[發明專利]一種人體體征信息監測方法及系統

在審

• 申請號: 202010432078.6
• 申請日: 2020-05-20
• 公開（公告）號: CN111568400A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 李瑋;陳財;雷晟暄;袁雙虎;孟祥偉;馬志祥;孫海航;趙宇航
• 申請（專利權）人: 山東大學
• 主分類號: A61B5/0205
• 分類號: A61B5/0205
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

1.一種人體體征信息監測方法，其特征在于，包括：

獲取由體征監測傳感器采集的原始呼吸信號，對原始呼吸信號進行增益放大和小波濾波后，輸出呼吸信號；

對呼吸信號采用梅爾頻率倒譜系數特征提取方法和矢量量化模型匹配方法依次進行特征提取和模式匹配，得到個體當前狀態的呼吸率和心率。

2.如權利要求1所述的一種人體體征信息監測方法，其特征在于，所述對原始呼吸信號進行增益放大包括：

以原始呼吸信號V_in作為輸入，放大呼吸信號V_out作為輸出，則：

其中，A_d是差模增益；A_c是共模增益；CMRR是共模抑制比，衡量差分放大器消除共模信號的能力；當A_c無限趨近于0，CMRR趨近于無限大；

令A_c為0，輸出放大呼吸信號為

3.如權利要求1所述的一種人體體征信息監測方法，其特征在于，所述小波濾波過程包括：

對放大呼吸信號進行N層小波分解，得到N層小波分解系數；

對含有造成的小波層的分解系數進行閾值量化；

根據N層小波分解系數和經閾值量化后的分解系數，進行小波重構。

4.如權利要求1所述的一種人體體征信息監測方法，其特征在于，所述采用梅爾頻率倒譜系數特征提取方法包括：

將呼吸信號分解為多個訊框；

對每個訊框進行傅里葉變換，將得到頻譜經過梅爾濾波器得到梅爾刻度；

對梅爾刻度提取對數，進行離散傅里葉反變換，得到倒頻譜域圖。

5.如權利要求4所述的一種人體體征信息監測方法，其特征在于，所述倒頻譜域圖的幅度為13維的系數。

6.如權利要求1所述的一種人體體征信息監測方法，其特征在于，所述矢量量化模型匹配方法包括：

將呼吸信號和與呼吸信號相對應的k維特征矢量輸入VQ編碼器；

在VQ編碼器中選擇與特征矢量失真誤差最小的碼書y_v；將該碼書y_v的編碼v作為輸入，輸出為呼吸信號的重構矢量。

7.如權利要求1所述的一種人體體征信息監測方法，其特征在于，所述體征監測傳感器采集原始呼吸信號，包括：

體征監測傳感器靜態時，電感為：

其中，W是線圈的匝數，μ₀氣隙的磁導率，s₀截面積，呼吸運動導致氣隙厚度δ的變化，即銜鐵位置的上移或下降；

周期性的呼吸運動，導致δ的變化，進而導致自感的變化，從而引起電流的變化，通過電流的大小實現監測呼吸運動。

8.如權利要求1所述的一種人體體征信息監測方法，其特征在于，所述體征監測傳感器包含多個，呈矩陣式排列，相鄰體征監測傳感器間互相連接。

9.一種人體體征信息監測系統，其特征在于，包括：體征監測傳感器、信號預處理模塊和信號分析模塊；

所述體征監測傳感器與信號放大模塊連接；所述信號預處理模塊接收由體征監測傳感器采集的原始呼吸信號，對原始呼吸信號進行增益放大和小波濾波后，輸出呼吸信號；

所述信號分析模塊對呼吸信號采用梅爾頻率倒譜系數特征提取方法和矢量量化模型匹配方法依次進行特征提取和模式匹配，得到個體當前狀態的呼吸率和心率。

10.如權利要求9所述的一種人體體征信息監測系統，其特征在于，所述信號預處理模塊包括信號放大子模塊和濾波子模塊；

所述信號放大子模塊對采集的原始呼吸信號采用差分放大器進行增益放大，輸出放大呼吸信號至濾波子模塊中進行小波濾波，增強信號信噪比，輸出呼吸信號。