生物雷達(dá)檢測(cè)技術(shù)中心跳與呼吸信號(hào)分離技術(shù)的研究.pdf

1、生物雷達(dá)是近年來(lái)國(guó)外學(xué)者提出的一種新概念雷達(dá)，特指探測(cè)生命體的雷達(dá)，其融合雷達(dá)技術(shù)、生物醫(yī)學(xué)工程技術(shù)于一體，可以不需要任何電極或傳感器接觸生命體，實(shí)現(xiàn)隔著衣服、被褥、紗布等物體非接觸、遠(yuǎn)距離、無(wú)約束的檢測(cè)到人體的呼吸及心臟跳動(dòng)等信息，在臨床應(yīng)用特別是軍事醫(yī)學(xué)上有特殊意義，可以實(shí)現(xiàn)一些特殊應(yīng)用場(chǎng)合,如對(duì)大面積創(chuàng)傷、燒傷、惡性傳染病患者等不宜采用與皮膚接觸的傳感器或電極的患者進(jìn)行監(jiān)護(hù)。 目前生物雷達(dá)探測(cè)技術(shù)中仍然存在以下問(wèn)題：首先，

2、檢測(cè)系統(tǒng)可在被檢測(cè)對(duì)象屏住呼吸的情況下較好的檢測(cè)到人體心跳信號(hào)，而當(dāng)被檢測(cè)對(duì)象正常呼吸時(shí)，由于呼吸運(yùn)動(dòng)帶來(lái)的胸廓及身體的微動(dòng)影響，心跳信號(hào)的檢測(cè)受到了呼吸運(yùn)動(dòng)所導(dǎo)致的體表微動(dòng)的干擾，使檢測(cè)系統(tǒng)無(wú)法檢測(cè)出規(guī)則的心跳信號(hào)。因此，必須采取有效的信號(hào)處理方法將呼吸與心跳信號(hào)分離，提取出比呼吸信號(hào)能量小得多的心跳信號(hào)。其次，在實(shí)際應(yīng)用中，呼吸與心跳信號(hào)究竟是以何種關(guān)系形式存在是我們選擇信號(hào)處理方法的關(guān)鍵所在，由于系統(tǒng)的非線性影響以及呼吸與體動(dòng)兩種

3、信號(hào)之間關(guān)系的不確定性，導(dǎo)致我們不能夠單純的依靠線性濾波來(lái)分離或處理這些信號(hào)分量，必須求助于非線性濾波。 再者，目前雖然已經(jīng)明確，生物雷達(dá)探測(cè)到的人體呼吸、心跳等生命參數(shù)信號(hào)是一種窄帶、準(zhǔn)周期、低幅值（數(shù)量級(jí)約幾十μV）的信號(hào)，信噪比低、隨機(jī)性強(qiáng)，而且集中在超低頻范圍內(nèi)，但對(duì)于其群體性及個(gè)體之間存在的差異性并沒(méi)有進(jìn)行過(guò)比較具體的量化研究。這給我們對(duì)人體呼吸、心跳等生命信息的進(jìn)一步提取以及臨床應(yīng)用帶來(lái)了一定的困難。 針對(duì)以

4、上問(wèn)題，本研究主要完成了以下工作： 1．心跳信號(hào)與心電信號(hào)相關(guān)性研究通過(guò)建立生物雷達(dá)檢測(cè)的心跳信號(hào)與心電圖機(jī)檢測(cè)的心電信號(hào)的同步監(jiān)測(cè)系統(tǒng)，分別在時(shí)域及頻域上對(duì)同步采集到的心電信號(hào)以及心跳信號(hào)進(jìn)行相關(guān)性對(duì)比分析，驗(yàn)證了生物雷達(dá)檢測(cè)的心跳信號(hào)的潛在臨床應(yīng)用價(jià)值，為后續(xù)的信號(hào)分析及臨床應(yīng)用提供了有效依據(jù)。 2．生物雷達(dá)探測(cè)到的人體心跳信號(hào)的特點(diǎn)分析針對(duì)生命信號(hào)個(gè)體差異大，準(zhǔn)周期，隨機(jī)性強(qiáng)的特點(diǎn)，采集大量不同測(cè)量條件下的實(shí)驗(yàn)數(shù)據(jù)

5、，用相關(guān)系數(shù)等指標(biāo)對(duì)生物雷達(dá)探測(cè)到的人體心跳信號(hào)在時(shí)域及頻域上的特點(diǎn)進(jìn)行了統(tǒng)計(jì)學(xué)比較、分析和總結(jié)。對(duì)心電、心音的生理基礎(chǔ)、特性及研究方法的總結(jié)以及呼吸影響心功能的機(jī)制研究有助于我們更好的了解所檢測(cè)到的心跳信號(hào)特性。 3．小波分析算法提取心跳信號(hào)對(duì)小波分析與其它非平穩(wěn)信號(hào)處理方法進(jìn)行了對(duì)比分析，并介紹了基于小波變換的信號(hào)分離應(yīng)用情況，指出了小波應(yīng)用中存在的問(wèn)題。選用Sym8小波基函數(shù)對(duì)采集到的體動(dòng)路信號(hào)進(jìn)行了5 層的小波分解降噪算

6、法，為了驗(yàn)證在小波消噪前是否有必要加入FIR 濾波算法，我們還對(duì)兩種方案下生物雷達(dá)心跳信號(hào)的分離效果進(jìn)行了對(duì)比分析。 4．基于曲線擬合技術(shù)的心跳信號(hào)提取算法嘗試采集不經(jīng)過(guò)硬件預(yù)處理的混合信號(hào)，其中包含了更為豐富的信息內(nèi)容，直接對(duì)這種混合信號(hào)進(jìn)行處理。采用三次樣條插值技術(shù)，對(duì)該信號(hào)波形趨勢(shì)進(jìn)行曲線擬合，從而得到呼吸信號(hào)，實(shí)現(xiàn)呼吸與心跳的分離。結(jié)果顯示，與小波分析算法相比，曲線擬合技術(shù)在處理基線漂移性質(zhì)的呼吸信號(hào)時(shí)是存在優(yōu)越性的。

7、 本課題的主要?jiǎng)?chuàng)新點(diǎn)有： 1. 將小波分析算法用于心跳信號(hào)與呼吸信號(hào)的分離，并對(duì)FIR 濾波方法在小波分離兩種信號(hào)的應(yīng)用中的必要性進(jìn)行了實(shí)驗(yàn)驗(yàn)證。結(jié)果顯示，只要設(shè)定好分解的級(jí)數(shù)，我們?cè)谶M(jìn)行小波消噪前可以考慮不進(jìn)行FIR 濾波，這樣可以大大減小運(yùn)算量。 2. 將曲線擬合算法應(yīng)用于心跳信號(hào)與呼吸信號(hào)的分離。 綜合分析表明，研究生命體及其器官的活動(dòng)與探測(cè)到的生理信息間的關(guān)系，即關(guān)注生命體狀況，是生物雷達(dá)的研究的一