CN117064360A - 睡眠状态下基于微波雷达的心率监测方法、装置及*** - Google Patents
睡眠状态下基于微波雷达的心率监测方法、装置及*** Download PDFInfo
- Publication number
- CN117064360A CN117064360A CN202311056396.7A CN202311056396A CN117064360A CN 117064360 A CN117064360 A CN 117064360A CN 202311056396 A CN202311056396 A CN 202311056396A CN 117064360 A CN117064360 A CN 117064360A
- Authority
- CN
- China
- Prior art keywords
- heart rate
- waveform signal
- similarity
- microwave radar
- sleep state
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 230000029058 respiratory gaseous exchange Effects 0.000 claims abstract description 72
- 238000001514 detection method Methods 0.000 claims abstract description 53
- 230000000241 respiratory effect Effects 0.000 claims description 59
- 238000004590 computer program Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000005189 cardiac health Effects 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000012806 monitoring device Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000036541 health Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000002618 waking 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7405—Details of notification to user or communication with user or patient ; user input means using sound
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Cardiology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种睡眠状态下基于微波雷达的心率监测方法、装置及***,所述方法包括:当通过微波雷达检测到人体不动时,控制微波雷达向人体发送第一检测信号,从返回的第一检测信号中提取出呼吸波形信号;将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态,并控制微波雷达向所述待检测对象发送第二检测信号;从返回的第二检测信号中提取出心率波形信号,根据心率波形信号计算心率。本发明能在用户进入睡眠状态后对心率进行非接触监测。
Description
技术领域
本发明涉及健康检测技术领域,尤其涉及一种睡眠状态下基于微波雷达的心率监测方法、装置及***。
背景技术
心率一般定义为人体心脏每分钟的跳动次数,心率变化与心脏疾病密切相关。因而及时了解自己的心率状态,在心率发生异常时及早知道,以便针对病因进行治疗,是非常重要的。现有技术中,人们往往是通过如手环、智能手表等可穿戴设备来监测用户的心率,但是用户很难准确知道是什么时候进入睡眠状态后开始监测心率的,从而用户难以准确了解自身在睡眠状态下的心率健康情况。此外,现有的心率监测方式需要用户在睡眠状态下穿戴这些设备,无法做到非接触监测。
发明内容
本发明实施例提供一种睡眠状态下基于微波雷达的心率监测方法、装置及***,能在用户进入睡眠状态后对心率进行非接触监测,以让用户了解自身的睡眠状态下的心率健康情况。
本发明一实施例提供一种睡眠状态下基于微波雷达的心率监测方法,其包括:
控制所述微波雷达定时向周围的待检测对象发送测距信号,并基于返回的测距信号计算所述微波雷达与所述待检测对象之间的距离;
