非接触式呼吸心率监测方法与系统技术方案

本发明专利技术涉及智能监测技术领域，提供一种本发明专利技术提供的非接触式呼吸心率监测方法，通过步骤

【技术实现步骤摘要】
非接触式呼吸心率监测方法与系统


[0001]本专利技术涉及智能监测
，特别涉及一种非接触式呼吸心率监测方法与系统
。

技术介绍

[0002]非接触式呼吸心率监测作为一种监测方法，无需使用传统的接触式设备
。
它可以通过使用摄像头
、
微波雷达或其他传感器来检测人体运动和生理信号，例如呼吸和心跳等
。
这样的监测方法能够用在医疗保健
、
运动训练等领域，也可以应用于智能家居
、
汽车驾驶员监测等场景中
。
[0003]CN110464564B
公开了一种基于自动检测和远程分析的智能床板系统，包括：包括非接触式监测床板
、
通信单元
、
电源模块和监测平台；电源模块用于为非接触式监测床板和通信单元供电；非接触式监测床板用于采集使用者的呼吸频率
、
心率和体重数据；并将采集的呼吸频率
、
心率和体重数据传输至通信单元；通信单元用于将接收的呼吸频率
、
心率和体重数据通过网络发送至监测平台；监测平台用于对接收的呼吸频率
、
心率和体重数据进行显示，并根据呼吸频率
、
心率和体重数据对使用者的体征状态进行分析判断，并对使用者的睡眠状态进行评估，同时对评估和判断获得的结果进行显示；非接触式监测床板包括床板本体
、
体重采集模块和呼吸心率检测模块；床板本体为双层结构，所述体重采集模块和呼吸心率检测模块均设置在所述双层结构床板之间；体重采集模块包括多个非接触式压力传感器，多个非接触式压力传感器等间隔设置在双层结构床板本体之间，用于采集使用者的体重；呼吸心率检测模块用于采集使用者的呼吸频率和心率信号，并将采集的呼吸频率和心率信号传输至通信单元；床板本体还包括矩形床架，所述矩形床架用于固定双层结构的床板本体；矩形床架的内侧面固定有向内延伸的金属板，所述金属板位于双层结构床板本体之间，且所述金属板用于固定体重采集模块；还包括多个防水防爆盒体，所述防水防爆盒体用于放置非接触式呼吸心率传感器和电源模块，矩形床架的两条长边之间设置有多个横梁，所述多个横梁均与矩形床架的两条长边垂直；监测平台包括显示模块
、
状态分析模块
、
设置模块
、
睡眠状态评估模块
、
控制器和报警模块等
。
[0004]CN116033868A
公开了一种非接触式健康监测设备，包括：壳体；雷达传感器，所述雷达传感器包括多个天线，其中，所述雷达传感器由所述壳体容纳；以及处理系统，所述处理系统包括一个或多个处理器，所述处理系统与所述雷达传感器通信，所述处理系统由所述壳体容纳，其中，所述处理系统被配置为：针对所述多个天线中的每个天线从所述雷达传感器接收雷达数据流，从而接收多个雷达数据流；执行波束导控过程，所述波束导控过程从接收到的多个雷达数据流创建多个目标空间区域雷达数据流；针对所述多个目标空间区域雷达数据流中的每个目标空间区域雷达数据流来确定用户的呼吸位移；针对所述多个目标空间区域雷达数据流中的每个目标空间区域雷达数据流来分析所述用户的所述呼吸位移；以及基于针对所述多个目标空间区域雷达数据流中的每个目标空间区域雷达数据流来与时间相关地分析所述用户的所述呼吸位移，输出筛选结果；其中，所述目标空间区域雷达流
中的第一目标空间区域雷达流对应于所述用户的胸部区域；其中，所述目标空间区域雷达流中的第二目标空间区域雷达流对应于所述用户的腹部区域；其中，所述分析包括检测在所述腹部区域的所述呼吸位移和所述胸部区域的所述呼吸位移之间的
、
足以指示反常呼吸状况的相位差；以及其中，输出的筛选结果包括表示检测到的反常呼吸状况的信息
。
[0005]CN115460980A
公开了一种基于多普勒雷达的非接触式呼吸监测方法，包括如下步骤：
S1、
向监测对象所在区域发射周期性的线性调频连续波脉冲，并使用天线阵列采集相应的回波信号；
S2、
采用混频和
FFT
的方式对雷达回波信号进行预处理；
S3、
从雷达回波信号中提取监测对象胸廓所在的位置，具体包括相对于天线阵列的距离和方向角参数；
S4、
采用相位相关的方法，从雷达回波信号中提取监测对象胸廓所在位置的运动信息；
S5、
采用改进的
CEEMD
算法，从监测对象胸廓的运动信息中提取呼吸波形分量；
S6、
利用提取到监测对象的呼吸波形得到相应的频谱，基于此频谱估计得到监测对象的呼吸频率
。
[0006]由于在健康监测过程中，传统的健康监测方式通常采用接触式方式来采集呼吸和心率数据，如佩戴心率监测仪或人为听诊等
。
这种方式通常不够舒适，甚至可能引起皮肤感染等问题
。

技术实现思路

[0007]经过长期实践发现，传统的接触式心率和呼吸信号监测设备需要将传感器贴在人体表面，直接接触会让使用者感到不舒适，甚至造成接触感染；由于心率和呼吸监测需要长时间的数据，传统的接触式心率和呼吸信号监测设备只能在短时间内采集数据，无法满足长时间监测的需求，往往造成舒适性不高，携带不方便，受外界干扰大等技术问题
。
[0008]有鉴于此，本专利技术提供了一种非接触式呼吸心率监测方法，该非接触式呼吸心率监测方法包括，
[0009]步骤
S1
，由用于人脸部图像识别的摄像头识别进入测量范围内的人体位置，并锁定摄像头云台位置；根据锁定云台位置，自动调整能够测量呼吸心率的毫米波雷达朝向至人体胸部位置；
[0010]步骤
S2
，通过毫米波雷达感知胸腔位置变化和振动信号，获取时间点
t1至时间点
t2的第一检测数据；其中，所述第一检测数据包括呼吸频率数据和心率信号数据；
[0011]步骤
S3
，将获得的第一检测数据存储，并采用进行连续小波变换的数据预处理；
[0012]步骤
S4
，将预处理后的数据输入深度卷积神经网络模型中进行分类处理，得到呼吸频率和心率
。
[0013]优选地，在步骤
S2
中，在第一检测数据中，获取毫米波雷达反射毫米波相位与发送毫米波的相位进行相位差计算，得到第二检测数据
。
[0014]优选地，在步骤
S2
中，将所述第二检测数据通过带通滤波器分离出呼吸频率数据和心率信号数据
。
[0015]优选地，将分离出呼吸频率数据和心率信号数据分别通过光谱估算得到呼吸频率的频谱数据
、
心率信号的频谱数据
。
[0016]优选地，将预处理后的数据输入训练好的深度卷积神经网络模型中，从而识别出异常数据
。...

【技术保护点】

【技术特征摘要】
1.
一种非接触式呼吸心率监测方法，其特征在于，所述非接触式呼吸心率监测方法包括，步骤
S1
，由用于人脸部图像识别的摄像头识别进入测量范围内的人体位置，并锁定摄像头云台位置；根据锁定云台位置，自动调整能够测量呼吸心率的毫米波雷达朝向至人体胸部位置；步骤
S2
，通过毫米波雷达感知胸腔位置变化和振动信号，获取时间点
t1至时间点
t2的第一检测数据；其中，所述第一检测数据包括呼吸频率数据和心率信号数据；步骤
S3
，将获得的第一检测数据存储，并采用进行连续小波变换的数据预处理；步骤
S4
，将预处理后的数据输入深度卷积神经网络模型中进行分类处理，得到呼吸频率和心率
。2.
根据权利要求1所述的非接触式呼吸心率监测方法，其特征在于，在步骤
S2
中，在第一检测数据中，获取毫米波雷达反射毫米波相位与发送毫米波的相位进行相位差计算，得到第二检测数据
。3.
根据权利要求2所述的非接触式呼吸心率监测方法，其特征在于，在步骤
S2
中，将所述第二检测数据通过带通滤波器分离出呼吸频率数据和心率信号数据
。4.
根据权利要求3所述的非接触式呼吸心率监测方法，其特征在于，将分离出呼吸频率数据和心率信号数据分别通过光谱估算得到呼吸频率的频谱数据
、
心率信号的频谱数据
。5.
根据权利要求1‑4任意一项所述的非接触式呼吸心率监测方法，其特征在于，将预处理后的数据输入训练好的深度卷积神经网络模型中，从而识别出异常数据
。6.
一种用于如权利要求1‑5中任意一项所述的非接触式呼吸心率监测方法的系统，其特征在于，所述系统包括，检测单元，包括摄像头
、
云台
、
毫米波雷达
、
控制模块，所述摄像头固定设置于所述云台上，所述云台包括电动云台；用于通过摄像头检测进入测量范围内的人体位置...

【专利技术属性】
技术研发人员：王伟，胡希平，方凯，
申请(专利权)人：王伟，
类型：发明
国别省市：