CN114176564B - 基于雷达信号提取呼吸状态的方法 - Google Patents
基于雷达信号提取呼吸状态的方法 Download PDFInfo
- Publication number
- CN114176564B CN114176564B CN202111526404.0A CN202111526404A CN114176564B CN 114176564 B CN114176564 B CN 114176564B CN 202111526404 A CN202111526404 A CN 202111526404A CN 114176564 B CN114176564 B CN 114176564B
- Authority
- CN
- China
- Prior art keywords
- state
- signal
- waveform
- signals
- breathing
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 230000000241 respiratory effect Effects 0.000 title claims abstract description 71
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 78
- 208000008784 apnea Diseases 0.000 claims abstract description 73
- 230000033001 locomotion Effects 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 32
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 238000012360 testing method Methods 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 230000007613 environmental effect Effects 0.000 claims abstract description 7
- 238000012937 correction Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000000414 obstructive effect Effects 0.000 claims description 7
- 208000003417 Central Sleep Apnea Diseases 0.000 claims description 6
- 206010021079 Hypopnoea Diseases 0.000 claims description 6
- 210000001015 abdomen Anatomy 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000008859 change Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 230000007774 longterm Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000036391 respiratory frequency Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 208000000884 Airway Obstruction Diseases 0.000 description 1
- 206010021133 Hypoventilation Diseases 0.000 description 1
- 206010041235 Snoring Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/08—Measuring devices for evaluating the respiratory organs
- A61B5/0826—Detecting or evaluating apnoea events
-
- 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
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
- A61B5/4818—Sleep apnoea