当当前计算得到的所述距离与上一时刻计算得到的距离的差值小于预设距离差值时,控制所述微波雷达向该待检测对象发送第一检测信号;
从返回的第一检测信号中提取出呼吸波形信号;
将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;
若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态;
控制微波雷达向所述待检测对象发送第二检测信号,从返回的第二检测信号中提取出心率波形信号,以根据所述心率波形信号计算心率并记录,直至到需要发送下一次的测距信号;
所述将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果,包括:
从所述呼吸波形信号中确定预设长度的目标波形段;
对所述目标波形段按照预设截取框宽度来进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为所述目标波形段的每个截取框的第一比值;
对预设的呼吸波形信号数据库中的每一睡眠状态下的呼吸波形信号标准样本按照预设截取框宽度进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为每一所述呼吸波形信号标准样本的每个截取框的第二比值;每一所述呼吸波形信号标准样本的波形长度为所述预设长度;
基于所述目标波形段的每个截取框的第一比值与每一所述呼吸波形信号标准样本的对应截取框的第二比值,并利用相似度算法,来计算所述目标波形段与所述呼吸波形信号数据库中每一所述呼吸波形信号标准样本的相似度;
所述相似度算法采用基于皮尔逊系数和余弦角的加权相似度算法,相似度wAB计算如下:
wAB=αfp(x,y)+βgc(x,y)
其中,fp是皮尔逊系数,gc是余弦角,α和β是加权因子,α+β=1,且α,β≥0,x=(x1,…,xi,…,xn)包括所述目标波形段的n个截取框的第一比值,y=(y1,…,yi,…,yn)包括所述呼吸波形信号标准样本的n个截取框的第二比值,n为截取到的截取框数量,皮尔逊系数fp如下,
其中和/>分别是x和y的均值,余弦角gc如下,
作为上述方案的改进,在所述根据心率波形信号计算心率,所述方法还包括:
判断计算出来的所述心率是否超过预设的心率安全值范围;
若是,则判定所述待检测对象的心脏健康状态为心率异常;
若否,则判定所述待检测对象的心脏健康状态为心率正常。
作为上述方案的改进,在所述判定所述待检测对象的心脏健康状态为心率异常后,所述方法还包括:
向用户终端发送提醒信息或控制语音提醒装置向用户发出警示声音。
本发明另一实施例对应提供了一种睡眠状态下基于微波雷达的心率监测装置,其包括:
测距信号控制模块,用于控制所述微波雷达定时向周围的待检测对象发送测距信号,并基于返回的测距信号计算所述微波雷达与所述待检测对象之间的距离;
第一检测信号控制模块,用于当当前计算得到的所述距离与上一时刻计算得到的距离的差值小于预设距离差值时,控制所述微波雷达向该待检测对象发送第一检测信号;
第一检测信号提取模块,用于从返回的第一检测信号中提取出呼吸波形信号;
相似度比较模块,用于将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;
睡眠判定模块,用于若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态;
第二检测信号控制模块,用于控制微波雷达向所述待检测对象发送第二检测信号,从返回的第二检测信号中提取出心率波形信号,以根据所述心率波形信号计算心率并记录,直至到需要发送下一次的测距信号;
所述相似度比较模块具体用于:
从所述呼吸波形信号中确定预设长度的目标波形段;
对所述目标波形段按照预设截取框宽度来进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为所述目标波形段的每个截取框的第一比值;
对预设的呼吸波形信号数据库中的每一睡眠状态下的呼吸波形信号标准样本按照预设截取框宽度进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为每一所述呼吸波形信号标准样本的每个截取框的第二比值;每一所述呼吸波形信号标准样本的波形长度为所述预设长度;
基于所述目标波形段的每个截取框的第一比值与每一所述呼吸波形信号标准样本的对应截取框的第二比值的差值,并利用相似度算法,来计算所述目标波形段与所述呼吸波形信号数据库中每一所述呼吸波形信号标准样本的相似度;
所述相似度算法采用基于皮尔逊系数和余弦角的加权相似度算法,相似度wAB计算如下:
wAB=αfp(x,y)+βgc(x,y)
其中,fp是皮尔逊系数,gc是余弦角,α和β是加权因子,α+β=1,且α,β≥0,x=(x1,…,xi,…,xn)包括所述目标波形段的n个截取框的第一比值,y=(y1,…,yi,…,yn)包括所述呼吸波形信号标准样本的n个截取框的第二比值,n为截取到的截取框数量,皮尔逊系数fp如下,
其中和/>分别是x和y的均值,余弦角gc如下,
作为上述方案的改进,所述装置还包括:
心率判定模块,用于判断计算出来的所述心率是否超过预设的心率安全值范围;
心率异常判定模块,用于若是,则判定所述待检测对象的心脏健康状态为心率异常;
心率正常判定模块,用于若否,则判定所述待检测对象的心脏健康状态为心率正常。
本发明另一实施例提供了一种睡眠状态下基于微波雷达的心率监测***,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述发明实施例所述的睡眠状态下基于微波雷达的心率监测方法。
本发明另一实施例提供了一种存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的睡眠状态下基于微波雷达的心率监测方法。
相比于现有技术,上述技术方案中的一个技术方案具有如下优点:
当通过微波雷达检测到待检测对象不动时,控制微波雷达向待检测对象发送第一检测信号,从返回的第一检测信号中提取出呼吸波形信号;将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态,并控制微波雷达向所述待检测对象发送第二检测信号;从返回的第二检测信号中提取出心率波形信号;根据心率波形信号计算心率并记录。由此可见,本发明实施例能在用户进入睡眠状态后对心率进行非接触监测,以让用户了解自身的睡眠状态下的心率健康情况。当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1是本发明一实施例提供的一种睡眠状态下基于微波雷达的心率监测方法的流程示意图;
图2是本发明一实施例提供的一种睡眠状态下基于微波雷达的心率监测装置的结构示意图;
图3是本发明一实施例提供的一种睡眠状态下基于微波雷达的心率监测***的结构示意图。
具体实施方式
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他实施例,都属于本发明保护的范围。
参见图1,是本发明一实施例提供的一种睡眠状态下基于微波雷达的心率监测方法的流程示意图。所述方法可以由睡眠状态下基于微波雷达的心率监测***执行,所述方法包括步骤S10至步骤S15:
S10,控制所述微波雷达定时向周围的待检测对象发送测距信号,并基于返回的测距信号计算所述微波雷达与所述待检测对象之间的距离。
可以通过返回的测距信号的信号相位偏移等测距方式来计算所述距离,在此不做赘述。可以理解的是,前后两次的测距信号的发送时间间隔是预先固定的,且发送时间间隔不能够太短,太短会增加信号发送功耗且不便于后续的心率监测的进行;但是发送时间间隔也不能太长,太长会难以及时监测到用户是否已进入睡眠状态。示例性的,所述发送时间间隔为10-30秒,具体可以为15秒。
S11,当当前计算得到的所述距离与上一时刻计算得到的距离的差值小于预设距离差值时,控制所述微波雷达向该待检测对象发送第一检测信号,直至到需要发送下一次的测距信号。
具体的,当当前计算得到的所述距离与上一时刻计算得到的距离的差值小于预设距离差值时,表明当前用户是处于静止状态的,有可能会处于刚入睡状态,也有可能处于睡醒状态但是人体还是躺着不动,因此需要进一步分析用户是否是出于入睡状态。此时,控制所述微波雷达向该待检测对象发送第一检测信号。
S12,从返回的第一检测信号中提取出呼吸波形信号。
示例性的,可以通过雷达的相位解调原理从返回的第一检测信号中提取出呼吸波形信号。
S13,将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果。
其中,所述呼吸波形信号数据库中预先存有多个为睡眠状态下的呼吸波形信号标准样本,这些呼吸波形信号标准样本是提前对不同人群在刚进入睡眠状态下进行采集的,这些呼吸波形信号标准样本的波形长度相等。可以理解的是,清醒时候的人体呼吸是胸式呼吸,睡着时候是腹式呼吸,胸式呼吸可以让人体更有效率的进行换气,更适用于清醒状态下较大量耗氧时进行补充。清醒时候的人体呼吸的频率会比睡眠状态的人体呼吸的频率更快,且睡眠状态的人体呼吸相对是更匀速,因此睡眠状态下的人体呼吸波形信号是不同于清醒状态下的人体呼吸波形信号的。
S14,若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态。
