基于呼吸模式监测雷达的呼吸模式判决方法.pdf

上传人:00062****4422 文档编号:5111934 上传时间:2018-12-17 格式:PDF 页数:9 大小:517.84KB
返回 下载 相关 举报
摘要
申请专利号:

CN201610786585.3

申请日:

2016.08.30

公开号:

CN106725486A

公开日:

2017.05.31

当前法律状态:

授权

有效性:

有权

法律详情:

授权|||实质审查的生效IPC(主分类):A61B 5/08申请日:20160830|||公开

IPC分类号:

A61B5/08; A61B5/00

主分类号:

A61B5/08

申请人:

南京理工大学

发明人:

洪弘; 张青雨; 缪冬玉; 李慧; 王芳; 顾陈; 李彧晟; 朱晓华

地址:

210094 江苏省南京市孝陵卫200号

优先权:

专利代理机构:

南京理工大学专利中心 32203

代理人:

马鲁晋

PDF下载: PDF下载
内容摘要

本发明公开了一种基于呼吸模式监测雷达的呼吸模式判决方法,包括以下步骤:步骤1、用呼吸模式监测雷达采集信号,将测得的心跳、呼吸的混合信号进行解调,得到呼吸信号,并对呼吸信号进行低通滤波,得到去除杂波干扰后的呼吸信号;步骤2、截取30秒去除杂波干扰后的呼吸信号,并进行特征提取,得出能够区分不同呼吸模式呼吸信号的特征参数;步骤3、确定不同呼吸模式和特征参数之间的映射关系;步骤4、根据步骤3的映射关系,判决呼吸模式监测雷达获取的呼吸信号属于何种呼吸模式。本发明方法有效可行,性能可靠,可以准确地判决呼吸的模式。

权利要求书

1.一种基于呼吸模式监测雷达的呼吸模式判决方法,其特征在于,包括以下步骤:
步骤1、用呼吸模式监测雷达采集信号,将测得的心跳、呼吸的混合信号进行解调,得到
呼吸信号,并对呼吸信号进行低通滤波,得到去除杂波干扰后的呼吸信号;
步骤2、截取30秒去除杂波干扰后的呼吸信号,并进行特征提取,得出能够区分不同呼
吸模式呼吸信号的特征参数;
步骤3、确定不同呼吸模式和特征参数之间的映射关系;
步骤4、根据步骤3的映射关系,判决呼吸模式监测雷达获取的呼吸信号属于何种呼吸
模式。
2.根据权利要求1所述的基于呼吸模式监测雷达的呼吸模式判决方法,其特征在于,步
骤2进行特征提取,得出能够区分不同呼吸模式呼吸信号的特征参数,具体为:
步骤2-1、提取呼吸信号上包络方差max_var,具体为:设门限值0.049,将大于该门限的
呼吸信号的上升沿峰值提取出来,对得到的呼吸信号的上升沿峰值向量求方差,得到呼吸
信号上包络方差max_var;
步骤2-2、提取呼吸信号瞬时频率方差ins_f_var,具体为:对呼吸信号进行希尔伯特变
换并进行平滑,得到呼吸信号的瞬时频率向量,再对该向量求方差,得到呼吸信号瞬时频率
方差ins_f_var;
步骤2-3、提取呼吸信号瞬时频率平均值ins_f_av,具体为:对步骤2-2得到的呼吸信号
的瞬时频率向量取平均,得到呼吸信号瞬时频率平均值ins_f_av;
步骤2-4、提取呼吸信号短时过零率最小值cross_ze_min,具体为:由如下公式:
<mrow> <mi>c</mi> <mi>r</mi> <mi>o</mi> <mi>s</mi> <mi>s</mi> <mo>_</mo> <mi>z</mi> <mi>e</mi> <mo>_</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>n</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mo>|</mo> <mi>s</mi> <mi>g</mi> <mi>n</mi> <mo>&lsqb;</mo> <mi>x</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>-</mo> <mi>s</mi> <mi>g</mi> <mi>n</mi> <mo>&lsqb;</mo> <mi>x</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>|</mo> </mrow>
得到呼吸信号短时过零率最小值cross_ze_min,式中,x(n)是预处理后的呼吸信号,N
是窗内的采样点数。
3.根据权利要求1所述的基于呼吸模式监测雷达的呼吸模式判决方法,其特征在于,步
骤3确定不同呼吸模式和特征参数之间的映射关系为:
A、正常呼吸:呼吸信号上包络方差Max_var小于等于10-4量级,呼吸信号瞬时频率方差
ins_f_var小于等于10-4量级,呼吸信号瞬时频率平均值ins_f_av在0.2到0.33之间,短时过
零率最小值cross_ze_min值为非0值;
B、潮式呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率方差ins_
f_var大于10-4量级,短时过零率最小值cross_ze_min值为0;
C、潮式变体呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率方差
ins_f_var小于等于10-4量级,短时过零率最小值cross_ze_min值为非0值;
D、节律障碍型呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率方
差ins_f_var大,短时过零率最小值cross_ze_min值为非0值;
E、库玛式呼吸:呼吸信号上包络方差Max_var小于等于10-4量级,呼吸信号瞬时频率方
差ins_f_var小于等于10-4量级,呼吸信号瞬时频率平均值ins_f_av大于0.33,短时过零率
最小值cross_ze_min值为非0值。

