CN118697313A - 基于二次傅里叶变换的雷达心率监测方法和系统 - Google Patents
基于二次傅里叶变换的雷达心率监测方法和系统 Download PDFInfo
- Publication number
- CN118697313A CN118697313A CN202410735673.5A CN202410735673A CN118697313A CN 118697313 A CN118697313 A CN 118697313A CN 202410735673 A CN202410735673 A CN 202410735673A CN 118697313 A CN118697313 A CN 118697313A
- Authority
- CN
- China
- Prior art keywords
- radar
- fourier transform
- heart rate
- frequency
- spectrum information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001228 spectrum Methods 0.000 claims abstract description 73
- 238000010606 normalization Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000005070 sampling Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 8
- 210000000115 thoracic cavity Anatomy 0.000 claims description 6
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims 1
- 230000001121 heart beat frequency Effects 0.000 abstract description 10
- 230000000241 respiratory effect Effects 0.000 abstract description 8
- 238000001914 filtration Methods 0.000 abstract description 7
- 238000009532 heart rate measurement Methods 0.000 abstract description 5
- 230000029058 respiratory gaseous exchange Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 4
- 210000000038 chest Anatomy 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000036387 respiratory rate Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001746 atrial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010247 heart contraction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000002861 ventricular Effects 0.000 description 1
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及信号处理和健康监测技术领域,尤其是一种基于二次傅里叶变换的雷达心率监测方法和系统。本发明提出的基于二次傅里叶变换的雷达心率监测方法,通过对积累的雷达距离数据解析相位,得到各距离单元的相位信息,通过第一次傅里叶变换得到相位变化的频谱,通过对频谱进行频谱带通滤波、滑动归一等操作,得到周期特性良好的心跳频率谐波分布,将此分布进行二次傅里叶变换,可计算心跳频率谐波的周期,该周期即为心跳周期频率。本发明方法一方面可以大大减小呼吸干扰对心率测量的影响,另一方面可以极好的利用心跳振动丰富的谐波信息,从而具有较好的鲁棒性。
Description
技术领域
本发明涉及信号处理和健康监测技术领域,尤其是一种基于二次傅里叶变换的雷达心率监测方法和系统。
背景技术
率是人体生命体征的基本指标,也是人体健康状况的重要参考。相比较传统的接触式测量方法(如ECG、红外传感器、振动传感器等),利用雷达进行无接触心率测量具有使用舒适度高、实时性高等特点,十分适合家庭日常健康监测。
从信号角度分析:毫米波雷达通过测量心脏跳动引起体表位移实现心率测量,一般情况下,人体胸腹部有呼吸和心跳两种振动:通常,呼吸引起的胸腹部位移为1-12mm,心跳引起的胸腹部位移为0.1-0.5mm,故呼吸位移一般远大于心跳,呼吸对应的回波信号相位变化也远大于心跳,在利用相位信号进行呼吸率心率分析时,呼吸对应的相位能量远强于心跳;一般情况下,人体呼吸频率一般在0.6Hz以下,心跳频率一般在0.8Hz至2.5Hz之间,而人体的呼吸模式十分复杂,可能存在如类似正弦式、三角形式、矩形式、高斯形式等模式,甚至存在以上两种或多种波形的组合模式,由此可能会产生复杂多变且功率较强的谐波,且该谐波可能会落入心率区间,从而影响对心率的精确测量。
