本發(fā)明屬于雷達(dá)監(jiān)測技術(shù)領(lǐng)域，特別是一種非接觸式睡眠分期方法。

背景技術(shù)：

傳統(tǒng)的呼吸睡眠監(jiān)護(hù)系統(tǒng)主要依靠貼附于人體的接觸式傳感器、電極進(jìn)行測量，從而實時獲得人體的生命參數(shù)信號，這些方法都需要直接或間接地接觸人體，這種接觸式測量大大制約了其應(yīng)用范圍，并且電極的接觸也對生命體特征信息造成一定的影響，影響其檢測的準(zhǔn)確度，并給生命體特征信息的處理帶來壓力。

現(xiàn)有的呼吸睡眠監(jiān)護(hù)系統(tǒng)需要電極或傳感器接觸生命體，無法在較遠(yuǎn)的距離內(nèi)探測到生命體的生命信號(呼吸、心率等)，對于有睡眠呼吸暫停的病人、剛出生的嬰兒、某些有睡眠障礙的人，無法監(jiān)測他們的睡眠狀態(tài)以對可能出現(xiàn)的突發(fā)狀況作出預(yù)判。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種安全性高、準(zhǔn)確性強(qiáng)的非接觸式睡眠分期方法，以方便醫(yī)務(wù)人員根據(jù)病人的實際睡眠情況及時采取治療措施。

實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種非接觸式睡眠分期方法，步驟如下：

步驟1，將雷達(dá)回波信號進(jìn)行濾波，分別得到呼吸信號和心跳信號；

步驟2，根據(jù)呼吸信號得到每分鐘呼吸次數(shù)即rpm、每分鐘呼吸次數(shù)的方差即rpmvariance，根據(jù)心跳信號得到每分鐘心跳次數(shù)即bpm、每分鐘心跳次數(shù)的方差即bpmvariance，根據(jù)呼吸信號得到體動信號；

步驟3，將步驟2所得的rpm、rpmvariance，bpm、bpmvariance、體動信號分別進(jìn)行聚類分析；

步驟4，根據(jù)聲音信號、視頻信號、以及步驟3聚類分析所得信號對睡眠狀態(tài)進(jìn)行劃分，得到睡眠狀態(tài)的劃分結(jié)果。

進(jìn)一步地，步驟1所述將雷達(dá)回波信號進(jìn)行濾波，分別得到呼吸信號和心跳信號，具體如下：

(1.1)運(yùn)用帶通濾波器對雷達(dá)回波信號進(jìn)行濾波，得到呼吸信號；

(1.2)在原始雷達(dá)回波信號中，剔除所得呼吸信號，得到心跳信號。

進(jìn)一步地，步驟2所述根據(jù)呼吸信號得到每分鐘呼吸次數(shù)即rpm、每分鐘呼吸次 數(shù)的方差即rpmvariance，根據(jù)心跳信號得到每分鐘心跳次數(shù)即bpm、每分鐘心跳次數(shù)的方差即bpmvariance，根據(jù)呼吸信號得到體動信號，具體如下：

(2.1)根據(jù)呼吸信號得到每分鐘呼吸次數(shù)即rpm、每分鐘呼吸次數(shù)的方差即rpmvariance：將呼吸信號的波谷點(diǎn)全部用星號標(biāo)注出來，求波谷數(shù)得到rpm；利用所得的rpm先求出平均值，再對rpm求方差得出rpmvariance；

(2.2)根據(jù)心跳信號得到每分鐘心跳次數(shù)即bpm、每分鐘心跳次數(shù)的方差即bpmvariance：將心跳信號的波谷點(diǎn)全部用星號標(biāo)注出來，求波谷數(shù)得到bpm；利用所得的bpm先求出平均值，再對bpm求方差得出bpmvariance；