说明书

基于呼吸模式监测雷达的呼吸模式判决方法

技术领域

本发明属于雷达领域,特别是一种基于呼吸模式监测雷达的呼吸模式判决方法。

背景技术

呼吸是反映人身体状况的重要信号之一。

传统的呼吸监测方法是接触式监测。接触式监测所使用的电极会使被监测者感到
束缚和不适,这将影响被监测者的生理特征,会对监测结果产生干扰。并且监测式监测无法
直接接触一些患者,会使应用范围受到限制,例如:接触式呼吸监测无法对大面积烧伤病
人、传感病患者、皮肤病患者、刚出生的婴儿进行监测。此外,监测式监测在每次监测之前,
需要专业的医护人员做将近一个小时的准备,操作繁琐,这将耗费一定的人力和财力,且不
能实现呼吸的长时间监测。

因此,目前急需一种非接触式的呼吸模式监测方法,但是现有技术中尚无相关描
述。

发明内容

本发明的目的在于针对接触式呼吸监测存在的不足,提供一种基于呼吸模式监测
雷达的呼吸模式判决方法。

实现本发明目的的技术解决方案为:一种基于呼吸模式监测雷达的呼吸模式判决
方法,包括以下步骤:

步骤1、用呼吸模式监测雷达采集信号,将测得的心跳、呼吸的混合信号进行解调,
得到呼吸信号,并对呼吸信号进行低通滤波,得到去除杂波干扰后的呼吸信号;

步骤2、截取30秒去除杂波干扰后的呼吸信号,并进行特征提取,得出能够区分不
同呼吸模式呼吸信号的特征参数;具体为:

步骤2-1、提取呼吸信号上包络方差max_var,具体为:设门限值0.049,将大于该门
限的呼吸信号的上升沿峰值提取出来,对得到的呼吸信号的上升沿峰值向量求方差,得到
呼吸信号上包络方差max_var;

步骤2-2、提取呼吸信号瞬时频率方差ins_f_var,具体为:对呼吸信号进行希尔伯
特变换并进行平滑,得到呼吸信号的瞬时频率向量,再对该向量求方差,得到呼吸信号瞬时
频率方差ins_f_var;

步骤2-3、提取呼吸信号瞬时频率平均值ins_f_av,具体为:对步骤2-2得到的呼吸
信号的瞬时频率向量取平均,得到呼吸信号瞬时频率平均值ins_f_av;

步骤2-4、提取呼吸信号短时过零率最小值cross_ze_min,具体为:由如下公式:


得到呼吸信号短时过零率最小值cross_ze_min,式中,x(n)是预处理后的呼吸信
号,N是窗内的采样点数。若设窗长为4秒,采样频率为100,则窗内的采样点数为400。

步骤3、确定不同呼吸模式和特征参数之间的映射关系;具体为:

A、正常呼吸:呼吸信号上包络方差Max_var小于等于10-4量级,呼吸信号瞬时频率
方差ins_f_var小于等于10-4量级,呼吸信号瞬时频率平均值ins_f_av在0.2到0.33之间,短
时过零率最小值cross_ze_min值为非0值;

B、潮式呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率方差
ins_f_var大于10-4量级,短时过零率最小值cross_ze_min值为0;

C、潮式变体呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率
方差ins_f_var小于等于10-4量级,短时过零率最小值cross_ze_min值为非0值;

D、节律障碍型呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频
率方差ins_f_var大,短时过零率最小值cross_ze_min值为非0值;