-
- 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
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- 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
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient; User input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient; User input means
- A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
- A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Mathematical Physics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Business, Economics & Management (AREA)
- Critical Care (AREA)
- Emergency Management (AREA)
- Emergency Medicine (AREA)
- Nursing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于雷达信号提取呼吸状态的方法,该方法包括以下步骤:1)雷达探测模块发射调制连续波,并对接收到的若干周期的调制连续波进行一维快速傅里叶变换,计算出发射波频移;2)当发射波频移存在偏移时,去除环境噪声影响,提取出胸部的真实运动信号;3)针对提取的波形信号判断测试目标是处于人体正常呼吸状态、体动状态或无人状态;4)当判断人体处于正常呼吸状态时,根据呼吸信号波形特征计算呼吸值,再判断睡眠过程中是否出现呼吸暂停现象。该方法通过采集被测者的呼吸信号,无需直接与人体接触进行测量,操作简单便捷,人体活动自由。
Description
技术领域
本发明涉及呼吸检测技术领域,具体地涉及一种基于雷达信号提取呼吸状态的方法。
背景技术
睡眠过程中的呼吸状态关系到人体健康,睡眠过程中发生呼吸暂停会造成气道阻塞、口鼻气流不畅,长期呼吸出现呼吸暂停或者打鼾等现象未及时救治,会对身体造成严重的危害甚者死亡,因此对睡眠过程中的呼吸状态的监测至关重要。
目前常见的对睡眠过程中的呼吸状态的方法主要有多导睡眠图法、腕式活动记录仪及睡眠床垫等。多导睡眠图法需要在专业医院专业仪器同时测量脑电图、心电图、血氧饱和度、眼动图等多个生理信号,测试过程中电极容易脱落、过程复杂、限制被测者的人身自由,还需要专业医师进行数据分析,费用昂贵,使用范围受限制。腕式活动记录仪需要佩戴到肢体上,虽然可以测量睡眠过程中的体动情况,但是不能区分出呼吸状态。睡眠床垫是通过压力传感器测量到睡眠过程中的呼吸信号,但是因为被测者需要在床垫上睡,会影响被测者的睡眠情况,影响睡眠呼吸结果。
发明内容
本发明的目的是提供一种基于雷达信号提取呼吸状态的方法,该方法可以方便地监测及提取人体呼吸状态,判断被测者的呼吸状态,提高睡眠过程中出现呼吸暂停现象的监测,方便被测者对自身睡眠情况及自身健康状态的了解。
为了实现上述目的,本发明提供了一种基于雷达信号提取呼吸状态的方法,该方法包括以下步骤:1)雷达探测模块发射调制连续波,并对接收到的若干周期的调制连续波进行一维快速傅里叶变换,计算出发射波频移;2)当发射波频移存在偏移时,去除环境噪声影响,提取出胸部的真实运动信号;
3)针对提取的波形信号判断测试目标是处于人体正常呼吸状态、体动状态或无人状态;4)当判断人体处于正常呼吸状态时,根据呼吸信号波形特征计算呼吸值,再判断睡眠过程中是否出现呼吸暂停现象。
优选地,步骤2)中,经过FFT变换的波形,通过背景去除的方法消除非接触测量被测者胸腹呼吸状态中外界环境带来的噪声影响。
优选地,背景去除的方法为:采用当前帧信号与上一帧信号以不同比例来重构信号波形作为背景帧,通过当前帧减去背景帧来消除外界环境对信号的影响。
优选地,当测试目标处在平静、规律呼吸的情况下,将随机出现的噪声影响通过位置矫正的方法,提取出胸部的真实运动信号。
优选地,位置矫正的方法为:存储当前帧最大信号幅值的位置,参照先前存储一定时间的位置信息,进行提取波形位置的矫正。
优选地,步骤3)中,对提取的波形信号采用信号过零率、信号比值、信号能量、信号幅值和波形特征综合判断以区分出测试目标是处于人体正常呼吸状态、体动状态或无人状态。