从心跳的振动模式分析:心跳振动来自血液对心房壁/心室壁/动脉血管壁等冲击所致,该过程短促而有力,从频谱上看,该过程存在丰富的谐波,而通常检测心跳频率往往关注于心跳基频,而忽视了丰富的谐波信息,实际上,目前的研究缺少合理的手段对心跳谐波进行利用,从而使心率测量更加鲁棒且准确。
基于毫米波雷达心率监测的重要技术挑战之一就是,存在呼吸干扰时心率的准确测量。目前常见的处理方法主要有带通滤波、最优频率估计、机器学习等。这些方法能够抑制心率区间之外的直流、呼吸谐波等干扰量,但是对于落在心率区间内的呼吸谐波或调制分量则无法消除,从而影响心率的准确估计。
发明内容
为了克服上述现有技术中呼吸谐波及调制引起的心率监测干扰问题,本发明提出了一种基于二次傅里叶变换的雷达心率监测方法,提高心率计算的鲁棒性和准确性,且复杂度较低。
本发明提出的一种基于二次傅里叶变换的雷达心率监测方法,包括:
配置雷达,通过雷达在采样时长内结合采样频率采集胸腔监测数据,并整理为I/Q正交数据;对I/Q正交数据进行解调得到I/Q解调信号;
对I/Q解调信号中各距离单元的相位数据进行傅里叶变换,获得各距离单元的频谱信息f(i),i为距离单元序号;
对各距离单元i进行频谱处理,令距离单元上的频谱信息f(i)在指定频率区间外置零以形成频谱信息f(i,1);然后对频谱信息f(i,1)进行滑动窗口归一化,以形成频谱信息f(i,2);对频谱信息f(i,2)进行傅里叶变换,获取频谱信息f’(i);
确定频谱信息f’(i)的峰值的信噪比(SNR),选择信噪比最大的频谱信息f’(i)作为目标频谱,以目标频谱上两个谱峰之间的频率差值作为心率。
优选的,频谱信息f(i,2)的获取方式为:令频谱信息f(i,1)中频率点j的幅值记作U(j),频谱信息f(i,2)中频率点j的幅值记作U’(j),频谱信息f(i,1)中频率范围[j,j+f]上的幅度均值记作A_U(j),频谱信息f(i,1)中频率范围[j,j+f]上的最大幅值记作max_U(j,j+f);f为设定步长;U’(j)=A_U(j)/max_U(j,j+f)。
优选的,设定步长f的取值范围为[0.1,5]Hz。
优选的,选择信噪比最大且大于设定信噪比阈值的频谱信息f’(i)作为目标频谱。
优选的,采样时长的取值范围为[3s,180s]。
优选的,采样频率的取值范围为每秒10-1000次。
本发明提出的一种基于二次傅里叶变换的雷达心率监测系统,包括存储器和处理器,存储器中存储有计算机程序,处理器连接存储器,处理器用于执行所述计算机程序,以实现所述的基于二次傅里叶变换的雷达心率监测方法。
优选的,还包括雷达,处理器与雷达连接,以获取雷达采集的胸腔监测数据。
优选的,雷达采用毫米波雷达。
本发明提出的一种存储介质,存储有计算机程序,所述计算机程序被执行时用于实现所述的基于二次傅里叶变换的雷达心率监测方法。
本发明的优点在于:
(1)本发明提出的基于二次傅里叶变换的雷达心率监测方法,通过对积累的雷达距离数据解析相位,得到各距离单元的相位信息,通过第一次傅里叶变换得到相位变化的频谱,通过对频谱进行频谱带通滤波、滑动归一等操作,得到周期特性良好的心跳频率谐波分布,将此分布进行二次傅里叶变换,可计算心跳频率谐波的周期,该周期即为心跳周期频率。
(2)本发明中,通过计算二次傅里叶变换的谱峰的位置和信噪比,可以判断心跳频率,最后综合所有距离单元的计算结果可以判定心率。该方法一方面可以大大减小呼吸干扰对心率测量的影响,另一方面可以极好的利用心跳振动丰富的谐波信息,从而具有较好的鲁棒性;
(3)本发明主要处理过程都在频域进行,包括带通滤波、滑动归一、计算周期等,可以省去复杂且耗时的时域滤波、自相关等算法,具有复杂度低、计算量小、适合实时处理等优势,十分适合日常健康监测。
(4)本发明能准确且快速地计算出人体的心率,并且能较好地抵抗呼吸等干扰,十分适合心率检测。
附图说明
图1为基于二次傅里叶变换的雷达心率监测方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施方式提出的一种基于二次傅里叶变换的雷达心率监测方法包括以下步骤S1-S6。
S1、配置雷达,设置采样频率和采样时长。雷达优选高精度的毫米波雷达,也可根据精度需求选择其他雷达。
S2、通过雷达在采样时长内结合采样频率采集胸腔监测数据,单次采集N个距离单元上的数值,构建距离-多普勒二维雷达数据作为I/Q正交数据,对I/Q正交数据进行解调得到I/Q解调信号{a_ij|1≤i≤N,1≤j≤M},M为采样时长内的采样次数,M=采样频率×采样时长,a_ij表示采样时长内第j次采样的雷达回波数据中第i个距离单元上的数值。
具体实施时,采样时长、采样频率和距离单元数量N可灵活设置,例如可设置采样时长为10s,M=1000,N=256。
S3、针对各距离单元i,对其相位数据{a_ij|1≤j≤M}进行傅里叶变换,得到各距离单元i上的频谱信息f(i)。
显然实验条件下,受测试者位于雷达探测范围内,此时每一帧的回波数据反映的是各个距离单元的信号能量,单帧回波数据不能反映目标的动态信息,为了检测受测试者的呼吸心跳等振动过程,需要积累多帧回波数据,根据每个距离单元的各帧数据相位变化,可以计算呼吸心跳频率。S2中获得的I/Q解调信号本质为回波信号的相位信号,通过对相位信号进行频谱分析,可以更好的观察相位特征,方便剔除谐波。
S4、对各距离单元i进行频谱处理,首先令距离单元上的频谱信息f(i)在指定频率区间外置零以形成频谱信息f(i,1);然后对频谱信息f(i,1)进行滑动窗口归一化,以形成频谱信息f(i,2)。
令频谱信息f(i,1)中频率点j的幅值记作U(j),频谱信息f(i,2)中频率点j的幅值记作U’(j),频谱信息f(i,1)中频率范围[j,j+f]上的幅度均值记作A_U(j),频谱信息f(i,1)中频率范围[j,j+f]上的最大幅值记作max_U(j,j+f);f为设定步长;
则U’(j)=A_U(j)/max_U(j,j+f)
由于心跳频率一般在0.8-2.5Hz之间,一方面,考虑心跳频率谐波比较丰富,可能在20Hz附近仍然存在较为明显的心跳频率谐波,另一方面,0.8-2.5Hz范围内可能仍然存在呼吸谐波。为充分利用谐波信息并避免呼吸谐波的干扰,可选择对2.5-20Hz频率范围内的信号进行分析,故首先进行频谱滤波,即将频谱上2.5-20Hz外的功率置零,避免区间外的频率干扰;分析心率谐波,低阶谐波能量较强,高阶谐波能量较弱,相邻各阶谐波能量存在差异,为消除这种差异,将滤波后的频谱进行幅度滑动归一,具体做法是对频谱从2.5Hz开始,滑动计算2.5Hz范围内功率的均值,然后用该段范围内的频谱除以该均值,从而实现幅度滑动归一,超过20Hz则不进行该操作。
本实施方式中,设置指定频率区间为2.5-20Hz,f=2.5Hz,以避免宽度过窄将谐波间的无用信号放大。
S5、对频谱信息f(i,2)进行傅里叶变换,获取频谱信息f’(i)。
上一步骤中,经过滑动归一操作后的频谱f(i,2),心跳频率谐波存在明显的周期特性,谐波间隔即为心跳周期频率,为计算该间隔,对归一后的频谱进行第二次傅里叶变换,如此,变换后的频谱可以反映谐波的周期特性。
S6、确定频谱信息f’(i)的峰值的信噪比(SNR),选择信噪比最大的频谱信息f’(i)作为目标频谱,结合以下公式,计算心率heart_BPM;
heart_BPM=60×fh
fh表示目标频谱上两个谱峰之间的频率差值,60为频率单位(次/秒)到心率单位(次/分钟)的换算系数。
具体实施时,在计算心率前,需要对监测情况进行验证,以便操作错误等带来的监测异常。本实施方式中,获取频谱信息f’(i)后,首先判断是否存在信噪比大于设定的信噪比阈值的频谱信息f’(i),是,则执行步骤S6;否,则返回步骤S2重新采集数据。
当然,对于本领域技术人员而言,本发明不限于上述示范性实施例的细节,而还包括在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现的相同或类似结构。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
本发明未详细描述的技术、形状、构造部分均为公知技术。
Claims (10)
1.一种基于二次傅里叶变换的雷达心率监测方法,其特征在于,包括:
配置雷达,通过雷达在采样时长内结合采样频率采集胸腔监测数据,并整理为I/Q正交数据;对I/Q正交数据进行解调得到I/Q解调信号;
对I/Q解调信号中各距离单元的相位数据进行傅里叶变换,获得各距离单元的频谱信息f(i),i为距离单元序号;
对各距离单元i进行频谱处理,令距离单元上的频谱信息f(i)在指定频率区间外置零以形成频谱信息f(i,1);然后对频谱信息f(i,1)进行滑动窗口归一化,以形成频谱信息f(i,2);对频谱信息f(i,2)进行傅里叶变换,获取频谱信息f’(i);
确定频谱信息f’(i)的峰值的信噪比(SNR),选择信噪比最大的频谱信息f’(i)作为目标频谱,以目标频谱上两个谱峰之间的频率差值作为心率。
2.如权利要求1所述的基于二次傅里叶变换的雷达心率监测方法,其特征在于,频谱信息f(i,2)的获取方式为:令频谱信息f(i,1)中频率点j的幅值记作U(j),频谱信息f(i,2)中频率点j的幅值记作U’(j),频谱信息f(i,1)中频率范围[j,j+f]上的幅度均值记作A_U(j),频谱信息f(i,1)中频率范围[j,j+f]上的最大幅值记作max_U(j,j+f);f为设定步长;U’(j)=A_U(j)/max_U(j,j+f)。
3.如权利要求2所述的基于二次傅里叶变换的雷达心率监测方法,其特征在于,设定步长f的取值范围为[0.1,5]Hz。
4.如权利要求1所述的基于二次傅里叶变换的雷达心率监测方法,其特征在于,选择信噪比最大且大于设定信噪比阈值的频谱信息f’(i)作为目标频谱。
5.如权利要求1所述的基于二次傅里叶变换的雷达心率监测方法,其特征在于,采样时长的取值范围为[3s,180s]。
6.如权利要求1所述的基于二次傅里叶变换的雷达心率监测方法,其特征在于,采样频率的取值范围为每秒10-1000次。
7.一种基于二次傅里叶变换的雷达心率监测系统,其特征在于,包括存储器和处理器,存储器中存储有计算机程序,处理器连接存储器,处理器用于执行所述计算机程序,以实现如权利要求1-6任一项所述的基于二次傅里叶变换的雷达心率监测方法。
8.如权利要求7所述的基于二次傅里叶变换的雷达心率监测系统,其特征在于,还包括雷达,处理器与雷达连接,以获取雷达采集的胸腔监测数据。
9.如权利要求7所述的基于二次傅里叶变换的雷达心率监测系统,其特征在于,雷达采用毫米波雷达。
10.一种存储介质,其特征在于,存储有计算机程序,所述计算机程序被执行时用于实现如权利要求1-6任一项所述的基于二次傅里叶变换的雷达心率监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410735673.5A CN118697313A (zh) | 2024-06-07 | 2024-06-07 | 基于二次傅里叶变换的雷达心率监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410735673.5A CN118697313A (zh) | 2024-06-07 | 2024-06-07 | 基于二次傅里叶变换的雷达心率监测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118697313A true CN118697313A (zh) | 2024-09-27 |
Family
ID=92810700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410735673.5A Pending CN118697313A (zh) | 2024-06-07 | 2024-06-07 | 基于二次傅里叶变换的雷达心率监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118697313A (zh) |
-
2024
- 2024-06-07 CN CN202410735673.5A patent/CN118697313A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109965858B (zh) | 基于超宽带雷达人体生命体征检测方法和装置 | |
US20150150515A1 (en) | Respiration rate extraction from cardiac signals | |
CN103313662B (zh) | 指示冠状动脉疾病的风险的系统、听诊器 | |
US20150105666A1 (en) | Narrow band feature extraction from cardiac signals | |
CN101156771A (zh) | 基于脉搏波频谱分析提高血管硬度测量精度的方法及装置 | |
CN109833034A (zh) | 一种脉搏波信号中提取血压数据的方法及装置 | |
CN108992053B (zh) | 一种实时的无束缚检测心率和心跳间隔的方法 | |
CN108652640B (zh) | 一种基于心电信号的无创血糖检测方法及系统 | |
CN114052709B (zh) | 一种稳健的毫米波雷达生命体征测量方法 | |
WO2010019198A2 (en) | Spectrum analysis of coronary artery turbulent blood flow | |
CN109330582A (zh) | 基于心电信号分析的心率及其特征指标检测方法 | |
Sieciński et al. | Determining heart rate beat-to-beat from smartphone seismocardiograms: Preliminary studies | |
CN208677373U (zh) | 一种脉象分析系统 | |
CN111685760B (zh) | 一种基于雷达测量的人体呼吸频率计算方法 | |
CN118697313A (zh) | 基于二次傅里叶变换的雷达心率监测方法和系统 | |
JP5933138B2 (ja) | Ecgデータにおけるqrs群の発生を決定する装置及び方法 | |
CN115553784B (zh) | 基于心电、心音信号耦合分析的冠心病评估方法及系统 | |
CN114145725B (zh) | 一种基于无创连续血压测量的ppg采样率估算方法 | |
Almeida et al. | Automatic delineation of T and P waves using a wavelet-based multiscale approach | |
CN113768483B (zh) | 一种基于毫米波雷达的hrv信号提取方法及设备 | |
CN115607126A (zh) | 一种基于脉冲超宽带雷达的非接触血压测量方法 | |
Dong et al. | A novel ecg-derived respiration method combining frequency-domain feature and interacting multiple model smoother | |
Ghaffari et al. | Finding events of electrocardiogram and arterial blood pressure signals via discrete wavelet transform with modified scales | |
Hikmah et al. | Delineation of ECG Feature Extraction using Multiresolution Analysis Framework | |
CN106725400A (zh) | 一种融合心电信号和脉冲波形态定量评估的新型血压计 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |