本發明涉及數據處理,尤其涉及一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法。
背景技術:
1、在醫療健康領域,心率和呼吸率一直被視為評估人體生理狀態及健康信息的重要參數,其不僅直接反映了人體心臟與肺部功能的好壞,而且其穩定性對疾病的預防具有重要的指導意義。因此,準確、實時地檢測人體心率和呼吸率對于維護人體健康至關重要。
2、目前,人體心率和呼吸率的檢測通常依賴于接觸式傳感設備,如心電圖儀、呼吸帶等。這些方法需要用戶佩戴電極或其他傳感設備,不僅限制了用戶的日常活動,還可能引起用戶的不適,特別是在長期的監測中,尤為不便。此外,對于某些特殊人群,如新生兒、燒傷患者、皮膚過敏者、傳染病患者等,當下的接觸式的檢測方法可能存在二次傷害,或者感染的風險,并不適用,適用范圍狹窄。
技術實現思路
1、本發明提供一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,用以解決現有技術中接觸式的檢測方法會限制用戶活動,且易引起不適,以及對于特定人群應用受限的缺陷,實現快速準確的人體心率和呼吸率檢測,提升檢測結果的準確性和可靠性。
2、本發明提供一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,包括:
3、獲取目標人員實時的一維雷達信號,所述一維雷達信號是通過毫米波雷達傳感器對所述目標人員進行生命體征監測得到的;
4、基于所述一維雷達信號進行時頻分析,得到二維時頻信號;
5、基于所述一維雷達信號和所述二維時頻信號,對所述目標人員進行人體心率和呼吸率檢測,得到所述目標人員的心率和呼吸率。
6、根據本發明提供的一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,所述基于所述一維雷達信號和所述二維時頻信號,對所述目標人員進行人體心率和呼吸率檢測,得到所述目標人員的心率和呼吸率,包括:
7、將所述一維雷達信號和所述二維時頻信號輸入生命體征檢測模型,得到所述生命體征檢測模型輸出的目標人員的心率和呼吸率;
8、所述生命體征檢測模型是在卷積神經網絡的基礎上,應用樣本人員的樣本一維雷達信號及其心率標簽和呼吸率標簽的訓練得到的;
9、所述生命體征檢測模型用于基于所述一維雷達信號的時間序列特征和所述二維時頻信號的頻率分量特征,對所述目標人員進行人體心率和呼吸率檢測,得到所述目標人員的心率和呼吸率。
10、根據本發明提供的一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,所述生命體征檢測模型包括特征提取網絡、特征融合網絡和感知檢測網絡;
11、所述特征提取網絡用于對所述一維雷達信號和所述二維時頻信號進行特征提取,得到所述一維雷達信號的時間序列特征,以及所述二維時頻信號的頻率分量特征;
12、所述特征融合網絡用于基于所述時間序列特征和所述頻率分量特征之間的相關性,對所述時間序列特征和所述頻率分量特征進行特征融合,得到融合特征;
13、所述感知檢測網絡用于基于所述融合特征,對所述目標人員進行人體心率和呼吸率檢測,得到所述目標人員的心率和呼吸率。
14、根據本發明提供的一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,所述基于所述一維雷達信號進行時頻分析,得到二維時頻信號,包括:
15、對所述一維雷達信號進行雜波分離,得到目標雷達信號;
16、對所述目標雷達信號進行時頻分析,得到二維時頻信號。
17、根據本發明提供的一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,所述對所述目標雷達信號進行時頻分析,得到二維時頻信號,包括:
18、對所述目標雷達信號進行小波變換,得到小波頻譜圖;
19、基于所述小波頻譜圖進行相位提取,得到二維時頻信號。
20、根據本發明提供的一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,所述對所述一維雷達信號進行雜波分離,得到目標雷達信號,包括:
21、獲取所述目標人員所處目標區域的背景信號,所述背景信號是在所述目標區域無人的情況下通過毫米波雷達傳感器監測得到;
22、基于所述背景信號進行中位數計算,得到所述目標區域對應的背景雜波,基于所述背景雜波,對所述一維雷達信號進行背景減除;
23、基于背景減除后的雷達信號進行偽影濾除,得到目標雷達信號。
24、本發明還提供一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測裝置,包括:
25、獲取單元,用于獲取目標人員實時的一維雷達信號,所述一維雷達信號是通過毫米波雷達傳感器對所述目標人員進行生命體征監測得到的;
26、分析單元,用于基于所述一維雷達信號進行時頻分析,得到二維時頻信號;
27、檢測單元,用于基于所述一維雷達信號和所述二維時頻信號,對所述目標人員進行人體心率和呼吸率檢測,得到所述目標人員的心率和呼吸率。
28、本發明還提供一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測系統,包括:毫米波雷達傳感器和處理器;
29、所述處理器用于獲取所述毫米波雷達傳感器對目標人員進行生命體征監測得到的所述目標人員實時的一維雷達信號,并基于所述一維雷達信號進行時頻分析,得到二維時頻信號;基于所述一維雷達信號和所述二維時頻信號,對所述目標人員進行人體心率和呼吸率檢測,得到所述目標人員的心率和呼吸率。
30、本發明還提供一種電子設備,包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執行所述程序時實現如上述任一種所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法。
31、本發明還提供一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,該計算機程序被處理器執行時實現如上述任一種所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法。
32、本發明提供的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,利用通過毫米波雷達傳感器對目標人員進行生命體征監測得到的實時的一維雷達信號,進行時頻分析,得到二維時頻信號;基于一維雷達信號和二維時頻信號,對目標人員進行人體心率和呼吸率檢測,以通過多維度的信號所蘊含的人體生命體征的關鍵信息,實現了對目標人員生命體征的檢測,得到準確可靠的心率和呼吸率,同時克服了傳統接觸式檢測方法存在的長期監測不便、帶來不適感,以及在特定人群上應用受限的問題,通過非侵入式的監測手段實現了全面精確的人體心率和呼吸率檢測,且對于老年人、慢性病患者以及需要長期康復監護的個體尤為有益,為家庭醫療和遠程健康監控提供了支撐。
1.一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,其特征在于,包括:
2.根據權利要求1所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,其特征在于,所述基于所述一維雷達信號和所述二維時頻信號,對所述目標人員進行人體心率和呼吸率檢測,得到所述目標人員的心率和呼吸率,包括:
3.根據權利要求2所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,其特征在于,所述生命體征檢測模型包括特征提取網絡、特征融合網絡和感知檢測網絡;
4.根據權利要求1至3中任一項所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,其特征在于,所述基于所述一維雷達信號進行時頻分析,得到二維時頻信號,包括:
5.根據權利要求4所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,其特征在于,所述對所述目標雷達信號進行時頻分析,得到二維時頻信號,包括:
6.根據權利要求4所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法,其特征在于,所述對所述一維雷達信號進行雜波分離,得到目標雷達信號,包括:
7.一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測裝置,其特征在于,包括:
8.一種基于cnn融合特征的心率與呼吸率毫米波雷達檢測系統,其特征在于,包括:毫米波雷達傳感器和處理器;
9.一種電子設備,包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現如權利要求1至6任一項所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法。
10.一種非暫態計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現如權利要求1至6任一項所述的基于cnn融合特征的心率與呼吸率毫米波雷達檢測方法。