E、库玛式呼吸:呼吸信号上包络方差Max_var小于等于10-4量级,呼吸信号瞬时频
率方差ins_f_var小于等于10-4量级,呼吸信号瞬时频率平均值ins_f_av大于0.33,短时过
零率最小值cross_ze_min值为非0值。

步骤4、根据步骤3的映射关系,判决呼吸模式监测雷达获取的呼吸信号属于何种
呼吸模式。

本发明与现有技术相比,其显著优点在于:1)本发明利用呼吸模式监测雷达可以
实现呼吸的非接触式监测,它能够穿透衣物与被褥等障碍物,与传统的接触式监测相比,操
作更便利,能减少人体的不适感,并且可以克服很多的局限性。2)监测了多种常见的呼吸模
式,并选择了合适的特征参数,分析得到呼吸模式和这些特征参数之间的映射关系。于是,
根据未知呼吸信号的特征参数,便能判决它属于何种呼吸模式。3)方法简单有效,性能可
靠,便于实施。

下面结合说明书附图对本发明做进一步描述。

附图说明

图1为本发明实现呼吸模式判决的步骤框图。

图2为正常呼吸的时域波形图。

图3为潮式呼吸的时域波形图。

图4为潮式变体呼吸的时域波形图。

图5为节律障碍型呼吸的时域波形图。

图6为库玛式呼吸的时域波形图。

具体实施方式

一种基于呼吸模式监测雷达的呼吸模式判决方法,包括以下步骤:

步骤1、用呼吸模式监测雷达采集信号,将测得的心跳、呼吸的混合信号进行解调,
得到呼吸信号,并对呼吸信号进行低通滤波,得到去除杂波干扰后的呼吸信号;

步骤2、截取30秒去除杂波干扰后的呼吸信号,并进行特征提取,得出能够区分不
同呼吸模式呼吸信号的特征参数;具体为:

步骤2-1、提取呼吸信号上包络方差max_var,具体为:设门限值0.049,将大于该门
限的呼吸信号的上升沿峰值提取出来,对得到的呼吸信号的上升沿峰值向量求方差,得到
呼吸信号上包络方差max_var;

步骤2-2、提取呼吸信号瞬时频率方差ins_f_var,具体为:对呼吸信号进行希尔伯
特变换并进行平滑,得到呼吸信号的瞬时频率向量,再对该向量求方差,得到呼吸信号瞬时
频率方差ins_f_var;

步骤2-3、提取呼吸信号瞬时频率平均值ins_f_av,具体为:对步骤2-2得到的呼吸
信号的瞬时频率向量取平均,得到呼吸信号瞬时频率平均值ins_f_av;

步骤2-4、提取呼吸信号短时过零率最小值cross_ze_min,具体为:由如下公式:


得到呼吸信号短时过零率最小值cross_ze_min,式中,x(n)是预处理后的呼吸信
号,N是窗内的采样点数。

步骤3、确定不同呼吸模式和特征参数之间的映射关系;具体为:

A、正常呼吸:呼吸信号上包络方差Max_var小于等于10-4量级,呼吸信号瞬时频率
方差ins_f_var小于等于10-4量级,呼吸信号瞬时频率平均值ins_f_av在0.2到0.33之间,短
时过零率最小值cross_ze_min值为非0值;

B、潮式呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率方差
ins_f_var大于10-4量级,短时过零率最小值cross_ze_min值为0;

C、潮式变体呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率
方差ins_f_var小于等于10-4量级,短时过零率最小值cross_ze_min值为非0值;

D、节律障碍型呼吸:呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频
率方差ins_f_var大,短时过零率最小值cross_ze_min值为非0值;

E、库玛式呼吸:呼吸信号上包络方差Max_var小于等于10-4量级,呼吸信号瞬时频
率方差ins_f_var小于等于10-4量级,呼吸信号瞬时频率平均值ins_f_av大于0.33,短时过
零率最小值cross_ze_min值为非0值。

步骤4、根据步骤3的映射关系,判决呼吸模式监测雷达获取的呼吸信号属于何种
呼吸模式。

本发明利用呼吸模式监测雷达可以实现呼吸的非接触式监测,它能够穿透衣物与
被褥等障碍物,与传统的接触式监测相比,操作更便利,能减少人体的不适感,并且可以克
服很多的局限性。

