[发明专利]双传感的生命体征监测系统及方法在审

专利信息
申请号: 201910208452.1 申请日: 2019-03-19
公开(公告)号: CN111714100A 公开(公告)日: 2020-09-29
发明(设计)人: 卢坤涛;刘众;乐勇 申请(专利权)人: 深圳市格兰莫尔科技有限公司
主分类号: A61B5/0205 分类号: A61B5/0205
代理公司: 深圳壹舟知识产权代理事务所(普通合伙) 44331 代理人: 寇闯
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 传感 生命 体征 监测 系统 方法
【权利要求书】:

1.一种双传感的生命体征监测系统,包括双传感模块、滤波放大模块、模数转换装置、主控芯片和存储器,所述双传感模块包括主传感器和辅传感器,所述主传感器用于接收人体的生命体征信号和环境噪声信号,所述辅传感器设置为只接收环境噪声信号。

2.如权利要求1所述的双传感的生命体征监测系统,其特征在于,所述双传感模块为薄膜式、薄片式或线缆式的传感结构。

3.如权利要求2所述的双传感的生命体征监测系统,其特征在于,所述双传感模块为薄膜式传感结构,其中所述双传感模块还包括外壳、接触点、支撑桥墩、限位桥墩和主板,其中所述接触点位于所述外壳上并与所述主传感器接触,所述主传感器及所述辅传感器分别与所述支撑桥墩和所述限位桥墩构成桥梁式结构,所述辅传感器不与所述外壳或者接触点接触。

4.如权利要求2所述的双传感的生命体征监测系统,其特征在于,所述双传感模块为薄片式传感结构,其中所述双传感模块还包括外壳、接触点和信号线,其中所述接触点位于所述外壳上并与所述主传感器接触,所述辅传感器不与所述外壳或者接触点接触。

5.如权利要求2所述的双传感的生命体征监测系统,其特征在于,所述双传感模块为线缆式传感结构,其中所述双传感模块还包括表层覆盖物、衬底、保护罩和信号线,其中所述保护罩为硬性的保护罩,设置为罩在辅传感器上以防止所述辅传感器采集到所述人体的生命体征信号。

6.如权利要求1所述的双传感的生命体征监测系统,其特征在于,所述滤波放大模块包括两个滤波放大电路,所述两个滤波放大电路的拓扑结构和电路均相同,且PCB布线对称设置,以此将电路的不对称引入的噪声降到最低,所述滤波放大模块为差分放大电路,直接将主传感器和辅传感器的信号作为差分放大电路的正负输入,直接通过电路的方式将环境共模噪声滤除,由此只对生命体征信号进行放大。

7.一种双传感的生命体征监测方法,包括以下步骤:

传感器数据采集:包括主传感器数据采集和辅传感器数据采集;

信号滤波放大:包括对主传感器和辅传感器采集的信号分别进行滤波放大;

模数转换:包括对主传感器和辅传感器采集的信号经滤波放大输出的模拟信号分别进行模数转换;

有无人识别;

体动识别;和

心率呼吸算法。

8.如权利要求7所述的双传感的生命体征监测方法,其特征在于,所述有无人识别步骤包括:

获取主传感信号的数组M[n]和辅传感信号的数组S[n];

求得主传感信号的均值Mean_M和辅传感信号的均值Mean_S;

求得主传感信号的平均能量P_M和辅传感信号的平均能量P_S;

对两路信号的平均能量做差,得到信号的能量差DP;并且

比较两路信号的能量差与设定的阈值DP_th,当DP超过阈值DP_th时,则判定为有人,否则判定为无人。

9.如权利要求7所述的双传感的生命体征监测方法,其特征在于,所述体动识别步骤包括:

获取主传感信号的数组M[n]和辅传感信号的数组S[n];

对两路信号做差,得到主辅传感信号差DMS[n];

计算满足DMS[n]大于设定的体动阈值DMS_th的个数Cnt_bm;并且

比较Cnt_bm与设定的阈值Cnt_th,当Cnt_bm超过阈值Cnt_th时,则判定为体动,否则判定为非体动。

10.如权利要求7所述的双传感的生命体征监测方法,其特征在于,所述心率呼吸算法步骤包括:

获取主传感信号的数组M[n]和辅传感信号的数组S[n];

对辅传感信号的数组S[n]进行频域变换和频谱分析;

构建环境噪声滤波器;

获取主传感器滤波后的信号M_filter[n];

对M_filter[n]进行心率呼吸率算法;以及

获取心率和呼吸率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市格兰莫尔科技有限公司,未经深圳市格兰莫尔科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910208452.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top