作一种智能可穿戴设备，采用上述毫米波雷达的连续血压检测系统，基于连续波雷达信号，获取检测对象的主动脉脉搏波信号，并通过emd算法进行分析，提取脉搏波信号特征点；emd算法认为无论什么信号都可以分解为有限个本征模态函数，然后再重新组合而成。对于分解出来的每一个本征模态函数，都应该找出原信号x(t)存在的全部极大值点，而极大值包络线应由样条函数拟合而成；然后找出原信号x(t)存在的全部极小值点，极小值包络线也是由样条函数拟合而成；原信号的均值包络由上下包络线的均值代替；具体步骤如下：
64.步骤1、采用毫米波连续波雷达系统通过发射天线发射单频连续波信号，接收天线接收信号。
65.步骤2、利用信号增强接收机中的放大器放大接收信号，获得本地信号，产生的本地信号经过数模转换后提供给数据处理模块进行处理。
66.步骤3、数据处理模通过下面的算法获取人体的主动脉脉搏波信号：
67.得到的脉搏波信号并通过emd算法进行分析，提取脉搏波信号特征点，通过以下步骤对于特征点进行优化提取：
68.1)提取出原始脉搏波信号x(t)中所有极值点，包括局部极大值和局部最小值；
69.2)在最大值或是最小值序列中进行插值，获取信号的上包络或下包络；
70.3)计算上下包络的均值包络；
71.4)去除脉搏波信号的低频信号，新信号为d(t)；
72.5)用d(t)代替原始脉搏波信号重复步骤1至步骤4，直至所求得的d(t)满足imf停止条件：直到n阶imf分量cn(t)残余分量是单调函数或常量，或者其小于预设值，此时emd不再继续分解。
73.步骤4、利用脉搏波特征点，计算两路脉搏波的波峰之间的时间差t
ptt
作为波的传播时间；
74.步骤5、通过引入svm的支撑向量回归模型对于人体初步血压值进行优化得出最终人体的血压，并显示在显示屏上。
75.再一实施例：以上毫米波雷达传感器芯片采用包括多个发射端和多个接收端的
mimo雷达；采用2-5对发射接收端的成本最有优势，算法采用现有算法，对多个所述接收信号进行波束成形处理，分离不同距离和角度的接收信号，得到目标二维网格，利用第一神经网络从目标二维网格的多个所述不同距离-角度的接收信号中确定目标接收信号，其中，第一神经网络是利用第一训练样本数据集对第一初始神经网络进行训练得到的；将目标接收信号输入第二神经网络，输出预测血压信息，第二神经网络是利用第二训练样本数据集对第二初始神经网络进行训练得到的。在不同距离-角度的接收信号包括多个信号片段；利用第一神经网络从所述目标二维网格的多个所述不同距离-角度的接收信号中确定目标接收信号，将每个所述不同距离-角度的接收信号的多个所述信号片段依次输入所述第一神经网络，输出多个不相似值；在多个所述不相似值满足预设阈值的情况下，将多个所述不相似值中数值最小的所述不相似值确定为目标不相似值；将与目标不相似值对应的所述不同距离-角度的接收信号确定为所述目标接收信号。mimo(multiple-input multiple-output)雷达利用多个发射阵元同时发射不相关或相互正交的信号，并在接收端通过匹配滤波器组分离出各个发射通道的信号,从而可在一定程度上增大雷达的有效阵列孔径。因此mimo雷达在本发明方案中对杂波抑制、抗干扰、低截获和目标参数估计精度具有明显的优势。
76.综上所述，本发明的方案可以检测全天24小时的血压数据，同样可以获取安静状态下的血压数据，或者睡眠状态的血压数据，因为数据不断修正(系统学习)形成的血压在特定时段内是比较接近真实血压值的；最大的特点是它不需要对测量部位施加压力，并且不需要与皮肤接触。雷达芯片的位置距离皮肤表面大约几毫米。毫米波雷达的缺点是运动噪声，我们要测量的运动非常小(小到只有0.05mm的皮肤膨胀)，所以它可能会因身体运动而被掩盖。事实上，健康专家建议休息5分钟后，保持坐姿再测量血压。利用运动传感器来判定检测对象是否否处于静坐状态(以及静待了多长时间)，以捕获有临床意义的血压测量值。本发明的方案中采用60ghz的高频率毫米波雷达，该频率信号具有更小的波长，因此非常适合测量由动脉脉冲所引起的皮肤表面的微小扰动。另外，可以制作更小巧的尺寸，例如：5mm x 6mm左右，适合使用在可穿戴设备中。需要监测回波数据时，取与心率匹配的时段的回波数据进行处理，同时雷达放置的位置为覆盖动脉的位置，同时根据血管跳动与肌肉跳动的区别，进行滤波降噪处理；噪音滤波处理算法利用现有的公开的技术方法处理，可以获取安静状态下的血压数据，因为数据不断修正形成的血压再特定时段内是比较接近真实血压值的。
77.整个血压检测装置通过采用雷达技术对于人体脉搏波进行获取，不同于其它技术，它不会受到肤色或环境光变化的影响。通过使用高灵敏度的低功耗毫米波雷达芯片组，测量人体目标区域反射的回波信号，人体的每一次心跳，脉搏都会沿着动脉传播，并在皮肤表面产生非常微小的运动。利用雷达可以捕捉这些运动并将其转换成波形。然后利用现有技术的算法对获得的脉冲波形进行分析，可以提取血压和其它心血管指标，从而能够完成对于人体全天连续性血压检测，并且精度高，受限小。
78.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备
所固有的要素。在没有更多限制的情况下。由语句“包括一个
……
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素”。名词解释：emd算法即经验模态分解算法，经验模态分解(empirical mode decomposition,简称emd),将有具体物理解释的单分量信号称为固有模态函数，又称为本征模函数，intrinsic mode function，即imf；svm(support vector mac)又称为支持向量机，是一种二分类的模型。
79.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。