JP6900390B2 - バイタルサインを検出及び監視する方法、装置、サーバ及びシステム - Google Patents
バイタルサインを検出及び監視する方法、装置、サーバ及びシステム Download PDFInfo
- Publication number
- JP6900390B2 JP6900390B2 JP2018547988A JP2018547988A JP6900390B2 JP 6900390 B2 JP6900390 B2 JP 6900390B2 JP 2018547988 A JP2018547988 A JP 2018547988A JP 2018547988 A JP2018547988 A JP 2018547988A JP 6900390 B2 JP6900390 B2 JP 6900390B2
- Authority
- JP
- Japan
- Prior art keywords
- csi
- respiratory rate
- respiratory
- clusters
- vital signs
- 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 description 88
- 238000012544 monitoring process Methods 0.000 title claims description 77
- 230000036387 respiratory rate Effects 0.000 claims description 133
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 97
- 239000011159 matrix material Substances 0.000 claims description 53
- 238000001514 detection method Methods 0.000 claims description 42
- 241000282414 Homo sapiens Species 0.000 claims description 36
- 238000010183 spectrum analysis Methods 0.000 claims description 34
- 230000000737 periodic effect Effects 0.000 claims description 29
- 230000033001 locomotion Effects 0.000 claims description 19
- 230000005484 gravity Effects 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 14
- 238000000354 decomposition reaction Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 8
- 230000001934 delay Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 6
- 238000001228 spectrum Methods 0.000 claims description 6
- 241001465754 Metazoa Species 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 230000007958 sleep Effects 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims 1
- 230000037213 diet Effects 0.000 claims 1
- 235000005911 diet Nutrition 0.000 claims 1
- 230000000887 hydrating effect Effects 0.000 claims 1
- 230000036571 hydration Effects 0.000 claims 1
- 238000006703 hydration reaction Methods 0.000 claims 1
- 238000009966 trimming Methods 0.000 claims 1
- 230000000241 respiratory effect Effects 0.000 description 74
- 238000010586 diagram Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 19
- 238000010801 machine learning Methods 0.000 description 17
- 230000003595 spectral effect Effects 0.000 description 13
- 238000002474 experimental method Methods 0.000 description 11
- 238000005259 measurement Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 241000282412 Homo Species 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 210000000038 chest Anatomy 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 230000036642 wellbeing Effects 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 241001631457 Cannula Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000405147 Hermes Species 0.000 description 1
- 206010021079 Hypopnoea Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 208000008784 apnea Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000008376 long-term health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 208000024584 respiratory abnormality Diseases 0.000 description 1
- 230000036391 respiratory frequency Effects 0.000 description 1
- 238000011012 sanitization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 208000008203 tachypnea Diseases 0.000 description 1
- 206010043089 tachypnoea Diseases 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
Images
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—Detecting, measuring or recording devices for evaluating the respiratory organs
- A61B5/0816—Measuring devices for examining respiratory frequency
