一种肺功能监测方法、系统、设备及存储介质技术方案

本发明专利技术提供了一种肺功能监测方法、系统、设备及存储介质，用于同时监测多个用户的肺功能，包括：通过多个天线采集与多个用户的肺功能对应的多个数据流；根据多个数据流提取得到CSI数据，并处理得到多个呼吸信号及每个呼吸信号的呼气阶段；根据呼吸信号和预先设定的每个用户的方位信息，将呼吸信号和用户进行一一对应；根据呼吸信号的呼气阶段，处理得到每个用户的肺功能监测结果。本发明专利技术提供的一种肺功能监测方法、系统、设备及存储介质采集用户的肺功能指标，排除了人为干扰，能及时发现呼吸系统疾病的早期症状；能够同时进行多个用户的肺功能监测，并将肺功能监测结果与用户进行一一对应；能够区分各个用户的健康标准，使得监测结果更准确。测结果更准确。测结果更准确。

【技术实现步骤摘要】
一种肺功能监测方法、系统、设备及存储介质


[0001]本专利技术涉及呼吸监测
，特别是涉及一种肺功能监测方法、系统、设备及存储介质。

技术介绍

[0002]人体的呼吸状态是人体健康状态的一项重要指标，在日常生活中，通过监控人体的呼吸状态能够实现对人体的疾病诊断和异常状态监控。
[0003]然而，在实际使用过程中，基于加速度传感器的呼吸检测系统需要穿戴使用，易引起不适，导致用户呼吸被打乱而得不到真实的呼吸状态；基于摄像头的肺功能检测系统对光线要求高，且容易暴露隐私；基于声学的肺功能检测系统容易受到环境噪声影响，精度低且感知范围有限；基于射频的呼吸检测系统虽然精度高，但硬件设备昂贵，不利于推广使用；且现有的肺功能检测系统多用于单人检测，检测效率较低，且只能得到一个呼吸频率值并对呼吸暂停进行报警，但大部分情况下，呼吸系统疾病(如慢性阻塞性肺病)是慢性的，需要在早期就发现异常并积极治疗，呼吸频率值不能用于对呼吸系统健康程度做出判断。
[0004]综上，现有技术中的肺功能检测系统存在无法同时检测多人、检测精度低等问题。

技术实现思路

[0005]鉴于以上现有技术的缺点，本专利技术的目的在于提供一种肺功能监测方法、系统、设备及存储介质，以改善现有技术中的衣帽架排气功能不好、制造成本高等技术问题。
[0006]为实现上述目的及其他相关目的，本专利技术提供了一种肺功能监测方法，用于同时监测位于菲涅尔模型的监视区域内的多个用户的肺功能，所述肺功能监测方法包括：
[0007]通过多个天线采集与多个用户的肺功能对应的多个数据流；
[0008]根据多个数据流提取得到CSI数据，并处理得到多个呼吸信号及每个呼吸信号的呼气阶段；
[0009]根据所述呼吸信号和预先设定的每个用户的方位信息，将所述呼吸信号和用户进行一一对应；
[0010]根据所述呼吸信号的呼气阶段，处理得到每个用户的肺功能监测结果。
[0011]在本专利技术一实施例中，所述根据多个数据流提取得到CSI数据，并处理得到多个呼吸信号及每个呼吸信号的呼气阶段的步骤包括：
[0012]从采集到的所述数据流中，筛选出一信号连续的目标数据流；
[0013]提取所述目标数据流的CSI数据，并对所述CSI数据进行预处理；
[0014]对预处理后的CSI数据进行独立成分分析，求解得到多个混合矩阵及对应的包含多个复数的呼吸信号；
[0015]针对每个呼吸信号：
[0016]进行滤波处理，并根据多个复数的实部和虚部构建实数矩阵；
[0017]对所述实数矩阵进行主成分分析；
[0018]提取主成分分析后得到的第一个主成分波形，并根据所述主成分波形确定所述呼吸信号的呼气阶段。
[0019]在本专利技术一实施例中，所述提取所述目标数据流的CSI数据，并对所述CSI数据进行预处理的步骤包括：
[0020]采用CSI工具提取得到所述目标数据流的CSI数据；
[0021]提取得到所述CSI数据的幅值序列中的复数值；
[0022]将所述复数值减去预设的平均幅值，得到预处理后的CSI数据。
[0023]在本专利技术一实施例中，所述根据所述呼吸信号和预先设定的每个用户的方位信息，将所述呼吸信号和用户进行一一对应的步骤包括：
[0024]针对每个所述呼吸信号；
[0025]根据对应的混合矩阵中列向量的复数，得到该呼吸信号的位置信息；
[0026]将所述位置信息作为KNN分类器的输入，将用户的方位信息作为分类标签，得到所述位置信息对应的用户的方位信息。
[0027]在本专利技术一实施例中，所述根据所述呼吸信号的呼气阶段，处理得到每个用户的肺功能监测结果的步骤包括：
[0028]针对每个所述呼吸信号：
[0029]提取得到呼气阶段内的运动特征，并进行自适应校准；
[0030]将自适应校准后的运动特征输入神经网络，得到肺功能指标；
[0031]根据预先存储的用户的个人信息，匹配得到用户对应的亚组及该亚组的健康指标；
[0032]根据所述健康指标和所述肺功能指标，处理得到肺功能监测结果。
[0033]在本专利技术一实施例中，所述运动特征至少包括胸壁运动速度和胸壁位移。
[0034]在本专利技术一实施例中，所述提取得到呼气阶段内的运动特征，并进行自适应校准的步骤包括：
[0035]从当前呼吸信号的呼气阶段中，提取得到所述运动特征；
[0036]采用如下公式对所述运动特征中的胸壁位移进行自适应校准：
[0037][0038]其中：D(t)表示为t时刻用户的胸壁与所述天线的距离；D
′
(t)表示为t时刻自适应校准后的胸壁位移；D
end
表示为当前呼气阶段的结束时刻时，用户的胸壁与所述天线的距离；D
start
表示为当前呼气阶段的起始时刻时，用户的胸壁与所述天线的距离；t
start
表示为当前呼气阶段的起始时刻；t
end
表示为当前呼气阶段的结束时刻；T为当前呼吸信号的总时长。
[0039]本专利技术还公开了一种肺功能监测系统，采用上述肺功能监测方法，所述肺功能监测系统包括：
[0040]数据流采集模块，用于通过多个天线采集与多个用户的肺功能对应的多个数据流；
[0041]呼吸信号处理模块，用于根据多个数据流提取得到CSI数据，并处理得到多个呼吸
信号及每个呼吸信号的呼气阶段；
[0042]用户对应模块，用于根据所述呼吸信号和预先设定的每个用户的方位信息，将所述呼吸信号和用户进行一一对应；
[0043]肺功能监测结果处理模块，用于根据所述呼吸信号的呼气阶段，处理得到每个用户的肺功能监测结果。
[0044]本专利技术还公开了一种肺功能监测设备，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现上述肺功能监测方法。
[0045]本专利技术还公开了一种计算机可读的存储介质，包括程序，当其在计算机上运行时，使得计算机执行上述肺功能监测方法。
[0046]综上所述，本专利技术提供的一种肺功能监测方法、系统、设备及存储介质不仅仅使用胸壁运动的数据，而是通过神经网络模型得到用户的肺功能指标，这不仅排除了可能存在的人为干扰，且能够及时发现呼吸系统疾病的早期症状，从而进行预警；能够同时进行多个用户的肺功能监测，并能够将得到的肺功能监测结果与用户进行一一对应；根据预先采集的用户个人信息，区分各个用户的健康标准，使得监测结果更符合现实。
附图说明
[0047]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
...