优选地,使用呼吸波形特征及信号幅值两个指标同时结合睡眠状态、体动状态和信号的波形情况,判断睡眠过程中是否出现呼吸暂停现象。
优选地,在步骤4)中,根据波形特征进行呼吸暂停类型的分类,呼吸暂停类型包括:低通气状态、中枢性呼吸暂停状态、阻塞性呼吸暂停状态和混合型呼吸暂停状态。
优选地,步骤5)中,当判断睡眠过程中出现呼吸暂停现象时,通过预警装置进行预警。
优选地,所述方法还包括:通过网络或蓝牙将实时呼吸状态信息发送至监测终端并显示。
根据上述技术方案,本发明中的基于雷达信号提取呼吸状态的方法可以方便地监测及提取人体呼吸状态,判断被测者的呼吸状态,提高睡眠过程中出现呼吸暂停现象的监测,通过非接触的方式方便被测者对自身睡眠情况及自身健康状态的了解。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。在附图中:
图1是根据本发明中的方法所提取的呼吸信号;
图2是根据本发明中的方法所提取的呼吸暂停信号;
图3是某一睡眠过程中采用能量谱法得到的呼吸暂停事件、呼吸暂停时间及呼吸暂停类型信号。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
在本发明中,在未作相反说明的情况下,“上下左右、前后内外”等包含在术语中的方位词仅代表该术语在常规使用状态下的方位,或为本领域技术人员理解的俗称,而不应视为对该术语的限制。
本发明提供了一种基于雷达信号提取呼吸状态的方法,该方法包括以下步骤:1)雷达探测模块发射调制连续波,并对接收到的若干周期的调制连续波进行一维快速傅里叶变换,计算出发射波频移;2)当发射波频移存在偏移时,去除环境噪声影响,提取出胸部的真实运动信号;3)针对提取的波形信号判断测试目标是处于人体正常呼吸状态、体动状态或无人状态;4)当判断人体处于正常呼吸状态时,根据呼吸信号波形特征计算呼吸值,再判断睡眠过程中是否出现呼吸暂停现象。
通过上述技术方案的实施,该基于雷达信号提取呼吸状态的方法可以方便地监测及提取人体呼吸状态,判断被测者的呼吸状态,提高睡眠过程中出现呼吸暂停现象的监测,通过非接触的方式方便被测者对自身睡眠情况及自身健康状态的了解,该基于雷达信号提取呼吸状态的方法测试操作简单、非接触测量、测量准确、及时分析结果。针对提取的波形信号首先区分出测试目标处于何种状态,如人体正常呼吸状态,体动状态或无人状态,首先区分测量情况是否存在人体,可以避免不必要的运算提高代码运算速度,解决了无人情况下错误分析呼吸状态以及有人的情况下认为无人状态的问题。
在该实施方式中,为了进一步提供一种提取出准确的信号的方式,步骤2)中,经过FFT变换的波形,通过背景去除的方法消除非接触测量被测者胸腹呼吸状态中外界环境带来的噪声影响。
进一步的,背景去除的方法为:采用当前帧信号与上一帧信号以不同比例来重构信号波形作为背景帧,通过当前帧减去背景帧来消除外界环境对信号的影响。具体的说,背景去除法是按照一定比例将当前帧波形与上一帧的波形组合成背景帧数据,再用当前帧波形减去背景帧数据波形从而得到去除掉背景的波形,避免噪声带来的影响。
在该实施方式中,当测试目标处在平静、规律呼吸的情况下,将随机出现的噪声影响通过位置矫正的方法,提取出胸部的真实运动信号。针对测量目标的胸腔回波信号,经过一系列的处理后,得到一维FFT处理的信号,经过一定时间累积,在相应位置提取出波形。在提取的过程中,为了避免偶尔信号波动的干扰,对提取目标位置进行矫正处理。
进一步的,位置矫正的方法为:存储当前帧最大信号幅值的位置,参照先前存储一定时间的位置信息,进行提取波形位置的矫正。存储当前帧最大信号幅值的位置,参照先前存储一定时间的位置信息,进行提取波形位置的矫正。考虑到当出现较平稳、规律的呼吸波形的情况下,回波信号中信号幅度位置变化不会相差特别大。随机偶尔出现的噪声影响是可以通过位置矫正避免此类情况的影响。采用经过位置纠正提取的波形,避免波形出现毛刺,进而影响呼吸状态的提取,解决了由于波形提取不准确而造成区分状态错误的问题。
在该实施方式中,步骤3)中,对提取的波形信号采用信号过零率、信号比值、信号能量、信号幅值和波形特征综合判断以区分出测试目标是处于人体正常呼吸状态、体动状态或无人状态。判断流程是:先使用以上方法判定测量环境是否存在测量目标,若是无人情况,则不进行呼吸暂停等计算分析;当是有目标存在情况下,则需要根据信号的特点及其他特征判断处于正常呼吸状态还是人体体动状态,正常状态下还需要查看是否发生呼吸暂停的情况,这样的设计可以避免不必要的运算。