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/04—Systems determining presence of a target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/536—Discriminating between fixed and moving objects or between objects moving at different speeds using transmission of continuous unmodulated waves, amplitude-, frequency-, or phase-modulated waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/52—Discriminating between fixed and moving objects or between objects moving at different speeds
- G01S13/56—Discriminating between fixed and moving objects or between objects moving at different speeds for presence detection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0273—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves using multipath or indirect path propagation signals in position determination
-
- 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
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
-
- 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
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S2205/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S2205/01—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations specially adapted for specific applications
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Pulmonology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Physiology (AREA)
- Electromagnetism (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
本願は、「TR-BREATH: TIME-REVERSAL BREATHING RATE ESTIMATION AND DETECTION」という表題の、2016年3月11日に提出された米国特許出願第62/307,081号、及び「TR-BREATH: TIME-REVERSAL BREATHING RATE ESTIMATION AND DETECTION」という表題の、2016年4月1日に提出された米国特許出願第62/316,850号の優先権を主張し、これらの全体が本明細書において援用される。
現在のIEEE802.11g、802.11n、802.11ad又は802.11ac、あるいは3GPP LTE無線規格等の例示的な直交周波数分割多重(OFDM)システムにおいて、情報を担持している信号は、多くの並列サブキャリアにわたる利用可能な周波数帯域を介して送出される。各サブキャリアは、独立した狭帯域チャネルとして処理可能であり、送信信号全体は、全てのサブキャリア上の全ての信号の重ね合わせである。CSIは、送信信号の振幅及び位相が各サブキャリアにわたり受けた影響を記述することにより、周波数領域における無線チャネル(送信媒体)の挙動を要約してもよい。
fcは搬送波周波数であり、cは3×108m/sである光の速度であり、Tsは、40MHzのWi−Fi帯域において25ナノ秒であり且つ20MHz帯域において50ナノ秒であるサンプリング間隔であり、Nは40MHzの場合に128であり且つ20MHzの場合に64であるFFTのサイズであり、ek(t)は時間tにおけるサブキャリアkのチャネルノイズである。チャネルは、呼吸が存在しない場合は静的であると仮定されるため、MPCの利得及び遅延は静的である。呼吸の存在により、チャネル利得及びパス遅延の一部が時間tと共に周期的に変化しうる。簡潔にするために、呼吸はパス1に影響を与えると仮定できる。その場合、パス1のチャネル利得及びパス遅延を以下のように書くことができる。
式中、α1は呼吸が存在しない場合のチャネル利得であり、d1は呼吸の影響がない場合のパス長であり、Δd1は呼吸が存在する場合のパス1の追加の位置変位であり、θは被験者と衝突する電磁波との間の入射角であり、fは呼吸周波数であり、φは呼吸の初期位相である。
式(8)におけるHk(t)の3つの部分をそれぞれ(i)信号、(ii)干渉及び(iii)ノイズとみることができる。Sk(t)のデコーダビリティを向上するために、干渉Ikの影響を軽減することが重要である。便宜上、Ikをサブキャリアkの背景と呼ぶ。Hk(t)を直接使用するのに加えて、システムは、国際出願第PCT/US2017/015909号及び第PCT/US2016/066015号に開示される方法を使用して、CSIフィンガープリントを形成することもできる。また、国際出願第PCT/US2017/015909号及び第PCT/US2016/066015号に開示される方法を使用して、不完全なハードウェアに起因する位相歪みを補償するために、Hk(t)のCSI位相のサニタイズを行ってもよい。例えば位相歪みの補償は、CSI折返し及び位相デリニアライゼーションにより行うことができる。
ここで、σはスケーリング係数であり、Bは背景を表すユニットノルムCSIを表す。式(14)は、Hのランク1のフィッテイングにすぎず、これはHの第1の主成分をとることにより容易に行うことができ、すなわち、最大固有値を見つけること及び特異値分解(SVD)を使用して対応する特異ベクトルを見つけることにより、容易に行うことができる。
実際の実験データを使用した場合、これら2つの方法は非常に類似した結果を生じる場合がある。しかし、方法2は、SVDが含まれるため次元が大きいHの場合は遅いことがある方法1よりはるかに単純である。従って、各サブキャリアに対する期間の背景を計算するために、式(15)を単純に使用できる。背景除去後のサブキャリアkの時間tにおけるCSIを以下のように書くことができる。
式中、rk(t)はtN−t1≠cTであることによる剰余項である。
呼吸数は、収集されたCSI情報からスペクトル解析により抽出できる。スペクトル解析アルゴリズムは、ノンパラメトリックアルゴリズムとパラメトリックアルゴリズムの2つの分類に分けることができる。
個の時間ウィンドウを形成できる。各時間ウィンドウ内のCSIサンプルを使用して呼吸を監視するためのステップを以下に詳細に説明する。
全部でN個のCSIスナップショットを仮定する場合、システムはN×NのTRRS行列Rを計算できる。その場合、システムは、呼吸数を抽出するために例えばMUSICアルゴリズム及び/又はRoot−MUSICアルゴリズムを使用して、スペクトル解析を実行できる。
に対してクラスタリングを実行でき、これは呼吸数推定値を異なるクラスタに分割する。その後、システムは、そのクラスタが呼吸数を表す可能性示す尤度を各クラスタに割り当てることができる。各クラスタの重心は、1人の推定呼吸数として解釈される。近接する別個の呼吸数推定値は、実際は同一人物に対応する場合があるため、システムは、それらの重心の差分が閾値を下回る場合にクラスタを結合し、呼吸数推定値及び尤度を再計算できる。その後、システムは、尤度が最も高い呼吸数推定値を出力してもよい。
固有値分解:MUSIC及び/又はRoot−MUSICアルゴリズムの第1のステップは、固有値分解(EVD)であり、これにより以下が得られる。
UはN×N直交行列であり、ΛはRの全ての固有値を表す対角成分を有するN×N対角行列であり、†はエルメス演算子である。
本教示の一実施形態によると、開示されるシステムは、機械学習を用いるMUSICアルゴリズムを使用する呼吸推定を実行してもよい。MUSICアルゴリズムは、信号部分空間からノイズ部分空間までの距離に基づいて周波数を推定してもよい。