S15,控制微波雷达向所述待检测对象发送第二检测信号,从返回的第二检测信号中提取出心率波形信号,以根据所述心率波形信号计算心率并记录,直至到需要发送下一次的测距信号。
具体的,可以通过雷达的相位解调原理从返回的第二检测信号中提取出心率波形信号,并根据所述心率波形信号计算心率并记录,一直重复该过程,以计算该段时间的心率数据,直到需要发送下一次的测距信号。当再次发送测距信号后,按照上述步骤过程来判断用户是否睡醒了还是继续处于睡眠状态,若是睡醒了,则不执行后续步骤,直至监测到用户出于睡眠状态。经过以上过程,可以监测并记录用户从入睡到睡醒整个过程的心率数据。
在本发明实施例中,当通过微波雷达检测到待检测对象不动时,控制微波雷达向待检测对象发送第一检测信号,从返回的第一检测信号中提取出呼吸波形信号;将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态,并控制微波雷达向所述待检测对象发送第二检测信号;从返回的第二检测信号中提取出心率波形信号;根据心率波形信号计算心率并记录。由此可见,本发明实施例能在用户进入睡眠状态后对心率进行非接触监测,以让用户了解自身的睡眠状态下的心率健康情况。
作为上述方案的改进,所述步骤S13包括:
S130,从所述呼吸波形信号中确定预设长度的目标波形段。
具体的,提取的呼吸波形信号的波形长度会比较长,不适合将整个呼吸波形信号来进行分析,不然需要分析的数据量会比较多,导致下面的整个数据分析过程比较耗时且没有针对性。因此,可以从所述呼吸波形信号中确定预设长度的目标波形段。其中,当呼吸波形信号中从某个数据点开始至后面一定数量的数据点之间的呼吸频率变化小于阈值(即呼吸频率是匀速的)且呼吸频率处于预定频率区间的(即是出于较慢的呼吸频率区间的,与睡眠状态对应),则将这段波形确定为目标波形段,例如,当呼吸波形信号中从第5个数据点开始至后面第15个的数据点符合上述情况,则确定这一段长度为10的波形为目标波形段。
S131,对所述目标波形段按照预设截取框宽度来进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为所述目标波形段的每个截取框的第一比值。
其中,每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,可以表征呼吸波形的每一截取的波段的曲线形态变化,从而可以通过分析曲线形态变化的相似度来比较波段之间的相似性。
S132,对预设的呼吸波形信号数据库中的每一睡眠状态下的呼吸波形信号标准样本按照预设截取框宽度进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为每一所述呼吸波形信号标准样本的每个截取框的第二比值;每一所述呼吸波形信号标准样本的波形长度为所述预设长度。
S133,基于所述目标波形段的每个截取框的第一比值与每一所述呼吸波形信号标准样本的对应截取框的第二比值,并利用相似度算法,来计算所述目标波形段与所述呼吸波形信号数据库中每一所述呼吸波形信号标准样本的相似度。
具体的,本实施例的呼吸波形相似度比较方法,不需要通过诸如小波变换之类的方法提取出呼吸波形的重要特征信息来构成相似性分析的特征向量,而是直接从原始的呼吸波形中提取出反应波形形态变化的特征,并把波形拐点等重要特征点的变化趋势放大,这样可以在降维的同时,也能较准确地分析呼吸波形之间的相似度。其中,通过对呼吸波形段按照预设截取框宽度来进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,来反映相关呼吸波形在不同波段形态上的变化,若两个呼吸波形段是相类似的,那么这两个呼吸波形段在不同波段形态上的变化应该也是相类似的。利用这个原理,可以准确计算所述目标波形段与所述呼吸波形信号数据库中每一所述呼吸波形信号标准样本的相似度。需要说明的是,截取框宽度的取值不能过大或过小,若截取框取值过小,则需要分析的数据量会很庞大且难以准确反映出波段形态上的变化;若截取框取值过大,则可能会忽略波形某些细节上的变化,会影响相似度分析的准确性。作为示例的,截取框宽度为目标波形段的波形长度的0.1-0.2。由上分析可知,本实施例的呼吸波形信号的相似度计算过程不需要应用到复杂的算法来提取呼吸波形的特征信息,整个计算过程较简单,占用的计算资源少。
示例性的,所述相似度算法如下:
wAB=αfp(x,y)+βgc(x,y)
其中wAB为相似度,fp是皮尔逊系数,gc是余弦角,α和β是加权因子,α+β=1,且α,β≥0,x=(x1,…,xi,…,xn)包括所述目标波形段的n个截取框的第一比值,y=(y1,…,yi,…,yn)包括所述呼吸波形信号标准样本的n个截取框的第二比值,n为截取到的截取框数量,皮尔逊系数fp如下,
