公开(公告)号：CN113892931A

公开(公告)日：2022-01-07

申请号：CN202111199566.8

申请日：2021-10-14

Applicant: 重庆大学

Inventor： 曹海林 ,  陈富强 ,  戴彦博 ,  朱苡良 ,  周子恒 ,  孙志伟

IPC: A61B5/05 ,  A61B5/03 ,  A61B5/113

Abstract: 本发明涉及生命体特征采集计算领域，尤其涉及一种基于深度学习的FMCW雷达提取分析腹内压力方法，通过FMCW雷达来采集测试对象含腹部呼吸信号的生命体特征信号，将该信号进行特征提取，而后输入至预先搭建好的神经网络中进行计算，通过引入注意力机制，对多通道的腹部呼吸信号进行重要性计算，从不同重要性的通道自适应的提取出不同量的特征，并与通过离散小波变换所提取出的隐藏特征相结合，提高该神经网络算法的能力，获取更多的腹部呼吸信号中的时域信息，将时域信息与测试对象身体腹内压力相关联，从而推算出测试对象身体的腹内压力；相对与传统侵入式或接触式的测量腹内压力的方法，该方法是一种全新的无接触式的测量腹内压力的方法。

公开(公告)号：CN113892931B

公开(公告)日：2023-08-22

申请号：CN202111199566.8

申请日：2021-10-14

Applicant: 重庆大学

Inventor： 曹海林 ,  陈富强 ,  戴彦博 ,  朱苡良 ,  周子恒 ,  孙志伟

IPC: A61B5/05 ,  A61B5/03 ,  A61B5/113

Abstract: 本发明涉及生命体特征采集计算领域，尤其涉及一种基于深度学习的FMCW雷达提取分析腹内压力方法，通过FMCW雷达来采集测试对象含腹部呼吸信号的生命体特征信号，将该信号进行特征提取，而后输入至预先搭建好的神经网络中进行计算，通过引入注意力机制，对多通道的腹部呼吸信号进行重要性计算，从不同重要性的通道自适应的提取出不同量的特征，并与通过离散小波变换所提取出的隐藏特征相结合，提高该神经网络算法的能力，获取更多的腹部呼吸信号中的时域信息，将时域信息与测试对象身体腹内压力相关联，从而推算出测试对象身体的腹内压力；相对与传统侵入式或接触式的测量腹内压力的方法，该方法是一种全新的无接触式的测量腹内压力的方法。