式中、Tは転置演算子である。式(23)のfが[0,fsound/2]の範囲に制限されることがわかる。fsoundはサウンディング率であり、すなわち、CSIサンプルが取得される比率であり、これは一般に5〜200Hzの範囲である。従って、fsound/2は重要なナイキスト比率である。
P'mu(0)=Pmu(0)であることが式(25)から明らかである。
内の互いに近接する複数の呼吸数推定値を含み且つ1人の特定の人間に関連する呼吸数推定値を表すように、
を複数のクラスタに分割できる。
個のピークが選択され、候補としてランク付けされる。ステップ402〜412は、まとめてステップ420と呼ばれ、例えばマルチアンテナシステムの場合に各送信機/受信機アンテナリンクに対して繰り返されてもよいことが理解される。
図5は、本教示の一実施形態に係る機械学習を用いないMUSICアルゴリズムを使用する呼吸の検出及び監視の例示的な処理を示す図である。機械学習を使用するアルゴリズムは、特に低価格の組み込み機器を使用するローカルな計算が必要な用途において、機械学習を必要としないアルゴリズムよりシステムの計算コストが高くなる場合がある。機械学習を必要としないアルゴリズムの場合、複数のアンテナリンク及び/又は複数のチャネルが存在するためTRRS行列Rが複数存在する状況を避けてもよい。リンク又はチャネルi毎に、TRRS行列Riを計算できる。その場合、以下のように、これらのTRRS行列の平均を計算してもよい。
個のピークが選択され、候補としてランク付けされる。ステップ522において、例えばステップ512で判定された呼吸数候補に基づいて、呼吸が検出されるかが判定される。ステップ522において呼吸が検出される場合、ステップ524において、ステップ512で検出されたピークに従って呼吸数が推定されてもよい。MUSIC擬似スペクトルにおけるピークの位置は、そのような擬似ピークを生成する可能性が最も高い推定周波数を示してもよい。そのため、それらのピーク位置は、推定呼吸数を示す周波数に直接変換可能である。ステップ522において呼吸が検出されない場合、処理はステップ526で終了してもよく、いくつかの実施形態では、ステップ502に戻って最初からやり直してもよい。
図6は、本教示の一実施形態に係る機械学習を用いるRoot−MUSICアルゴリズムを使用する呼吸の検出及び監視の例示的な処理を示す図である。
以下のステップは、機械学習を用いるMUSICアルゴリズムを使用する呼吸の検出及び監視に対して前述したステップと同一であってもよい。
ステップ602〜612は、まとめてステップ620と呼ばれ、例えばマルチアンテナシステムの場合に各送信機/受信機アンテナリンクに対して繰り返されてもよいことが理解される。
上記で開示した種々のアルゴリズムを有する開示されるシステムは、呼吸検出にも使用でき、すなわち、無線送信機及び無線受信機の近傍に呼吸する人間がいるかを検出するために使用できる。
式中、βの分母は、V個の時間ウィンドウ、D個のリンク、時間ウィンドウ毎のリンク毎のp個の推定値に対する可能な呼吸数推定値の総数であり、|・|は集合の濃度を示す。αは式(30)の非可解性を示し、βは式(30)を解く際の解の多様性を示す。
呼吸検出及び呼吸数監視に基づいて、システムは検出された人数を計測することもできる。MUSICベースの方法の場合、システムは、何らかの特定の基準に基づいて、擬似スペクトルにおける有意なピークの数を計測できる。この場合、有意なピークの数は、検出された呼吸を有する人間の数を示してもよい。Root−MUSICベースの方法の場合、システムは、尤度に対する特定の閾値と比較して高い尤度を有するクラスタの数を計測できる。
呼吸数の推定値に加えて、呼吸強度も病状の重要な指標となりうる。例えば速くて浅い呼吸は、発熱、恐怖及び他の要因に起因する異常呼吸である頻呼吸の指標となりうる。一方、呼吸信号の発生元を知ることは、監視されている人間の位置を推測するために有用であり、例えば幾何学的抽出は有用である。これは、2人が同一の呼吸数で呼吸している場合に有用である。そのような2人は同一の位置にいない場合があり、異なる位置により互いを潜在的に区別できる。
式中、cは光の速さであり、Nは40MHzの場合に128であり且つ20MHzの場合に64であるFFTのサイズであり、Tsは40MHzの場合に25nsであり且つ20MHzの場合に50nsであるサンプリング間隔である。全ての時間インスタンスtに対して、同一の動作を繰り返すことができる。
から、システムは、監視されている人間の位置に関連する推定値d1を推定できる。例えば、d1が3メートルであるとシステムが推定する場合、監視されている人間は3メートルの長さを有するマルチパス成分に有意な影響を与えるだろう。換言すると、人間は、開示されるシステムの無線送信対の非常に近くにいる。
例えばWi−Fiシステムである市販のチップからの無線信号を実際に使用する際、以下の理由から、パケットの欠落は避けられないだろう。第1に、同一の中心周波数で動作している別のWi−Fiネットワーク等の近くの無線システムからの大きいRF干渉が存在する場合がある。第2に、CSIをキャプチャするアクセスポイントは、関連するユーザにインターネットアクセスを提供する役割も有する場合がある。ユーザが高精細のオンライン映画を視聴している場合等、ユーザが広帯域を継続的に占有している場合、パケット損失率は大幅に上昇する。第3に、CSIをキャプチャするアクセスポイントに関連付けられた複数のWi−Fiステーションが存在し、このことはアップリンク方式を形成する。Wi−Fiステーションは、サウンディングパケットを同一アクセスポイントに送出するために互いに競合し、それによりパケット損失が発生することがある。
Rの計算は、CSIのN個のスナップショットに基づいてもよい。MUSIC及びRoot−MUSICアルゴリズムの精度を向上するために、システムは、TRRS行列Rに対して時間平滑化を実行でき、それにより拡張TRRS行列
が得られる。アルゴリズムの詳細を以下に説明する。
いくつかの状況において、特定のパス長/遅延を有する特定のマルチパス成分に対してのみ呼吸を調べたい場合がある。例えば、2人がはっきりと区別されたパス遅延を有する2つの位置にいることがわかっている場合、当該2つの区別されたパス遅延に従ってCSIを投影することにより、システムは2人の呼吸数が類似する場合でも2人の「呼吸監視」を分離できる。
不可避的に環境が動的である場合がある。換言すると、バイタルサインに関連するCSIの望ましい成分の他に、バイタルサインに関係ない他の成分もCSIに存在する場合がある。
式中、Ik(t)で示される動きにより生じる干渉も時間tの関数になる。本教示において開示される背景除去の後ですら、他のスペクトル成分をそのまま残した状態で動きの干渉Ik(t)のDC成分を軽減することは殆どできない。動きの干渉の存在は、誤警報及び誤検出の双方を引き起こすだろう。
実際は、異なる人間の呼吸数が互いに非常に類似するため、推定が非常に困難である場合がある。式(7)によると、2つの呼吸数の間の差分は高調波が高次であるほど明確である。例えば2つの呼吸数f1及びf2が存在し、f2−f1=Δである場合、二次高調波の場合の差分は2Δであり、これは一次高調波の場合の差分の2倍である。この状況において、システムは、高調波を使用して、互いに非常に類似する2つの呼吸数を区別できる。
人間の検出及び監視
開示される呼吸監視方法は、呼吸を検出できるため、人間の存在を検出するために使用可能である。これは、スマートホームの用途及び例えば鉱山やがれきである接近不能な領域における生命検出に有用である。別の例は、エレベータに何らかの緊急事態が生じて2つの階の間で停止した場合であり、開示される呼吸監視機能を有する装置がエレベータの内部/周辺に事前に設置されている場合、エレベータ内部の人間の呼吸を注意深く監視できる。更に別の例は、何らかの車両が刑務所を出発しようとしているか、国境を越えようとしているか又は犯罪現場周辺を移動している場合、警察官は車両内に怪しい人物がいるか調べる必要があり、開示される呼吸監視装置を車両上/周辺の適切な位置に設置して、怪しい人物が実際に車両内にいるかを検出できる。更に別の例は、特に夜間に、囚人が生存しているか又は健康状態が良好かの十分な監視が不足しているかもしれない場合である。開示される呼吸監視装置は、刑務所による囚人の監視を支援してもよい。