其中,和/>分别是x和y的均值,余弦角gc如下,
作为上述方案的改进,在所述根据心率波形信号计算心率,所述方法还包括:
判断计算出来的所述心率是否超过预设的心率安全值范围;
若是,则判定所述待检测对象的心脏健康状态为心率异常;
若否,则判定所述待检测对象的心脏健康状态为心率正常。
在本实施例中,通过比较所述心率是否超过预设的心率安全值范围,来监测用户的心率异常。
作为上述方案的改进,在所述判定所述待检测对象的心脏健康状态为心率异常后,所述方法还包括:
向用户终端发送提醒信息或控制语音提醒装置向用户发出警示声音。
在本实施例中,当监测到用户的心率异常后,向用户终端发送提醒信息或控制语音提醒装置向用户发出警示声音,及时进行提醒。
参见图2,是本发明一实施例提供的一种睡眠状态下基于微波雷达的心率监测装置的结构示意图,所述装置包括:
测距信号控制模块10,用于控制所述微波雷达定时向周围的待检测对象发送测距信号,并基于返回的测距信号计算所述微波雷达与所述待检测对象之间的距离;
第一检测信号控制模块11,用于当当前计算得到的所述距离与上一时刻计算得到的距离的差值小于预设距离差值时,控制所述微波雷达向该待检测对象发送第一检测信号;
第一检测信号提取模块12,用于从返回的第一检测信号中提取出呼吸波形信号;
相似度比较模块13,用于将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;
睡眠判定模块14,用于若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态;
第二检测信号控制模块15,用于控制微波雷达向所述待检测对象发送第二检测信号,从返回的第二检测信号中提取出心率波形信号,以根据所述心率波形信号计算心率并记录,直至到需要发送下一次的测距信号。
在本发明实施例中,当通过微波雷达检测到待检测对象不动时,控制微波雷达向待检测对象发送第一检测信号,从返回的第一检测信号中提取出呼吸波形信号;将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态,并控制微波雷达向所述待检测对象发送第二检测信号;从返回的第二检测信号中提取出心率波形信号;根据心率波形信号计算心率并记录。由此可见,本发明实施例能在用户进入睡眠状态后对心率进行非接触监测,以让用户了解自身的睡眠状态下的心率健康情况。
作为上述方案的改进,所述相似度比较模块具体用于:
从所述呼吸波形信号中确定预设长度的目标波形段;
对所述目标波形段按照预设截取框宽度来进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为所述目标波形段的每个截取框的第一比值;
对预设的呼吸波形信号数据库中的每一睡眠状态下的呼吸波形信号标准样本按照预设截取框宽度进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为每一所述呼吸波形信号标准样本的每个截取框的第二比值;每一所述呼吸波形信号标准样本的波形长度为所述预设长度;
基于所述目标波形段的每个截取框的第一比值与每一所述呼吸波形信号标准样本的对应截取框的第二比值,并利用相似度算法,来计算所述目标波形段与所述呼吸波形信号数据库中每一所述呼吸波形信号标准样本的相似度。
作为上述方案的改进,所述相似度算法采用基于皮尔逊系数和余弦角的加权相似度算法,所述相似度算法如下:
wAB=αfp(x,y)+βgc(x,y)
其中,wAB为相似度,fp是皮尔逊系数,gc是余弦角,α和β是加权因子,α+β=1,且α,β≥0,x=(x1,…,xi,…,xn)包括所述目标波形段的n个截取框的第一比值,y=(y1,…,yi,…,yn)包括所述呼吸波形信号标准样本的n个截取框的第二比值,n为截取到的截取框数量,皮尔逊系数fp如下,
其中,和/>分别是x和y的均值,余弦角gc如下,
作为上述方案的改进,所述装置还包括:
心率判定模块,用于判断计算出来的所述心率是否超过预设的心率安全值范围;
心率异常判定模块,用于若是,则判定所述待检测对象的心脏健康状态为心率异常;
心率正常判定模块,用于若否,则判定所述待检测对象的心脏健康状态为心率正常。
作为上述方案的改进,所述装置还包括:
提醒模块,用于向用户终端发送提醒信息或控制语音提醒装置向用户发出警示声音。
参见图3,是本发明一实施例提供的睡眠状态下基于微波雷达的心率监测***的示意图。该实施例的睡眠状态下基于微波雷达的心率监测***包括微波雷达100和所述微波雷达100连接并用于控制所述微波雷达的工作的控制器30;所述控制器30包括:处理器300、存储器301以及存储在所述存储器301中并可在所述处理器300上运行的计算机程序,例如睡眠状态下基于微波雷达的心率监测程序。所述处理器300执行所述计算机程序时实现上述各个睡眠状态下基于微波雷达的心率监测方法实施例中的步骤。或者,所述处理器300执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
