基于深度图像的非接触式呼吸检测算法研究

呼吸是人的基本生命活动,监测呼吸可以得知呼吸道和胸廓运动的生理、病理学状态,对某些呼吸系统疾病的诊断有重要的参考价值;提出了一种非接触式呼吸监测方法:对红外视频流中的每帧胸腹部区域数据进行降维,计算所有胸腹部区域数据的方差,将一定时间段内的方差序列进行低通滤波;最后根据方差序列可以获得该段时间内的呼吸频率和呼吸暂停时间;提出的非接触式呼吸检测算法在不影响被监测者正常睡眠活动的情况下,可以准确获取呼吸频率与其他相关参数,为健康监测和相关疾病的诊断提供了数据支持;日常家居场景的实验中,检测到的呼吸次数与实际完全一致,并且与实际胸腹部起伏变化基本同步,较好的保证了结果的准确性。     

床垫式睡眠监测系统及信号处理方法

为解决非接触式睡眠监测系统中混合信号的可靠获取以及生理特征参数的有效分离和识别等问题,采用压电薄膜传感器获取人体睡眠状态下压力信号,并采用电荷放大电路和信号调理电路进行实时采集;信号处理过程中先利用经验小波变换方法分离心冲击(BCG)和呼吸信号等单一模态分量,然后使用K-means算法对分离出的心冲击信号中不同类型的波峰聚类,进而通过平均心跳周期计算心率.实验结果表明,所设计的监测系统具有较强的自适应性,能有效提取呼吸和心跳信号.     

基于经验小波变换的BCG信号提取方法研究

为解决非接触式睡眠监测系统中呼吸和心跳信号的有效分离和准确提取问题,采用经验小波变换手段,根据信号频谱特征利用尺度空间变换实现频域的自适应划分,然后依据频谱划分的边界构造正交小波滤波器组,实现了从所获取的混合压力信号中有效提取出心冲击和呼吸信号等单模态分量。初步实验结果表明,与常规滤波方法相比,该方法具有较高的自适应性...     

振动信号的跳越采样及信号处理方法

非接触式测量法是监测叶片振动的一项重要的新技术。为了解决非接触式测量中采样频率低的缺点,本文提出了一种新的跳越采样方法及其采样信号的数据处理方法,并通过模拟试验进行了验证。这种新的采样和信号处理方法可以在工程试验中推广应用。     

基于IR-UWB雷达的非接触式呼吸检测方法

为消除脉冲超宽带（IR-UWB）雷达系统采集的人体呼吸回波信息中的干扰信号,并准确估计出人体呼吸频率和到达时间（TOA）范围,提出一种基于IR-UWB雷达的非接触式呼吸检测方法。对IR-UWB雷达回波信号进行线性趋势消除与滤波得到平滑的回波信号,在每个慢时间域上对回波信号使用傅里叶变换估计出人体呼吸频率,并设计基于回波信号均方根和超值峰度的EK-RMS算法确定TOA范围,同时将人体呼吸频率与TOA范围进行信息比对,最终得到受试目标的呼吸频率。实验结果表明,与Phase-Based、FFT和WT-Window算法相比,EK-RMS算法在低信噪比条件下具有更高的呼吸频率检测准确率和更强的鲁棒性,且对干扰信号有明显的抑制或消除作用。     

基于深度图像的非接触呼吸频率检测方法

为便捷且有效地实现对人体呼吸频率的日常检测，提出基于深度图像的非接触式呼吸频率检测方法。利用Real-Sense相机获取的人体及背景的深度图像信息，根据提出的最大距离限制法与最大外轮廓提取算法分别消除空洞噪声和近距离干扰物体的影响，凸出人体深度图像；通过Zhang-Suen细化算法提取人体骨架，结合骨架关节信息实现对胸腔呼吸区域的定位；利用主成分分析算法(PCA)提取胸腔区域深度图像包含的呼吸信号数据，进一步通过峰值检测法求解人体呼吸频率。实验结果表明，该方法可有效实现对人体呼吸频率的非接触式检测，具有良好的准确性。     

非入侵式睡眠呼吸监测系统的设计与实现

根据养老院、医院等特殊区域人群的睡眠呼吸监护需求,设计了非入侵式柔性压感睡眠呼吸监测系统。系统通过硬件电路设计,采集人体睡眠时的呼吸信号,并进行消噪、去趋势等预处理。在硬件终端中通过呼吸信号的幅度和周期的特征区分呼吸类别,并实时判断是否发生了呼吸暂停,记录暂停的时刻与持续时长,并将数据通过蓝牙传至手机,在手机APP上可绘制实时波形,手机把数据上传至云平台。PC端软件可从云平台获取数据,绘制拟合呼吸信号曲线,判定记录睡眠数据。经实验测试,系统判定呼吸次数与实际基本一致,并可准确判断呼吸暂停情况,满足长程实现睡眠呼吸监测的要求。     

呼吸信号的非接触式测量

改进设计了一种基于Kinect体感相机的呼吸信号非接触式测量方法。该方法适用于坐立姿势下呼吸信号的遥测。在控制实验下,遥测得到的呼吸率接近于接触式测量得到的呼吸率(相对误差0.4%),且遥测的呼吸信号可以显示不同的呼吸模式。     

静息态下基于变分模态分解的生命体征检测

传统的无线生命体征监测方法在心跳和呼吸信号的分离方面容易存在谐波残留现象,针对这一情况,提出了一种基于变分模态分解（VMD）的生命信号检测方法。该方法使用毫米波段调频连续波（FMCW）雷达进行生命体征信号获取,根据心跳及呼吸的频率特征,使用VMD算法将主要信号分解为不同模态,保证了各模态之间信号频率范围互不重叠,分离出较为完整且无谐波残留的呼吸及心跳信号。实验结果表明,所提算法能够有效提取出目标的呼吸及心跳信号,且相比传统的模态分解算法具有更高的鲁棒性和稳定性,具有良好的信噪比（SNR）,提高了测量精度和距离。     

非接触式生命体征检测装置的设计

为解决临床医学、急救或居家养老等应用场景中无法直接使用传统穿戴式监测仪器实时监测人体生命体征的问题,设计了一种基于多普勒雷达的非接触式生命体征检测装置,该装置通过STM32F429IGT6控制器从多普勒雷达检测的信号中实时提取人体呼吸和心跳信号。其硬件主要由微控制器、多普勒雷达传感器信号放大电路、滤波器、电平抬升电路等部分组成,系统通过IIR带通滤波实现呼吸和心跳信号分离与提取,使用FFT对分离的呼吸和心跳信号进行实时频谱分析,计算并显示呼吸和心跳次数。实验测试结果表明,该装置能有效实时检测人体的呼吸和心跳次数,实现2 m范围内的非接触式人体生命体征检测,心跳次数最大均值误差为9.14%,呼吸次数最大均值误差为4.7%。     

基于FMCW毫米波雷达的生命探测研究与设计

毫米波雷达能够非接触性地检测电磁波信号,FMCW毫米波雷达传感器能采集生命的呼吸和心跳等特征信号。对FMCW毫米波雷达的原理和人体生命体征信号研究分析,提出了多路信号复用技术探测方法。采用FMCW毫米波雷达传感器,STM32芯片为主控制器的方法,结合Wi-Fi无线通信技术设计一个生命探测系统。经过实验测试,系统可以在短距离非接触条件下探测生命体征信息。     

无人机平台的人体呼吸率检测

使用无人机载相机进行呼吸率检测是一种新兴的伤情评估手段,然而现有的视频呼吸率检测算法只适用于固定相机。在基于空间相位的呼吸信号提取技术基础上,提出一种基于无人机载视频的人体呼吸率非接触式测量方法,使用复可控金字塔提取出每一帧图像的空间相位,按时间顺序排列得到相位序列;接着采用经验模态分解从相位序列中拆解出多个模态分量,并设计频率变异性分析模型从中选择出具有稳定频率的分量,也即目标呼吸信号;利用峰值检测方法检测出人体呼吸率。实验结果表明,该方法在无人机晃动干扰下的呼吸率检测平均准确率能够达到98%以上,优于现有检测方法。     

基于Kinect的非接触式呼吸检测系统

利用Kinect的深度传感器功能,获取景深图像,并对图像进行信号处理和分析,检测人体的呼吸率和呼吸状态,从而实现非接触式呼吸检测.该系统免除了传统接触式呼吸检测仪安装和测试带来的不便,实现高效准确的实时呼吸监测.     