下面进行更详细的描述。

结合图1,本发明的基于呼吸模式监测雷达的呼吸模式判决的步骤如下:

步骤1:用呼吸模式监测雷达采集信号,将测得的心跳、呼吸的混合信号进行解调,
得到常见呼吸模式的呼吸信号,并进行低通滤波,得到去除杂波干扰后的呼吸信号;

步骤2:截取去除杂波干扰后的呼吸信号的其中30秒,并进行特征提取,得到一系
列能够区分不同呼吸模式呼吸信号的特征参数;

步骤3:分析并得到不同呼吸模式和特征参数之间的映射关系;

步骤4:根据映射关系,判决未知呼吸模式监测雷达获取的呼吸信号属于何种呼吸
模式。

结合图2,成年人在平静时的正常呼吸为12‐20次/分钟。

结合图3,潮式呼吸的特点是呼吸逐渐增强,逐渐减弱,接着一段呼吸暂停,构成一
个周期。

结合图4,潮式变体呼吸,类似潮式呼吸,区别在于接着不是呼吸暂停,而是略微变
化(防窒息模式)。

结合图5,节律障碍型呼吸的特点是节律、速度、幅度都是没有节奏地变化。

结合图6,库玛式呼吸的特点是呼吸频率快。

下面结合实施例对本发明做进一步详细的描述。

实施例

结合表1,用呼吸模式监测雷达采集5个呼吸信号,列出这5个信号的特征参数,参
考权利3中的呼吸模式和特征参数的映射关系,可以判决这5个信号属于何种呼吸模式。

表1

呼吸信号
Max_var
ins_f_var
ins_f_av
cross_ze_min
信号1
0.000722
0.000122
0.617
4
信号2
0.00634
0.00941
0.402
2
信号3
0.0158
0.000112
0.585
4
信号4
0.000287
0.000234
0.246
2
信号5
0.0489
0.00984
0.330
0

信号1的呼吸信号上包络方差Max_var是10-4量级,呼吸信号瞬时频率方差ins_f_
var是10-4量级,呼吸信号瞬时频率平均值ins_f_av大于0.33,短时过零率最小值cross_ze_
min值为非0值。由此得出结论:信号1是库玛式呼吸。

信号2的呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率方差ins_
f_var大于10-4量级,短时过零率最小值cross_ze_min值为非0值。由此得出结论:信号2是节
律障碍型呼吸。

信号3的呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率方差ins_
f_var是10-4量级,短时过零率最小值cross_ze_min值为非0值。由此得出结论:信号3是潮式
变体呼吸。

信号4的呼吸信号上包络方差Max_var是10-4量级,呼吸信号瞬时频率方差ins_f_
var是10-4量级,呼吸信号瞬时频率平均值ins_f_av在0.2到0.33之间,短时过零率最小值
cross_ze_min值为非0值。由此得出结论:信号4是正常呼吸。

信号5的呼吸信号上包络方差Max_var大于10-4量级,呼吸信号瞬时频率方差ins_
f_var大于10-4量级,短时过零率最小值cross_ze_min值为0。由此得出结论:信号5是潮式呼
吸。

由上可知,本发明的方法简单有效,性能可靠,便于实施。

基于呼吸模式监测雷达的呼吸模式判决方法.pdf_第1页
第1页 / 共9页
基于呼吸模式监测雷达的呼吸模式判决方法.pdf_第2页
第2页 / 共9页
基于呼吸模式监测雷达的呼吸模式判决方法.pdf_第3页
第3页 / 共9页
点击查看更多>>
资源描述

《基于呼吸模式监测雷达的呼吸模式判决方法.pdf》由会员分享,可在线阅读,更多相关《基于呼吸模式监测雷达的呼吸模式判决方法.pdf(9页珍藏版)》请在专利查询网上搜索。

本发明公开了一种基于呼吸模式监测雷达的呼吸模式判决方法,包括以下步骤:步骤1、用呼吸模式监测雷达采集信号,将测得的心跳、呼吸的混合信号进行解调,得到呼吸信号,并对呼吸信号进行低通滤波,得到去除杂波干扰后的呼吸信号;步骤2、截取30秒去除杂波干扰后的呼吸信号,并进行特征提取,得出能够区分不同呼吸模式呼吸信号的特征参数;步骤3、确定不同呼吸模式和特征参数之间的映射关系;步骤4、根据步骤3的映射关系,判。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 人类生活必需 > 医学或兽医学;卫生学


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1