示例性地,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述睡眠状态下基于微波雷达的心率监测***中的执行过程。
所述睡眠状态下基于微波雷达的心率监测***可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是睡眠状态下基于微波雷达的心率监测***的示例,并不构成对睡眠状态下基于微波雷达的心率监测***的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述睡眠状态下基于微波雷达的心率监测***还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述睡眠状态下基于微波雷达的心率监测***的控制中心,利用各种接口和线路连接整个睡眠状态下基于微波雷达的心率监测***的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述睡眠状态下基于微波雷达的心率监测***的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述睡眠状态下基于微波雷达的心率监测***集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (7)
1.一种睡眠状态下基于微波雷达的心率监测方法,其特征在于,包括:
控制所述微波雷达定时向周围的待检测对象发送测距信号,并基于返回的测距信号计算所述微波雷达与所述待检测对象之间的距离;
当前计算得到的所述距离与上一时刻计算得到的距离的差值小于预设距离差值时,控制所述微波雷达向该待检测对象发送第一检测信号;
从返回的第一检测信号中提取出呼吸波形信号;
将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;
若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态;
控制微波雷达向所述待检测对象发送第二检测信号,从返回的第二检测信号中提取出心率波形信号,以根据所述心率波形信号计算心率并记录,直至到需要发送下一次的测距信号;所述将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果,包括:
从所述呼吸波形信号中确定预设长度的目标波形段;
对所述目标波形段按照预设截取框宽度来进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为所述目标波形段的每个截取框的第一比值;
对预设的呼吸波形信号数据库中的每一睡眠状态下的呼吸波形信号标准样本按照预设截取框宽度进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为每一所述呼吸波形信号标准样本的每个截取框的第二比值;每一所述呼吸波形信号标准样本的波形长度为所述预设长度;
基于所述目标波形段的每个截取框的第一比值与每一所述呼吸波形信号标准样本的对应截取框的第二比值,并利用相似度算法,来计算所述目标波形段与所述呼吸波形信号数据库中每一所述呼吸波形信号标准样本的相似度;所述相似度算法采用基于皮尔逊系数和余弦角的加权相似度算法,所述相似度算法如下:
wAB=αfp(x,y)+βgc(x,y)
其中,wAB为相似度,fp是皮尔逊系数,gc是余弦角,α和β是加权因子,α+β=1,且α,β≥0,x=(x1,...,xi,...,xn)包括所述目标波形段的n个截取框的第一比值,y=(y1,...,yi,...,yn)包括所述呼吸波形信号标准样本的n个截取框的第二比值,n为截取到的截取框数量,皮尔逊系数fp如下,
其中和/>分别是x和y的均值,余弦角gc如下,
2.如权利要求1所述的睡眠状态下基于微波雷达的心率监测方法,其特征在于,在所述根据心率波形信号计算心率并记录之后,所述方法还包括:
判断计算出来的所述心率是否超过预设的心率安全值范围;
若是,则判定所述待检测对象的心脏健康状态为心率异常;
若否,则判定所述待检测对象的心脏健康状态为心率正常。
3.如权利要求2所述的睡眠状态下基于微波雷达的心率监测方法,其特征在于,在所述判定所述待检测对象的心脏健康状态为心率异常后,所述方法还包括:
向用户终端发送提醒信息或控制语音提醒装置向用户发出警示声音。