開示される呼吸監視装置は、配置された装置周辺の人数を推定できる。従って、これは、例えばバス、室内等の人数を計測する混雑制御の用途に使用できる。
開示される呼吸監視装置は、人間の呼吸の異常を検出するために使用できる。呼吸数の変動を追跡することにより、医者は、患者の呼吸パターンに関する豊富な情報を用いて患者を診断できる。例えば背景除去後、背景除去されたCSIをチェックでき、CSIの波形と何らかのデータベースからの呼吸パターンとをパターンマッチングすることにより、患者が呼吸器系に問題を有するかを見つけることができる。別の例は、開示される装置を高齢者福祉センタ、保育所又は家庭に配置することにより、高齢者/幼児の健康状態を注意深く監視できる。
呼吸により人間の胸部の位置が移動し、それにより胸部の影響を受けるパス遅延が変化する場合があり、異なるアンテナリンクにおけるサブキャリアの位相も呼吸に従って同様に変化する。従って、人間の呼吸を追跡するために位相の変化を使用できる。
開示される監視システムの性能を評価するために、広範な実験が行われた。実験は、オフィスの続き部屋にあって、8m×7mの寸法及び8m×5mの寸法をそれぞれ有する2つの異なる部屋で行われた。市販のWi−Fiカードを装備した一対のプロトタイプが、CSIを取得するための3つの全指向性アンテナを用いて構築された。従って、リンクDの総数は9である。プロトタイプの一方はORIGINとして機能し、他方はBOTとして機能する。中心周波数は、40MHzの帯域幅を有する5.8GHz Wi−Fi帯域において構成される。送信電力は20dBmである。
をθ=(α, β)から誤差なく推測できることがわかる。第2に、SVMがθ=(α, β)を完全に分割する超平面を返すことがわかり、これは100%の検出率を意味する。これは、結果に対してK−foldクロスバリデーションを行うことにより更に検証され、クロスバリデーション毎に誤警報がない100%の検出を得られる。
Claims (18)
- バイタルサイン検出のための装置(810)であって、
少なくとも1つの生物のバイタルサインの影響を受けうるマルチパスチャネルから少なくとも1つの無線信号を受信するように構成された受信機(815)と、
プロセッサ(820)と、
前記プロセッサと通信可能に結合されたメモリとを備え、前記プロセッサは、
前記少なくとも1つの無線信号から前記マルチパスチャネルの時系列のチャネル状態情報(CSI)を抽出し、
前記時系列のCSIのスペクトル解析に基づいて、1つ以上の周期的変動を取得し、
前記1つ以上の周期的変動に基づいて、前記バイタルサインが存在するかどうかを判定するように構成され、
前記バイタルサインは呼吸であり、前記プロセッサは更に、前記バイタルサインが存在するとの判定に応じて、1つ以上の生物の1つ以上の呼吸数を判定するように構成され、
前記プロセッサは更に、
前記時系列のCSIに基づいてTRRS行列を計算し、
平滑化されたTRRS行列を生成するために時間領域において前記TRRS行列を平滑化し、ここで、前記スペクトル解析は、前記平滑化されたTRRS行列に基づいて実行され、
前記TRRS行列に対して固有値分解を実行し、
前記固有値分解に基づいてノイズ部分空間を取得し、
前記ノイズ部分空間に基づいて擬似スペクトルを生成し、
更新された擬似スペクトルを生成するために前記擬似スペクトルに対してスペクトル折返しを実行し、
前記更新された擬似スペクトルを、呼吸数に関連する範囲にトリミングし、
前記範囲内の前記更新された擬似スペクトルの1つ以上のピークを検出するように構成され、前記1つ以上の生物の前記1つ以上の呼吸数は、前記検出された1つ以上のピークに基づいて判定される、装置。 - バイタルサイン検出のための装置(810)であって、
少なくとも1つの生物のバイタルサインの影響を受けうるマルチパスチャネルから少なくとも1つの無線信号を受信するように構成された受信機(815)と、
プロセッサ(820)と、
前記プロセッサと通信可能に結合されたメモリとを備え、前記プロセッサは、
前記少なくとも1つの無線信号から前記マルチパスチャネルの時系列のチャネル状態情報(CSI)を抽出し、
前記時系列のCSIのスペクトル解析に基づいて、1つ以上の周期的変動を取得し、
前記1つ以上の周期的変動に基づいて、前記バイタルサインが存在するかどうかを判定するように構成され、
前記バイタルサインは呼吸であり、前記プロセッサは更に、前記バイタルサインが存在するとの判定に応じて、1つ以上の生物の1つ以上の呼吸数を判定するように構成され、
前記プロセッサは更に、
前記時系列のCSIに基づいてTRRS行列を計算し、
平滑化されたTRRS行列を生成するために時間領域において前記TRRS行列を平滑化し、ここで、前記スペクトル解析は、前記平滑化されたTRRS行列に基づいて実行され、
前記TRRS行列に対して固有値分解を実行し、
前記固有値分解に基づいてノイズ部分空間を取得し、
前記ノイズ部分空間に基づいて行列を取得し、
前記取得された行列に基づいて多項式を生成し、
前記多項式の1つ以上の複素根を選択するように構成され、前記1つ以上の生物の前記1つ以上の呼吸数は、前記1つ以上の複素根の角度及び位相の少なくとも1つに関連する情報に基づいて判定される、装置。 - 請求項1又は2に記載の装置であって、
前記少なくとも1つの生物は、人間及び動物の少なくとも1つを含む、装置。 - 請求項1又は2に記載の装置であって、
前記少なくとも1つの無線信号は、インターネット、インターネットプロトコルネットワーク、及び他の多重アクセスネットワークのうちの少なくとも1つであるネットワークを介して受信されること、並びに
前記受信機は、無線PAN、IEEE802.15.1(Bluetooth)、無線LAN、IEEE802.11(Wi−Fi)、無線MAN、IEEE802.16(WiMax)、WiBro、HiperMAN、モバイルWAN、GSM、GPRS、EDGE、HSCSD、iDEN、D−AMPS、IS−95、PDC、CSD、PHS、WiDEN、CDMA2000、UMTS、3GSM、CDMA、TDMA、FDMA、W−CDMA、HSDPA、W−CDMA、FOMA、1xEV−DO、IS−856、TD−SCDMA、GAN、UMA、HSUPA、LTE、2.5G、3G、3.5G、3.9G、4G、5G、6G、7Gとそれ以降、他の無線システム及び他のモバイルシステムのうちの少なくとも1つの物理層と関連付けられること、
のうちの少なくとも1つを特徴とする、装置。 - 請求項4に記載の装置であって、前記プロセッサは更に、
前記CSIから背景情報を除去することにより、前記時系列のCSIの各々のクリーニングを行い、
前記時系列のCSIの各々を正規化し、
前記時系列のCSIの中の各CSI対に基づいて類似度を計算するように構成され、前記スペクトル解析は、前記計算された類似度に基づいて実行される、装置。 - 請求項5に記載の装置であって、前記類似度は、CSI対の、時間反転共振強度(TRRS)、相互相関、2つのベクトルの内積、類似性スコア、距離スコア、位相補正、タイミング補正、タイミング補償、及び位相オフセット補償のうちの少なくとも1つに基づいて計算される、装置。
- 請求項1又は2に記載の装置であって、前記スペクトル解析は、MUSICベースのアルゴリズム及びRoot−MUSICベースのアルゴリズムの少なくとも1つに基づいて実行される、装置。
- 請求項4に記載の装置であって、前記1つ以上の生物の前記1つ以上の呼吸数を判定することは、
前記時系列のCSIの前記スペクトル解析に基づいて呼吸数推定値を判定することと、
各クラスタが、そのクラスタが呼吸数を表す可能性を示す、関連する尤度を有する複数のクラスタに、前記呼吸数推定値を分割することと、
前記複数のクラスタの中の2つのクラスタ間の重心距離が閾値を下回る場合に、当該2つのクラスタを1つのクラスタに結合することと、
結合されたクラスタの各々について前記呼吸数推定値及びその関連する尤度を再計算することと、
結合後の前記クラスタのうちで、最も高い関連する尤度を有する1つ以上のクラスタに基づいて、前記1つ以上の呼吸数を判定することとを含む、装置。 - 請求項4に記載の装置であって、前記プロセッサは更に、前記1つ以上の生物が、運動、仕事、睡眠、食事、水分補給、立つ、座る、歩行、走行、及び他の任意の動作のうちの少なくとも1つを行う際の、前記1つ以上の生物の連続する1つ以上の呼吸数を監視するように構成される、装置。
- 受信機とプロセッサと前記プロセッサと通信可能に結合されたメモリとを少なくとも含むマシンで、バイタルサイン検出のために実行される方法であって、
