非接触式生命探测技术研究现状与发展

2021-04-04景裕曹育森朱明明雷涛夏娟娟李钊张林媛王健琪路国华

中国医疗设备 2021年6期

景裕，曹育森，朱明明，雷涛，夏娟娟，李钊，张林媛，王健琪，路国华

空军军医大学军事生物医学工程系，陕西西安 710032

引言

我军十分重视战后和灾后伤员的搜索救援任务，不仅建立了紧急救援体系，也成立了一支专业化的国家地震灾害紧急救援队来应对重大突发事件，如地震、泥石流等自然灾害以及恐怖活动。为确保我军的救援能力，相应的生命探测技术和设备的研究也需要进一步深入。灾后72 h是救援工作的黄金期，因此快速、准确地对伤员进行探测和定位可大大提高救援工作的效率以及伤员的存活率。生命探测技术在战时及非战时有着广泛的应用。

生命探测技术从使用方式的角度来看，可分为接触式和非接触式生命探测技术。其中接触式生命探测技术利用电极、传感器以及探头直接接触生命体，探测生命体的生理信号。其探测精度高，但由于受到电极和线缆的约束，应用范围有一定的局限。非接触式生命探测技术摆脱了电极和传感器对探测对象的约束[1]，间隔一定距离，穿透障碍物探测生命体的生理信号。具有非接触、探测距离远、应用范围广及障碍物穿透能力强等优点，相较于接触式生命探测技术更适用于被掩埋伤员的搜救工作。

非接触式生命探测技术按原理可分为：基于光学信号的生命探测技术、基于声学信号的生命探测技术、基于气味信号的生命探测技术以及基于生物雷达的生命探测技术[2]。雷达生命探测技术近年来被大量研究并得到了快速发展，其应用较为广泛，产品也较为普及。本文将详细介绍各种非接触式生命探测技术的原理、特点和应用，并阐述其研究现状和发展趋势。

1 基于声学信号的非接触式生命探测技术

基于声学信号的非接触式生命探测技术采用微电子处理器和振动传感器，能够识别幸存者通过呼喊、敲击或拍打发出的微小振动，并通过全方位传感器所检测到的回声强弱对幸存者进行定位，能够有效识别人类听觉系统不能识别的声音。音频生命探测技术最早源于法国，其产品现已发展至第四代，已有多个国家使用音频生命探测仪进行灾后或战后的伤员搜救[3]。如LEADER（法国）和DELSAR（美国）音频生命探测仪。

音频生命探测仪操作简便、定位精确、灵敏度高，适用于多种救援现场，但容易受到周围环境噪声的影响，要求救援现场较为安静，且待救者必须发出声音。音频生命探测技术可以与视频生命探测技术结合使用来提高其探测能力，在借鉴吸收国外探测技术的基础上，我国自主研发出了DVL-360音视频生命探测仪，能够在施救者和待救者之间建立视觉和听觉的联系。

由于声音信号容易受到周围环境中其他声音和噪声的干扰，声音信号的识别和分类是声音探测技术的主要研究方向。随着深度学习的逐步兴起，作为深度学习的一种模式分析方法，神经网络在目标识别和分类中的应用得到了快速发展。近年来，很多国内外学者致力于用神经网络的方法解决声音探测技术中声音识别和分类的问题[4-8]。其中Romanov等[8]实现了一种基于VGGish模型的声音信号检测和分类系统，可以识别十三种声音信号，如咳嗽、婴儿啼哭、犬吠和枪声等，该系统假阳性率极低，可用于自动持续检测。神经网络在声音信号处理领域的应用显示出良好的结果，在声音信号的识别和分类方面也越来越受欢迎。

2 基于光学信号的非接触式生命探测技术

根据波长可将光学信号分为可见光、红外线和紫外线等，在电磁波谱中，红外线和可见光可用于生命探测。

可见光生命探测技术也可以称为视频生命探测技术，即将视频探头伸入救灾现场的缝隙中，采集视频信号，进行可视性探测。探头可携带有米数标记的电缆，从而简化伤员定位的问题，但必须要求现场有缝隙和孔洞，且探头容易受到泥水的污染，导致图像不清晰。视频生命探测技术可以获得可见光图像信息，通常将其与音频生命探测技术结合使用，从而获取更多有用信息，如蛇眼音视频生命探测仪。

基于红外线的生命探测技术可分为主动式探测和被动式探测。其中主动式红外生命探测技术利用红外探照灯人为产生红外辐射照射探测目标，通过处理相应的反射信号，最后将电信号转换为人眼可以识别的光信号[9]，从而探知生命体的存在，如红外夜视仪，可在夜间进行观察和搜索。主动式红外生命探测技术能准确分辨人和动物并探测距离，但其对成像技术依赖性较高，气候变化（如多雾和风沙）和地面的震动会引起系统的误报，且红外探照灯频繁发射红外光束会被敌方的红外探测装置探测到。

被动式红外生命探测技术本身不发射任何红外辐射，而是被动接收来自探测目标（温度高于0）的红外辐射，随后将其转变为热图像，如热成像仪。被动式红外生命探测技术具有隐蔽性好、成本较低的优点，但不能穿透墙体等障碍物。

随着国内外学者研究的深入，红外探测技术在伤员搜救、环境检测以及疾病诊断等方面的应用也越来越广泛。已有研究[9]利用基于傅里叶变换的红外光谱实现气体和污染物的高灵敏度检测。近年来，随着各种图像融合理论和算法的出现和不断发展，许多国内外学者将其成功应用于多个领域，引起了研究者的广泛关注，并成为许多研究者的工作重点[10-13]，图像融合技术可以将可见光图像中携带的细节纹理信息和红外图像中携带的热辐射信息结合起来。Sun等[13]将可见光成像技术和红外成像技术结合起来，保留可见光图像中的纹理和细节，突出红外图像中感兴趣的目标，远程探测多个生命体征并初步筛查疑似传染病的患者，其筛查能力高于传统的发热筛查方法。

3 基于气味信号的非接触式生命探测技术

生物具有极其敏锐的嗅觉，可以辨别各种气味信号，仿照生物的嗅觉系统，人们提出了“仿生电子鼻”的概念[14]，电子鼻可以检测气味，并对气味进行分类，主要包括传感器阵列和相应的识别算法两个部分，通过气体传感器阵列吸附气体化合物，再将获得的气味信号进行识别分析后实现气味信号的辨别。气体检测技术已经被广泛应用于环境监测、防爆、食品质量检测和疾病诊断等领域[15-17]。目前，已有研究人员将气体检测技术应用于伤员的搜索救援工作中，人体呼吸产生的气体中含有多种挥发性有机物（Volatile Organic Compounds，VOCs），当发生地震等自然灾害时，由于废墟之下的空间狭小且空气不流通，幸存者呼吸所产生的VOCs会在该空间内富集，浓度较高，通过检测VOCs就能获得幸存者的位置信息，从而达到生命探测的目的。基于气味信号的生命探测技术具有灵敏度高、抗环境干扰能力强以及辨别能力强等特点。

4 基于生物雷达的非接触式生命探测技术

雷达利用无线电的方法对目标进行探测，探测目标反射设备发射的电磁波，由接收器接收回波，并用相应的算法对回波进行处理和分析[18]，从而获得探测目标的位置信息。生物雷达将雷达用于人体的生命体征探测[19]，将雷达和生物医学测量相结合[20]，摆脱了电极和传感器对生命体的约束，在非接触的情况下实现呼吸信号和心率信号的检测。生物雷达根据原理可分为连续波生物雷达和超宽带（Ultra Wideband，UWB）生物雷达[19]。

连续波生物雷达不断向探测目标发射连续的微波信号，该信号会被探测目标反射，根据多普勒原理，生命体的任何微小移动（如呼吸时胸部区域的移动）都会改变回波的相位[18]，然后使用相同的发送波对回波进行解调，提取生命体信号的参数。

UWB生物雷达发射带宽大于0.25的脉冲微波束，接收由生命体活动而调制的回波脉冲[21]，选择合适的信号处理方法提取生命信号的参数（如呼吸和心率信号）。UWB生物雷达的障碍物穿透能力以及目标识别的能力优于连续波生物雷达。

雷达生命探测技术具有穿透能力强、定位精确、抗干扰性能强等特点，且不容易受到搜索救援现场的噪声和气候变化的影响。也能根据不同的搜索救援现场，选择不同波段的电磁波。广泛应用于灾后搜索救援、穿墙监视以及医疗诊断和检测。

在国内，空军军医大学生物医学工程系较早开始非接触式生命信息检测的研究，研制出了我国首台雷达生命探测仪[19]和基于超宽谱微波信号的多通道搜救雷达[22]，能穿透障碍物检测到生命体的呼吸信号，并在汶川地震的搜索救援工作中发挥了一定的作用，在探知生命体是否存在的基础上，也可用于对生命体进行体征的持续监测[23-25]，由于人类和动物的生命体征相似，在搜救工作中可能会出现误判，因此目标识别也是雷达生命探测技术的研究热点。Yu 等[26]提出一种新的方法识别人与动物的呼吸信号。为了提高检测精度，Liang等[27]提出了一种利用脉冲UWB雷达进行生命体征检测的新算法。

5 非接触式生命探测技术发展展望

声波在穿越障碍物时能量会大大衰减，为了解决探测声音信号质量的问题，声音信号的去噪和增强方法的研究需要进一步深入。随着深度学习的逐步兴起，研究者们可以使用深度学习的模式分析方法（如神经网络）提取声音信号的特征并进行识别和分类，在搜索救援工作中达到区分人和动物的目的。除此之外，声音信号识别技术可以与图像识别技术结合，增强对探测目标的识别性能。随着深度学习在声音信号检测和分类方面的成功应用，深度学习将会在这一领域有进一步的突破。

基于光学信号的生命探测技术的研究，可进一步将成像信息扩展至更多波段进行工作，其他成像技术的研究可以为这一方向的实现和发展提供解决方案。在这一研究方向，高光谱成像技术的出现是一个重要的突破，不仅可以在可见光和紫外波段成像，也可以在近红外和中红外波段同时成像[28]，可以为目标识别和区分提供充足的光谱信息。但随着波段数的增加，同时也需要进一步克服数据量呈指数增加和冗余信息相对增多的问题。除此之外，红外成像技术也可以与其他成像技术融合，从而能提取出更多的有用信息。

基于生物雷达的生命探测技术不仅可以获取探测目标的生理信号（如呼吸信号和心率信号），也可将所获得的生命信号综合分析，实现伤员探测和定位的同时，也实现伤员伤情的感知，从而选取恰当的救援措施，提高搜救效率。在伤员众多的情况下，使用多输入多输出的生命探测系统解决多个对象同时检测的问题，盲源分离算法可从检测到的混合信号中分析出原始信号，允许同时探测多个目标。将其与其他生命探测技术和机器学习相结合，可实现探测技术的精准化和智能化。

异常气味（如香水和酒精）会引起传感器的强烈响应[29]，而影响设备探测生命体的目的，这是基于气味信号的生命探测技术亟待解决的问题。除此之外，气体混合物的检测也是一个需要解决的问题。

战后和灾后搜救现场环境错综复杂，单一的传感器很难满足生命探测的需求，可以利用信息融合技术将各种传感器所获取的不同类型的信息进行综合处理与分析，从而准确探测伤员的位置，并对伤员的伤情进行初步的感知，提高非接触式生命探测技术的探测能力和可靠性。无人化设备的普及为无人化伤员搜寻的实现提供解决方案，将多种传感器集成到完全自主的无人机或机器人上，可在具有潜在危害和风险的救援现场取代人工。