4.一种睡眠状态下基于微波雷达的心率监测装置,其特征在于,包括:
测距信号控制模块,用于控制所述微波雷达定时向周围的待检测对象发送测距信号,并基于返回的测距信号计算所述微波雷达与所述待检测对象之间的距离;
第一检测信号控制模块,用于当当前计算得到的所述距离与上一时刻计算得到的距离的差值小于预设距离差值时,控制所述微波雷达向该待检测对象发送第一检测信号;
第一检测信号提取模块,用于从返回的第一检测信号中提取出呼吸波形信号;
相似度比较模块,用于将所述呼吸波形信号与预设的呼吸波形信号数据库中的为睡眠状态下的至少一呼吸波形信号标准样本进行相似度比较,得到相似度比较结果;
睡眠判定模块,用于若所述相似度比较结果中有相似度数值大于预设相似度阈值,判定所述待检测对象当前处于睡眠状态;
第二检测信号控制模块,用于控制微波雷达向所述待检测对象发送第二检测信号,从返回的第二检测信号中提取出心率波形信号,以根据所述心率波形信号计算心率并记录,直至到需要发送下一次的测距信号;
所述相似度比较比较模块具体用于:
从所述呼吸波形信号中确定预设长度的目标波形段;
对所述目标波形段按照预设截取框宽度来进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为所述目标波形段的每个截取框的第一比值;
对预设的呼吸波形信号数据库中的每一睡眠状态下的呼吸波形信号标准样本按照预设截取框宽度进行滑动截取,并计算每个截取框内的波形段的最大幅值和最小幅值之间的幅值差与截取框宽度的比值,作为每一所述呼吸波形信号标准样本的每个截取框的第二比值;每一所述呼吸波形信号标准样本的波形长度为所述预设长度;
基于所述目标波形段的每个截取框的第一比值与每一所述呼吸波形信号标准样本的对应截取框的第二比值,并利用相似度算法,来计算所述目标波形段与所述呼吸波形信号数据库中每一所述呼吸波形信号标准样本的相似度;
所述相似度算法采用基于皮尔逊系数和余弦角的加权相似度算法,所述相似度算法如下:
wAB=αfp(x,y)+βgc(x,y)
其中wAB为相似度,fp是皮尔逊系数,gc是余弦角,α和β是加权因子,α+β=1,且α,β≥0,x=(x1,...,xi,...,xn)包括所述目标波形段的n个截取框的第一比值,y=(y1,...,yi,...,yn)包括所述呼吸波形信号标准样本的n个截取框的第二比值,n为截取到的截取框数量,皮尔逊系数fp如下,
其中,和/>分别是x和y的均值,余弦角gc如下,
5.如权利要求4所述的睡眠状态下基于微波雷达的心率监测装置,其特征在于,所述装置还包括:
心率判定模块,用于判断计算出来的所述心率是否超过预设的心率安全值范围;
心率异常判定模块,用于若是,则判定所述待检测对象的心脏健康状态为心率异常;
心率正常判定模块,用于若否,则判定所述待检测对象的心脏健康状态为心率正常。
6.一种睡眠状态下基于微波雷达的心率监测***,其特征在于,包括微波雷达和所述微波雷达连接并用于控制所述微波雷达的工作的控制器;
所述控制器包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至3中任意一项所述的睡眠状态下基于微波雷达的心率监测方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至3中任意一项所述的睡眠状态下基于微波雷达的心率监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311056396.7A CN117064360A (zh) | 2023-08-21 | 2023-08-21 | 睡眠状态下基于微波雷达的心率监测方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311056396.7A CN117064360A (zh) | 2023-08-21 | 2023-08-21 | 睡眠状态下基于微波雷达的心率监测方法、装置及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117064360A true CN117064360A (zh) | 2023-11-17 |
Family
ID=88705624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311056396.7A Pending CN117064360A (zh) | 2023-08-21 | 2023-08-21 | 睡眠状态下基于微波雷达的心率监测方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117064360A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117935505A (zh) * | 2024-03-22 | 2024-04-26 | 深圳市微克科技股份有限公司 | 一种智能手环脱离穿戴预警方法、***及介质 |
