一种融合毫米波雷达和深度学习模型的无接触式心震信号检测方法及其装置制造方法及图纸

本发明专利技术提供一种融合毫米波雷达和深度学习模型的无接触式心震信号检测方法及其装置，包括通过毫米波雷达信号发射与接收模块采集一段时间的信号；根据该信号，用心脏信号波束形成器提取属于心脏的波束信号；随后用信号转换模块将心脏波束信号转成对应的心震图信号；并经心震图信号分类标注模块得到每一时刻信号所对应的心脏动作；最后展示这段时间内的心震图及心脏运动。本发明专利技术实现了无接触式的心震信号检测，降低了心震信号采集的难度和局限性，并能高精度地分辨心脏运动。并能高精度地分辨心脏运动。

【技术实现步骤摘要】
一种融合毫米波雷达和深度学习模型的无接触式心震信号检测方法及其装置


[0001]本专利技术属于数字信号处理器应用
，具体涉及一种融合毫米波雷达和深度学习模型的无接触式心震信号检测方法及其装置。

技术介绍

[0002]心震信号属于人体生物信号，是由人体发出的不稳定的低频微弱信号。可用心震图（Seismocardiography，SCG）表示心脏搏动对胸壁造成冲击而产生的局部震动。医学文献表明，SCG可用于精确记录精准时间颗粒度下的心脏活动，包括心脏瓣膜的打开和关闭。这些测量值可用于检测和诊断多种心血管疾病，例如心肌梗塞（心脏病），冠心病，局部缺血和出血。
[0003]测量SCG信号的标准方法依赖于可捕获胸壁微振动的加速度计。该过程通常要求用户脱下衬衫，仰卧，并使用胸带将加速度计固定在心脏的顶点附近，通常需要由医生在经过校准的医疗环境或受控环境中进行管理，这个过程十分麻烦费力，操作繁琐。
[0004]射频（Radio Frequency, RF）信号不仅可以实现无接触检测，而且RF信号内记录了大量有意义的特征，这意味着RF信号本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种融合毫米波雷达和深度学习模型的无接触式心震信号检测方法，其特征在于，主要包括心脏波束形成器、心脏波束与心震图信号转换模块、心震图信号分类标注模块；步骤1：用多普勒毫米波雷达信号的发射与接收模块，获取雷达信号；步骤2：利用所述雷达信号，对心脏雷达信号进行定位与检测，获得心脏波束；步骤3：利用心震信号转换模块，由心脏波束信号获得与其对应的心震图信号；步骤4：由心震图信号分类标注模块，划分心脏在时序上的微运动状态，并判断心脏活动是否存在异常；步骤5：将心脏活动的分类结果在装置内进行存储，并且产生可视化结果推送至显示装置。2.根据权利要求1所述的一种基于深度学习模型的无接触式心震信号检测毫米波雷达装置及其检测方法，其特征在于，所述雷达装置置于被检测者活动空间前方，通过发射天线向外发射固定频率的发射信号，经过所述被检测者会产生所述反射信号，所述装置无需接触所述检测者。3.根据权利要求1所述的心脏波束形成器，其特征在于，心脏波束形成器由两个平行的信号处理流组成；步骤2
‑
1：组合多通道采集数据，以十六个通道信号为例，组合公式：其中为发射射频信号的波长，、为第n个天线阵的坐标，x、y为投影坐标，为从第n个天线阵接收到的信号；步骤2
‑
2：组合后的信号传入所述的第一个处理流提取心率、最大心率比；步骤2
‑
3：组合后的信号传入所述的第二个处理流将十六个通道信号特征映射，在雷达检测区域内所有信号中确定心脏的射频信号；步骤2
‑
4：合并两个处理流的输出：所述的波束形成器对三坐标参数化的时域信号进行快速傅里叶变换得到时域谱特性；由步骤2
‑
2确定心率，由此得到四维特征数据（x坐标、y坐标、频率和心率）；步骤2
‑
5：使用步骤2
‑
4的四维输出结果，所述算法可以确定最佳的有最高的功率比的空间位置(即，心跳的周期最明...

【专利技术属性】
技术研发人员：邵晨，范伟，李天敏，张灿，郑晓君，
申请(专利权)人：北京算丰征途科技有限公司，
类型：发明
国别省市：