[發明專利]一種基于毫米波雷達的睡眠呼吸暫停監測系統

在審

• 申請號: 202010427946.1
• 申請日: 2020-05-19
• 公開（公告）號: CN111603138A
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 岳雪穎;岳克強
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/0205;A61B5/113;G01S13/88
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 孫孟輝

1.一種基于毫米波雷達的睡眠呼吸暫停監測系統，包括毫米波雷達模組，信號處理模塊，MCU處理器，深度學習識別系統，后端顯示系統；其特征在于：所述毫米波雷達模組與MUC處理器連接，依據多普勒雷達探測原理，工作過程中發射線性調頻連續波信號，接收反射的回波信號并將信號傳輸到信號處理模塊；所述信號處理模塊與MCU連接，通過對回波信號進行解調、放大等信號處理，得到用戶在睡眠過程中的生命體征監測數據，并信號傳輸至深度學習識別系統；所述深度學習識別系統對接收信號進行濾波，根據信號的頻率，通過低通數字濾波器和高通數字濾波器級聯產生的通帶響應為2～50Hz的帶通濾波器,濾除噪聲和干擾。

2.如權利要求1所述的基于毫米波雷達的睡眠呼吸暫停監測系統，其特征在于：所述生命體征監測數據包括睡眠過程中人體呼吸時胸腔運動的呼吸信號和心臟跳動的心跳信號。

3.如權利要求1所述的基于毫米波雷達的睡眠呼吸暫停監測系統，其特征在于：所述深度學習識別系統對濾波后的信號進行快速傅里葉變換，提取頻率均值、頻率峭度、頻率偏度和頻率標準差四個頻域幅值譜作為特征值，其分別定義為：

上式中，P₁為頻率均值，P₂為頻率峭度，P₃為頻率偏度，P₄為頻率標準差，X(k)為快速傅里葉變換頻譜，K為信號長度。

4.如權利要求3所述的基于毫米波雷達的睡眠呼吸暫停監測系統，其特征在于：所述深度學習識別系統通過深度神經網絡對提取的特征值進行模型訓練，神經網絡模型選擇長短期記憶網絡LSTM(long-short term memory)進行網絡模型參數設置和訓練，包括：LSTM單元個數，訓練學習率，訓練步數，batch-size值。

5.如權利要求4所述的基于毫米波雷達的睡眠呼吸暫停監測系統，其特征在于：LSTM網絡模型的數據為兩類，一類是呼吸暫停癥相關的呼吸信號和心率信號，另一類是非呼吸暫停癥相關的呼吸信號和心率信號，將這兩類數據輸入到神經網絡進行識別捕捉相關特征之間的聯系和區別；在LSMT網絡訓練完成后，將采集到的呼吸信號和心率信號輸入到LSMT網絡中，網絡輸出用戶是否患有呼吸暫停的結果，并將結果輸出到后端顯示系統。

6.如權利要求5所述的基于毫米波雷達的睡眠呼吸暫停監測系統，其特征在于：用戶通過智能終端通過訪問后端顯示系統上建立的用戶人員的健康數據檔案，了解整晚的睡眠狀況，從而了解當前的健康數據是否異常；實現對當前用戶是否患有呼吸暫停進行有效識別。