-
2023
- 2023-08-21 CN CN202311056396.7A patent/CN117064360A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117935505A (zh) * | 2024-03-22 | 2024-04-26 | 深圳市微克科技股份有限公司 | 一种智能手环脱离穿戴预警方法、***及介质 |
CN117935505B (zh) * | 2024-03-22 | 2024-05-31 | 深圳市微克科技股份有限公司 | 一种智能手环脱离穿戴预警方法、***及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114732391B (zh) | 基于微波雷达的睡眠状态下的心率监测方法、装置及*** | |
CN103690163B (zh) | 基于ica和hht融合的自动眼电干扰去除方法 | |
CN110193127B (zh) | 音乐辅助睡眠的方法、装置、计算机设备及存储介质 | |
CN110123367B (zh) | 计算机设备、心音识别装置、方法、模型训练装置及存储介质 | |
CN117064360A (zh) | 睡眠状态下基于微波雷达的心率监测方法、装置及*** | |
CN114176521B (zh) | 基于雷达信息的睡眠分期方法、装置及终端 | |
CN111832537B (zh) | 异常心电信号识别方法及异常心电信号识别装置 | |
CN113520343A (zh) | 睡眠风险预测方法、装置和终端设备 | |
CN116339509A (zh) | 一种智能终端设备的控制方法及控制装置 | |
CN111387936A (zh) | 一种睡眠阶段识别方法、装置及设备 | |
CN115089179A (zh) | 一种心理情绪洞察分析方法及*** | |
KR102076759B1 (ko) | 심화신경망과 랜덤 포레스트의 앙상블을 이용한 멀티센서 기반의 비접촉식 수면 단계 검출 방법 및 장치 | |
CN110179436A (zh) | 一种鼾声取样方法及终端设备 | |
CN116649942B (zh) | 睡眠状态下基于微波雷达的心率监测方法、装置及*** | |
CN116269297A (zh) | 基于雷达的生命体征检测方法、装置、雷达及存储介质 | |
CN114947232A (zh) | 基于用户健康状态的电子烟控制方法 | |
CN114287938B (zh) | 建筑环境中人体参数的安全区间获得方法和设备 | |
CN116098633A (zh) | 一种意识障碍的微创介入脑机接口意念脑控*** | |
McEvoy et al. | Ambulatory REACT: Real-time seizure detection with a DSP microprocessor | |
CN115067910A (zh) | 一种心率变异性压力检测方法、装置、存储介质以及*** | |
Warmerdam et al. | Selective heart rate variability analysis to account for uterine activity during labor and improve classification of fetal distress | |
Progonov et al. | Heartbeat-based authentication on smartwatches in various usage contexts | |
KR100327117B1 (ko) | 뇌파를 이용한 긍정/부정 의사 분별 장치 및 그 방법 | |
US20220096016A1 (en) | State estimation apparatus, state estimation method, and computer-readable recording medium | |
US20240180483A1 (en) | Sleep monitoring system and sleep monitoring method |
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 |