摘要：使用无人机载相机进行呼吸率检测是一种新兴的伤情评估手段,然而现有的视频呼吸率检测算法只适用于固定相机。在基于空间相位的呼吸信号提取技术基础上,提出一种基于无人机载视频的人体呼吸率非接触式测量方法,使用复可控金字塔提取出每一帧图像的空间相位,按时间顺序排列得到相位序列;接着采用经验模态分解从相位序列中拆解出多个模态分量,并设计频率变异性分析模型从中选择出具有稳定频率的分量,也即目标呼吸信号;利用峰值检测方法检测出人体呼吸率。实验结果表明,该方法在无人机晃动干扰下的呼吸率检测平均准确率能够达到98%以上,优于现有检测方法。

摘要：呼吸率是呼吸功能的一个重要参数,实时监测呼吸率对发现和预防呼吸疾病有着重要意义。设计了一种基于电磁感应自驱动呼吸气流传感器的呼吸率监测系统,该系统将传感器置于口腔/鼻下通过监测呼吸气流的变化来监测人体的呼吸率。实验测得传感器在呼吸缓慢、呼吸正常、呼吸急促时周期分别为3.8,2.3,1.6 s,小于人呼吸周期时间(3~6 s),系统采用蓝牙通信技术传输数据,方便测试者移动。该系统实现了对人体呼吸率稳定、实时、准确的采集,为后续呼吸疾病的预防和诊断提供了一定的研究价值。

摘要：本文针对生理参数-呼吸率的检测问题,具体阐述了智能化呼吸率检测系统的硬件组成,工作原理以及软件分析.

摘要：为了在非接触条件下检测受试者的各项生理参数,本文设计了一种基于成像式光电容积描记技术,从手机录制的人脸视频中估算生理参数的方法。首先,提出了“小波变换-主成分分析-盲源分离”算法,用于提取出高信噪比的RGB三通道脉搏波信号。然后,分别从频域和时域角度对绿色通道信号进行处理,估算出心率值和呼吸率值;对红蓝通道的脉搏波信号进行处理,并结合血氧仪检测的血氧饱和度结果,进行数据拟合,从而找到从面部视频中估算血氧饱和度值的最佳线性方程。最后,对比了自然光下各生理参数的估算结果误差,分析了在3种光照环境下各参数的估算结果。结果表明:3种光照环境下得到的心率平均误差为0.5512次/min,呼吸率平均误差为−0.6321次/min,血氧饱和度平均误差为−0.2743%。综上,本文提出的非接触式生理参数估算方法精度高,具有普适性和稳定性,估算结果同标准仪器的测量结果具有高度一致性,可满足日常生理参数测量的需求。

摘要：本文阐述了一种基于STM8的士兵心率呼吸率监测预警装置的设计和实现方法。装置由脉搏波传感器、信号预处理电路、微处理器、电源模块、报警模块组成。经过实验验证:设计能进行长时间的心率呼吸率低负荷连续监测,适用于士兵训练时的心脏功能和肺功能的监测,能很好地实现其预警功能,避免训练事故发生,具有较好的实用价值,有望在未来的士兵训练场上发挥重要作用。

摘要：无人机晃动是视觉传感器提取生命体征造成误差的重要原因.针对该问题,本文提出一种基于变分模态分解(VMD)的抗无人机晃动呼吸率检测方法.首先,采用复可控金字塔提取呼吸率的初始特征,其次,设计一种基于变分模态分解的呼吸信号提取方法,获得候选的呼吸模态信号,最后,选择方差最小的本征模态实现呼吸率检测.本文实验结果表明,在无人机自身正常晃动情况下,本文方法能够有效提取本征呼吸信号.本文方法能在不同受测距离情况下实现不同人体姿态下的呼吸率检测,其检测精度优于现有方法.

摘要：呼吸在对阻塞性睡眠呼吸暂停低通气综合征患者的监护、围术期的监测以及重症患者的监护等方面均有重要意义。该研究设计了一套基于光电容积脉搏波(PPG)的呼吸监测与验证系统,可同步采集人体的PPG信号。通过算法处理计算PPG信号的特征参数,通过PPG信号实时提取呼吸信号及呼吸率。为验证算法提取呼吸信号及呼吸率的准确性,系统加入了鼻气流呼吸信号采集模块,同步采集鼻气流呼吸信号作为标准信号来做对比验证,算法从脉搏波中提取的呼吸率与标准呼吸率的均方根误差仅为1.05次/分。

摘要：溶解氧浓度是污水生化处理过程中的一个重要参数,传统的控制方法并不能取得理想的控制效果。由于溶解氧过程模型中的呼吸率不易直接得到,将神经网络建模技术与溶解氧过程数学模型相结合得到溶解氧的混合非线性过程模型。针对所得到的混合非线性过程模型,提出了一般模型的非线性控制方法。该方法不需要任何线性化和模型简化工作,所得到的溶解氧的混合非线性过程模型可以直接整合到控制器的设计中。仿真结果验证了该设计方法的有效性和正确性。

摘要：常规生理参数监测系统由于测量时接触皮肤,因此舒适感差、个体依从性差。为解决上述问题,该文基于生理的微弱运动可致光纤微弯曲变形进而致光强度发生变化的原理,研制了新型的基于光纤传感的生理参数监测系统。该系统通过光探测器自适应地检测细小的光强变化获得心冲击图(BCG)信号,利用信号处理算法获取心率、呼吸率和体动等信息;把光纤嵌入床垫或坐垫设计为三明治结构,既保护了光纤又增强了系统的可靠性和稳定性;采用蛇形返折走线将光纤均匀地分布在垫子中间,使系统具有高灵敏度。通过多家医院临床标准方法对比测试可得在95%的置信区间(±1.96SD)内该系统心率均值误差为–0.26±2.80次/min,与标准值之间的相关性为0.9984;呼吸率均值误差为0.41±1.49次/min,与标准值之间的相关性为0.9971。实验表明,研制的系统可在零负荷的状态下无感进行生理参数测量,在健康医疗领域具有广泛的应用前景。

摘要：针对人体呼吸信号检测的重要性,基于Cole-Cole生物阻抗模型,研制了一种可穿戴的呼吸信号检测装置。以Cole-Cole生物阻抗理论为基础,分析了人体在不同频率电信号下的阻抗特性。基于比例测量法设计了高信噪比的呼吸信号采集与调理电路。利用离散傅立叶变换(DFT)和动态差分阈值峰值检测技术从获得的数据中提取呼吸波形与呼吸率数值。通过实验验证了系统的有效性。测试结果表明,本系统可以准确检测呼吸波形,呼吸波形峰值点检测准确率在98%以上,可以满足实际呼吸检测需要。