经过长期的实验发现,在无人存在情况下测量的波形类似随机噪声,没有明显的波形特征,采用一定长度波形的过零率变化情况可以在一定程度确定此段波形是否有效。过零率大于一定阈值,说明此段信号不是在人体平稳状态下采集的,当过零率低于某一阈值,则可以认定此段信号是较为均匀的呼吸信号。当人体存在并且人体不是处于相对安静的状态时,波形的过零率数值偏大,如果单独使用过零率这一个指标,可能会出现误判。
当人体处于非安静状态,提取出来的信号波形,信号能量、相应的幅值都会明显高于无人状态及人体平静状态下的信号能量及相应幅值。
通过测量场景有人和无人的情况下得到的波形数据进行分析,发现在对应有人区域波形幅值呈现出明显的凸起,明显高于同期测量的无人段幅值,因此可以采用同帧波形不同信号段的比值来表征当前测量段内是否存在人体目标。
为了更加准确地判断当前环境状态,对当前帧波形进行多次信号截取,取最大值位置处信号平均值与截取后的信号平均值的比值作为反映环境状态的评估指标。
当人体处于平静状态或者睡眠状态,可能由于测量位置不理想或者呼吸强度变弱,信号比值可能也会出现一段时间内信号比值低于25的情况。此时获取的信号能量也偏低,信号比值、信号能量等不能确定此时的呼吸状态,此时需要使用呼吸波形的特征来区分有人状态和无人状态。
当人体在安静情况下进行呼吸,呼吸波形特征明显,呈现出均匀规律变化的正弦波,根据波峰波谷的分布情况,波峰与波峰、波谷与波谷之间过零率情况,以及在处理波形段内满足波形特征的个数来判断是否为人体安静平稳呼吸波形。
在该实施方式中,使用呼吸波形特征及信号幅值两个指标同时结合睡眠状态、体动状态和信号的波形情况,判断睡眠过程中是否出现呼吸暂停现象。
进一步的,在步骤4)中,根据波形特征进行呼吸暂停类型的分类,呼吸暂停类型包括:低通气状态、中枢性呼吸暂停状态、阻塞性呼吸暂停状态和混合型呼吸暂停状态。
在该实施方式中,步骤5)中,当判断睡眠过程中出现呼吸暂停现象时,通过预警装置进行预警。当出现严重呼吸状态情况时及时发出预警,通过预警信号提醒监护人员注意被检测对象的呼吸情况,预警装置如音频报警器,音频报警器安装在便于监护人员听到的位置。
在该实施方式中,为了进一步提升预警效果,所述方法还包括:通过网络或蓝牙将实时呼吸状态信息发送至监测终端并显示。
本发明的有益效果是:本发明使用雷达监测模块对被测者进行呼吸信号的探测,不限制被测者的人身自由、不会影响被测者的睡眠质量、操作简单、不限制测试场所。本发明基于背景去除法及位置矫正法提取出真实的被测者呼吸信号波形,使用信号比值、信号能量、过零率、信号波形特征等多种方法相结合的形式确定当前测量的状态,判断出处于有人状态还是无人状态。当无人情况下,跳过不必要的其他状态的区分;当测量为有人情况下,使用信号波形特征、信号能量等方法确定呼吸值及体动情况,同时使用信号波形特征及信号能量并且辅助使用其他参数的方法判断出被测者是否出现呼吸暂停,并且计时呼吸暂停时间,同时将计算结果实时的显示在监测终端,如显示在APP的界面上,清晰展现被测者整个测试过程中的呼吸变化情况及体动状态、呼吸暂停的频次及时间,当超过阈值情况下还可以拨打APP中被测者的紧急联系人发出警报,方便进行被测者的真实情况的复核及进一步的医疗诊治。本发明简便易用,不需要专业操作,老人小孩都可使用,检测准确,长期检测数据对医生的诊治具有非常重要的作用。
本发明方法是基于雷达信号的呼吸监测系统,采用雷达探测模块获取被测者胸腹呼吸运动信号,将获取的呼吸信号传递给处理器中进行一维快速傅里叶变换,对得到的信号进行背景去除及位置矫正,提取出呼吸状态信号,图1为被测者正常状态下的呼吸信号,图2为被测者出现呼吸暂停情况下的呼吸信号,通过对提取出的呼吸信号进行信号比值、信号波形特征提取、信号能量等方法确定出呼吸值及体动情况,同时使用信号能量幅值、信号波形特征判断出被测者是否出现呼吸暂停现象,出现呼吸暂停给出其所属呼吸暂停类型及呼吸暂停时间,同时将计算结果通过网络或蓝牙的形式发送给手机APP端或PC端,结果实时的显示在APP或PC端界面上,清晰展现被测者整个测试过程中的呼吸频率变化情况及体动状态、呼吸暂停的频次及时间,当超过阈值情况下还可以拨打APP中被测者的紧急联系人发出警报。
本发明具体的实施例中,雷达探测模块采用的是发射调制连续波,作为原始生命信号探测仪器,得到被测者的呼吸信号;呼吸信号的处理及呼吸值计算等都是在与雷达探测模块结合于一体的信号处理模块,信号处理模块可以直接提取出呼吸状态的波形,无需大量的数据传输于PC端,可以节省内存。信号处理模块可以通过有线或无线、蓝牙的方式与手机APP或PC端进行计算结果的传递,方便将提取出来的呼吸状态结果直接显示在界面,便于查询观看。