(2.3)根據(jù)呼吸信號得到體動信號：首先將高于呼吸信號峰值兩倍的數(shù)據(jù)點(diǎn)儲存下來記為movement，再計算每分鐘高于呼吸峰值兩倍的數(shù)據(jù)點(diǎn)個數(shù)，記為movement_count，當(dāng)movement_count大于預(yù)設(shè)的閾值時，認(rèn)為該分鐘內(nèi)發(fā)生了體動，將movement中幅值最大的信號點(diǎn)儲存下來得到體動信號。

進(jìn)一步地，步驟3所述將步驟2所得的rpm、rpmvariance，bpm、bpmvariance、體動信號分別進(jìn)行聚類分析，其中聚類分析具體如下：

(3.1)定義信號的數(shù)據(jù)點(diǎn)集合x＝{x1,x2...xn}，聚類中心的集合c＝{c1,c2,...,cn}，定義閾值ε的范圍為10^-3≤ε≤10^-5；

(3.2)隨機(jī)初始化聚類中心集合c；

(3.3)計算目標(biāo)函數(shù)值k表示數(shù)據(jù)分類個數(shù)，p≥2表示模糊指數(shù)，l表示此次迭代次序，j＝1,2,…,k，i＝1,2,…,n；

(3.4)計算第i個數(shù)據(jù)點(diǎn)xi到第j個聚類中心cj的隸屬度∪(cj/xi)：

(3.5)計算每個數(shù)據(jù)點(diǎn)的權(quán)重w(xi)：

(3.6)根據(jù)數(shù)據(jù)點(diǎn)的隸屬度∪(cj/xi)和權(quán)重w(xi)更新聚類中心cj，公式如下：

(3.7)如果||khml+1-khml||＜ε，則計算停止，輸出優(yōu)化后的信號；否則轉(zhuǎn)回步驟(3.3)。

進(jìn)一步地，步驟4所述根據(jù)聲音信號、視頻信號、以及步驟3聚類分析所得信號對睡眠狀態(tài)進(jìn)行劃分，得到睡眠狀態(tài)的劃分結(jié)果，具體如下：

(4.1)固定時間內(nèi)，rpm、bpm小于等于均值、波動不超過預(yù)定次數(shù)且該段時間內(nèi)沒有體動發(fā)生，定義為深度睡眠；

(4.2)固定時間內(nèi)，rpm、bpm大于等于均值，并且rpmvariance、bpmvariance大于峰值的一半，該段時間定義為rem睡眠；剩下的狀態(tài)定義為淺度睡眠；

(4.3)根據(jù)聲音信號、視頻信號，檢驗雷達(dá)檢測到的體動處是否真實發(fā)生了體動。

進(jìn)一步地，步驟(2.1)所述將呼吸信號的波谷點(diǎn)全部用星號標(biāo)注出來，求波谷數(shù)得到rpm，其中波谷檢測rpm時，將相鄰的波谷時間小于平均呼吸周期一半的波谷舍去。

進(jìn)一步地，步驟(2.2)所述將心跳信號的波谷點(diǎn)全部用星號標(biāo)注出來，求波谷數(shù)得到bpm，其中波谷檢測bpm時，將相鄰的波谷時間小于平均心跳周期一半的波谷舍去。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)在于：(1)融合雷達(dá)技術(shù)、生物醫(yī)學(xué)工程技術(shù)于一體，不需要任何電極或傳感器接觸生命體，可在較遠(yuǎn)的距離內(nèi)探測到生命體的生命信號；(2)對于有睡眠呼吸暫停的病人、剛出生的嬰兒、某些有睡眠障礙的人，能夠監(jiān)測他們的睡眠狀態(tài)以對突發(fā)狀況作出預(yù)判；(3)具有高安全性、高準(zhǔn)確性、小型化和智能化的優(yōu)點(diǎn)，方便醫(yī)務(wù)人員實時、連續(xù)掌握病人的狀況，及時采取治療措施。

