System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及雷達監測,具體涉及一種基于毫米波雷達的失血休克深度學習方法。
技術介紹
1、脈搏波是心臟周期性的搏動沿動脈血管和血流向外周傳播形成的一種壓力波。脈搏的變化是動脈內血壓、血管彈性與血液粘性的反映,其頻率主要集中在0~20hz。根據傳感器的類別不同,脈搏波最常見的測量方法有以下幾種:光電容積脈搏波法描記法(ppg),壓力傳感器法,超聲多普勒法。ppg是一種低成本、簡單便攜的非侵入式脈搏波測量方法,常用于測量計算心率、血氧,但它容易受到光強度變化、皮膚顏色、汗液和與動脈的距離的影響。壓力傳感器通過獲取脈搏的搏動壓力,傳感器受壓力應變轉換為電信號輸出以反映脈搏波。在實際應用中,該測量方法對壓力傳感器的靈敏度和安裝位置要求高,會給測量者帶來壓迫的不適感。超聲多普勒法可應用于血壓連續測量,抗噪聲干擾能力強;同時超聲法的設備較復雜,且傳感器和血管之間的聲波途徑容易受測試者的活動而改變,導致測量的誤差加大。
2、而且,現有技術中通常是監測脈搏波后,醫生根據脈搏波去預測患者的身體狀態,這極度依賴醫生的經驗和學識。因此,對于大部分醫生來說,通過以上方式監測脈搏波,再根據脈搏波直接預測患者身體狀態,準確率不高。
技術實現思路
1、針對現有技術存在的不足,本專利技術提出一種基于毫米波雷達的失血休克深度學習方法,提高準確率。
2、本專利技術采用的技術方案是,一種基于毫米波雷達的失血休克深度學習方法。
3、在第一種可實現方式中,一種基于毫米波雷達的失血休克深度
4、基于毫米波雷達對用戶腕部進行測量,獲取脈搏雷達數據;
5、根據脈搏雷達數據獲取脈搏波信號;
6、采用改進spa-informer模型對脈搏波信號進行處理,獲得動脈血壓波;
7、根據脈搏波信號和動脈血壓波獲取失血休克指數。
8、結合第一種可實現方式,在第二種可實現方式中,采用毫米波雷達對用戶脈搏進行測量,獲取脈搏雷達數據,包括:
9、采用fmcw毫米波雷達的壓控振蕩器生成線性調頻脈沖信號,并將線性調頻脈沖信號分為兩路信號,分別發送到混頻器和功率放大器;
10、功率放大器輸出增強信號,并將增強信號通過天線向用戶腕部發射;增強信號經腕部橈動脈的搏動運動所調制,產生回波信號;
11、天線接收到回波信號后發送到低噪聲放大器,低噪聲放大器對回波信號進行放大和噪聲抑制,獲得回波放大信號;
12、混頻器對回波放大信號和線性調頻脈沖信號進行混合,獲得中頻信號;
13、模數轉換器對中頻信號進行采樣處理,獲得數字信號形式的中頻回波信號,即脈搏雷達數據。
14、結合第一種可實現方式,在第三種可實現方式中,還包括:采用脈搏波測量儀器對用戶進行脈搏測量,獲得脈搏雷達數據;
15、脈搏波測量儀器包括脈搏波雷達手環和上位機;脈搏波雷達手環連接上位機;脈搏波雷達手環佩戴于用戶腕部,脈搏波雷達手環的雷達天線對準橈動脈。
16、結合第三種可實現方式,在第四種可實現方式中,脈搏波測量儀器還包括:光電血氧指夾,夾于用戶食指處;光電血氧指夾連接上位機。
17、結合第一種可實現方式,在第五種可實現方式中,根據脈搏雷達數據獲取脈搏波信號,包括:
18、對脈搏雷達數據進行距離維傅里葉變換,獲取距離信息;
19、對距離信息進行相位提取和相位解纏繞處理,獲得目標相位;
20、對目標相位進行差分處理,獲得位移變化信息;
21、對位移變化信息進行濾波處理,獲得橈動脈位移信號,即脈搏波信號。
22、結合第一種可實現方式,在第六種可實現方式中,采用改進spa-informer模型對脈搏波信號進行處理,獲得動脈血壓波,包括:
23、對脈搏波信號進行時間特征捕捉,獲得第一脈搏波特征;
24、將第一脈搏波特征輸入第一編碼器,獲得第一編碼特征;
25、對第一編碼特征進行合并,獲得第二脈搏波特征;
26、將第二脈搏波特征輸入第二編碼器,獲得第二編碼特征;
27、將第二編碼特征進行多尺度融合,獲得多尺度脈搏波特征;
28、根據第一編碼特征、第二編碼特征和多尺度脈搏波特征重構動脈血壓波。
29、結合第六種可實現方式,在第七種可實現方式中,對脈搏波信號進行時間特征捕捉,分別獲得第一脈搏波特征,包括:
30、對脈搏波信號進行切片分割,獲得多個波形塊;