少なくとも1つの生物のバイタルサインの影響を受けうるマルチパスチャネルから少なくとも1つの無線信号を受信することと、
前記少なくとも1つの無線信号から前記マルチパスチャネルの時系列のCSIを抽出することと、
前記時系列のCSIのスペクトル解析に基づいて、1つ以上の周期的変動を取得することと、
前記1つ以上の周期的変動に基づいて、前記バイタルサインが存在するかどうかを判定することと、を含み
前記バイタルサインは呼吸であり、前記方法は更に、前記バイタルサインが存在するとの判定に応じて、1つ以上の生物の1つ以上の呼吸数を判定することを含み、
前記方法は更に、
前記時系列のCSIに基づいてTRRS行列を計算することと、
平滑化されたTRRS行列を生成するために時間領域において前記TRRS行列を平滑化することと、ここで、前記スペクトル解析は、前記平滑化されたTRRS行列に基づいて実行され、
前記TRRS行列に対して固有値分解を実行することと、
前記固有値分解に基づいてノイズ部分空間を取得することと、
前記ノイズ部分空間に基づいて擬似スペクトルを生成することと、
更新された擬似スペクトルを生成するために前記擬似スペクトルに対してスペクトル折返しを実行することと、
前記更新された擬似スペクトルを、呼吸数に関連する範囲にトリミングすることと、
前記範囲内の前記更新された擬似スペクトルの1つ以上のピークを検出することと、を含み、前記1つ以上の生物の前記1つ以上の呼吸数は、前記検出された1つ以上のピークに基づいて判定される、方法。 - 受信機とプロセッサと前記プロセッサと通信可能に結合されたメモリとを少なくとも含むマシンで、バイタルサイン検出のために実行される方法であって、
少なくとも1つの生物のバイタルサインの影響を受けうるマルチパスチャネルから少なくとも1つの無線信号を受信することと、
前記少なくとも1つの無線信号から前記マルチパスチャネルの時系列のCSIを抽出することと、
前記時系列のCSIのスペクトル解析に基づいて、1つ以上の周期的変動を取得することと、
前記1つ以上の周期的変動に基づいて、前記バイタルサインが存在するかどうかを判定することと、を含み
前記バイタルサインは呼吸であり、前記方法は更に、前記バイタルサインが存在するとの判定に応じて、1つ以上の生物の1つ以上の呼吸数を判定することを含み、
前記方法は更に、
前記時系列のCSIに基づいてTRRS行列を計算することと、
平滑化されたTRRS行列を生成するために時間領域において前記TRRS行列を平滑化することと、ここで、前記スペクトル解析は、前記平滑化されたTRRS行列に基づいて実行され、
前記TRRS行列に対して固有値分解を実行することと、
前記固有値分解に基づいてノイズ部分空間を取得することと、
前記ノイズ部分空間に基づいて行列を取得することと、
前記取得された行列に基づいて多項式を生成することと、
前記多項式の1つ以上の複素根を選択することと、を含み、前記1つ以上の生物の前記1つ以上の呼吸数は、前記1つ以上の複素根の角度及び位相の少なくとも1つに関連する情報に基づいて判定される、方法。 - 請求項10又は11に記載の方法であって、
前記スペクトル解析は、MUSICベースのアルゴリズム及びRoot−MUSICベースのアルゴリズムの少なくとも1つに基づいて実行されること、
前記少なくとも1つの無線信号は、インターネット、インターネットプロトコルネットワーク、及び他の多重アクセスネットワークのうちの少なくとも1つであるネットワークを介して受信されること、並びに
前記受信機は、無線PAN、IEEE802.15.1(Bluetooth)、無線LAN、IEEE802.11(Wi−Fi)、無線MAN、IEEE802.16(WiMax)、WiBro、HiperMAN、モバイルWAN、GSM、GPRS、EDGE、HSCSD、iDEN、D−AMPS、IS−95、PDC、CSD、PHS、WiDEN、CDMA2000、UMTS、3GSM、CDMA、TDMA、FDMA、W−CDMA、HSDPA、W−CDMA、FOMA、1xEV−DO、IS−856、TD−SCDMA、GAN、UMA、HSUPA、LTE、2.5G、3G、3.5G、3.9G、4G、5G、6G、7Gとそれ以降、他の無線システム及び他のモバイルシステムのうちの少なくとも1つの物理層と関連付けられること、
のうちの少なくとも1つを特徴とする、方法。 - 請求項12に記載の方法であって、更に以下の(a)及び(b)のうちの少なくとも1つを含み、
(a)は、前記CSIから背景情報を除去することにより、前記時系列のCSIの各々のクリーニングを行うことと、
前記時系列のCSIの各々を正規化することと、
前記時系列のCSIの中の各CSI対に基づいて類似度を計算することとを含み、前記スペクトル解析は、前記計算された類似度に基づいて実行され、
(b)は、CSI対の、TRRS、相互相関、2つのベクトルの内積、類似性スコア、距離スコア、位相補正、タイミング補正、タイミング補償、及び位相オフセット補償のうちの少なくとも1つに基づいて、前記類似度を計算することを含む、方法。 - 請求項12に記載の方法であって、前記1つ以上の生物の前記1つ以上の呼吸数を判定することは、
前記時系列のCSIの前記スペクトル解析に基づいて呼吸数推定値を判定することと、
各クラスタが、そのクラスタが呼吸数を表す可能性を示す、関連する尤度を有する複数のクラスタに、前記呼吸数推定値を分割することと、
前記複数のクラスタの中の2つのクラスタ間の重心距離が閾値を下回る場合に、当該2つのクラスタを1つのクラスタに結合することと、
結合されたクラスタの各々について前記呼吸数推定値及び前記関連する尤度を再計算することと、
結合後の前記クラスタのうちで、最も高い関連する尤度を有する1つ以上のクラスタに基づいて、前記1つ以上の呼吸数を判定することとを含む、方法。 - 請求項12に記載の方法であって、前記1つ以上の生物が、運動、仕事、睡眠、食事、水分補給、立つ、座る、歩行、走行、及び他の任意の動作のうちの少なくとも1つを行う際の、前記1つ以上の生物の連続する1つ以上の呼吸数を監視することを更に含む、方法。
- バイタルサイン検出のための、請求項1又は2に記載の装置(811)であって、
前記少なくとも1つの生物の前記バイタルサインの影響を受けうる前記マルチパスチャネルから前記少なくとも1つの無線信号を受信するようにそれぞれ構成された複数の受信機(816)を更に備え、
前記プロセッサは、
前記複数の受信機のそれぞれに関して、前記少なくとも1つの無線信号から前記マルチパスチャネルの時系列のCSIを抽出し、
前記複数の受信機のそれぞれから、前記時系列のCSIのスペクトル解析に基づいて1つ以上の周期的変動を取得し、
前記複数の受信機のそれぞれに対して、前記1つ以上の周期的変動に基づいて1つ以上のバイタルサイン候補を判定し、
バイタルサイン候補の集合を生成するために、前記複数の受信機から取得された前記1つ以上のバイタルサイン候補を組み合わせ、
バイタルサイン候補の前記集合に基づいて、前記バイタルサインが存在するかどうかを判定するように構成される、装置。 - 請求項16に記載の装置であって、
前記時系列のCSIにおいて少なくとも1つのCSIが欠落していること、
前記プロセッサは更に、前記時系列のCSIの中の少なくとも1つのCSIを、前記マルチパスチャネルの2つ以上の区別されたパス遅延に投影するように構成されること、及び
前記プロセッサは更に、前記時系列のCSIの前記スペクトル解析に基づいて、前記1つ以上の周期的変動の高次高調波の少なくとも1つを抽出するように構成され、前記1つ以上のバイタルサイン候補は、前記高次高調波の前記少なくとも1つに基づいて判定されること、
のうちの少なくとも1つを特徴とする、装置。 - 呼吸数推定のための、請求項16に記載の装置(811)であって、
前記バイタルサインは呼吸であり、
前記プロセッサは更に、
前記複数の受信機のそれぞれに対して、前記1つ以上の周期的変動に基づいて1つ以上の呼吸数候補を判定し、
呼吸数候補の集合を生成するために、前記複数の受信機から取得された前記1つ以上の呼吸数候補を組み合わせ、
各クラスタが、そのクラスタが呼吸数を表す可能性を示す、関連する尤度を有する複数のクラスタに、前記呼吸数候補を分割し、
前記複数のクラスタの中の2つのクラスタ間の重心距離が閾値を下回る場合に、当該2つのクラスタを1つのクラスタに結合し、
結合されたクラスタの各々について推定呼吸数及びその関連する尤度を再計算し、