附圖說明

圖1為本發(fā)明非接觸式睡眠分期方法的流程圖。

圖2為本發(fā)明中呼吸波形圖。

圖3為本發(fā)明的心跳波形圖。

圖4為本發(fā)明的rpm的波形圖。

圖5為本發(fā)明的rpmvariance的波形圖。

圖6為本發(fā)明的bpm的波形圖。

圖7為本發(fā)明的bpmvariance的波形圖。

圖8為本發(fā)明的體動信號波形圖。

圖9為本發(fā)明的睡眠狀態(tài)分期圖。

圖10為本發(fā)明的rpm、bpm、rpmvariance、bpmvariance、體動信號、睡眠狀態(tài)分期圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)描述。

本發(fā)明基于連續(xù)波生物雷達(dá)的非接觸生命體特征信息監(jiān)測系統(tǒng)融合雷達(dá)技術(shù)、生物醫(yī)學(xué)工程技術(shù)于一體，不需要任何電極或傳感器接觸生命體，可在較遠(yuǎn)的距離內(nèi)探測到生命體的生命信號(呼吸、心率等)，對于有睡眠呼吸暫停的病人、剛出生的嬰兒、某些有睡眠障礙的人，監(jiān)測自己的睡眠狀態(tài)有利于了解自己的身體狀況，對可能出現(xiàn)的突發(fā)狀況作出預(yù)判。

一種非接觸式睡眠分期方法，步驟如下：

步驟1，將雷達(dá)回波信號進(jìn)行濾波，分別得到呼吸信號和心跳信號；具體如下：

(1.1)運(yùn)用帶通濾波器對雷達(dá)回波信號進(jìn)行濾波，得到呼吸信號，如圖1所示。

(1.2)在原始雷達(dá)回波信號中，剔除所得呼吸信號，得到心跳信號，如圖2所示。

步驟2，根據(jù)呼吸信號得到每分鐘呼吸次數(shù)即rpm、每分鐘呼吸次數(shù)的方差即rpmvariance，根據(jù)心跳信號得到每分鐘心跳次數(shù)即bpm、每分鐘心跳次數(shù)的方差即bpmvariance，根據(jù)呼吸信號得到體動信號，具體如下：

(2.1)根據(jù)呼吸信號得到每分鐘呼吸次數(shù)即rpm、每分鐘呼吸次數(shù)的方差即rpmvariance：將呼吸信號的波谷點(diǎn)全部用星號標(biāo)注出來，求波谷數(shù)得到rpm；利用所得的rpm先求出平均值，再對rpm求方差得出rpmvariance；

步驟(2.1)所述將呼吸信號的波谷點(diǎn)全部用星號標(biāo)注出來，求波谷數(shù)得到rpm，其中波谷檢測rpm時，將相鄰的波谷時間小于平均呼吸周期一半的波谷舍去。

(2.2)根據(jù)心跳信號得到每分鐘心跳次數(shù)即bpm、每分鐘心跳次數(shù)的方差即bpmvariance：將心跳信號的波谷點(diǎn)全部用星號標(biāo)注出來，求波谷數(shù)得到bpm；利用所得的 bpm先求出平均值，再對bpm求方差得出bpmvariance；

步驟(2.2)所述將心跳信號的波谷點(diǎn)全部用星號標(biāo)注出來，求波谷數(shù)得到bpm，其中波谷檢測bpm時，將相鄰的波谷時間小于平均心跳周期一半的波谷舍去。

(2.3)根據(jù)呼吸信號得到體動信號：首先將高于呼吸信號峰值兩倍的數(shù)據(jù)點(diǎn)儲存下來記為movement，再計算每分鐘高于呼吸峰值兩倍的數(shù)據(jù)點(diǎn)個數(shù)，記為movement_count，當(dāng)movement_count大于預(yù)設(shè)的閾值時，認(rèn)為該分鐘內(nèi)發(fā)生了體動，將movement中幅值最大的信號點(diǎn)儲存下來得到體動信號。