31、對各波形塊進行移位處理,獲得第一脈搏波特征。
32、結合第六種可實現方式,在第八種可實現方式中,8.根據權利要求6所述的方法,其特征在于,根據第一編碼特征、第二編碼特征和多尺度脈搏波特征重構動脈血壓波,包括:
33、對原始動脈血壓波進行時間特征捕捉,分別獲得第一動脈血壓波特征;
34、將第一編碼特征和第一動脈血壓波特征輸入第一解碼器,獲得第一解碼特征;
35、對第一解碼特征進行合并,獲得第二動脈血壓波特征;
36、將第二動脈血壓波特征和第二編碼特征輸入第二解碼器,獲得第二解碼特征;
37、將第二解碼特征進行合并,獲得第三動脈血壓波特征;
38、將第三動脈血壓波特征與多尺度脈搏波特征進行同尺度合并處理,獲得多尺度融合信息;
39、通過全連接層對多尺度融合信息進行輸出,獲得動脈血壓波。
40、結合第一種可實現方式,在第九種可實現方式中,根據脈搏波信號和動脈血壓波獲取失血休克指數,包括:
41、根據脈搏波信號的基波頻率確定脈搏頻率;
42、根據脈搏頻率計算用戶的心率;
43、根據動脈血壓波獲取用戶的收縮壓;
44、根據心率和收縮壓計算失血休克指數。
45、結合第一種可實現方式,在第十種可實現方式中,還包括:根據失血休克指數確定用戶的預計失血量和休克程度。
46、由上述技術方案可知,本專利技術的有益技術效果如下:
47、1.首先利用雷達毫米波獲取更加準確的脈搏波信號,再利用改進spa-informer模型對脈搏波信號進行處理,獲得動脈血壓波,進而根據脈搏波信號和動脈血壓波獲取失血休克指數,從而實現準確、快速地獲取用戶身體狀態。
48、2.毫米波雷達是一種利用毫米級波長的電磁波進行探測的雷達,有很高的距離分辨率和測距精度,本方案采用雷達毫米波監測脈搏波,不需要對測量部位施加壓力,并且不需要與皮膚接觸,測量時雷達芯片的位置距離皮膚表面大約幾毫米,而且測量所得脈搏波波形準確。
49、3.本方案提出一種將scalable?patchattention(spa)方法融入到informer網絡模型的框架中,形成了改進spa-informer模型,采用了兩層編碼器-解碼器。在每層編解碼器層之間對相鄰時序的patch進行合并操作,以便本文檔來自技高網...
【技術保護點】
1.一種基于毫米波雷達的失血休克深度學習方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,采用毫米波雷達對用戶脈搏進行測量,獲取脈搏雷達數據,包括:
3.根據權利要求1所述的方法,其特征在于,還包括:采用脈搏波測量儀器對用戶進行脈搏測量,獲得脈搏雷達數據;
4.根據權利要求3所述的方法,其特征在于,脈搏波測量儀器還包括:光電血氧指夾,夾于用戶食指處;光電血氧指夾連接上位機。
5.根據權利要求1所述的方法,其特征在于,根據脈搏雷達數據獲取脈搏波信號,包括:
6.根據權利要求1所述的方法,其特征在于,采用改進SPA-Informer模型對脈搏波信號進行處理,獲得動脈血壓波,包括:
7.根據權利要求6所述的方法,其特征在于,對脈搏波信號進行時間特征捕捉,分別獲得第一脈搏波特征,包括:
8.根據權利要求6所述的方法,其特征在于,根據第一編碼特征、第二編碼特征和多尺度脈搏波特征重構動脈血壓波,包括:
9.根據權利要求1所述的方法,其特征在于,根據脈搏波信號和動脈血壓波獲取失血休
10.根據權利要求1所述的方法,其特征在于,還包括:根據失血休克指數確定用戶的預計失血量和休克程度。
...【技術特征摘要】
1.一種基于毫米波雷達的失血休克深度學習方法,其特征在于,包括:
2.根據權利要求1所述的方法,其特征在于,采用毫米波雷達對用戶脈搏進行測量,獲取脈搏雷達數據,包括:
3.根據權利要求1所述的方法,其特征在于,還包括:采用脈搏波測量儀器對用戶進行脈搏測量,獲得脈搏雷達數據;
4.根據權利要求3所述的方法,其特征在于,脈搏波測量儀器還包括:光電血氧指夾,夾于用戶食指處;光電血氧指夾連接上位機。
5.根據權利要求1所述的方法,其特征在于,根據脈搏雷達數據獲取脈搏波信號,包括:
6.根據權利要求1所述的...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。