非接觸式檢測生命體征信號的方法和裝置的制造方法
【技術領域】
[0001]本發明涉及信號處理領域，特別是涉及非接觸式檢測生命體征信號的方法和非接觸式檢測生命體征信號的裝置。
【背景技術】
[0002]隨著都市工作節奏加快，各類人群的生活壓力與日倶增，其中患有潛在慢性疾病人群更是超過了國際平均比例。針對日常生活環境中，實時對脈搏、呼吸、血氧信號等生命體征進行檢測，對慢性疾病的監控和預防有重大意義。
[0003]目前，針對日常生活場景下的各類人群生命體征信號的實時監控需借助可穿戴設備(如電子手環、頸圈、背心等)實現。然而，佩戴可穿戴設備本身會給用戶帶來一定不適感；并且，雖然可穿戴設備能對用戶脈搏、呼吸、體動等日常體征信號進行實時記錄，但采集的數據的準確度不高，數據反映信息的真實性不強，不利于對日常生活中個體的精準監控。
【發明內容】
[0004]基于此，本發明提供一種非接觸式檢測生命體征信號的方法和裝置，能夠避免佩戴可穿戴設備帶給用戶的不適感，且提高采集數據的準確度。
[0005]本發明一方面提供一種非接觸式檢測生命體征信號的方法，包括:
[0006]以非接觸方式獲取包含用戶體征的壓力信號，將壓力信號轉換為電信號，該電信號為包括有脈搏、呼吸及噪聲的混疊體征信號；
[0007]濾除混疊體征信號中的工頻噪聲，從混疊體征信號中分離出呼吸信號和脈搏信號；
[0008]對脈搏信號進行特征值提取，得到脈率;對呼吸信號進行特征值提取，得到呼吸率。
[0009]本發明另一方面提供一種非接觸式檢測生命體征信號的裝置，包括:
[0010]采集模塊，用于以非接觸方式獲取包含用戶體征的壓力信號；以及，用于將壓力信號轉換為電信號，該電信號為包括有脈搏、呼吸及噪聲的混疊體征信號；
[0011]處理模塊，用于濾除混疊體征信號中的工頻噪聲，從混疊體征信號中分離出呼吸信號和脈搏信號；
[0012]特征提取模塊，用于對脈搏信號進行特征值提取，得到脈率;對呼吸信號進行特征值提取，得到呼吸率。
[0013]上述技術方案的非接觸式檢測生命體征信號的方法和裝置，通過以非接觸方式獲取包含用戶體征的壓力信號，將壓力信號轉換為電信號，所述該電信號為包括有脈搏、呼吸及噪聲的混疊體征信號;濾除混疊體征信號中的工頻噪聲，從混疊體征信號中分離出呼吸信號和脈搏信號;對脈搏信號進行特征值提取，得到脈率;對呼吸信號進行特征值提取，得到呼吸率。一方面，克服用戶因接觸式裝置長期接觸帶來的不適感，另一方面，在信號識別方面，檢測準確率和識別準確度方面與傳統醫用接觸式體征信號獲取裝置相當，并且方案的運算復雜度更低。
【附圖說明】
[0014]圖1為實施例一的非接觸式檢測生命體征信號的方法的示意性流程圖；
[0015]圖2為對脈搏信號進行特征值提取得到脈率的示意性流程圖；
[0016]圖3為對呼吸信號進行特征值提取得到呼吸率的示意性流程圖；
[0017]圖4為實施例二的非接觸式檢測生命體征信號的方法的示意性流程圖；
[0018]圖5為實施例三的非接觸式檢測生命體征信號的裝置的示意性結構圖。
【具體實施方式】
[0019]為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
[0020]本發明提供的實施例包括非接觸式檢測生命體征信號的方法實施例，還包括相應的非接觸式檢測生命體征信號的裝置實施例。以下分別進行詳細說明。
[0021]實施例一:
[0022]圖1為實施例一的非接觸式檢測生命體征信號的方法的示意性流程圖；如圖1所示，本實施例的非接觸式檢測生命體征信號的方法包括如下步驟SI至S3，各步驟詳述如下:
[0023]SI，以非接觸方式獲取包含用戶體征的壓力信號，將壓力信號轉換為電信號，該電信號為包括有脈搏、呼吸及噪聲的混疊體征信號；
[0024]其中，用戶體征包括體動、脈搏和呼吸信號等，本實施例中，需監測的用戶體征指的是脈搏和呼吸信號。
[0025]步驟SI的具體實現方式可為:通過預先設置的壓電傳感器(例如壓電陶瓷信號采集器)獲取包含用戶脈搏、呼吸等體征的壓力信號;所述壓力信號可包括用戶頭部、背部、胸部或頸部等部位產生的壓力信號。壓力傳感器的數量為一個或多個。具體如:用戶睡眠時，可通過預先設置在被子、床墊或枕頭下的壓電傳感器獲取包含用戶脈搏、呼吸等體征的壓力信號；日常生活中，可通過設置在衣物上的壓電傳感器獲取包含用戶脈搏、呼吸等體征的壓力信號。可以理解的是，還可通過其它類似的非接觸方式獲取包含用戶體征的壓力信號，本發明對此不作窮舉。本發明方案中，由于用戶與壓力信號獲取裝置不直接接觸，因此不存在不適感。
[0026]其中，壓電陶瓷信號采集器可實現壓力信號到電信號的轉換，即將獲取的壓力信號以電壓或電流的信號形式輸出給對應的處理器設備;本發明對壓電陶瓷信號采集器不作限定。
[0027]壓電陶瓷信號采集器以非接觸的方式將用戶體征的壓力信號轉換為電信號，即獲取了初始化的混疊體征信號。
[0028]S2，濾除混疊體征信號中的工頻噪聲，從混疊體征信號中分離出呼吸信號和脈搏信號；
[0029]由于信號獲取方式非直接接觸，導致獲取的體征信號信噪比低，且多路體征信號(如呼吸、脈搏、體動等)在時間上混疊，不易區分。因此，首先需對上述混疊體征信號進行去噪，以濾除混疊體征信號的工頻噪聲。
[0030]具體的，可采用兩種方式濾除混疊體征信號的工頻噪聲:一是通過小波去噪方法濾除混疊體征信號的工頻噪聲;二是通過特定的陷波器濾除混疊體征信號的工頻噪聲。
[0031]進一步的，基于不同體征信號頻率特征的差異化，可從混疊體征信號中分離出各體征信號。針對脈搏信號和呼吸信號，其分離方式具體可包括:1.設計截至頻率性能較好的Butterworth濾波器(巴特沃斯帶通濾波器)以分頻輸出呼吸信號、脈搏信號;2.將混疊體征信號進行小波分解，分解出呼吸信號和脈搏信號。
[0032]作為一優選實施方式，可根據壓電陶瓷信號采集器的采樣頻率，建立一個5秒信號處理緩存空間，壓電陶瓷信號采集器每秒傳輸的數據(即混疊體征信號)先經過一個50Hz的陷波器，濾除其中的工頻噪聲，然后將信號存入所述信號處理緩存空間；當所述信號處理緩存空間存滿后，將混疊體征信號通過不同頻率的濾波器以得到呼吸信號和脈搏信號。具體如:根據人體的呼吸頻率特性，設計一個0.1-0.5Hz的巴特沃斯帶通濾波器，將混疊體征信號通過0.1-0.5Hz的巴特沃斯帶通濾波器，獲得出呼吸信號;根據人體的脈搏頻率特性，設計一個40Hz的低通濾波器，將混疊體征信號通過40Hz的低通濾波器，得出脈搏信號。
[0033]具體的，通過小波分解從混疊體征信號中分離獲得脈搏信號的原理可為:首先，采用基于小波變換的時域峰值定位算法，利用小波分解混疊體征信號，得出在某一小波尺度上信號表現的時域特征，過程可為:直接利用小波分解混疊體征信號，得出在某一小波尺度上，信號特征表現最為突出的特征點，即識別出信號的時域特征，根據信號的時域特征建立對應的時間窗函數，采用峰值檢測法得出粗略脈搏信號的特征;接著，采用小波變換的過零點算法對粗略脈搏信號進行去噪，過程可為:先使用離散小波變換來去噪，使用尺度為8的墨西哥草帽小波變換來獲取平均系數，然后在一定范圍內查找平均系數大的點，在這個點附近左右各0.2秒時間窗內尋找最大值和最小值來檢測QRS波;為了提升QRS波檢測精度，可采用基于人工神經網絡的自適應匹配濾波器來檢測QRS波，過程:先使用人工神經網絡自適應噪聲白化濾波器來降低心電信號中的低頻能量，消除那些非線性和非統計特性的低頻噪聲，再使用人工神經網絡自適應匹配濾波器模板來檢測QRS波;最后，在檢測到脈搏信號QRS波后，采用差分閾值法提升檢測精度，具體過程可為:利用心電信號的一階差分和二階差分的平方和來檢測R波，通過輸出脈沖的寬度來比較精確地估計R波的寬度;再采用基于形態濾波的差分閾值法提取脈搏波，通過構造開、閉運算的各種形態濾波器，以及結構元素，對去噪后的脈搏信號進行預處理，以突出脈搏波信號