步驟3，將步驟2所得的rpm、rpmvariance，bpm、bpmvariance、體動信號分別進(jìn)行聚類分析，其中聚類分析具體如下：

(3.1)定義信號的數(shù)據(jù)點(diǎn)集合x＝{x1,x2...xn}，聚類中心的集合c＝{c1,c2,...,cn}，定義閾值ε的范圍為10^-3≤ε≤10^-5；

(3.2)隨機(jī)初始化聚類中心集合c；

(3.3)計算目標(biāo)函數(shù)值k表示數(shù)據(jù)分類個數(shù)，p≥2表示模糊指數(shù)，l表示此次迭代次序，j＝1,2,…,k，i＝1,2,…,n；

(3.4)計算第i個數(shù)據(jù)點(diǎn)xi到第j個聚類中心cj的隸屬度∪(cj/xi)：

(3.5)計算每個數(shù)據(jù)點(diǎn)的權(quán)重w(xi)：

(3.6)根據(jù)數(shù)據(jù)點(diǎn)的隸屬度∪(cj/xi)和權(quán)重w(xi)更新聚類中心cj，公式如下：

(3.7)如果||khml+1-khml||＜ε，則計算停止，輸出優(yōu)化后的信號；否則轉(zhuǎn)回步驟(3.3)。

步驟4，根據(jù)聲音信號、視頻信號、以及步驟3聚類分析所得信號對睡眠狀態(tài)進(jìn)行劃分，得到睡眠狀態(tài)的劃分結(jié)果，具體如下：

(4.1)固定時間內(nèi)，rpm、bpm小于等于均值、波動不超過預(yù)定次數(shù)且該段時間內(nèi)沒有體動發(fā)生，定義為深度睡眠；

(4.2)固定時間內(nèi)，rpm、bpm大于等于均值，并且rpmvariance、bpmvariance大于峰值的一半，該段時間定義為rem睡眠；剩下的狀態(tài)定義為淺度睡眠；

(4.3)根據(jù)聲音信號、視頻信號，檢驗雷達(dá)檢測到的體動處是否真實發(fā)生了體動。

經(jīng)過步驟(2.1)，將呼吸信號的波谷點(diǎn)全部用星號標(biāo)注出來，相鄰的谷值時間差小于1.67s的谷值舍去，求波谷數(shù)得到rpm，得出圖4，利用所得的rpm，先求出平均值，再對rpm求方差得出rpmvariance，得出圖5。

經(jīng)過步驟(2.2)，將心跳信號的波谷點(diǎn)全部用星號標(biāo)注出來，相鄰的谷值時間差小于0.5s的谷值舍去，求波谷數(shù)得到bpm，如圖6所示利用所得的bpm，先求出平均值，再對bpm求方差得出bpmvariance，如圖7所示。

經(jīng)過步驟(2.3)，將高于呼吸峰值兩倍的數(shù)據(jù)點(diǎn)儲存下了記為movement，再計算每分鐘高于呼吸峰值兩倍的數(shù)據(jù)點(diǎn)個數(shù)，記為movement_count，當(dāng)movement_count大于一個閾值時，認(rèn)為這分鐘發(fā)生了體動，將movement中幅值最大的信號點(diǎn)儲存下來，得到體動信號，如圖8所示。

經(jīng)過步驟(4.1)，在rpm、bpm小于等于均值，在一段時間內(nèi)rpm、bpm波動不超過3次且這段時間內(nèi)沒有體動發(fā)生，得出深度睡眠期。

經(jīng)過步驟(4.2)，在rpm、bpm大于等于均值，而且rpmvariance、bpmvariance大于峰值的一半，得出睡眠的rem期，剩下的狀態(tài)定義為淺度睡眠期。

經(jīng)過步驟(4.3)，利用視頻和音頻信號對體動信號進(jìn)行檢驗，得到圖9，睡眠狀態(tài)分期圖。圖10為本發(fā)明的rpm、bpm、rpmvariance、bpmvariance、體動信號、睡眠狀態(tài)分期圖。