在呼吸状态提取的过程中,根据背景去除法及位置矫正的方式提取出原始的呼吸信号,通过对信号进行中值滤波及平滑滤波,将提取出的呼吸信号中的毛刺等干扰去除,通过信号比值、信号能量、过零率、呼吸波形特征等多种条件区分出测量状态:无人状态、体动状态、正常状态。在无人状态下可以直接跳过呼吸暂停、呼吸值的计算,从而节省运算时间,减小运算量;在有人及体动的情况下,呼吸暂停、呼吸值等不进行计算,只有当人体处于平静状态下,进行呼吸暂停及呼吸值的计算,具体的方法如下:
对提取的信号波形采用低通滤波将高于1HZ频率的信号进行滤除,根据呼吸信号呼吸间隔进行峰值的查找及判断该次周期查找的有效性,结合频域方法计算出呼吸值,在呼吸查找的过程中,采用具体时间的呼吸信号能量,并且呼吸暂停能量阈值实时更新,在稳定的呼吸过程中,若呼吸信号能量低于呼吸暂停能量幅值阈值则开始进行呼吸暂停的判定,根据呼吸暂停信号的不同特征进行呼吸暂停类型的分类,主要可以分为阻塞型呼吸暂停、中枢型呼吸暂停、混合型呼吸暂停及低通气四种。图3为具体实施中某一睡眠过程中采用能量法得到的呼吸暂停事件、呼吸暂停时间及呼吸暂停类型,0表示正常状态;1表示低通气;2表示阻塞型呼吸暂停;3表示中枢型呼吸暂停;4表示混合型呼吸暂停。当出现呼吸暂停严重情况时,可以通过拨打紧急联系人的方式采取急救措施。根据能量的变化情况还可以确定在睡眠过程中是否出现体动现象,从而分析出被测者整晚的睡眠平稳状态。
基于雷达信号提取呼吸状态的方法具体步骤如下:
1)设置雷达探测模块硬件参数,确定探测距离、采样频率等;
2)将雷达探测模块安装上电,采集被测者一段时间内的呼吸信号;
3)采集的信号通过背景去除法,当前帧减去当前帧与前一帧按照一定比例合成的背景帧,从而确保环境噪声的去除,使用位置矫正法提取出对应被测者位置的呼吸波形;
4)采用信号比值、信号幅值、信号能量、过零率和信号波形方式相结合判断测量状态是无人状态、体动状态、还是正常状态;
呼吸暂停的进一步分类是在人体属于正常状态下进行的;
5)当人体正常呼吸状态下,还存在一种呼吸暂停状态。
呼吸状态中呼吸暂停识别方法为:采用5s时间内获取波形的能量,并且实时查找能量阈值,实时累计低于能量阈值的个数,同时统计高于阈值的个数,用于判断是否出现体动情况,当出现体动,则在该时间段内不判断呼吸暂停情况,并且将用于呼吸暂停的参量进行初始化。在进行呼吸暂停状态判断的时候,需要考虑在发生呼吸暂停前一段时间人体处于稳定的睡眠呼吸状态,需要判断是否处于睡眠状态以及在进入呼吸暂停状态之前监测到的人体是否处于均匀呼吸状态。
本发明具体实施例中优先使用背景去除法去除掉背景不稳定情况下带来的干扰,同时结合位置矫正法方法提取出较为准确、光滑的呼吸信号。
为了减少不必要的运算量,首先对提取出来的波形判断是否是有人存在情况下的波形。判断波形有无人情况,采用提取出波形的能量、有用信号与环境信号比值、提取出的波形的特征、稳定波形持续时间的长短、提取出来的波形的过零率情况等多种参数相结合来判断监测时间内是否有测量人体目标存在。
本发明中使用的过零率方法:
经过长期的实验发现,在无人存在情况下测量的波形变化情况如噪声,没有明显的波形特征,采用在一段时间内提取的波形的过零率变化情况可以在一定程度确定此段波形是否有效。当人体存在并且人体不是处于相对安静的状态时,波形的过零率数值偏大,如果单独使用过零率一个指标的情况可能会出现误判。
本发明中使用的信号比值方法:
当人体处于非安静状态提取的波形,波形能量、相应的幅值都会明显高于无人状态下的波形能量及相应幅值。为了更加准确地判断当前环境状态,对当前帧波形进行多次信号截取,取最大值位置处信号平均值与截取后的信号平均值的比值作为反映环境状态的评估指标。
当测量场景内有人和无人的情况下,通过对实时情况下获取的波形进行观察,发现在对应有人区域波形幅值呈现出明显的凸起,明显高于同期测量的无人段情况,因此采用同帧波形不同信号段的比值来表征当前测量段内是否存在人体目标。
当测试场景内没有测试目标,同帧波形幅值变化情况不是特别大,得到的信号比值偏低,经过长期测试发现,无人情况,信号比值会低于25,无量纲。当有人存在,目标处于明显运动的情况下,信号比值数值大于100,无量纲。存储一定量的信号比值用于判断当前环境状态。
由于当有目标存在的情况下,整帧信号都会呈现出不同程度的幅值变化情况,单独使用同帧信号不同部分的比值可能也会出现一定误差,但是在提取的波形中使用定长的数据进行能量计算,可以很明显的区分出体动状态。用于能量计算的波形长度不宜过长,为了将能量这个条件同样用于判断呼吸波形中是否出现呼吸暂停的情况,建议使用5s时间内的波形能量,原因为口鼻停止呼吸大于10s即可认为出现呼吸暂停现象,为此不能使用过长时间段的信号能量。
本发明中使用的呼吸波形特征:处于平静状态或者睡眠状态,可能由于测量位置不理想或者呼吸强度变弱,信号比值可能也会出现一段时间内信号比值低于25的情况。此时获取的信号能量也偏低,此时就需要根据呼吸波形的特征来区分是有人状态还是无人状态。当人体在安静情况下进行呼吸,呼吸波形特征明显,呈现均匀规律变化的正弦波,根据波峰波谷的分布情况,波峰与波峰、波谷与波谷之间波形过零率情况,以及在处理波形段内满足波形特征的个数来判断是否为人体安静、平稳呼吸波形。
本发明针对呼吸过程状态的复杂性,使用信号比值、信号幅值、信号能量、信号波形特征、过零率等判断测量状态。在区分所属状态为正常呼吸状态情况下,采用低通滤波器滤除掉高频信号,从而降低呼吸信号受到高频信号的影响。在查找正常呼吸状态下呼吸值的过程中,考虑到不同被测人群及年龄段的呼吸频率差异过大的情况,采用多种呼吸周期查找的策略层次查找,避免特殊情况波形的漏检,在确定呼吸信号可用的情况下,仍进行信号有效性的监测,确定呼吸周期并且在波形频域的辅助下确定呼吸频率。
本发明针对呼吸过程中出现的呼吸暂停是指睡眠过程中口鼻气流停止持续时间大于10s以上的时间,所以使用能量谱的信号段要小于10s的数据量。本发明采用5s时间内的获得的能量,并且使用的能量幅值阈值是实时进行更新查找的。
区分呼吸暂停的类型具体区分方法如下:
当人体处于平静均匀呼吸状态,对该状态的波形幅值进行求取平稳状态幅值,当实时滑动的信号能量幅值小于平稳状态信号能量幅值0.5的情况下,判断进入呼吸暂停情况。针对不同的呼吸暂停波形特征,可以将呼吸暂停情况分为低通气状态、阻塞性呼吸暂停状态、中枢性呼吸暂停状态、混合型呼吸暂停状态。
在进行呼吸暂停分类时主要是使用呼吸波形特征及信号能量幅值两个指标。当满足进入呼吸暂停状态,信号能量幅度低于能量阈值的0.5,并且完全没有呼吸波形,则处于中枢性呼吸暂停;当呼吸暂停过程中信号能量幅度低于能量阈值的0.5,并且呈现呼吸波形,则处于阻塞性呼吸暂停状态;当呼吸暂停过程中信号能量幅度低于能量阈值的0.5,并且此次呼吸暂停过程中,一部分出现呼吸波形特征,一部分是完全不波形,认为是混合型呼吸暂停状态;当进入呼吸暂停过程中,信号能量幅度低于能量阈值的0.7,并且不满足上述几种条件的,则认为是低通气状态。
本发明针对不同人群其能量谱不同,不能使用恒定的能量谱阈值,采用实时更新能量谱阈值,能量谱在呼吸状态稳定无明显体动状态下进行更新。当发生体动状态时,20s时间内停止用于呼吸暂停检测,防止呼吸暂停误报的情况。
本发明所提出的基于雷达信号提取呼吸状态的方法可用于测量2m范围内被测者的呼吸状态,无需限制人身自由,操作简单,提取信号准确。
本发明所提出的基于雷达信号提取呼吸状态的方法,可以观测整个测试过程中的呼吸状态,可以查看呼吸值的变化趋势、呼吸暂停发生频率及时间、类型,长期数据累积对于后续医师诊断有至关重要的作用。
本发明提出的方法经过长期实际测量得到的,在实际测量过程中判断测量信号的状态要参考信号波形比值、信号波形幅值、信号波形能量、信号波形过零率和信号波形特征等多种条件,单一使用会造成测量情况的误判情况,多种判断条件是综合实际测量场景遇到的问题而提出的方法,从而避免误判状态。
以上结合附图详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种简单变型,这些简单变型均属于本发明的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合,为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。
Claims (4)
1.一种基于雷达信号提取呼吸状态的方法,其特征在于,所述方法包括以下步骤:
1)雷达探测模块发射调制连续波,并对接收到的若干周期的调制连续波进行一维快速傅里叶变换,计算出发射波频移;
2)当发射波频移存在偏移时,去除环境噪声影响,提取出胸部的真实运动信号;
3)针对提取的波形信号判断测试目标是处于人体正常呼吸状态、体动状态或无人状态;
4)当判断人体处于正常呼吸状态时,根据呼吸信号波形特征计算呼吸值,再判断睡眠过程中是否出现呼吸暂停现象;
步骤2)中,经过FFT变换的波形,通过背景去除的方法消除非接触测量被测者胸腹呼吸状态中外界环境带来的噪声影响;
背景去除的方法为:采用当前帧信号与上一帧信号以不同比例来重构信号波形作为背景帧,通过当前帧减去背景帧来消除外界环境对信号的影响;
当测试目标处在平静、规律呼吸的情况下,将随机出现的噪声影响通过位置矫正的方法,提取出胸部的真实运动信号;
位置矫正的方法为:存储当前帧最大信号幅值的位置,参照先前存储一定时间的位置信息,进行提取波形位置的矫正;
步骤3)中,对提取的波形信号采用信号过零率、信号比值、信号能量、信号幅值和波形特征综合判断以区分出测试目标是处于人体正常呼吸状态、体动状态或无人状态;
使用呼吸波形特征及信号幅值两个指标同时结合睡眠状态、体动状态和信号的波形情况,判断睡眠过程中是否出现呼吸暂停现象。
2.根据权利要求1所述的基于雷达信号提取呼吸状态的方法,其特征在于,在步骤4)中,根据波形特征进行呼吸暂停类型的分类,呼吸暂停类型包括:低通气状态、中枢性呼吸暂停状态、阻塞性呼吸暂停状态和混合型呼吸暂停状态。
3.根据权利要求1所述的基于雷达信号提取呼吸状态的方法,其特征在于,步骤5)中,当判断睡眠过程中出现呼吸暂停现象时,通过预警装置进行预警。
4.根据权利要求1所述的基于雷达信号提取呼吸状态的方法,其特征在于,所述方法还包括:通过网络或蓝牙将实时呼吸状态信息发送至监测终端并显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111526404.0A CN114176564B (zh) | 2021-12-14 | 2021-12-14 | 基于雷达信号提取呼吸状态的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111526404.0A CN114176564B (zh) | 2021-12-14 | 2021-12-14 | 基于雷达信号提取呼吸状态的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114176564A CN114176564A (zh) | 2022-03-15 |
CN114176564B true CN114176564B (zh) | 2023-11-24 |
Family
ID=80604953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111526404.0A Active CN114176564B (zh) | 2021-12-14 | 2021-12-14 | 基于雷达信号提取呼吸状态的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114176564B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114732391B (zh) | 2022-06-13 | 2022-08-23 | 亿慧云智能科技(深圳)股份有限公司 | 基于微波雷达的睡眠状态下的心率监测方法、装置及系统 |
CN116098602B (zh) * | 2023-01-16 | 2024-03-12 | 中国科学院软件研究所 | 一种基于ir-uwb雷达的非接触式睡眠呼吸监测方法及装置 |
CN119644263A (zh) * | 2024-10-15 | 2025-03-18 | 天津健君科技有限公司 | 应用于人体生理信息监测雷达的随机干扰消除方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103006223A (zh) * | 2012-12-13 | 2013-04-03 | 中国人民解放军第四军医大学 | 一种家用非接触睡眠监测装置及方法 |
CN105962890A (zh) * | 2015-12-06 | 2016-09-28 | 宣建民 | 一种睡眠监测仪 |
KR101836761B1 (ko) * | 2017-01-04 | 2018-03-08 | 조선대학교산학협력단 | 레이더를 이용한 비접촉식 호흡 감지 장치 및 그 방법 |
CN108065916A (zh) * | 2017-12-14 | 2018-05-25 | 中国人民解放军国防科技大学 | 一种基于生物雷达的非接触式睡眠质量监测方法 |
CN108392186A (zh) * | 2018-04-19 | 2018-08-14 | 广西欣歌拉科技有限公司 | 一种非接触式睡眠呼吸暂停症检测方法及系统 |
CN111568417A (zh) * | 2020-06-01 | 2020-08-25 | 浙江大学 | 一种非接触式呼吸实时监测方法 |
-
2021
- 2021-12-14 CN CN202111526404.0A patent/CN114176564B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103006223A (zh) * | 2012-12-13 | 2013-04-03 | 中国人民解放军第四军医大学 | 一种家用非接触睡眠监测装置及方法 |
CN105962890A (zh) * | 2015-12-06 | 2016-09-28 | 宣建民 | 一种睡眠监测仪 |
KR101836761B1 (ko) * | 2017-01-04 | 2018-03-08 | 조선대학교산학협력단 | 레이더를 이용한 비접촉식 호흡 감지 장치 및 그 방법 |
CN108065916A (zh) * | 2017-12-14 | 2018-05-25 | 中国人民解放军国防科技大学 | 一种基于生物雷达的非接触式睡眠质量监测方法 |
CN108392186A (zh) * | 2018-04-19 | 2018-08-14 | 广西欣歌拉科技有限公司 | 一种非接触式睡眠呼吸暂停症检测方法及系统 |
CN111568417A (zh) * | 2020-06-01 | 2020-08-25 | 浙江大学 | 一种非接触式呼吸实时监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114176564A (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114176564B (zh) | 基于雷达信号提取呼吸状态的方法 | |
CN106937808B (zh) | 一种智能床垫的数据采集系统 | |
US8515529B2 (en) | Detecting sleep disorders using heart activity | |
CN103153183B (zh) | 用于诊断阻塞性睡眠呼吸暂停的装置和方法 | |
US20140088373A1 (en) | System and method for determining sleep stage | |
US20070276278A1 (en) | Systems and methods for monitoring cough | |
CN108784669A (zh) | 一种非接触式心跳及呼吸紊乱监测系统及方法 | |
US10004452B2 (en) | System and methods for estimating respiratory airflow | |
CN104257353A (zh) | 一种睡眠呼吸暂停综合症检测系统 | |
CN108283489A (zh) | 睡眠呼吸系统及方法 | |
US9949654B2 (en) | Method for detecting seizures | |
CN113907742B (zh) | 睡眠呼吸数据的监测方法及装置 | |
CN109730659B (zh) | 一种基于微波信号监测的智能床垫 | |
WO2008132736A2 (en) | Method and device for characterizing sleep | |
CN110115583A (zh) | 呼吸监测的方法和装置 | |
Lin et al. | Achieving accurate automatic sleep apnea/hypopnea syndrome assessment using nasal pressure signal | |
CN108283490A (zh) | 睡眠呼吸系统及方法 | |
CN111839520A (zh) | 基于csi信号功率响应自相关的人呼吸监测方法和装置 | |
Gilakjani et al. | Movement detection with adaptive window length for unobtrusive bed-based pressure-sensor array | |
CN112190249A (zh) | 一种呼吸暂停检测系统的检测方法 | |
KR20140087902A (ko) | 수면 시 측정된 연속 혈압 신호를 통하여 수면호흡장애를 검출하는 장치 및 방법 | |
Alekhin et al. | Estimation of information value of diagnostic data obtained by bioradiolocation pneumography in non-contact screening of sleep apnea syndrome | |
Sundar et al. | Low cost, high precision system for diagnosis of central sleep apnea disorder | |
CN114176535B (zh) | 基于超宽带非接触体征监测装置及方法 | |
KR102270546B1 (ko) | 무호흡 탐지 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |