【技术实现步骤摘要】
本专利技术属于睡眠监测领域,具体涉及一种基于毫米波雷达的体征检测方法及其睡眠监测方法。
技术介绍
1、近年来,随着社会经济的发展,人们的物质生活质量不断提高,但因工作压力的增长以及身体锻炼的缺乏,由突发性疾病导致的身体健康事故日益增多。此外,过大的精神压力也严重影响了人们的睡眠质量,导致睡眠质量不佳的问题愈发普遍。据国际精神卫生和神经学基金会的调查结果显示,我国成年人睡眠障碍者达38.2%,30%-48%的老年人患有失眠症。同时,睡眠质量不佳也可能导致人体多种疾病的发生,例如糖尿病、心脏病和高血压等。因此,日常的体征检测和睡眠质量监测在睡眠问题发现、维护人体健康方面具有重要意义。
2、人体生命体征主要有心跳、呼吸、体温、血压等信息参数,其中呼吸和心跳与人的健康状况有很大的关联性,是衡量人体生命体征是否正常的重要参考指标。据《中国统计年鉴》统计,心脏病和呼吸系统疾病已经成为近十年内我国居民因疾病死亡的主要疾病。同时,呼吸和心跳的相关体征参数及其变化情况也是进行睡眠分期,进而实现睡眠质量评估的重要依据。当前,相关的检测方式可以分
...【技术保护点】
1.一种基于毫米波雷达的体征检测方法,步骤如下:
2.根据权利要求1所述一种基于毫米波雷达的体征检测方法,其特征在于,所述变分模态分解算法通过迭代寻找变分模型的最优解来确定各本征模态函数分量的中心频率和带宽,将信号从低频到高频分离为多个模态分量。
3.根据权利要求1所述的一种基于毫米波雷达的体征检测方法,其特征在于,麻雀搜索算法以包络熵为适应度函数的选取[k,α]最佳组合,即将信号矩阵通过VMD分解在整个区间内全局搜索最小熵值,此时分解参数即为最优解。
4.根据权利要求1所述的一种基于毫米波雷达的体征检测方法,其特征在于,多信号分类
...【技术特征摘要】
1.一种基于毫米波雷达的体征检测方法,步骤如下:
2.根据权利要求1所述一种基于毫米波雷达的体征检测方法,其特征在于,所述变分模态分解算法通过迭代寻找变分模型的最优解来确定各本征模态函数分量的中心频率和带宽,将信号从低频到高频分离为多个模态分量。
3.根据权利要求1所述的一种基于毫米波雷达的体征检测方法,其特征在于,麻雀搜索算法以包络熵为适应度函数的选取[k,α]最佳组合,即将信号矩阵通过vmd分解在整个区间内全局搜索最小熵值,此时分解参数即为最优解。
4.根据权利要求1所述的一种基于毫米波雷达的体征检测方法,其特征在于,多信号分类算法通过对体征信号矩阵进行协方差矩阵特征分解,构造代价函数,并对代价函数进行谱峰搜索来实现对每个频率点的频率估计。
5.一种基于毫米波雷达的睡眠监测方法,其特征在于,包括以下步骤:
6.根据权利要求5所述的一种基于毫米波雷达的睡眠监测方法,其特征在于,睡眠分期分析中采用睡眠特征参数和睡眠分期算法,多导睡眠图将夜间睡眠分为清醒、快速眼动睡眠、浅睡眠和深度睡眠,快速眼动睡眠为r...
【专利技术属性】
技术研发人员:巫彤宁,方彦雯,唐高鹏,卫敏,廖钟财,
申请(专利权)人:和也健康科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。