結合後の前記クラスタのうちで、最も高い関連する尤度を有する1つ以上のクラスタに基づいて、1つ以上の生物の1つ以上の呼吸数を判定するように構成され、
前記プロセッサは更にオプションとして、結合後のクラスタ数に基づいて、前記1つ以上の生物の数を推定するように構成される、装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662307081P | 2016-03-11 | 2016-03-11 | |
US62/307,081 | 2016-03-11 | ||
US201662316850P | 2016-04-01 | 2016-04-01 | |
US62/316,850 | 2016-04-01 | ||
PCT/US2017/021963 WO2017156492A1 (en) | 2016-03-11 | 2017-03-10 | Methods, apparatus, servers, and systems for vital signs detection and monitoring |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019512304A JP2019512304A (ja) | 2019-05-16 |
JP2019512304A5 JP2019512304A5 (ja) | 2020-04-23 |
JP6900390B2 true JP6900390B2 (ja) | 2021-07-07 |
Family
ID=59790875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018547988A Active JP6900390B2 (ja) | 2016-03-11 | 2017-03-10 | バイタルサインを検出及び監視する方法、装置、サーバ及びシステム |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3426137A4 (ja) |
JP (1) | JP6900390B2 (ja) |
CN (1) | CN108778106B (ja) |
WO (1) | WO2017156492A1 (ja) |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10291460B2 (en) | 2012-12-05 | 2019-05-14 | Origin Wireless, Inc. | Method, apparatus, and system for wireless motion monitoring |
US10447094B2 (en) | 2016-05-03 | 2019-10-15 | Origin Wireless, Inc. | Method, system, and apparatus for wireless power transmission based on power waveforming |
US11025475B2 (en) | 2012-12-05 | 2021-06-01 | Origin Wireless, Inc. | Method, apparatus, server, and systems of time-reversal technology |
US10495725B2 (en) | 2012-12-05 | 2019-12-03 | Origin Wireless, Inc. | Method, apparatus, server and system for real-time vital sign detection and monitoring |
US10270642B2 (en) | 2012-12-05 | 2019-04-23 | Origin Wireless, Inc. | Method, apparatus, and system for object tracking and navigation |
US10735298B2 (en) | 2012-12-05 | 2020-08-04 | Origin Wireless, Inc. | Method, apparatus, server and system for vital sign detection and monitoring |
US10374863B2 (en) | 2012-12-05 | 2019-08-06 | Origin Wireless, Inc. | Apparatus, systems and methods for event recognition based on a wireless signal |
CN107822617B (zh) * | 2017-10-23 | 2020-10-16 | 上海百芝龙网络科技有限公司 | 一种基于WiFi信号的心率异常检测方法 |
CN107822645B (zh) * | 2017-10-23 | 2020-01-17 | 上海百芝龙网络科技有限公司 | 一种基于WiFi信号的情绪识别方法 |
EP3492944B1 (en) * | 2017-12-01 | 2021-05-05 | Origin Wireless, Inc. | Apparatus, systems and methods for event detection and recognition based on a wireless signal |
CN108553108B (zh) * | 2018-03-05 | 2020-04-14 | 上海百芝龙网络科技有限公司 | 一种基于Wi-Fi中CSI信号的人体动作与呼吸的检测方法和*** |
CN109171731B (zh) * | 2018-09-04 | 2020-08-21 | 北京大学(天津滨海)新一代信息技术研究院 | 一种无接触呼吸检测方法 |
CN109473166A (zh) * | 2018-11-14 | 2019-03-15 | 山东中医药大学 | 一种基于多网融合的智能远程医疗护理***及方法 |
KR102173588B1 (ko) * | 2018-11-16 | 2020-11-06 | 동아대학교 산학협력단 | 정보 획득과 타켓의 상태 센싱을 동시에 수행하는 모니터링 방법 및 장치 |
TWI722347B (zh) | 2018-12-11 | 2021-03-21 | 財團法人工業技術研究院 | 基於通道狀態資訊量測生理狀態資訊的方法、裝置及其系統 |
CN111381227B (zh) * | 2018-12-28 | 2024-04-26 | 松下知识产权经营株式会社 | 推测方法以及推测装置 |
EP3692898A1 (en) * | 2019-02-11 | 2020-08-12 | Nokia Technologies Oy | Sleep/motion determination based on wi-fi signals |
CN111580086B (zh) | 2019-02-19 | 2023-08-25 | 富士通株式会社 | 生命体检测方法、检测装置和电子设备 |
CN110013252B (zh) * | 2019-04-18 | 2021-03-23 | 北京邮电大学 | 获取呼吸状态的方法、装置、电子设备及可读存储介质 |
KR102235982B1 (ko) * | 2019-05-02 | 2021-04-02 | 재단법인대구경북과학기술원 | 생체 fmcw 레이더를 위한 생체 심장 박동 파라미터 추정 장치 및 그 방법 |
CN110301917B (zh) * | 2019-06-14 | 2020-09-08 | 北京大学 | 一种无接触呼吸检测方法及装置 |
CN110123328B (zh) * | 2019-06-26 | 2022-04-15 | 南京苗米科技有限公司 | 一种基于无线识别的呼吸频率检测方法 |
US20220280063A1 (en) * | 2019-08-23 | 2022-09-08 | Data Solutions, Inc. | Respiration detection system and respiration detection method |
CN110737201B (zh) * | 2019-10-11 | 2020-10-09 | 珠海格力电器股份有限公司 | 一种监护方法、装置、存储介质及空调 |