可穿戴式人体呼吸状态监测系统的设计

设计了一种基于蓝牙的可穿戴式睡眠呼吸暂停低通气综合征监测装置,通过该装置可以实时检测到睡眠呼吸暂停低通气综合征病人的睡眠呼吸状态。可穿戴技术实现基本生理信号的低负荷获取;蓝牙实现呼吸数据短距离无线传输且方便与PDA或Android智能手机等手持终端通信,保证了对病人的连续实时监测。     

基于ARM的高精度毫米波雷达测距传感器

针对其他非接触式雷达在复杂环境下抗干扰能力差及传统毫米波雷达结构复杂等问题,提出了一种基于FMCW的V波段高精度雷达传感器测距装置。该装置不同于传统毫米波雷达的波导及微波模块组合的设计思路,以高度集成的单片60 GHz毫米波雷达传感器芯片为核心对各子系统进行开发研究。RF子系统产生、发射V波段FMCW信号并在对回波信号进行放大、滤波及混频得到中频信号后,由DSP实时处理子系统处理得到距离,通过UART串口传输到上位机中进行显示,整个过程由ARM子系统全局控制。在微波暗室中的实验结果表明,对于近程单一静止目标,测距位移精度达到0.1 mm。该装置的研究对于推进近程高精度测距毫米波雷达的开发具有重要价值。     

基于PVDF压电薄膜的阻塞型呼吸暂停监测方法

介绍了一种基于压电信号的阻塞型睡眠呼吸暂停监测方法。聚偏氟乙烯(PVDF)压电薄膜可以采集到人躺在床上时由于胸腔振动而产生的压电信号。采集到的压电信号经过电荷放大和滤波之后由微控制器经过模/数(A/D)采样转换为数字信号。数字化的压电信号经过算法处理得出阻塞型呼吸暂停出现的次数以实现对阻塞型呼吸暂停的监测。经过初步的实验证明,提出的方法的监测准确率大于90%。基本满足睡眠呼吸暂停监测的需求。     

穿戴式动态睡眠呼吸监测系统的设计

本系统基于数字呼吸感应体积描记技术(R IP)和人体传感网络(BSN)开发平台,将织物传感器整合到衣物中,设计了穿戴式的睡眠呼吸监测系统,可以实现实时胸、腹呼吸监测。系统中的信号处理算法可以对信号质量进行评估,并提取出动态呼吸率和运动等信息。通过对10位测试者进行整夜的睡眠呼吸监测实验,并且和B iopac生理记录仪的结果进行对比分析,证明了本系统测量准确、工作稳定。由于其成本低,未来可以应用于家庭中进行睡眠呼吸疾病的监测。     

基于LabView的机械密封端面摩擦扭矩的测量方法

机械密封的端面摩擦扭矩是反映机械密封工作性能的重要参数,传统的接触式测量方法的测量结果具有很高的不确定度;为了提高测量精度,采用了扭矩信号的非接触式测量方法,介绍了非接触测量扭矩的原理和扭矩信号频率跟踪滤波的实现方法;对调理后扭矩信号分别采用了频率计数法和波形恢复测频法进行采集,并阐述了频率计数和波形恢复测频的原理与它们基于LabView的实现;对两种采集方法的部分实测数据进行了误差分析比较,结果表明,波形恢复测频法的测量精度较高。     

基于77GHz毫米波雷达的非接触式精确心跳检测

基于多普勒雷达的非接触式心跳检测对于一些特殊场合有着重大的实用价值.然而,准确且快速的心率检测仍面临两大挑战:呼吸的强干扰以及心跳频谱分辨率不足.本文提出了一种基于77 GHz毫米波雷达的心跳检测方法,用于估计心率(HR)和心率奇异性(HRV).首先,提出了一种基于自适应变分模态分解(AVMD)的方法,在呼吸强干扰下精...     

德州仪器携全新单芯片毫米波传感器产品组合亮相中国电子展

<正>2017中国电子展(CEF)日前正式在成都落下帷幕。同时,由中国电子器材公司、中国电子仪器行业协会主办的"2017中国西部微波射频技术研讨会"也在展会期间顺利举行。作为全球领先的半导体公司之一,德州仪器除了分享毫米波传感器的发展趋势和应用领域,还演示了短距雷达探测和利用毫米波雷达技术监测心跳和呼吸,包括通过TI AWR162单芯片雷达检测80米以内的移动目标以及通过将雷达指向人的胸口来测量人的呼吸频率与心跳频率。凭借内