[发明专利]基于光流法与LMS算法消除生命体征检测中体动影响的方法

说明书

本发明公开了一种基于光流法与LMS算法消除生命体征检测中体动影响的方法，包括以下步骤：从雷达传感器采集的回波信号中获取生命体征信号，并从该信号中提取呼吸信号和心跳信号；通过视频传感器采集待测对象的视频图像，并选取ROI区域；通过光流法获取每帧图像中ROI区域中每个像素点的光流矢量，并根据所得光流矢量求取待测对象相对于雷达传感器的位置变化；根据位置变化，利用LMS算法消除待测对象的体动，从而获得更优的生命体征信号。本发明通过单个雷达传感器与视频传感器结合实现，成本低；同时通过光流法和LMS算法结合能有效消除由人体随机运动产生的影响，无需在待测对象身上附加额外测试装置且不会引起其不适感，方法有效可行且性能可靠。

技术领域

本发明属于生命体征监测领域，特别是一种基于光流法与LMS算法消除生命体征检测中体动影响的方法。

背景技术

自20世纪70年代以来，多普勒雷达生命体征检测的研究越来越受到人们的重视，人们可以通过多普勒雷达以非接触的方式检测被测者的呼吸和心跳。尽管在过去的几十年里，人们为发展这项技术做了许多研究，并且克服了许多困难，但在多普勒雷达探测中，随机体运动仍然是难以解决的问题。通常在生命体征检测过程中，人们的随机体运动频率会覆盖呼吸与心跳的频率，加之体动幅度往往远大于呼吸和心跳带来的胸腔起伏，单纯使用滤波器进行信号处理提取呼吸心跳是十分难以实现的。而由于不可预测性的存在，在现实生活中，随机体运动对多普勒雷达生命体征的检测会产生不可避免的影响。

现有的去体动方法主要包括使用经验模态分解(EMD)方法来去除受试者体动干扰的方法，但该方法更适用于运动模式分类，对于与呼吸心跳频率相近的体动，去除效果不佳；多雷达传感器阵列，要求受试者在两个雷达传感器之间移动身体，这种方法依赖于基带信号，同时使用多个雷达传感器会使系统的复杂度与成本大幅上升；另外，还有一种基于注射锁定雷达阵列的系统来消除身体随机运动，但是该系统需要扫掠雷达的载频或调整目标位置，整体过程十分复杂。系统成本和复杂度制约了上述方法的发展，实现高准确度同时复杂度与成本较低的去体动是目前该领域面临的一个重大挑战。

发明内容

本发明的目的在于提供一种高准确度、低复杂度与低成本的生命体征检测体动消除方法。

实现本发明目的的技术解决方案为：基于光流法与LMS算法消除生命体征检测中体动影响的方法，包括以下步骤：

步骤1、从雷达传感器采集的回波信号中获取生命体征信号，并从该信号中提取呼吸信号和心跳信号；

步骤2、通过视频传感器采集待测对象的视频图像，并选取ROI区域；

步骤3、通过光流法获取每帧图像中ROI区域中每个像素点的光流矢量，并根据所得光流矢量获取待测对象相对于雷达传感器的位置变化；

步骤4、根据步骤3获得的位置变化，利用LMS算法消除待测对象的体动，从而获得更优的生命体征信号。

本发明与现有技术相比，其显著优点为：1)通过单个雷达传感器与视频传感器结合实现，成本较低；2)利用光流法获取人体相对雷达传感器位置信息，进而得到体动信息，获得的数据更加精准，并且通过LMS算法将视频获得的体动信息补偿到雷达传感器获得的生命体征信号中，能有效消除由人体随机运动产生的影响；3)选取ROI区域时，适当的缩小光流检测框，能有效降低计算量，进而提高数据处理速度；4)生命体征检测过程中，待测对象无需在身上附加额外测试装置，无需保持静止不动，且不会引起待测对象的不适感。

下面结合附图对本发明作进一步的描述。

附图说明

图1为本发明基于光流法与LMS算法消除生命体征检测中体动影响的方法的流程图。

图2为本发明中利用光流法计算待测对象相对于雷达传感器的位置变化信息的流程图。

图3为本发明中体动检测流程图。