CN111131454B (zh) * | 2019-12-24 | 2020-12-08 | 国家计算机网络与信息安全管理中心 | 基于usrp的物联网设备流量分析装置 |
CN111481203B (zh) * | 2020-05-22 | 2023-05-05 | 哈尔滨工程大学 | 一种基于信道状态信息的室内静态被动人体检测方法 |
CN111568425B (zh) * | 2020-06-08 | 2021-08-03 | 北京大学 | 一种非接触式的多人呼吸检测方法 |
CN111839521A (zh) * | 2020-06-11 | 2020-10-30 | 华中科技大学 | 一种基于双天线WiFi信号的人体呼吸监测方法和装置 |
CN111657897A (zh) * | 2020-07-02 | 2020-09-15 | 武汉领科新云科技有限公司 | 一种检测人体体征的人工智能算法 |
CN112315452B (zh) * | 2020-10-29 | 2021-10-01 | 中国科学技术大学 | 基于多路径相位相消的人体呼吸追踪方法、装置及*** |
DE102020006878A1 (de) | 2020-11-09 | 2022-05-12 | Daimler Ag | Fahrzeug mit einem Anwesenheitserkennungssystem und Verfahren zum Warnen bezüglich eines in einem Fahrzeug vergessenen Lebewesens |
CN112494031A (zh) * | 2020-11-26 | 2021-03-16 | 咸宁职业技术学院 | 一种呼吸率计算方法及装置 |
CN112741611A (zh) * | 2020-12-25 | 2021-05-04 | 上海交通大学 | 基于毫米波感知的多人体生命体征同步监测***及方法 |
CN112817005B (zh) * | 2020-12-29 | 2024-01-12 | 中国铁路兰州局集团有限公司 | 一种基于点数据的模式识别方法 |
CN112971743B (zh) * | 2021-02-08 | 2022-05-27 | 南京泓鼎感知技术有限责任公司 | 非接触式新生儿呼吸监测***、设备和存储介质 |
CN113133758B (zh) * | 2021-03-16 | 2022-12-06 | 浙江工业大学 | 基于csi的非静态环境下呼吸检测*** |
US20230109149A1 (en) * | 2021-10-04 | 2023-04-06 | Samsung Electronics Co., Ltd. | Presence detection and recognition with wi-fi |
US20230109057A1 (en) * | 2021-10-04 | 2023-04-06 | Samsung Electronics Co., Ltd. | Respiration rate detection using wi-fi |
CN114448843A (zh) * | 2021-12-23 | 2022-05-06 | 天翼云科技有限公司 | 一种自适应的心跳检测方法及装置、电子设备 |
US20230387994A1 (en) * | 2022-05-24 | 2023-11-30 | Samsung Electronics Co., Ltd. | Multi-antenna wifi based breathing rate estimation |
CN115040109B (zh) * | 2022-06-20 | 2024-03-22 | 徐州工程学院 | 一种呼吸模式分类方法及*** |
TWI816614B (zh) * | 2022-12-01 | 2023-09-21 | 啟碁科技股份有限公司 | 睡眠監測系統及睡眠監測方法 |
CN116035558B (zh) * | 2023-03-02 | 2023-07-18 | 中国科学技术大学 | 基于波束形成的抗干扰呼吸检测方法 |
CN117970322B (zh) * | 2024-04-02 | 2024-06-11 | 中国科学院空天信息创新研究院 | 一种基于低秩块稀疏分解的生命信号增强方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0204474D0 (en) * | 2002-02-26 | 2002-04-10 | Canon Kk | Speech recognition system |
CN100548224C (zh) * | 2004-08-31 | 2009-10-14 | 华盛顿州大学 | 利用超声检测内部狭窄以识别由其引起的组织振动的设备 |
US7872583B1 (en) * | 2005-12-15 | 2011-01-18 | Invisitrack, Inc. | Methods and system for multi-path mitigation in tracking objects using reduced attenuation RF technology |
US20110309267A1 (en) * | 2010-06-16 | 2011-12-22 | California Institute Of Technology | Iterative time-reversal enhanced transmission solving approach |
CN102046076A (zh) * | 2008-04-03 | 2011-05-04 | Kai医药公司 | 非接触式生理运动传感器及其使用方法 |
US20100152600A1 (en) * | 2008-04-03 | 2010-06-17 | Kai Sensors, Inc. | Non-contact physiologic motion sensors and methods for use |
US9882675B2 (en) * | 2013-08-16 | 2018-01-30 | Origin Wireless, Inc. | Time-reversal wireless systems having asymmetric architecture |
US9035775B2 (en) * | 2009-02-25 | 2015-05-19 | Xanthia Global Limited | Wireless physiology monitor |
KR101161311B1 (ko) * | 2010-09-15 | 2012-07-02 | 전자부품연구원 | 의료용 무선 원격 통신방식의 환자 모니터링시스템 |
EP2692076B1 (en) * | 2011-03-31 | 2019-01-23 | Telefonaktiebolaget LM Ericsson (publ) | Method and network node for determining channel state information in an upcoming time slot |
CN102243303B (zh) * | 2011-04-13 | 2013-01-09 | 电子科技大学 | 一种基于呼吸特征的静止人体穿墙定位方法 |
CN102215484A (zh) * | 2011-05-27 | 2011-10-12 | 中国人民解放军信息工程大学 | 随机时间反演的宽带无线信道加密方法及装置 |
CN202859097U (zh) * | 2012-10-19 | 2013-04-10 | 南京邮电大学 | 一种用于检测运动员生命体征的装置 |
US20160022145A1 (en) * | 2013-03-15 | 2016-01-28 | Kirill Mostov | Apparatus and methods for remote monitoring of physiological parameters |
US9374245B2 (en) * | 2013-08-01 | 2016-06-21 | Broadcom Corporation | Observation of the true channel from band-limited frequency domain observations |
