[發(fā)明專利]基于生物微波雷達(dá)的非接觸式睡眠狀態(tài)監(jiān)測(cè)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110078118.6
• 申請(qǐng)日: 2021-01-20
• 公開(kāi)（公告）號(hào): CN112716474A
• 公開(kāi)（公告）日: 2021-04-30
• 發(fā)明（設(shè)計(jì)）人: 周濤;夏朝陽(yáng);王海鵬;徐豐
• 申請(qǐng)（專利權(quán)）人: 復(fù)旦大學(xué)
• 主分類(lèi)號(hào): A61B5/0507
• 分類(lèi)號(hào): A61B5/0507;A61B5/00
• 代理公司: 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225
• 代理人: 林君如

本發(fā)明涉及一種基于生物微波雷達(dá)的非接觸式睡眠狀態(tài)監(jiān)測(cè)方法和系統(tǒng)，包括以下步驟：S1：微波雷達(dá)傳感器向待測(cè)個(gè)體發(fā)送微波信號(hào)，接收雷達(dá)回波信號(hào)并進(jìn)行預(yù)處理后，得到雷達(dá)原始數(shù)據(jù)；S2：對(duì)雷達(dá)原始數(shù)據(jù)進(jìn)行雷達(dá)信號(hào)處理，得到睡眠體動(dòng)特征數(shù)據(jù)集和包括生理體征數(shù)據(jù)的睡眠狀態(tài)分類(lèi)數(shù)據(jù)集；S3：基于大數(shù)據(jù)和人工智能算法，結(jié)合睡眠體動(dòng)特征數(shù)據(jù)集和睡眠狀態(tài)分類(lèi)數(shù)據(jù)集，得到待測(cè)個(gè)體的睡眠狀態(tài)結(jié)果，完成睡眠狀態(tài)監(jiān)測(cè)，與現(xiàn)有技術(shù)相比，本發(fā)明具有便捷、準(zhǔn)確等優(yōu)點(diǎn)。

技術(shù)領(lǐng)域

本發(fā)明涉及智能模式識(shí)別與生理信號(hào)處理技術(shù)領(lǐng)域，尤其是涉及一種基于生物微波雷達(dá)的非接觸式睡眠狀態(tài)監(jiān)測(cè)方法和系統(tǒng)。

背景技術(shù)

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，人們對(duì)自身健康越來(lái)越重視，同時(shí)伴隨著5G和萬(wàn)物互聯(lián)時(shí)代的來(lái)臨，關(guān)于智能家庭、人體健康監(jiān)護(hù)、醫(yī)療保健等方面的傳感器設(shè)備層出不窮，人體健康實(shí)時(shí)監(jiān)護(hù)成為了智能穿戴設(shè)備的研究熱點(diǎn)，例如實(shí)時(shí)監(jiān)測(cè)人體的呼吸、心跳、血壓等生命體征，其中關(guān)于人體睡眠狀態(tài)監(jiān)測(cè)是該領(lǐng)域研究的一大熱點(diǎn)。

目前關(guān)于人體睡眠狀態(tài)監(jiān)測(cè)大多是通過(guò)佩戴接觸式的傳感器設(shè)備來(lái)實(shí)現(xiàn)對(duì)人體睡眠時(shí)的呼吸率和心率的監(jiān)測(cè)，以此來(lái)推測(cè)人體的睡眠狀態(tài)，但是這樣的睡眠狀態(tài)監(jiān)測(cè)方式，必須佩戴接觸式傳感器，具有一定不便性。另外，基于傳統(tǒng)視覺(jué)圖像方法計(jì)算開(kāi)銷(xiāo)大，對(duì)光照條件要求較高，無(wú)法穿透或繞過(guò)障礙物，抗干擾能力差，有泄露用戶隱私風(fēng)險(xiǎn)等缺陷。

因此非接觸式的監(jiān)測(cè)方式已經(jīng)成為了相關(guān)科研機(jī)構(gòu)研究的熱點(diǎn)，其中生物微波雷達(dá)恰好具有非接觸式的特點(diǎn)，因此基于生物微波雷達(dá)技術(shù)的人體睡眠狀態(tài)監(jiān)測(cè)的研究日益增多，但是，大多為對(duì)人體睡眠狀態(tài)單一的監(jiān)測(cè)，且容易受到環(huán)境因素影響，準(zhǔn)確性和可靠性均不高，人體睡眠狀態(tài)的監(jiān)測(cè)需要結(jié)合體動(dòng)信息與生理特征數(shù)據(jù)，才能得到較高的準(zhǔn)確率，目前在該領(lǐng)域的研究較為稀少。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種便捷可靠、準(zhǔn)確率高的基于生物微波雷達(dá)的非接觸式睡眠狀態(tài)監(jiān)測(cè)方法和系統(tǒng)。

本發(fā)明的目的可以通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)：

一種基于生物微波雷達(dá)的非接觸式睡眠狀態(tài)監(jiān)測(cè)方法，包括以下步驟：

S1：微波雷達(dá)傳感器向待測(cè)個(gè)體發(fā)送微波信號(hào)，接收雷達(dá)回波信號(hào)并進(jìn)行預(yù)處理后，得到雷達(dá)原始數(shù)據(jù)；

S2：對(duì)雷達(dá)原始數(shù)據(jù)進(jìn)行雷達(dá)信號(hào)處理，得到睡眠體動(dòng)特征數(shù)據(jù)集和包括生理體征數(shù)據(jù)的睡眠狀態(tài)分類(lèi)數(shù)據(jù)集；

S3：基于大數(shù)據(jù)和人工智能算法，結(jié)合睡眠體動(dòng)特征數(shù)據(jù)集和睡眠狀態(tài)分類(lèi)數(shù)據(jù)集，得到待測(cè)個(gè)體的睡眠狀態(tài)結(jié)果，完成睡眠狀態(tài)監(jiān)測(cè)。

進(jìn)一步地，所述的步驟S3具體包括：

S31：構(gòu)建并訓(xùn)練體動(dòng)分類(lèi)模型和睡眠狀態(tài)分類(lèi)模型；

S32：將睡眠體動(dòng)數(shù)據(jù)集輸入訓(xùn)練完成的體動(dòng)分類(lèi)模型，對(duì)待測(cè)個(gè)體的睡眠動(dòng)作進(jìn)行識(shí)別和分類(lèi)，篩選出影響生理體征的動(dòng)作；

S33：將篩選出的動(dòng)作反饋至步驟S2；

S34：將睡眠狀態(tài)分類(lèi)數(shù)據(jù)集輸入訓(xùn)練完成的睡眠狀態(tài)分類(lèi)模型，得到待測(cè)個(gè)體的睡眠狀態(tài)分類(lèi)結(jié)果；

S35：將睡眠動(dòng)作進(jìn)行識(shí)別結(jié)果和睡眠狀態(tài)分類(lèi)結(jié)果經(jīng)過(guò)大數(shù)據(jù)分析，得到待測(cè)個(gè)體的睡眠狀態(tài)結(jié)果，完成睡眠狀態(tài)監(jiān)測(cè)。

進(jìn)一步地，所述的步驟S2具體包括：

S21：將原始雷達(dá)數(shù)據(jù)進(jìn)行距離FFT后進(jìn)行ROI提取；

S22：利用ROI提取的數(shù)據(jù)，得到待測(cè)個(gè)體的生理體征數(shù)據(jù)；

S23：對(duì)ROI提取后的數(shù)據(jù)進(jìn)行再處理，得到體動(dòng)數(shù)據(jù)，并形成體動(dòng)特征數(shù)據(jù)集；