[发明专利]一种基于毫米波雷达的睡眠呼吸暂停监测系统

说明书

本发明公开了一种基于毫米波雷达的睡眠呼吸暂停监测系统，包括毫米波雷达模组，信号处理模块，MCU处理器，深度学习识别系统，后端显示系统；其特征在于：所述毫米波雷达模组与MUC处理器连接，依据多普勒雷达探测原理，工作过程中发射线性调频连续波信号，接收反射的回波信号并将信号传输到信号处理模块；所述信号处理模块与MCU连接，通过对回波信号进行解调、放大等信号处理，得到用户在睡眠过程中的生命体征监测数据，并信号传输至深度学习识别系统；所述深度学习识别系统对接收信号进行滤波，根据信号的频率，通过低通数字滤波器和高通数字滤波器级联产生的通带响应为2~50Hz的带通滤波器,滤除噪声和干扰。

技术领域

本发明涉及生理信号处理领域，具体涉及一种基于毫米波雷达的睡眠呼吸暂 停监测系统及方法。

背景技术

阻塞性睡眠呼吸暂停低通气综合症(Obstruvtive Sleep Apnea/HypopneaSyndrome,OSAHS)是一种睡眠呼吸疾病，与上气道阻塞、气道结构性狭窄以及上 气道肌张力降低密切相关，伴有明显的呼吸暂停症状，临床上称之为“鼾症”。当 前全球范围内OSAHS的发病率较高，男性发病率大于女性(成年男性患病率为 3％～7％，成年女性为2％～5％)。OSAHS呈不断上升的趋势,常伴有打鼾、 睡眠结构素乱、频繁发生血氧饱和度下降、白天嗜睡等病征，可是髙血压、冠心 病的独立危险因素，严重影响患者的生活质量，患者夜间的频繁血氧饱和度下降 可引发一系列病理生理改变，可致患者多种器官的病变,极端情况下，OSAHS可 引发由夜间呼吸不足和心脑血管疾病引起的猝死。OSAHS己成为严重威胁人类健 康的疾病,日益受到国际医学界的关注,成为呼吸系统疾病的一个新的研究热点。 目前对OSAHS的研究主要从两方面入手，一个是通过呼吸、血氧、心电等生理 参数进行筛查；另一个就是从鼾声信号着手进行筛查。常见的生理参数监测系统 均为临床上使用的专用设备，如医学上的黄金标准就是多导睡眠仪 (Polysomnography,PSG)监测包括口、鼻呼吸气流、胸腹呼吸运动、心电图 (ECG)、脑电图(Electroencephalogram,EEG)、眼电图(Electro-Oculogram, EOG)、下颌肌电图(Electromyography,EMG)、鼾声、体位、血氧饱和度等10 多个生理参数。由于监测的生理参数十分全面，具有绝对的权威性，但PSG价格 昂贵，并且检查需要检查者在病床上实时监测一整晚，过多的导联电路本身已影 响了睡眠，外加不适应睡眠环境等心理压力，从而会在一定程度上影响诊断结果 的准确性。因此如何利用计算机技术有效的帮助患者及医护人员及早发现睡眠呼 吸暂停问题，进而节省就医治疗的时间，实现在居家环境中的健康辅助，是一个 值得深入研究的问题。

发明内容

为了解决现有技术中存在的上述技术问题，本发明通过毫米波雷达实现对 用户的呼吸信号和心跳信号的采集，并通过深度学习网络识别睡眠是否异常，满 足了人们日益增长的健康生活需求，对于改善睡眠障碍具有重要意义。其具体技 术方案如下：

一种基于毫米波雷达的睡眠呼吸暂停监测系统，包括毫米波雷达模组，信号 处理模块，MCU处理器，深度学习识别系统，后端显示系统；所述毫米波雷达模 组与MUC处理器连接，依据多普勒雷达探测原理，工作过程中发射线性调频连续 波信号，接收反射的回波信号并将信号传输到信号处理模块；所述信号处理模块 与MCU连接，通过对回波信号进行解调、放大等信号处理，得到用户在睡眠过程 中的生命体征监测数据，并信号传输至深度学习识别系统；所述深度学习识别系 统对接收信号进行滤波，根据信号的频率，通过低通数字滤波器和高通数字滤波 器级联产生的通带响应为2～50Hz的带通滤波器,滤除噪声和干扰。

进一步的，所述生命体征监测数据包括睡眠过程中人体呼吸时胸腔运动的呼 吸信号和心脏跳动的心跳信号。

进一步的，所述深度学习识别系统对滤波后的信号进行快速傅里叶变换，提 取频率均值、频率峭度、频率偏度和频率标准差四个频域幅值谱作为特征值，其 分别定义为：