床垫式睡眠监测系统及信号处理方法

为解决非接触式睡眠监测系统中混合信号的可靠获取以及生理特征参数的有效分离和识别等问题,采用压电薄膜传感器获取人体睡眠状态下压力信号,并采用电荷放大电路和信号调理电路进行实时采集;信号处理过程中先利用经验小波变换方法分离心冲击(BCG)和呼吸信号等单一模态分量,然后使用K-means算法对分离出的心冲击信号中不同类型的波峰聚类,进而通过平均心跳周期计算心率.实验结果表明,所设计的监测系统具有较强的自适应性,能有效提取呼吸和心跳信号.     

基于EKF+EKS的BCG动态高斯模型滤波研究

心冲击图(Ballistocardiogram,BCG)信号属于微弱信号,现实采集的BCG信号通常包含采集环境干扰和个体差异,因此缺乏健康个体的BCG信号模板和适用于BCG信号的降噪方法。提出一种基于高斯核函数的动态BCG信号模型,在动态高斯模型的基础上,应用扩展卡尔曼滤波与扩展卡尔曼滤波平滑对BCG信号进行复合滤波。该模型提供健康个体的BCG信号,包括H波、I波、J波、k波、L波和M波特征。经联合扩展卡尔曼滤波与扩展卡尔曼平滑滤波后的BCG信号比其他传统滤波器滤波后的BCG信号信噪比更高。基于动态高斯模型合成的BCG信号能完整表达健康个体的BCG信号特征,联合扩展卡尔曼滤波和扩展卡尔曼平滑的复合滤波,对BCG信号的滤波达到了更好的降噪效果。     

自适应去噪的非接触式生理参数检测方法

成像式光电容积描记法（imaging Photoplethysmography,iPPG）是一种利用视频信号实现非接触式生理参数检测的方法,但该方法的性能易受外界条件影响,尤其对环境光变化及受试者头部运动等噪声敏感。为了消除噪声影响,根据噪声信号和iPPG信号的时频特性,提出了一种基于变分模态分解（Variational Mode Decomposition,VMD）的相关能量熵阈值自适应去噪与方差表征序列（Variance Characterization Series,VCS）的抗干扰非接触式生理参数信号获取方法。利用分解算法将由人脸视频中获取到的血容量脉冲信号分解为频率由高频到低频且具有一定带宽的模态分量。分别计算各个模态分量子区间的噪声能量熵从而获得该分量的阈值,再经阈值处理得到重构的去噪信号。利用VCS方法检测重构后的信号的质量从而自适应地选择信号分析方法,实现心率和呼吸率的生理参数的精确估计。在公开数据集和自采数据集上进行验证实验,实验结果表明,提出的方法对环境光与头部运动干扰有着较强的稳健性,相比目前已有的方法能够得到更精确的心率与呼吸率估计值。     

基于双目视觉的飞行头盔动载特性测试技术研究

为了测试飞行员综合显示头盔系统在动态载荷下的穿戴运动特性和人机工效性,针对头盔与头部相对运动状态难以量化测量的问题,提出了一种基于双目视觉的测量方法,并研制了相应的测试系统;测试前,对两台摄像机分别进行标定以获取其内外参数,在施加动态载荷的测试过程中,通过摄像机提取被测目标事先编码的标记点,利用图像处理软件对其定位和立体匹配,确定标记点的坐标值及相互关系,调用OpenCV中的cvPOIST函数解算目标位置及三维姿态,实现了头盔与头部模型三维相对位移、角度和角速度参数的精确测量,试验结果表明,这种非接触式的测量方法真实还原了动态过载过程中头盔与头模的相对运动过程,具有不改变试验对象的质量特性、不干扰试验对象运动状态的优点,具有较高的应用价值。     

基于心冲击信号的睡姿识别

研究证明,睡眠质量与睡姿有着密切关系,不良的睡姿甚至会加剧多种疾病的潜在风险。为了更精准地进行睡眠健康监控,提出了一种基于心冲击（BCG）信号的睡姿模式识别算法,使用非接触、无干扰的压电薄膜传感器采集BCG信号,在腰腹部采集仰卧、俯卧、左侧卧和右侧卧4种睡姿信号,经小波变换降噪等预处理后提取基于J波的特征值,设计并比较基于神经网络和KNN的睡姿识别分类器。实验结果表明,神经网络睡眠识别算法的平均正确识别率为93%,KNN算法为84%,因此基于BCG信号的神经网络睡姿识别算法可以广泛用于睡眠监测应用。     

面向行人保护的车辆主动弹起式发动机罩数值仿真

为研究在车辆碰撞过程中主动弹起式发动机罩对行人头部的保护作用,考查行人头部损伤指标HIC值,比较接触式和非接触式发动机罩抬升传感器的动作时序,仿真BUCK标准车模型撞击6岁儿童假人的冲击过程,得到传感器的最小反应时间,据此判断主动弹起式发动机罩的作用效果。采用LS DYNA显式分析算法对某型轿车以45 km/h的初始速度撞击6岁儿童假人进行仿真分析,对比主动弹起式和非主动弹起式发动机罩的行人保护性能及其星级评定结果,由行人头部保护得分占比可知主动弹起式发动机罩可大幅提高行人头部碰撞保护性能。     

非接触温度传感器

<正> 温度检测有接触式和非接触式两种。 非接触式检测有三个优点:(1)不扰乱被测对象的温度;(2)能检测运动物体的温度;(3)响应快。因而辐射温度计常用于生产线管理、设备保养、监视等。 本文介绍热电型红外传感器。     

多特征区域FastICA的非接触式心率检测

人脸视频单特征区域的非接触式心率检测方法,提取的脉搏波信号在视频采集过程中易受运动和光照的影响.为了减弱运动伪差和光照不均对脉搏波信号的干扰,本文提出了一种多特征区域结合快速独立成分分析的非接触式心率信号提取方法.通过人脸特征点算法结合区域中心定位的方法选择多特征区域,保证了视频图像特征区域的稳定性;使用快速独立成分分析实现多特征区域中图像绿色通道血容量变化脉冲信号之间的相互补偿,降低了光照不均匀的影响.在国外公开数据集DEAP上进行实验,实验结果表明,本文方法优于已有基于独立成分分析,独立矢量分析的方法.     

非接触式IC卡漏洞利用及防范方法

随着非接触式IC卡使用的范围不断扩大,非接触式IC卡的种类也越来越多,本文按照非接触式IC卡的分类进行了安全测试,总结了目前市场上出现的非接触式IC卡的优势和存在的安全风险,并且提出解决安全问题的策略.     

基于聚偏氟乙烯传感器的心冲击信号影响因素分析

心冲击图(Ballistocardiography,BCG)记录了人体心脏做机械运动时对外界的作用力信号,不 仅能反应心脏节律,还能作为评估心脏血流动力学参数变化的有效依据。但 BCG 信号的采集过程中影 响因素较多,这些严重地影响着信号形态特征,进而导致对其进行血流动力学分析得不准确。因此, 该文采用聚偏氟乙烯压电薄膜传感器,设计并实现了能够有效抑制外界干扰、具有高信噪比的 BCG 信 号采集系统。基于该系统研究了传感器位置、床垫硬度、躺卧姿势对采集系统稳定性的影响,并分析 了在呼吸暂停情况下采集系统的检测性能。结果表明,在卧姿采集 BCG 信号时,应选择硬质床垫(如 木板床),并将传感器摆在心脏正下方的位置,使受试者保持平躺姿势。满足上述条件时,所采集的 BCG 信号波形最佳,H、J、K 波波形明显,且具有较强的节律性,有利于提高后续血流动力学分析的 精度。     

Study on Real-Time Heart Rate Detection Based on Multi-People

Heart rate is an important vital characteristic which indicates physical and mental health status. Typically heart rate measurement instruments require direct contact with the skin which is time-consuming and costly. Therefore, the study of non-contact heart rate measurement methods is of great importance. Based on the principles of photoelectric volumetric tracing, we use a computer device and camera to capture facial images, accurately detect face regions, and to detect multiple facial images using a multi-target tracking algorithm. Then after the regional segmentation of the facial image, the signal acquisition of the region of interest is further resolved. Finally, frequency detection of the collected Photoplethysmography (PPG) and Electrocardiography (ECG) signals is completed with peak detection, Fourier analysis, and a Wavelet filter. The experimental results show that the subject’s heart rate can be detected quickly and accurately even when monitoring multiple facial targets simultaneously.     

基于眨眼修正卡尔曼滤波的人眼跟踪研究

眼睛运动容易受到头部姿势变化、外界仿真干扰、实际光照条件等影响,已有眼部跟踪算法的准确率、鲁棒性较低。为此,提出一种基于眨眼修正卡尔曼滤波的人眼跟踪算法。采用垂直积分投影函数和水平积分投影函数得到人脸图像的眼睛区域,运用眼睛区域的颜色熵消除不相关因素,定位出瞳孔的位置,用卡尔曼滤波进行实时眼部跟踪,结合眨眼检测实时修正跟踪结果。实验结果表明,该算法准确率较高,实时性较好。     

基于FMCW雷达的多人心率呼吸检测

针对目前毫米波雷达应用于多人生命体征检测效果不佳, 检测范围小等缺点, 提出了一种多人心率呼吸提取分离方法, 首先采用Capon波束成形技术对非目标区域信号形成零陷, 对目标区域进行提取相位、相位解缠绕操作; 其次利用自适应谐波跟踪算法滤除噪声; 最后使用粒子群算法和样本熵改进的变分模态分解法(PSO-SE-VMD)对信号进行分解得到模态分量, 选取合适的模态分量并通过短时自相关算法提取心率呼吸. 实验结果表明, 该方法在夹角30°和60°时心率的均方误差分别为5.55和3.15, 实现了多人检测并有效提高了检测范围.     

采用自适应信号恢复算法的非接触式心率检测

目的 心率是反映人体心血管状况和心理状态的重要生理参数。最近的研究表明,光电容积成像技术可以在不接触人体的情况下,利用消费级的摄像机捕获面部表皮颜色的变化进而估计心率。然而,在实际环境中,面部运动带来的干扰会导致心率检测的准确性下降。近年来,国内外学者已经提出了一些方法来去除运动噪声,但是效果均不理想。为了解决上述问题,提出一种可以抗面部运动干扰的新方法。方法 首先检测和跟踪受试者的脸部。然后将脸部区域分块,并提取各块的色度特征建立原始血液容积脉冲矩阵,利用自适应信号恢复算法从原始血液容积脉冲矩阵中分离出低秩矩阵并构建期望血液容积脉冲信号。最后通过功率谱密度估计心率。结果 在环境光作为光源的条件下,利用网络摄像头采集30名受试者的人脸视频进行实验分析。结果显示,提出的方法测得的心率与参考值具有很强的相关性：在静态场景中皮尔森相关系数r=0.990 2,在动态场景中r=0.960 5。并且与最新方法相比,动态场景中的误差率降低了53.90%,相关性提高了7.46%。此外,在10 min的心率检测实验中,方法的测量值与参考值保持着良好的一致性。结论 本文方法优于现有的非接触式心率检测技术,能有效地消除面部运动带来的干扰,长期稳定地检测心率。     

融合HOG与ARMA模型的粒子滤波跟踪

传统的粒子滤波算法在跟踪目标受到相似背景干扰和遮挡或跟踪目标高速运动时,容易造成跟踪误差增大或跟踪失效的影响。针对室外运动目标跟踪的复杂性,提出一种对于干扰适应性较强的融合梯度方向直方图与自回归移动平均(ARMA)模型的粒子滤波跟踪方法。建立ARMA运动模型,用前两帧目标的位姿状态预测目标下一帧的状态,解决目标跟踪的角度变化与部分遮挡问题。实验结果表明,该模型能克服光照突变引发目标色彩突变的问题。     

基于贪婪重建的射频传感器网络稀疏目标跟踪

在射频传感器网络中利用接收信号强度来实现无设备运动跟踪是一种新兴技术。由于待重建的场景是稀疏的,即目标个数很少,这样可以应用压缩传感技术。提出把目标跟踪作为压缩传感的信号重建问题,并提出贪婪检测估计算法来求解目标位置。同时,设计一种利用目标先验位置信息的反馈跟踪方法来减少信号重建时所需的测量数。通过实验验证：贪婪检测估计算法可获得较好的信号重建结果,而且在目标跟踪应用中也较为精确。     

自适应人脸多区域分析的视频心率检测

心率是衡量人体心血管健康状况和情绪压力的重要生理参数. 然而, 基于视频的非接触式心率检测技术在真实场景中, 会由于人脸运动和光照变化等导致检测准确性的降低. 为了解决上述问题, 考虑到心率检测算法中感兴趣区域(region of interest, ROI)的选取与检测准确度高度相关. 故提出一种自适应超像素分割多区域综合分析的心率检测新方法. 首先利用人脸检测和追踪算法, 裁切获得人脸图像; 之后采用自适应超像素分割算法将ROI划分成互不重叠的子块; 再通过色度特征提取构建各子块原始血液容积脉搏矩阵; 最后对脉搏矩阵使用多指标综合分析并挑选出最佳区域进行心率估计. 实验结果表明, 通过自适应超像素分割和多区域分析优选可以有效提升心率检测准确性. 在静止状态下和运动干扰条件下准确性分别达到99.1%和95.6%, 光照干扰条件下准确性相对传统方法最高提升8.2%. 增强了真实场景下心率检测的鲁棒性.     

基于视频的生理参数测量技术及研究进展

生理体征参数的临床监测对于个体的健康管理、疾病的预防与跟踪具有重要的意义.远程光电容积描计法(remote photoplethysmography,rPPG)是一项新兴的、基于摄像头的、无接触方便快捷的生理体征参数测量技术.血管内部血液的流动造成人体表皮颜色的微弱变化,通过计算机对这一周期性变化的信息进行放大提取,便...