-
公开(公告)号：CN118376996B
公开(公告)日：2024-10-11
申请号：CN202410834325.3
申请日：2024-06-26
Applicant: 中国科学院自动化研究所
IPC: G01S7/41 , G06F18/15 , G06F18/2131
Abstract: 本发明提供一种雷达信号去噪方法、装置、设备、存储介质和程序产品，属于信号处理技术领域，其中，方法包括：采用自适应滤波器对人体反射的原始雷达信号进行滤波处理；基于改进的自适应噪声完全集成经验模态分解ICEEMDAN算法对处理后的雷达信号进行分解，得到多个本征模态函数分量；从多个本征模态函数分量中确定多个高频和低频本征模态函数分量，对多个高频本征模态函数分量进行小波变换去噪处理，得到去噪后的多个高频本征模态函数分量；对多个低频本征模态函数分量和去噪后的多个高频本征模态函数分量进行重建，得到重建后的雷达信号。本发明能够更为有效地区分和提取人体反射后的雷达信号中的有用成分，减少噪声干扰。
-
公开(公告)号：CN116077062B
公开(公告)日：2023-06-30
申请号：CN202310373695.7
申请日：2023-04-10
Applicant: 中国科学院自动化研究所
Abstract: 本申请提供了一种心理状态感知方法及系统、可读存储介质，心理状态感知方法包括：获取带有时间戳的图像序列与毫米波雷达初始数据；对图像序列和毫米波雷达初始数据进行预处理；对预处理获得的头部区域图像序列进行分析，得到头部振动信号特征；通过远程光电容积脉搏波描记法计算预处理获得的人脸区域图像序列，得到第一心率；对原始毫米波雷达数据序列进行分析，得到第二心率和呼吸频率；将第一心率、第二心率和呼吸率进行融合，得到融合心率、呼吸率；通过类Transformer网络对面部变化信息进行特征提取；建立非接触多模态心理感知模型进行预测，获得心理状态预测结果。
-
公开(公告)号：CN118410328B
公开(公告)日：2024-11-19
申请号：CN202410843744.3
申请日：2024-06-27
Applicant: 中国科学院自动化研究所
IPC: G06F18/2134 , G06F18/213 , G06F17/16 , G01S7/41 , A61B5/0205 , A61B5/00 , A61B5/05
Abstract: 本发明涉及信号处理技术领域，提供一种基于滑动奇异谱的人体生命体征雷达信号处理方法及设备，该基于滑动奇异谱的人体生命体征雷达信号处理方法包括：获取体征振动信号，并基于滑动窗口，将所述体征振动信号切分为多个信号片段；对各个所述信号片段进行奇异谱分析，得到各个所述信号片段对应的重构子序列；确定各个所述信号片段的目标子片段，将各个所述目标子片段所对应的重构子序列进行合并处理，得到目标体征振动信号。本发明通过分割后再进行重构，提高了信号处理的效率，还保证了分析结果的准确性和可靠性，适用于长时间体征监测数据的分析。
-
公开(公告)号：CN118839107A
公开(公告)日：2024-10-25
申请号：CN202410639778.0
申请日：2024-05-22
Applicant: 中国科学院自动化研究所
IPC: G06F18/10 , A61B5/0205 , A61B5/00 , A61B5/0507 , G06F18/213 , G06N3/006 , G06F17/14 , G06F17/15
Abstract: 本发明提供一种生命体征检测信号去噪方法及装置，涉及生理感知和信号处理技术领域，包括：基于毫米波雷达的多普勒技术，获取包含生理信号的原始相位信号；基于粒子群优化算法优化的变分模式分解超参数搜索算法对所述原始相位信号进行变分模式分解，得到所述原始相位信号对应的振动模态函数信息；其中，所述粒子群优化算法使用置换熵和模糊熵作为适应度函数；对所述振动模态函数进行去噪处理后，将去噪处理后的所述振动模态函数进行重新组合，得到高精度去噪处理后的生理信号；从所述高精度去噪处理后的生理信号，提取呼吸和心跳生理信号。
-
公开(公告)号：CN118675740A
公开(公告)日：2024-09-20
申请号：CN202410654913.9
申请日：2024-05-24
Applicant: 中国科学院自动化研究所
IPC: G16H50/30 , A61B5/024 , A61B5/0507 , A61B5/00 , G16H50/20 , G16H50/70 , G06F18/213 , G06N3/0442 , G06N3/045 , G06F123/02
Abstract: 本发明公开了一种基于VMD和LSTM的毫米波心率测量方法和装置，其中，方法包括：利用毫米波雷达设备以非接触的方式采集待测用户的原始信号，原始信号包含心率信号；对原始信号进行预处理，得到预处理后的原始信号；基于变分模式分解VMD算法对预处理后的原始信号进行分解，得到与心率相关的目标本征模态函数分量；对目标本征模态函数分量进行特征提取，得到心率特征向量，将心率特征向量输入至预先构建的长短期记忆网络LSTM模型，得到LSTM模型输出的心率时间序列；其中，LSTM模型是基于样本信号对应的样本心率特征向量，以及样本信号对应的心率时间序列标签训练得到的。本发明提高了心率测量的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN116077062A
公开(公告)日：2023-05-09
申请号：CN202310373695.7
申请日：2023-04-10
Applicant: 中国科学院自动化研究所
Abstract: 本申请提供了一种心理状态感知方法及系统、可读存储介质，心理状态感知方法包括：获取带有时间戳的图像序列与毫米波雷达初始数据；对图像序列和毫米波雷达初始数据进行预处理；对预处理获得的头部区域图像序列进行分析，得到头部振动信号特征；通过远程光电容积脉搏波描记法计算预处理获得的人脸区域图像序列，得到第一心率；对原始毫米波雷达数据序列进行分析，得到第二心率和呼吸频率；将第一心率、第二心率和呼吸率进行融合，得到融合心率、呼吸率；通过类Transformer网络对面部变化信息进行特征提取；建立非接触多模态心理感知模型进行预测，获得心理状态预测结果。
-
公开(公告)号：CN118395387B
公开(公告)日：2024-11-05
申请号：CN202410834546.0
申请日：2024-06-26
Applicant: 中国科学院自动化研究所
IPC: G06F18/25 , G06F18/213 , G06V40/16
Abstract: 本发明涉及情感类型诊断技术领域，提供一种特征融合的情感识别方法、装置、电子设备及存储介质，其中方法包括：获取待检测目标的面部表情图像以及雷达原始数据；对面部表情图像进行情绪识别，确定待检测目标的面部情绪特征；对雷达原始数据进行特征提取，确定待检测目标的生理情绪特征；将生理情绪特征以及所述面部情绪特征进行拼接，并对拼接特征进行情感识别分类，确定待检测目标的情感类型。本发明提供的特征融合的情感识别方法、装置、电子设备及存储介质，通过融合视觉信号和生理信号的多模态情绪识别，有效提高了识别结果的可靠性以及识别准确率，同时两种信号互为补充，拓展了识别的场景范围。
-
公开(公告)号：CN118830822A
公开(公告)日：2024-10-25
申请号：CN202410653107.X
申请日：2024-05-24
Applicant: 中国科学院自动化研究所
IPC: A61B5/024 , A61B5/0507 , A61B5/00 , G06V40/16 , G06V10/25 , G06F18/2131 , G06F18/2134 , G06F18/2135 , G06F18/25
Abstract: 本发明提供一种基于毫米波雷达和远程光电描述术的人体心率测量方法，包括：基于待测人员的人脸图像进行人脸识别，对人脸区域中的感兴趣区域进行信号提取，基于信号提取所得的多通道信号确定光电心率信号；基于待测人员的毫米波雷达原始信号进行特征提取，并对特征提取所得的相位心率特征信号进行相位解缠，得到待测人员的毫米波雷达心率信号；基于光电心率信号以及毫米波雷达心率信号，进行人体心率测量，得到待测人员的心率，克服了传统方案中心率监测准确性不高、操作复杂、实时性较差的缺陷，结合毫米波雷达与远程光电描述术进行人体心率测量，实现了快速准确的心率测量，提升了心率监测的准确性、可靠性和适用范围。
-
公开(公告)号：CN118592921A
公开(公告)日：2024-09-06
申请号：CN202410582641.6
申请日：2024-05-11
Applicant: 中国科学院自动化研究所
IPC: A61B5/0507 , A61B5/0205 , A61B5/00 , G16H50/30 , G16H50/70 , G06F18/25 , G06N3/0464 , G06F18/2131 , G06F123/02
Abstract: 本发明提供一种基于CNN融合特征的心率与呼吸率毫米波雷达检测方法，包括：获取目标人员实时的一维雷达信号，所述一维雷达信号是通过毫米波雷达传感器对所述目标人员进行生命体征监测得到的；基于所述一维雷达信号进行时频分析，得到二维时频信号；基于所述一维雷达信号和所述二维时频信号，对所述目标人员进行人体心率和呼吸率检测，得到所述目标人员的心率和呼吸率，克服了传统接触式检测方法存在的长期监测不便、带来不适感，以及在特定人群上应用受限的问题，通过非侵入式的监测手段实现了全面精确的人体心率和呼吸率检测，且对于老年人、慢性病患者以及需要长期康复监护的个体尤为有益，为家庭医疗和远程健康监控提供了支撑。
-
公开(公告)号：CN119302638B
公开(公告)日：2025-03-21
申请号：CN202411857945.5
申请日：2024-12-17
Applicant: 中国科学院自动化研究所
IPC: A61B5/0507 , G06V40/10 , A61B5/11 , A61B5/0205 , A61B5/024 , A61B5/08
Abstract: 本发明涉及图像处理技术领域，提供了一种基于毫米波雷达和摄像机融合的生命体征检测方法，包括：基于目标人员的人体图像进行姿态检测，得到目标人员的胸部区域，对毫米波雷达信号进行频率分析，得到距离角度热图；基于胸部区域和距离角度热图进行人体定位，得到人体位置；基于人体位置，对毫米波雷达信号进行相位提取，得到目标人员的生命体征信号，并对生命体征信号进行变分模态分解，得到目标人员的生命体征参数，克服了目前检测易受人体皮肤状态影响，检测结果不准，以及在特殊人群、连续监测和远程监测上存在局限性的缺陷，实现了非侵入式的检测，且检测结果更为准确可靠，更有益于特殊群体，并为家庭医疗和远程健康监控提供了支撑。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.026 seconds)
