一种呼吸频率和心跳频率的检测方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114983354A(43)申请公布日2022.09.02(21)申请号202210486629.6G06N3/08(2006.01)(22)申请日2022.05.06(71)申请人北京邮电大学地址100876北京市海淀区西土城路10号(72)发明人周安福于书慧康乐(74)专利代理机构北京金咨知识产权代理有限公司11612专利代理师薛海波(51)Int.Cl.A61B5/0205(2006.01)A61B5/0507(2021.01)A61B5/00(2006.01)G01S13/88(2006.01)G06K9/00(2022.01)G06N3/04(2006.01)权利要求书2页说明书9页附图3页(54)发明名称一种呼吸频率和心跳频率的检测方法及装置(57)摘要本发明提供一种呼吸频率和心跳频率的检测方法及装置，包括：多通道毫米波雷达向目标用户的胸腔发射调频连续波，并接收反射信号；将反射信号和调频连续波混频后得到目标信号；将目标信号逐帧进行频谱分析以获取不同距离范围内的信号强度，将信号强度显著较强的距离范围作为胸腔所在位置范围；采用主成分分析法获取目标信号的主成分作为胸腔运动信号；通过计算胸腔运动信号的主频得到目标用户的呼吸频率；对胸腔运动信号作二阶导数运算以得到心跳的加速度信号，采用心跳节拍分割方法划分加速度信号的心跳节拍并计算心跳频率。本发明采用毫米波雷达对人体胸腔进行非接触式检测，在保证用户正常行动的前提下实现对呼吸频率和心跳频率的长期检测。CN114983354ACN114983354A权利要求书1/2页1.一种呼吸频率和心跳频率的检测方法，其特征在于，包括：毫米波雷达向目标用户的胸腔发射调频连续波，并接收反射回来的反射信号；将所述反射信号和所述调频连续波混频后得到目标信号；将所述目标信号逐帧进行频谱分析以获取不同距离范围内的信号强度，将信号强度显著较强的距离范围作为胸腔所在位置范围；采用主成分分析法获取所述目标信号的主成分作为胸腔运动信号，并对所述胸腔运动信号进行优化操作，所述优化操作至少包括提取相位、相位展开以及移动平均滤波；通过计算所述胸腔运动信号的主频得到所述目标用户的呼吸频率；对优化操作后的所述胸腔运动信号作二阶导数运算以得到心跳的加速度信号，采用心跳节拍分割方法划分所述加速度信号的心跳节拍，并根据所述心跳节拍计算得到心跳频率。2.根据权利要求1所述的呼吸频率和心跳频率的检测方法，其特征在于，所述目标信号采用最小方差无畸变响应波束形成器进行增强。3.根据权利要求1所述的呼吸频率和心跳频率的检测方法，其特征在于，通过计算所述胸腔运动信号的主频得到所述目标用户的呼吸频率，包括：对所述胸腔运动信号采用快速傅里叶变换进行滤波处理，保留所述主频与所述主频两侧相邻的两个频率带，舍弃其余频率带；对所述主频与所述主频两侧相邻的两个频率带采用逆傅里叶变换以得到一个复数形式的时域信号；计算所述时域信号的相位并展开为连续相位，线性拟合所述连续相位的斜率得到所述呼吸频率。4.根据权利要求1所述的呼吸频率和心跳频率的检测方法，其特征在于，对优化操作后的所述胸腔运动信号作二阶导数运算以得到心跳的加速度信号，包括：采用数值方式，通过二阶微分器计算得到所述二阶导数，所述二阶导数表达式为：其中，f″0为某一胸腔运动信号样本点的二阶导数，fi为时间序列中与样本点距离为i的样本值，i取值至少为0、±1、±2、±3；h为连续样本点之间的时间间隔。5.根据权利要求1所述的呼吸频率和心跳频率的检测方法，其特征在于，所述心跳节拍分割方法的学习过程包括：获取训练样本集，所述训练样本集中包含多个样本，每个样本包含一个心跳的样本加速度信号，并对所述样本加速度信号进行分割心跳节拍的训练；获取初始神经网络模型，以所述样本加速度信号作为输入，心跳节拍作为输出，采用所述训练样本集对所述初始神经网络模型进行训练，以得到所述心跳节拍分割方法。6.根据权利要求5所述的呼吸频率和心跳频率的检测方法，其特征在于，所述初始神经网络模型为卷积神经网络模型，所述卷积神经网络模型包括连续的一个一维卷积层和一个最大池化层。7.根据权利要求5所述的呼吸频率和心跳频率的检测方法，其特征在于，采用所述训练样本集对所述初始神经网络模型进行训练中，训练采用的损失函数为：2CN114983354A权利要求书2/2页Loss＝L2(T)+α*1/M；其中，L2为L2范数，T为卷积核，α为调优参数，M是所述最大池化层输出的值。8.根据权利要求7所述的呼吸频率和心跳频率的检测方法，其特征在于，采用所述训练样本集对所述初始神经网络模型进行训练，还包括：采用梯度下降法进行反向传播更新所述初始神经网络模型的参数以得到所述心跳节拍分割方法。9.一种