EP3033862A1 (en) * | 2013-08-16 | 2016-06-22 | Origin Wireless, Inc. | Time-reversal wireless systems having asymmetric architecture |
US10746852B2 (en) * | 2014-04-28 | 2020-08-18 | Massachusetts Institute Of Technology | Vital signs monitoring via radio reflections |
CN106664265B (zh) * | 2014-07-17 | 2020-05-01 | 欧利景无线有限公司 | 无线定位*** |
CN105232022A (zh) * | 2015-09-17 | 2016-01-13 | 太原理工大学 | 基于WiFi中CSI信号强度的非侵入式呼吸心跳检测实现方法 |
-
2017
- 2017-03-10 WO PCT/US2017/021963 patent/WO2017156492A1/en active Application Filing
- 2017-03-10 EP EP17764257.6A patent/EP3426137A4/en active Pending
- 2017-03-10 CN CN201780015424.7A patent/CN108778106B/zh active Active
- 2017-03-10 JP JP2018547988A patent/JP6900390B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN108778106B (zh) | 2021-09-07 |
EP3426137A1 (en) | 2019-01-16 |
EP3426137A4 (en) | 2020-03-18 |
CN108778106A (zh) | 2018-11-09 |
WO2017156492A1 (en) | 2017-09-14 |
JP2019512304A (ja) | 2019-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6900390B2 (ja) | バイタルサインを検出及び監視する方法、装置、サーバ及びシステム | |
US11012285B2 (en) | Methods, apparatus, servers, and systems for vital signs detection and monitoring | |
Wang et al. | Rf-ecg: Heart rate variability assessment based on cots rfid tag array | |
Liu et al. | Monitoring vital signs and postures during sleep using WiFi signals | |
Massaroni et al. | Contactless methods for measuring respiratory rate: A review | |
RU2663175C2 (ru) | Устройство получения дыхательной информации пациента | |
Abdelnasser et al. | UbiBreathe: A ubiquitous non-invasive WiFi-based breathing estimator | |
Liu et al. | Tracking vital signs during sleep leveraging off-the-shelf wifi | |
Janssen et al. | Video-based respiration monitoring with automatic region of interest detection | |
Patwari et al. | Breathfinding: A wireless network that monitors and locates breathing in a home | |
Liu et al. | TagSheet: Sleeping posture recognition with an unobtrusive passive tag matrix | |
JP6371837B2 (ja) | 被験者のバイタルサインを取得するデバイスと方法 | |
Forouzanfar et al. | Event recognition for contactless activity monitoring using phase-modulated continuous wave radar | |
Yang et al. | AutoTag: Recurrent variational autoencoder for unsupervised apnea detection with RFID tags | |
Zhang et al. | Wicare: Towards in-situ breath monitoring | |
CN110673135A (zh) | 传感器、推定装置、推定方法和程序记录介质 | |
Zhu et al. | NotiFi: A ubiquitous WiFi-based abnormal activity detection system | |
Liu et al. | Human biometric signals monitoring based on wifi channel state information using deep learning | |
Li et al. | Mo-sleep: Unobtrusive sleep and movement monitoring via Wi-Fi signal | |
Uysal et al. | RF-based noncontact respiratory rate monitoring with parametric spectral estimation | |
Ji et al. | SiFall: Practical online fall detection with RF sensing | |
Miller et al. | Smart homes that detect sneeze, cough, and face touching | |
Ammae et al. | Unobtrusive detection of body movements during sleep using Wi-Fi received signal strength with model adaptation technique | |
Shah et al. | Rf sensing for healthcare applications | |
Fernandes et al. | A survey of approaches to unobtrusive sensing of humans |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200310 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200310 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210106 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210125 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210426 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210511 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210616 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6900390 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |