公开(公告)号：CN114305355B

公开(公告)日：2023-08-22

申请号：CN202210010614.2

申请日：2022-01-05

Applicant: 北京科技大学

Inventor： 肖文栋 ,  刘璐瑶 ,  崔昊 ,  吕红霞 ,  屈莹 ,  陈浩

IPC: A61B5/0205 ,  A61B5/05

Abstract: 本发明提供了基于毫米波雷达的呼吸心跳检测方法、系统及装置，方法包括：接收雷达回波信号，基于雷达回波信号与发射信号的混合，获取物体距离及相位信息；对相位信息进行增强，获取增强相位信息；对增强相位信息进行小波包分解，基于分解后的低频分量重构呼吸信号，基于分解后的高频分量重构心跳信号；对重构呼吸信号、重构心跳信号进行生理速率重构；基于重构呼吸信号、重构心跳信号、传感矩阵构造损失函数，在损失函数中引入稀疏惩罚项及自适应因子，实现生理速率重构。本方案能有效消除环境中多径效应带来的影响，提高了信噪比，克服了不同强度运动带来的干扰，实现呼吸心跳的精准检测。

公开(公告)号：CN115969383A

公开(公告)日：2023-04-18

申请号：CN202310124603.1

申请日：2023-02-16

Applicant: 北京科技大学 ,  中国兵器装备集团自动化研究所有限公司

Inventor： 肖文栋 ,  王易坤 ,  刘璐瑶 ,  曾勤波 ,  田瑞娟 ,  骆云志

IPC: A61B5/318 ,  A61B5/33 ,  A61B5/346 ,  A61B5/349 ,  A61B5/352 ,  A61B5/08

Abstract: 本发明提出了一种基于心电信号和呼吸信号的人体生理疲劳检测算法，通过可穿戴设备获取人体生理信号后，经过噪声去除等预处理获取纯净信号，根据经验提取出心电信号和呼吸信号对应特征，基于超限学习机模型对当前时刻生理信号进行分类判断，得到当前疲劳状态，并记录结果用作“后处理”。将记录的历史疲劳状态加入到评估中，基于长短期记忆网络模型进行训练，可得到当前人体所处的疲劳场景，然后根据人体疲劳场景对当前疲劳状态进行二次评估与修正，该过程称为“后处理”，得到准确率更高的疲劳检测结果。

公开(公告)号：CN114305355A

公开(公告)日：2022-04-12

申请号：CN202210010614.2

申请日：2022-01-05

Applicant: 北京科技大学

Inventor： 肖文栋 ,  刘璐瑶 ,  崔昊 ,  吕红霞 ,  屈莹 ,  陈浩

IPC: A61B5/0205 ,  A61B5/05

Abstract: 本发明提供了基于毫米波雷达的呼吸心跳检测方法、系统及装置，方法包括：接收雷达回波信号，基于雷达回波信号与发射信号的混合，获取物体距离及相位信息；对相位信息进行增强，获取增强相位信息；对增强相位信息进行小波包分解，基于分解后的低频分量重构呼吸信号，基于分解后的高频分量重构心跳信号；对重构呼吸信号、重构心跳信号进行生理速率重构；基于重构呼吸信号、重构心跳信号、传感矩阵构造损失函数，在损失函数中引入稀疏惩罚项及自适应因子，实现生理速率重构。本方案能有效消除环境中多径效应带来的影响，提高了信噪比，克服了不同强度运动带来的干扰，实现呼吸心跳的精准检测。

公开(公告)号：CN110353649B

公开(公告)日：2020-11-13

申请号：CN201910596367.7

申请日：2019-07-03

Applicant: 北京科技大学

Inventor： 肖文栋 ,  宋凯 ,  赵子秋 ,  高枕岳

IPC: A61B5/0245

Abstract: 本发明提供一种心率检测方法，能够准确检测出人体心率。所述方法包括：采集包含心率信号的WiFi CSI数据进行处理，选取用于心率检测的子载波，其中，WiFi CSI表示无线保真的信道状态信息；利用奇异谱分析对选取的用于心率检测的子载波对应的WiFi CSI数据进行分解，得到多组WiFi CSI分量；对分解得到的各组WiFi CSI分量分别进行一阶时间差操作，得到多组一阶时间差信号；利用引入零吸引子的最小均方自适应滤波器的奇异稀疏重构方法，对得到的各组一阶时间差信号分别进行稀疏表示；对稀疏表示后的信号进行频谱峰值查询，确定人体心率。本发明涉及生物识别技术领域。

公开(公告)号：CN110353649A

公开(公告)日：2019-10-22

申请号：CN201910596367.7

申请日：2019-07-03

Applicant: 北京科技大学

Inventor： 肖文栋 ,  宋凯 ,  赵子秋 ,  高枕岳

IPC: A61B5/0245

Abstract: 本发明提供一种心率检测方法，能够准确检测出人体心率。所述方法包括：采集包含心率信号的WiFi CSI数据进行处理，选取用于心率检测的子载波，其中，WiFi CSI表示无线保真的信道状态信息；利用奇异谱分析对选取的用于心率检测的子载波对应的WiFi CSI数据进行分解，得到多组WiFi CSI分量；对分解得到的各组WiFi CSI分量分别进行一阶时间差操作，得到多组一阶时间差信号；利用引入零吸引子的最小均方自适应滤波器的奇异稀疏重构方法，对得到的各组一阶时间差信号分别进行稀疏表示；对稀疏表示后的信号进行频谱峰值查询，确定人体心率。本发明涉及生物识别技术领域。