[发明专利]呼吸频率检测方法、装置、存储介质及计算机设备在审
申请号: | 201910055015.0 | 申请日: | 2019-01-21 |
公开(公告)号: | CN109691999A | 公开(公告)日: | 2019-04-30 |
发明(设计)人: | 李尹喆;陈岸贻 | 申请(专利权)人: | 深圳瀚维智能医疗科技有限公司 |
主分类号: | A61B5/08 | 分类号: | A61B5/08;A61B5/00 |
代理公司: | 深圳市华勤知识产权代理事务所(普通合伙) 44426 | 代理人: | 隆毅 |
地址: | 518000 广东省深圳市南山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 呼吸信号 距离变化信号 呼吸频率检测 归一化数据 呼吸频率 人体胸部 小波变换 滤波 归一化处理 计算机设备 标定位置 采集周期 存储介质 检测操作 信号采集 原始信号 归一化 实时性 预设 转换 记录 | ||
1.一种呼吸频率检测方法,其特征在于,包括:
获取人体胸部至少一个标定位置在预设采集周期内的距离变化信号;
对所述距离变化信号进行归一化处理,以得到归一化数据;
对所述归一化数据进行滤波得到第一呼吸信号;
对所述第一呼吸信号进行小波变换得到第二呼吸信号,并根据所述第二呼吸信号确定呼吸频率。
2.根据权利要求1所述的呼吸频率检测方法,其特征在于,所述获取人体胸部至少一个标定位置在预设采集周期内的距离变化信号包括:
使用激光传感器采集人体胸部四个标定位置在预设采集周期内的距离变化信号,其中所述四个标定位置包括胸骨区域的胸腔和胸部侧面。
3.根据权利要求2所述的呼吸频率检测方法,其特征在于,所述激光传感器的采样频率大于或等于6.67Hz。
4.根据权利要求1所述的呼吸频率检测方法,其特征在于,所述对所述归一化数据进行滤波得到第一呼吸信号包括:
采用高斯函数对所述归一化数据进行滤波;其中,其中μ为0,σ为预设的常数,x为高斯滤波的输入信号,f为高斯滤波后输出信号。
5.根据权利要求1所述的呼吸频率检测方法,其特征在于,所述对所述第一呼吸信号进行小波变换得到第二呼吸信号包括:
根据香农-奈奎斯特采样原理及所述距离变化信号的采样频率进行频段分层,计算每层的频率范围;
根据所述频段分层中每层的频率范围及预设的通带频率确定小波分解和重构所需的层数;
根据与所述小波分解所需的层数及预先选择的母小波进行信号分解,得到按频段划分的多层波形;
根据与所述小波重构所需的层数对应的系数及分解得到的所述多层波形进行信号重构,得到第二呼吸信号。
6.根据权利要求5所述的呼吸频率检测方法,其特征在于,所述通带频率的上限截止频率为0.37Hz,所述通带频率的下限截止频率为0。
7.根据权利要求1所述的呼吸频率检测方法,其特征在于,所述根据所述第二呼吸信号确定呼吸频率包括:
从所述第二呼吸信号中提取小波波峰或小波波谷;
根据相邻的小波波峰的时间间隔或小波波谷的时间间隔计算呼吸频率。
8.一种呼吸频率检测装置,其特征在于,包括:
信号获取模块,用于获取人体胸部至少一个标定位置在预设采集周期内的距离变化信号;
信号预处理模块,用于对所述距离变化信号进行归一化处理,以得到归一化数据;
信号滤波模块,用于对所述归一化数据进行滤波得到第一呼吸信号;
小波变换模块,用于对所述第一呼吸信号进行小波变换得到第二呼吸信号;
呼吸频率计算模块,用于根据所述第二呼吸信号确定呼吸频率。
9.一种计算机程序存储介质,其特征在于,其特征在于,该计算机程序被处理器执行时实现权利要求1至7中任一项所述呼吸频率检测方法的步骤。
10.一种计算机设备,该计算机设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述呼吸频率检测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳瀚维智能医疗科技有限公司,未经深圳瀚维智能医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910055015.0/1.html,转载请声明来源钻瓜专利网。