基于生物雷达的灾后受挤压伤员生命状态识别方法研究

石 丁，乔嘉豪，李瑞瑶，焦 腾，安 强，廖福元，闫克丁，张 杨*

（1.空军军医大学军事生物医学工程学系，西安 710032；2.西安工业大学电子信息工程学院，西安 710021）

0 引言

重大灾害发生后，大量人员因被掩埋于废墟之下而无法脱逃。根据汇总的灾后伤病谱发现[1-2]，因重物倒塌致人体挤压受伤是灾害发生后的早、中期最主要的致伤或致死原因。时间就是生命，搜救人员若是能够提前掌握受挤压伤员的生命状态和伤情信息，就能更加合理地安排救援优先级顺序，并提前准备好相关药物与医疗设备，从而实现科学且精准的救援，最大程度减少人员伤亡。

随着生物雷达技术的发展，因其具备非接触、远距离与穿透性等特点使得提前掌握受困伤员的生命状态和伤情信息成为了可能[3-6]。目前已有部分课题组开展了受困状态下目标的生命状态识别领域的研究工作，王德文及其团队曾使用动物模拟受挤压伤员，研究在深埋条件下生命体不同伤情下的特征，取得了一定的成果[7-8]，但在研究中并没有使用生物雷达采集的信号进行生命状态识别，在实际救援中接触式检测设备仅能对废墟表层的伤员进行伤情诊断，难以满足穿透废墟对伤员进行快速探测和伤情研判的需求。日本防卫医科大学也曾基于连续波生物雷达对兔子正常和失血休克2 种状态进行区分研究，并取得了较好的效果[9]，但未对灾后其他致伤原因进行深入研究。此外，Ma 等[10]提出一种基于脉冲超宽带生物雷达的受困目标生命状态辨识方法，该研究以与人类生命体征相仿的比格犬作为探测目标并设计了模拟禁水禁食条件下的受困实验，初步完成生命状态辨识工作并将其生命所处不同阶段进行特征划分。但该研究也并未针对实际灾害发生后因重物倒塌等原因致挤压受伤这种情况作进一步研究。

结合以上研究，本文将使用生物雷达与接触式的多导生理信号检测设备对2 只处于挤压密闭实验平台中的3 月龄实验猪（一雄一雌）进行观测。通过对比2 类设备采集到的信号，验证生物雷达采集到的心跳和呼吸信号与接触式检测设备测得的实际信号是否具有较好的一致性。之后拟通过对生物雷达采集的生命信号进行深入分析和特征提取，实现针对受挤压生命体的生命状态识别和伤情研判。本研究将有助于在自然灾害与人为事故发生后提高对挤压伤员的详细信息获取能力，在确定伤员位置的同时掌握伤员的生命状态以及伤情，以提前制订科学精准的救援计划，对救援物资的科学调配以及灾后伤员救援优先级的确定具有指导意义。

1 挤压密闭实验平台与生物雷达

1.1 挤压密闭实验平台构建

挤压密闭实验平台由1 个密闭暗箱和4 个电动机驱动线性挤压模组以及可编程运动控制器构成。该密闭暗箱由六面质地均匀的实心木板组装而成，其两侧的活动门板可以打开或上锁关闭。以电动机驱动线性挤压模组与可编程运动控制器为核心构建了一套运动挤压系统，该线性挤压模组产生精细位移，推动挤压板产生不同压力。此外，通过压力检测模块（MD30-60 薄膜压力传感器）检测施加在生命体上的压力信息。通过各模块间的结合实现对步进电动机的精确控制，进而实现精确施加压力的目的。

暗箱具有良好的密封性，不仅可以模拟灾后伤员受挤压场景，还可同时模拟灾后伤员被掩埋时漆黑密闭的场景。因此在实验中可将实验动物放置进暗箱的密闭挤压室内进行模拟挤压、密闭复合条件下的实验数据采集。挤压密闭实验平台示意图如图1 所示。

图1 挤压密闭实验平台示意图

1.2 生物雷达

生物雷达在用途上可以分为战场伤员搜寻雷达、灾后搜救雷达、用于临床监护的生命监护雷达以及警用反恐雷达等。从生物雷达体制上一般可分为脉冲超宽带雷达[11-12]和连续波雷达（包括点频连续波雷达和调频连续波雷达）[6，13]。与连续波生物雷达相比，脉冲超宽带生物雷达具有以下优势：（1）发射的脉冲具有很宽的频谱，因此更加有利于穿透障碍物进行探测；（2）脉冲发射的持续时间很短，通常为皮秒级，具有很高的空间分辨力；（3）超短脉冲还使脉冲超宽带生物雷达具有低能耗的特性。因此本文选取脉冲超宽带的生物雷达作为后续的实验设备。

脉冲超宽带生物雷达结构框图如图2 所示。首先，由连续振荡器产生固定频率的余弦信号，这些余弦信号被脉冲调制器所产生的周期性脉冲调制后形成发射脉冲，再经功率放大器后激励雷达天线向空间发射雷达波。雷达波照射到生命体，并与生命体因呼吸和心跳运动而产生的体表微动相作用，所产生的反射雷达波被接收天线接收。此时，由连续振荡器产生的余弦信号经延迟电路与距离门电路产生特定时刻的触发脉冲实现对接收机中取样积分器的控制，使之高效地完成对接收信号的取样积分工作，之后信号被送入放大滤波电路中进行处理，最终经模数转换模块转换后送入计算机[14]。

图2 脉冲超宽带生物雷达结构框图

生物雷达的原始回波信号在计算机中是以数组矩阵D（m，n）[其中，m=1，2，…，M，代表沿着快时间方向的采样点（距离轴）；n=1，2，…，N，代表沿着慢时间方向的采样点（时间轴）]的形式存储，其二维雷达原始回波图像如图3 所示。

图3 二维雷达原始回波图像

2 生物雷达信号预处理

为最终获得较为准确的被测目标生理体征参数，针对采集到的雷达原始回波信号，需通过距离累积、距离归一化、去除直流偏移、自适应滤波4 个步骤进行信号预处理工作。信号预处理流程图如图4 所示。

图4 信号预处理流程图

（1）距离累积：通过使用滑动窗沿快时间轴对数据取平均来达到缩减数据量的目的。该步骤旨在保证回波信号中细节特征信息不损失的前提下降低计算复杂度。

（2）距离归一化：沿慢时间轴对每一时刻雷达回波信号执行归一化处理。该步骤使距离雷达较远处的慢时间信号衰减得到部分补偿，以提高远处人体目标回波信号的信噪比。

（3）去除直流偏移：在基于生物雷达的生命体征探测中，加载有目标生命体征信息的雷达回波易受到探测场景中其他静止物体的反射波影响，从而在回波数据中形成直流偏移干扰。该步骤通过减去每一时刻回波信号的均值即可滤除回波数据中存在的静态杂波与直流偏移。

（4）自适应滤波：采用基于最小均方误差（least mean square，LMS）的自适应滤波来抑制外界静态杂波干扰。该方法是利用前一时刻已获得的滤波参数结果，自动调节当前时刻的滤波器参数，以适应信号和噪声随时间变化的统计特性，从而实现最优滤波[15]。

根据正常人体呼吸（12～30 次/min）、心率（60～100 次/min）2 个指标，设计低通滤波器对生命信号进行滤波，提取出雷达回波中的呼吸信号；设计带通滤波器以获取心跳信号。通过以上步骤，完成对原始信号处理工作，最终分离出生物的呼吸信号和心跳信号[16]以进行后续研究。

3 实验数据采集与实验结果

3.1 实验数据采集

本文选取一雄一雌3 月龄猪为实验对象，用于模拟处在挤压密闭场景下的受困伤员，雄性猪体质量20 kg，雌性猪体质量17 kg。使用生物雷达对实验猪的心跳、呼吸信号进行采集的同时用接触式检测设备测量心电信号和呼吸信号作为参考。其中非接触式心跳、呼吸信号采用7.29 GHz 中心频率的脉冲超宽带生物雷达X4M200 测量；接触式呼吸信号采用RM6240E 多通道生命信号采集系统测量，心电信号采用IX-B3G 生物电信号采集系统进行采集。

自由空间场景下，将IX-B3G 生物电信号采集系统的五导联心电采集电极片分别置于实验猪的心尖部位、左右前肢腋下和左右后肢腋下。将RM6240E多通道生命信号采集系统的传感器置于实验猪腹部呼吸明显部位。将X4M200 雷达置于与实验猪腹部平齐的高度，且距离实验猪水平方向上的直线距离60 cm 处，对实验猪的生命体征参数进行采集。在挤压密闭场景下的接触式心电电极和呼吸绑带的安置方法同上。实验开始时将实验动物置于挤压密闭平台的密闭挤压室内，挤压板与步进电动机组成的挤压模组能精确地控制螺杆旋转从而完成前进或者后退的功能，与暗箱的后侧门板相互作用构成模拟挤压场景。将X4M200 雷达置于距离实验猪顶部60 cm的挤压平台的顶板内侧。为便于观察实验猪的状态，在密闭暗室顶部内侧安装红外摄像头，同步观测实验猪的状态，保证实验猪在静息的状态下进行数据采集。每次的采集时长为60 s，该时长内的数据中包含有足够分析生命体征变化的呼吸与心跳信息。采集场景示意图如图5 所示。

在自由空间和挤压密闭2 种场景下的数据采集完成后，将有明显目标晃动的数据剔除，最终得到的采集数据组数见表1。自由空间场景下非接触式呼吸、非接触式心跳信号以及用于对比生物雷达检测准确度的接触式呼吸、接触式心电信号各采集10组；挤压密闭场景下同样将上述4 种信号分别在20、40、60、80、100 kPa 5 个压力值下各采集5 组。

3.2 实验结果

3.2.1 呼吸信号分析

使用生物雷达对生命体的呼吸信号进行检测是非接触式设备评价生命状态的常用指标之一[17]，图6为在2 种不同场景下生物雷达采集的一组典型呼吸信号时频图，通过与RM6240E 多通道生命信号采集系统测得的呼吸信号对比，非接触式设备检测同样可以准确反映生命体受挤压状态的呼吸特征变化情况。图6（a）和（b）为一组典型的自由空间场景下的呼吸波形图和呼吸频谱图，由图可知，在自由空间场景下实验猪的呼吸稳定且规律，主频率集中在0.17 Hz。可判断此时实验猪的呼吸情况良好，生命状态稳定。图6（c）和（d）是受100 kPa 挤压密闭场景下的呼吸波形和呼吸频谱图，由图可知在100 kPa 压力下的呼吸主频率约为0.31 Hz，呼吸速度显著变快并出现呼吸幅值不稳定情况。此外，由于受到100 kPa 外力的挤压，其呼吸信号会伴有明显的波峰凹陷特征。经过分析呼吸波形的波峰凹陷现象可能意味着在呼吸过程中出现间断的二次吸气现象。该现象主要是由于挤压力对实验猪胸腔压迫的影响，一个呼吸周期内的潮气量难以满足机体的氧气需求，被迫进行二次吸气以补充氧气所致。

3.2.2 心跳信号时域心率变异性（heart rate variability，HRV）分析

除对呼吸信号进行分析外，对心跳信号进行HRV分析是评价生命体自主神经系统调控以及生命体征状态的另一项重要指标[18]。在时域分析中HRV 常见指标如下：

（1）RR 间期平均值（MeanRR）：通过计算每2 个相邻R 波尖峰的时间间期（RR 间期）计算整段数据RR 间期的平均值。公式如下：

（3）相邻NN 间期差值的均方根（RMSSD）：代表着HRV 中快速的变化部分，反映了交感神经系统的调控。RMSSD 计算公式如下：

图7 展示了在自由空间、60 kPa 挤压密闭和100 kPa 挤压密闭3 种场景下对静息状态的实验猪进行接触式与非接触式数据采集的对比结果，可以看到非接触式心跳信号和接触式心电信号表现出较好的同步性。

图7 不同场景下生物雷达与IX-B3G 生物电信号采集系统采集的信号比较

通过给出的HRV 常见指标公式分别计算出各场景下的RR 间期均值、RR 间期标准差、相邻NN间期差值均方根，计算结果见表2。

依据表2 数据绘制的折线统计图如图8 所示。根据图8 对HRV 的常见时域指标进行进一步分析。由RR 间期均值的变化情况可获知在自由空间场景下的平均值为711 ms。挤压密闭场景下，随压力值的逐步增大，RR 间期均值明显下降，说明在施加压力之后，实验猪的心跳频率变快。当压力值加至100 kPa后，此时实验猪的RR 间期均值再次减小，心率进一步加快达到自观测以来的最大值。其次，在挤压密闭场景下实验猪的RR 间期标准差相较于自由空间场景要大，这表明在挤压密闭场景下心跳变化的离散程度会随压力的增大呈现出总体增加的趋势，即随着外界压力的增加，心脏出现心跳不规律的病理性变化。最后，在自由空间与挤压密闭场景下分别计算心跳信号的NN 间期差值均方根。在挤压密闭场景下实验猪的两相邻的NN 间期差值相较自由空间场景要大，尤其是在施加20 kPa 压力时，此时由于实验猪刚感受到挤压力，会出现惊吓与恐惧，使其NN间期差值均方根值会出现一个剧烈的抬升，随后在适应环境后随着压力的增加其NN 间期差值在短暂下降后再次出现缓慢增加。

表2 不同压力下HRV 相关指标变化情况单位：ms

图8 不同压力下主要HRV 指标折线统计图

3.2.3 心跳信号频域HRV 分析

对HRV 的时域信号进行三次样条插值再进行快速傅里叶变换，然后进行HRV 频域分析。根据生命体交感神经与副交感神经的活动状态将HRV 频域划分为高频段HF（0.15 Hz＜HF≤0.4 Hz）和低频段LF（0.04 Hz＜LF≤0.15 Hz）2 个频段。高频段时副交感神经占据主导作用，低频段时交感神经占据主导作用。为得到准确的特征信息，进行高频段、低频段以及高低频段比值LF/HF 3 个方面的比较与分析。图9为自由空间场景和100 kPa 挤压密闭场景的HRV频谱图，通过观察对比可见在0.05 Hz 之前二者频谱幅值及变化趋势相似。另外，与自由空间场景相比，100 kPa 挤压密闭条件下的频谱图在0.09 Hz 及其附近位置的幅值均有一定提升，这说明施加压力后，低频段频谱幅值有较明显的增加。

图9 不同场景下HRV 信号频谱图

表3 是计算出来的HRV 频域特征值，其中总频段TP 为0～0.4 Hz。在压力不断上升的情况下，HRV的低频段功率总体呈增加趋势，意味着因受到挤压和密闭环境的影响，实验猪处在紧张的状态，此时交感神经兴奋，心脏的心搏增强进而导致心率上升。在表3 中，随着压力的增加高频段功率总体也呈现出增加趋势，代表着副交感神经的作用也在增加，此时副交感神经在调控心率使之下降。LF/HF 为低频与高频比值，反映了交感神经与副交感神经之间相互作用的情况，当压力值在0～20 kPa 变化时，实验猪的LF/HF 趋近于1，处于相对平衡且心脏活动较为稳定的状态。伴随着压力值的增大，二者比值也同样表现出总体增加的趋势，这意味着此时在实验猪的自主神经中交感神经逐步占据主导，而交感神经又对心脏运动的调控起主要作用，这也从生理学的角度解释了导致实验猪心跳频率上升的原因。

表3 不同压力状态下的HRV 频域指标

本文采用平均误差率[19]作为对非接触式生物雷达与接触式设备所采集的信号的评价指标。统计比较的结果见表4，通过比较分析可知，生物雷达的检测值与标准结果之间仅存在少量偏差，因此通过生物雷达获得生命信号不失为一种值得信赖的检测方法。综合对非接触式采集的呼吸信号与心跳信号的HRV 分析结果，说明使用生物雷达在挤压密闭场景下对受挤压的生命体进行生命状态识别以及初步伤情研判是可行的。

表4 非接触式设备检测误差率统计比较

4 结语

本文以自行设计的模拟挤压密闭场景实验平台为基础进行实验，采用一雄一雌3 月龄的2 只实验猪作为被探测对象模拟受挤压伤员，分别采集了自由空间和挤压密闭场景下非接触式呼吸、心跳信号以及接触式的呼吸、心电信号，并对采集到的数据进行处理和分析。

通过对生命体非接触式检测的呼吸信号进行分析，发现在100 kPa 压力下，实验猪的呼吸频率显著加快，整个呼吸运动中表现出呼吸幅度不稳定且出现间断的二次吸气现象，经推断出现这些现象的原因是由于挤压力对实验猪胸腔压迫的影响，使其机体的摄氧量不足从而需进行二次吸气以满足身体需要所导致。此外，对非接触式采集的心跳信号进行HRV 分析，时域上的3 个HRV 指标会随着压力增大出现较为明显变化。受挤压场景下随着挤压力的增加，实验猪会出现心跳信号的RR 间期平均值下降，且其RR 间期标准差、RR 间期差值均方根都出现较为明显的上升趋势，这些指标代表实验猪的心跳变快，心跳运动的离散性增加，更能进一步推断出此时生命体的交感神经在占据主导作用。同时对HRV 频域进行分析，分别从低频段、高频段和低频高频比值3 个方面入手，发现交感神经与副交感神经均发挥了作用，且随着挤压压力的增大交感神经最终占据主导地位，这也从另一方面解释了导致实验猪心跳频率上升的生理原因。

本文通过对从非接触式雷达生命信号中提取出的呼吸与心跳信号进行相应的特征分析，依据这些特征，初步实现了对生命体的受压生命状态识别以及简单的伤情研判。下一步将通过基于小波包的时频分析、HRV 非线性分析等技术方法对生物雷达心跳信号进行进一步分析，以期实现非接触挤压伤的自动探测和识别，为快速精细化救援提供技术支持。