【技术保护点】

【技术特征摘要】
1.一种肺功能监测方法，其特征在于，用于同时监测位于菲涅尔模型的监视区域内的多个用户的肺功能，所述肺功能监测方法包括：通过多个天线采集与多个用户的肺功能对应的多个数据流；根据多个数据流提取得到CSI数据，并处理得到多个呼吸信号及每个呼吸信号的呼气阶段；根据所述呼吸信号和预先设定的每个用户的方位信息，将所述呼吸信号和用户进行一一对应；根据所述呼吸信号的呼气阶段，处理得到每个用户的肺功能监测结果。2.根据权利要求1所述的肺功能监测方法，其特征在于，所述根据多个数据流提取得到CSI数据，并处理得到多个呼吸信号及每个呼吸信号的呼气阶段的步骤包括：从采集到的所述数据流中，筛选出一信号连续的目标数据流；提取所述目标数据流的CSI数据，并对所述CSI数据进行预处理；对预处理后的CSI数据进行独立成分分析，求解得到混合矩阵及分别包含多个复数的多个呼吸信号；针对每个呼吸信号：进行滤波处理，并根据多个复数的实部和虚部构建实数矩阵；对所述实数矩阵进行主成分分析；提取主成分分析后得到的第一个主成分波形，并根据所述主成分波形确定所述呼吸信号的呼气阶段。3.根据权利要求2所述的肺功能监测方法，其特征在于，所述提取所述目标数据流的CSI数据，并对所述CSI数据进行预处理的步骤包括：采用CSI工具提取得到所述目标数据流的CSI数据；提取得到所述CSI数据的幅值序列中的复数值；将所述复数值减去预设的平均幅值，得到预处理后的CSI数据。4.根据权利要求2所述的肺功能监测方法，其特征在于，所述根据所述呼吸信号和预先设定的每个用户的方位信息，将所述呼吸信号和用户进行一一对应的步骤包括：针对每个所述呼吸信号；根据对应的混合矩阵中列向量的复数，得到该呼吸信号的位置信息；将所述位置信息作为KNN分类器的输入，将用户的方位信息作为分类标签，得到所述位置信息对应的用户的方位信息。5.根据权利要求1所述的肺功能监测方法，其特征在于，所述根据所述呼吸信号的呼气阶段，处理得到每个用户的肺功能监测结果的步骤包括：针对每个所述呼吸信号：提取得到呼气阶段内的运动特征，并进行自适应校准；将自适应校准后的运动特征输入神经网络，得到肺...

【专利技术属性】
技术研发人员：谷雨，孙淼，王萌，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：