張 華，荊鈞堯，李 盛，張鵬飛，于 宵，呂 昊，路國華，王健琪

(1.第四軍醫(yī)大學(xué) 生物醫(yī)學(xué)工程學(xué)院，陜西 西安710032;2.西安電子工程研究所，陜西 西安710100)

生命體征主要包括呼吸、脈搏、血壓、體溫，醫(yī)學(xué)上稱為4大體征，它們是維持機(jī)體正?；顒拥闹е?，是生命的基礎(chǔ)，是反映人體健康狀況的重要信息。常規(guī)的檢測方法有接觸式和非接觸式兩種:接觸式需要依靠電極或傳感器等采集信號，對人體產(chǎn)生束縛，在一些特殊的應(yīng)用場景使用受限;非接觸式檢測是指不接觸機(jī)體、隔一定距離、穿透一定介質(zhì)，無約束的狀態(tài)下借助探測媒介，獲取生命體征，近年來在生物醫(yī)學(xué)工程領(lǐng)域生理信號采集過程中受到越來越廣泛的關(guān)注［1］。

自從上世紀(jì)70年代以來，基于生物雷達(dá)的非接觸檢測方法在生命信息參數(shù)的檢測和監(jiān)測方面已受到越來越多的關(guān)注［2－6］。1996年1月，文獻(xiàn)［7］介紹了由美國斯坦福尼亞大學(xué)Lawrence Livermore National Laboratory(LLNL)研制的微功率脈沖雷達(dá)Micropower Impulse Radar(MIR)，能夠檢測到人體的呼吸和心跳信號，并采用距離門技術(shù)實現(xiàn)最大程度地抑制外界環(huán)境的干擾。2005年Yan－ming Xiao等［8］發(fā)表文章應(yīng)用Ka波段的低功率雷達(dá)系統(tǒng)遠(yuǎn)程檢測心肺體征微動，得到呼吸和心跳信號。2009年Morgan等［9］針對雷達(dá)式心肺體征監(jiān)測技術(shù)提出了自適應(yīng)噪聲抵消的信號處理方法，該方法能夠從測量的胸廓微動中分離出呼吸和心跳信號。但文章僅限于仿真模型，沒有進(jìn)行實測數(shù)據(jù)的分析。

本課題組前期針對生物雷達(dá)的呼吸和心跳信號的分離提取進(jìn)行了探索。王海濱［10］采用自適應(yīng)的處理方法將實驗中提取的呼吸信號作為噪聲參考信號，回波信號作為原始輸入信號進(jìn)行自適應(yīng)濾波，從回波信號中檢測出心跳波形，但是算法對噪聲信號的相關(guān)性要求較高，濾波效果不理想。楊冬［11］采用同態(tài)濾波對回波信號進(jìn)行處理，由于回波信號的成分不明確，無法對復(fù)倒譜界限進(jìn)行明確的分析。岳宇［12］采用小波變換，由于該算法適用于時變和突變信號的消噪，算法復(fù)雜，實時性差，濾波效果不好。

本研究基于模擬家庭監(jiān)護(hù)的雷達(dá)式非接觸實驗平臺提出了LMS自適應(yīng)諧波抵消的方法，將呼吸信號的諧波組合作為自適應(yīng)濾波器的參考輸入，針對檢測信號進(jìn)行分離。

1 基于LMS自適應(yīng)諧波抵消算法

1.1 自適應(yīng)噪聲抵消模型

如圖1所示第一路信號s在采集過程中受到噪聲影響，在原始信號中疊加有不相關(guān)的噪聲n0，由此s+n0構(gòu)成了自適應(yīng)噪聲抵消器的原始輸入信號。另一路信號采集過程中，采集到與第一路信號沒有相關(guān)性，但是以某種方式與n0相關(guān)的n1(n0和n1的相關(guān)方式未知)構(gòu)成自適應(yīng)噪聲抵消器的參考輸入信號。將噪聲n1經(jīng)處理得到與n0相近的估計信號輸出y，將y從原始輸入信號中減去，得到系統(tǒng)對應(yīng)的輸出值s+n0－y即所關(guān)心的第一路信號值［13－14］。

圖1 自適應(yīng)噪聲抵消器原理圖

1.2 改進(jìn)的LMS自適應(yīng)諧波抵消算法

在自適應(yīng)噪聲抵消器的基礎(chǔ)上，結(jié)合課題組前期探索，改進(jìn)算法將呼吸信號的諧波組合作為自適應(yīng)濾波器的參考輸入信號，提出了基于LMS的自適應(yīng)諧波抵消算法。

因為任意的周期振動函數(shù)f(x)，將其進(jìn)行諧波分析，按傅里葉級數(shù)展開為

所以構(gòu)造由呼吸引起的胸廓運動的模型為:

S(x，n，ω0)即呼吸信號的諧波組合，則

其中參數(shù):ω0為呼吸信號的基波頻率，lω0為l次諧波的頻率，ai為［a1，a2，…，a2l+1］T的向量，a2l代表l次諧波的相位，a2l－1代表l次諧波的幅值，a2l+1代表l次諧波的直流分量。［a1，a2，…，a2l+1］T的向量由隨機(jī)函數(shù)產(chǎn)生。L代表呼吸的諧波次數(shù)。

圖2 LMS自適應(yīng)諧波抵消算法框圖

心跳信號引起的胸廓運動模型為

其中參數(shù):φ0為心跳信號的頻率，bi為［b1，b2，…，b2l+1］T的向量且由先驗知識呼吸和心跳引起胸廓微動的幅值大小關(guān)系設(shè)定。

隨機(jī)噪聲模型:產(chǎn)生方差為1.25的隨機(jī)白噪聲noise。

構(gòu)造體動信號模型為

將S(x，n，ω0)呼吸信號的諧波組合作為自適應(yīng)濾波器的參考輸入，將D(n)混合的體動信號作為自適應(yīng)濾波器的原始輸入，進(jìn)行自適應(yīng)諧波抵消，濾波器的輸出信號設(shè)為h'，則

在基于LMS準(zhǔn)則下自適應(yīng)的調(diào)整濾波器的參數(shù)，使得ε2最小，則得到最佳的濾波后心跳信號輸出h'。

2 模擬家庭監(jiān)護(hù)的人體坐姿實驗

2.1 實驗雷達(dá)硬件系統(tǒng)

實驗中非接觸式生物雷達(dá)心肺體征檢測與監(jiān)測系統(tǒng)硬件實驗平臺包括雷達(dá)發(fā)射與接收模塊、信號預(yù)處理模塊、信號采集單元、信號處理顯示模塊。雷達(dá)的工作頻率是35 GHz，發(fā)射功率為1 mW，雷達(dá)通過雙向天線陣發(fā)射微波束，系統(tǒng)增益為17 dB。信號采集與控制單元應(yīng)用美國Biopac公司生產(chǎn)的多導(dǎo)生理記錄儀。

圖3 非接觸式生物雷達(dá)心肺體征檢測與監(jiān)測系統(tǒng)框圖

2.2 實驗設(shè)計

2.2.1 實驗對象

研究中16名健康男性青年參與該次實驗，實驗對象的平均年齡為(24±4歲)，身體狀況良好、呼吸和心跳自感無任何異常，無既往病史。在實驗開始前實驗對象對基于雷達(dá)式非接觸檢測生命體征系統(tǒng)工作中實驗信號的采集方式、雷達(dá)工作模式都了解，實驗前知情同意。

2.2.2 實驗呼吸和心跳信號采集過程

實驗中實驗對象坐姿，距離雷達(dá)檢測與信號采集系統(tǒng)正前方4 m處，實驗過程為深呼吸方式，深呼吸在實驗對象的正前方放置一個鐘表，設(shè)定每10 s呼吸一次。并告知實驗對象在數(shù)據(jù)采集過程中盡量避免身體的晃動。

雷達(dá)采集的呼吸和體動數(shù)據(jù)及心電放大器同步采集的心電信號由16通道多導(dǎo)生理參數(shù)記錄儀的A/D采集卡輸入計算機(jī)，記錄并進(jìn)行后續(xù)的信號處理。

2.3 實驗結(jié)果與討論

2.3.1 采集到的濾波前體動信號

圖4 濾波前體動路信號時頻域分析

2.3.2 經(jīng)LMS自適應(yīng)諧波抵消器濾波后輸出心跳信號頻譜圖與同步采集的心電信號時頻圖

圖5 濾波后得到心跳信號頻譜圖

圖6 同步采集心電信號時、頻圖

輸入體動信號波形有毛刺，在波形中疊加有高頻干擾。輸入信號的頻域圖顯示在1.124 Hz處信號幅值最大，在1 Hz和1.6 Hz的位置同樣顯示幅值較大，同時信號的噪聲干擾主要存在于1.5～4 Hz頻率范圍內(nèi)。

經(jīng)過自適應(yīng)濾波器處理，濾波后時域信號原來疊加在體動信號上的毛刺效果得到平滑，時域波形周期性特征表現(xiàn)規(guī)律。頻譜圖中顯示在1.124 Hz處幅值最大，且在1 Hz和1.6 Hz位置的干擾被抑制，則1.124 Hz處的能量相對增強(qiáng)。1.5～4 Hz頻率范圍內(nèi)的噪聲被減弱但依然存在。

同步采集的心電信號顯示該實驗對象的心率值為1.19 Hz，由此可以證實在濾波后輸出信號頻譜中1.124 Hz處為心跳信號。則表明通過該算法可以分離出心跳信號，計算的心率與心電信號的頻率一致，且心跳信號以外的頻率點信號幅值被減弱，但是頻譜顯示噪聲依然存在。心跳信號與心電信號得到的頻率有誤差，誤差為0.066 Hz。

3 結(jié)束語

非接觸生物雷達(dá)監(jiān)測系統(tǒng)，可以非接觸的檢測到人體生命體征，進(jìn)一步得到信號的參數(shù)特征，可以為家庭監(jiān)護(hù)及疾病的預(yù)防提供重要依據(jù)，及時地判斷機(jī)體有無異常，客觀地反映機(jī)體健康狀況。由于呼吸和體表微動的干擾信號存在，對回波信號中體動路進(jìn)行頻譜分析顯示呼吸信號的高次諧波和心跳信號存在混疊，所以心跳信號的分離成為技術(shù)難點。在課題組前期實驗研究的基礎(chǔ)上進(jìn)一步的分析雷達(dá)的回波信號，其中在時域中由呼吸信號引起的胸廓微動幅度較大，對應(yīng)的呼吸信號的能量較強(qiáng);在頻域中心跳信號的頻譜與呼吸信號的諧波成分有重疊。因此很難通過簡單的濾波等方法將呼吸信號和心跳有效地分離開。所以急需研究有效的信號分離算法，在強(qiáng)噪聲背景下提取出被呼吸運動與體表微動回波信號壓制和干擾的心跳信號。

由于自適應(yīng)濾波對噪聲和信號的統(tǒng)計特性沒有明確要求，依據(jù)原始輸入信號的初試特性，自適應(yīng)的調(diào)整濾波器的參數(shù)設(shè)置，輸出期望信號。文中將呼吸信號的高次諧波作為自適應(yīng)濾波器的輸入信號，提出了基于LMS自適應(yīng)諧波抵消算法，設(shè)計了模擬家庭監(jiān)護(hù)的實驗，通過對實驗采集的體動路信號進(jìn)行自適應(yīng)諧波抵消算法的處理，得到濾波后的信號，進(jìn)行頻譜分析，所得結(jié)果與同步采集的心電信號的頻譜對應(yīng)一致，且在該頻率點處信號的能量最大，充分說明濾波后得到的信號為心跳信號，由濾波后信號頻譜圖顯示其他頻率點處的能量得到抑制。通過實驗說明基于LMS自適應(yīng)諧波抵消算法能夠從雷達(dá)式非接觸檢測得到的體動信號中有效的分離出心跳信號，并得到對應(yīng)的參數(shù)值。

［1］ 路國華，王健琪，荊西京，等.生物雷達(dá)技術(shù)的研究現(xiàn)狀［J］.國外醫(yī)學(xué)生物醫(yī)學(xué)工程分冊，2004，27(6):368－383.

［2］ALEXANDER M V，VICTOR M L.Data acquisition system for doppler radar vital vital－sign monitor［C］.Lyon:Conference of the IEEE EMBS，2007:2269－2272.

［3］WANSUREE M，NOAH M H，BYUNG K P.Feasibility of heart rate variability measurement from quadrature doppler radar using arctangent demodulation with dc offset compensation［C］.Lyon:Conference of the IEEE EMBS，2007:1643－1646.

［4］DUNG N，SHUHEI Y，BYUNG K P.Noise considerations for remote detection of life signs with microwave doppler radar［C］.Lyon:Conference of the IEEE EMBS，2007:1667－1670.

［5］IGOR I，TEH H T.UWB radar for patient monitoring［J］.IEEE Areospace and Electronic Systems Magazine，2008，27(8):11－18.

［6］NOAH H，ISAR M，VICTOR M L.Non－contact cardiopulmonary sensing with a baby monitor［C］.Lyon:Conference of the IEEE EMBS，2007:2300－2302.

［7］UCRL.Micropower Impulse Radar［R］.Science and Technology Review，1996:34－35.

［8］XIAO Yanming，LIN Jenshan.A Ka－band low power doppler radar system for remote detection of cardiopulmonary motion［C］.27th Annual International Conference of the Digital Object Identifier 2005，5:7151－7154.

［9］DENNIS R M，MICHAEL G Z.Novel signal processing techniques for Doppler radar［J］.Signal Processing，2009(89):45－66.

［10］王海濱，倪安勝，王健琪，等.LMS算法在非接觸生命參數(shù)信號檢測中的消噪應(yīng)用［J］.中國醫(yī)療器械雜志，2003，27(1):368－383.

［11］楊冬，王健琪，荊西京，等.雷達(dá)式非接觸生命參數(shù)檢測系統(tǒng)中心跳信號提取方法研究［J］.醫(yī)療衛(wèi)生裝備，2005，26(8):20－21.

［12］岳宇.生物雷達(dá)檢測技術(shù)中呼吸和心跳信號分離技術(shù)研究［D］.西安:第四軍醫(yī)大學(xué)，2007.

［13］何振亞.自適應(yīng)信號處理［M］.北京:電子工業(yè)出版社，2006.

［14］PAULO S R D.自適應(yīng)濾波算法與實現(xiàn)［M］.劉郁林，景曉軍，譚剛兵，等，譯.北京:電子工業(yè)出版社，2004.