APP下载

基于小波分析和自相关计算的非接触式生理信号检测

2021-09-25刘璐瑶肖文栋

工程科学学报 2021年9期
关键词:信号检测

刘璐瑶,张 森,肖文栋

1) 北京科技大学自动化学院,北京 100083 2) 北京市工业波谱成像工程技术研究中心,北京 100083 3) 北京科技大学顺德研究生院,广东 528399

生理信号蕴含着许多有价值的人体健康信息,可用于疾病的诊断和预防. 一般情况下,在心脏骤停等不良事件发生6~24 h前,心率呼吸等生命体征会出现异常[1]. 近年来,许多可穿戴传感器被用来检测生命体征信号,例如心电图(ECG)、光容积描记(PPG)、呼吸带等[2−5]. 虽然这些传感器的测量结果相对准确,但往往给目标对象带来不适及额外的负担,特别是对一些特殊的人群如婴儿和烧伤患者等[6]. 近年来,非接触式生理信号检测在睡眠呼吸暂停监测、婴儿猝死综合征(SIDS)监测、疲劳监测、临床医疗、家庭保健等方面受到了越来越多的关注[7−8]. 不同于传统的测量方法,非接触式生理信号检测不需要人体佩戴任何传感器,不会造成额外的负担. 非接触式生理信号检测方法包括红外、视频成像、静电场、超声波、电磁波等等. 例如,成像式光电容积描记技术[9](Imaging photo-plethysmography, IPPG)及远程光电描记技术[10](Remote photo-plethysmography, RPPG)使用摄像头等电子成像设备采集人体体表皮肤视频信息,经处理提取人体生理参数. 文献[11]~[12]已经尝试解决光照环境变化及运动干扰对生理信号检测的影响,但这对基于IPPG或者RPPG技术的生理信号检测仍然是一个挑战. 红外成像技术[13]也被用于非接触式生理信号检测,但易受温度、天气等环境因素的影响. 与上述技术相比,毫米波雷达不受光照、温度等因素影……

登录APP查看全文

猜你喜欢

信号检测
信号
完形填空二则
孩子停止长个的信号
小波变换在PCB缺陷检测中的应用
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
高处信号强