[发明专利]基于生物微波雷达的非接触式睡眠状态监测方法和系统在审
申请号: | 202110078118.6 | 申请日: | 2021-01-20 |
公开(公告)号: | CN112716474A | 公开(公告)日: | 2021-04-30 |
发明(设计)人: | 周涛;夏朝阳;王海鹏;徐丰 | 申请(专利权)人: | 复旦大学 |
主分类号: | A61B5/0507 | 分类号: | A61B5/0507;A61B5/00 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 林君如 |
地址: | 200433 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 生物 微波 雷达 接触 睡眠 状态 监测 方法 系统 | ||
本发明涉及一种基于生物微波雷达的非接触式睡眠状态监测方法和系统,包括以下步骤:S1:微波雷达传感器向待测个体发送微波信号,接收雷达回波信号并进行预处理后,得到雷达原始数据;S2:对雷达原始数据进行雷达信号处理,得到睡眠体动特征数据集和包括生理体征数据的睡眠状态分类数据集;S3:基于大数据和人工智能算法,结合睡眠体动特征数据集和睡眠状态分类数据集,得到待测个体的睡眠状态结果,完成睡眠状态监测,与现有技术相比,本发明具有便捷、准确等优点。
技术领域
本发明涉及智能模式识别与生理信号处理技术领域,尤其是涉及一种基于生物微波雷达的非接触式睡眠状态监测方法和系统。
背景技术
随着社会经济的发展,人们对自身健康越来越重视,同时伴随着5G和万物互联时代的来临,关于智能家庭、人体健康监护、医疗保健等方面的传感器设备层出不穷,人体健康实时监护成为了智能穿戴设备的研究热点,例如实时监测人体的呼吸、心跳、血压等生命体征,其中关于人体睡眠状态监测是该领域研究的一大热点。
目前关于人体睡眠状态监测大多是通过佩戴接触式的传感器设备来实现对人体睡眠时的呼吸率和心率的监测,以此来推测人体的睡眠状态,但是这样的睡眠状态监测方式,必须佩戴接触式传感器,具有一定不便性。另外,基于传统视觉图像方法计算开销大,对光照条件要求较高,无法穿透或绕过障碍物,抗干扰能力差,有泄露用户隐私风险等缺陷。
因此非接触式的监测方式已经成为了相关科研机构研究的热点,其中生物微波雷达恰好具有非接触式的特点,因此基于生物微波雷达技术的人体睡眠状态监测的研究日益增多,但是,大多为对人体睡眠状态单一的监测,且容易受到环境因素影响,准确性和可靠性均不高,人体睡眠状态的监测需要结合体动信息与生理特征数据,才能得到较高的准确率,目前在该领域的研究较为稀少。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种便捷可靠、准确率高的基于生物微波雷达的非接触式睡眠状态监测方法和系统。
本发明的目的可以通过以下技术方案来实现:
一种基于生物微波雷达的非接触式睡眠状态监测方法,包括以下步骤:
S1:微波雷达传感器向待测个体发送微波信号,接收雷达回波信号并进行预处理后,得到雷达原始数据;
S2:对雷达原始数据进行雷达信号处理,得到睡眠体动特征数据集和包括生理体征数据的睡眠状态分类数据集;
S3:基于大数据和人工智能算法,结合睡眠体动特征数据集和睡眠状态分类数据集,得到待测个体的睡眠状态结果,完成睡眠状态监测。
进一步地,所述的步骤S3具体包括:
S31:构建并训练体动分类模型和睡眠状态分类模型;
S32:将睡眠体动数据集输入训练完成的体动分类模型,对待测个体的睡眠动作进行识别和分类,筛选出影响生理体征的动作;
S33:将筛选出的动作反馈至步骤S2;
S34:将睡眠状态分类数据集输入训练完成的睡眠状态分类模型,得到待测个体的睡眠状态分类结果;
S35:将睡眠动作进行识别结果和睡眠状态分类结果经过大数据分析,得到待测个体的睡眠状态结果,完成睡眠状态监测。
进一步地,所述的步骤S2具体包括:
S21:将原始雷达数据进行距离FFT后进行ROI提取;
S22:利用ROI提取的数据,得到待测个体的生理体征数据;
S23:对ROI提取后的数据进行再处理,得到体动数据,并形成体动特征数据集;
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复旦大学,未经复旦大学许可,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/202110078118.6/2.html,转载请声明来源钻瓜专利网。