基于生物雷达技术的非接触心率检测研究

拜 军，黄德生，张 骁，张鹏飞

基于生物雷达技术的非接触心率检测研究

拜 军，黄德生，张 骁，张鹏飞

目的：利用生物雷达实现对心率的检测。方法：通过提取雷达I-Q输出端的数据，采用基于LM（levenbergmarquardt）算法的参数估计来获取心率。结果：对静止呼吸以及伴有体动正常呼吸这2种情况下采集到的数据进行了分析，得到了理想的实验结果。I-Q双通道雷达系统无需相位展开操作，对于信噪比非常小的生物信号较为有利。结论：生物雷达可以在非接触的状态下实现对心率的检测，对于临床诊断具有重要的应用价值。

心率；LM；生物雷达；非接触；心动

0 引言

心率（heart rate）是用来描述心动周期的医学指标，是指心脏每分钟所跳动的次数，表征心脏跳动的快慢。正常人的心率一般为60～100次/min。低于该范围称为心率过缓，最常见的是窦性心动过缓，分为生理和病理2种，前者是正常现象，常见于运动、体力活动多以及正常睡眠状态的正常人；后者需要治疗，严重者需要安装起搏器。高于该范围则为心率过速，同样分为生理及病理2种情况，后者由感染、发热、贫血、低氧血症等引起。有报道显示[1-2]，人体心率区间的中低频段（0.015～0.15 Hz）与交感神经流出量有关，而高频段（0.15～0.4 Hz）与副交感神经流出量密切联系，二者的比值表征了流出量的平衡状况。所以，心率的获取对于临床具有重要的意义。过去几年，有关心率的检测手段及相关分析得到了广泛研究。传统的采集方式有接触式电子和机械传感器，例如心电图（electrocardiogram，ECG）等，需要在人体接触式地放置电极，且要求患者安静地平卧。现在，科研人员将目光转向心率的非接触检测技术上，例如超声波以及电磁传感器，这种非接触检测技术尤其适用于例如重度烧伤等特殊情况下的心率监护。本文介绍了一种非接触式毫米波生物雷达利用I-Q正交技术，采用基于非线性LM（levenberg-marquardt）算法从中提取心率。

1 生物雷达的描述

生物雷达[3]（bioradar）技术是运用雷达原理检测生命信号，通过相关信号的处理方法，提取生命体征信息的前沿技术手段。其融合雷达技术、生物医学工程技术于一体，可不需要任何电极或传感器实现间隔一定距离、穿透非金属介质（砖墙、废墟等）、探测生命信号（呼吸、心率、血流、肠蠕动等）。I-Q正交雷达框图如图1所示。

图1 雷达框图

式中，AI（t）、AQ（t）分别为I、Q通道的幅值为噪声成分（包含背景噪声和电子噪声）。对于正交混频器来说，AI（t）＝AQ（t），故有：

我们可以把θ（t）表示成心动函数H（t）以及含有呼吸和体动的联合噪声信号ξ（t），

式中，ai是每个心跳时间τi的中心点的幅值，N是心跳次数。对联合噪声信号进行泰勒展开：

式中，ck为泰勒系数，M为展开阶数。

将公式（4）（5）代入（1）（2）中，得出：

2 非线性LM（levenberg-marquardt）算法

简单地说，LM算法[4-5]就是通过不断更新设定参数反复修正剩余误差，主要目的就是找到最佳参数，例如以及公式如下：

式中，j表示迭代次数；λ表示控制参数，其在每次迭代运算中不断矫正；J为（SI，SQ）一阶导数组成的矩阵为I-Q通道实测数据以及修正数据之间的向量差。LM算法的流程如图2所示。

带状疱疹为皮肤科急性感染性疾病，其发作后表面呈现神经发炎皮肤症，实际该疾病是由于病毒入侵，形成病毒血症，引起水痘等症状，加上该疾病具有潜伏性特点，所以对患者神经的侵袭才是后遗症神经痛的关键，让患者的颅内感觉神经受到影响，一旦患者过于劳累、出现重症疾病、身体免疫能力下降等现象时，该病毒被激活，从而损伤患者神经，引起神经痛[1-2]。因此，带状疱疹后遗症神经痛是目前治疗的关键所在，为了改善患者的生活质量、缓解神经痛症状，本研究以收治的病例作为分析对象，给予患者复方倍他米松注射液（得宝松）与套管针联合治疗，取得显著的成效，现将报道进行如下汇报。

图2 LM算法流程图

（3）计算χ2误差值，并检验该值是否最小。

（5）重复步骤（2）～（4），直到χ2值小于阈值。

该方法完全适用于任意连续时间段的心动信号，但对于实时监护系统来说，只需截取一小段仅包含一个心动周期的信号作为标准参照值。对单一心动周期实时分析心率的过程为：（1）从数据中选取一小段噪声较小、信号较理想的心动信号作为参考信号H（t）；（2）得到该截取信号的时间（3）运行非线性LM判别算法，流程如图2所示，计算出每次迭代的剩余误差；（4）设置i=i+1，并且重复步骤（2）～（4）获得所有的数值，最后得到的最小值。

3 实验数据及结果

被测目标在2 m远的距离处，分2种测试状态：（1）只伴有呼吸影响的心动信号采集；（2）呼吸及体动影响下的心动信号采集。对于每种数据，都分别与对应的离散傅里叶变换（discrete fourier transform，DFT）进行对比，其中采样频率是1 kHz。

3.1 静止坐立正常呼吸状态

图3所示的波形是被测目标静坐且自由呼吸状态下采集到的信号。与此相关的展开后的相位图如图4所示，图中已经将LM最优化法的最小剩余误差点标出，如图中的箭头所示。

图3 I-Q两通道信号

剩余误差χ2以及心动幅度ai见表1。

图5所示为图4片段6号位置的LM算法的拟合结果，HR由每个心动周期的中心点时刻计算而来，计算后的结果如图6所示。平均心率值HR= 1.45 Hz，平均误差=0.746 6，标准差σ＝0.224 1，其表征了正常心脏的跳动活动值，

较低的心率表明了稳定的心脏活动。同时，对信号进行了功率谱分析，如图7所示，获得的峰值是HR= 1.5Hz，其值与LM算法所得基本相近。

图4 展开的相位信号（无体动）

表1 静止坐立时剩余误差χ2以及心动幅度ai

图5 剩余误差及心动幅度（无体动）

图6 心率（无体动）

3.2 伴有体动的正常呼吸状态

实验对象未做静止要求，其在坐立时伴有身体小幅度晃动，并正常呼吸，其波形如图8所示。

图7 功率谱（无体动）

采集时间大约6 s，参考心动波段H（t）与前面一样，优化后的结果如图9所示。计算心率均值为HR=1.386 2 Hz（如图10所示），平均误差标准差剩余误差χ2以及心动幅度ai见表2。

图8 展开的相位信号（含体动）

图9 剩余误差及心动幅度（含体动）

图10 心率（含体动）

相对应的，离散傅里叶变化后得到的功率谱显示的结果中（如图11所示），无法获取频谱峰值。可

表2 伴有体动下剩余误差χ2以及心动幅度ai

见在这种情况下，简单的功率谱分析无法实现。

图11 功率谱（含体动）

4 讨论

本文讨论了有关参数优化法在非接触生物检测领域中的应用，通过对毫米波生物雷达I-Q通道上的数据进行LM算法矫正，获得比较理想的信号，可以去除呼吸造成的信号影响，甚至在体动情况下也有较好的表现，同时获得心率以及心跳幅度。经过对比DFT分析获得的心率，LM算法更加抗噪，尤其是在呼吸及体动的影响下，DFT功率谱无法获得心率，而LM优化算法则表现优异。可见，相比传统的离散傅里叶频率变换法，LM算法具有的特点是：（1）无需相位展开，直接从I及Q通道来获得信号，这对于信噪比较低的信号来说非常有利。（2）可以同时获得心动周期以及中心搏动幅值，故对临床监护以及诊断有非常重要的意义，尤其是在心血管疾病、呼吸检测、烧伤患者体征获取、婴幼儿监护等。例如在睡眠呼吸暂停监护时，传统的方法可能无法判别患者正常的翻身动作，从而误判呼吸状态，导致监护失败。其次，该方法也可以应用于多传感器随机运动抵消的研究当中，即通过安装在上下或者前后的传感器同步采集信号并作LM处理，以此来提高系统的可靠性。

5 结论

本文讨论了基于LM算法的参数最优化法来提取心率，其输入信号来自生物雷达的I-Q输出端，其中被测对象伴有呼吸以及体动的干扰，证明了该方法对于一般噪声具有较强的抑制。对静止呼吸以及伴有体动正常呼吸这2种情况下采集到的数据进行了分析，得到了理想的实验结果。此方法基于I-Q双通道雷达系统，无需相位展开操作，故对于信噪比非常小的生物信号较为有利。此外，该方法不但可以提供心率，还可以估算出心跳幅度，这对于临床诊断非常有用。

[1]Postolache G，Carvalho L S，Postolache O，et al.HRV and BPV neural network model with wavelet based algorithm calibration[J].Measurement，2009，42：805-814.

[2]McSharry P E，Clifford G D，Tarassenko L，et al.A dynamical model for generating synthetic electrocardiogram signals[J].IEEE Transactions On Biomedical Engineering，2003，50：3-7.

[3]张杨，焦腾，荆西京，等．生物雷达技术的研究现状与新进展[J].信息化研究，2010，36（10）：6-10，13．

[4]Levenberg K.A method for the solution of certain problems in least squares[J].Quart，1944，2：164-168.

[5]Marquardt D.An algorithm for least-squares estimation of nonlinear parameters[J].SIAM J，1963，11：431-441.

（收稿：2013-06-23 修回：2013-11-18）

Contact-free Measurement of Heart Rate via Bioradar

BAI Jun1,HUANG De-sheng1,ZHANG Xiao2，ZHANG Peng-fei2
(1.The 22nd Hospital of the PLA,Golmud 816000,Qinghai Province,China;2.School of Biomedical Engineering,the Fourth Military Medical University,Xi'an 710032,China)

Objective To realize heart rate detection by bioradar.Methods A parameter optimizationmethod was used to detectheart rate based on the nonlinear Levenberg-Marquardt(LM)algorithm with a remotemillimeterwave(mmW)I-Q sensor.ResultsThe data acquired atstatic respiration and respirationwith bodymovementwere analyzed to obtain the results.I-Q two-channelradar system could be used to detect thebiosignalswith little SNR,without theneed ofphase.Conclusion Bioradar realizes con-tact-free heart rate detection,and thus is worth applying for clinical diagnosis.[Chinese Medical Equipment Journal，2014，35（3）：10-13]

heart rate;LM;bioradar;contact-free;heartbeat

R318

A

1003-8868（2014）03-0010-04

10.7687/J.ISSN1003-8868.2014.03.010

陕西省攻关项目（2011K12-05-09）；军队“十二五”重点项目（BWS11Z011）

拜 军（1982—），男，硕士，工程师，主要从事生物雷达技术在非接触临床监护领域方面的研究工作，E-mail：junbai_plato@msn.com。

816000青海格尔木，解放军22医院（拜 军，黄德生）；710032西安，第四军医大学生物医学工程学院电子学教研室（张 骁，张鹏飞）