基于VMD和LSTM的毫米波心率测量方法和装置
本发明涉及信号识别领域，尤其涉及一种基于vmd和lstm的毫米波心率测量方法和装置。
背景技术：
1、非接触雷达探测技术的迅猛发展已经使其在医疗和监测应用中显示出巨大的潜力。与传统的接触式检测方法相比，非接触式探测技术具有多方面的优势，能够实现长时间、远距离探测。目前，现有的非接触式心率测量方式易受到环境干扰，检测的准确性和可靠性较低。
技术实现思路
1、本发明提供一种基于vmd和lstm的毫米波心率测量方法，用以解决现有技术中采用非接触的方式进行心率测量易受到环境干扰，检测的准确性和可靠性较低的缺陷。
2、第一方面，本发明提供了一种基于vmd和lstm的毫米波心率测量方法，包括：
3、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，所述原始信号包含心率信号；
4、对所述原始信号进行预处理，得到预处理后的原始信号；
5、基于变分模式分解(variational mode decomposition，vmd)算法对所述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；
6、对所述目标本征模态函数分量进行特征提取，得到心率特征向量，将所述心率特征向量输入至预先构建的长短期记忆网络(long short-term memory，lstm)模型，得到所述lstm模型输出的心率时间序列；
7、其中，所述lstm模型是基于样本信号对应的样本心率特征向量，以及所述样本信号对应的心率时间序列标签训练得到的。
8、在一些实施例中，所述心率特征向量包括心跳的频率、幅度和相位，所述心率时间序列包括心跳的起始时间点和结束时间点。
9、在一些实施例中，所述基于变分模式分解vmd算法对所述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，包括：
10、基于变分模式分解vmd算法对所述预处理后的原始信号进行分解，得到多个本征模态函数分量；
11、对所述多个本征模态函数分量进行筛选，得到与心率相关的目标本征模态函数分量。
12、在一些实施例中，所述对所述原始信号进行预处理，得到预处理后的信号，包括：
13、对所述原始信号进行滤波处理，移除所述原始信号中的高频噪声信号和低频干扰信号；
14、对所述原始信号进行背景减除，消除所述原始信号中由于环境因素造成的非生理性信号影响。
15、在一些实施例中，所述lstm模型的确定过程包括：
16、获取样本信号，所述样本信号包含样本心率信号；
17、对所述样本信号进行预处理，得到预处理后的样本信号；
18、基于变分模式分解vmd算法对所述预处理后的样本信号进行分解，得到与心率相关的样本本征模态函数分量；
19、对所述样本本征模态函数分量进行特征提取，得到样本心率特征向量；
20、确定所述样本信号对应的心率时间序列标签；
21、以所述样本心率特征向量为训练样本，以所述心率时间序列标签为样本标签，训练初始lstm模型，训练完成后，得到所述lstm模型。
22、在一些实施例中，所述训练初始lstm模型，包括：
23、将所述样本心率特征向量输入至所述初始lstm模型，得到所述初始lstm模型输出的所述样本信号对应的心率时间序列的预测结果；
24、根据所述样本信号对应的心率时间序列的预测结果，以及所述样本信号对应的心率时间序列标签，对所述初始lstm模型的参数进行迭代优化，得到所述lstm模型。
25、第二方面，本发明还提供一种基于vmd和lstm的毫米波心率测量装置，包括：
26、获取单元，用于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，所述原始信号包含心率信号；
27、预处理单元，用于对所述原始信号进行预处理，得到预处理后的原始信号；
28、分解单元，用于基于变分模式分解vmd算法对所述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；
29、预测单元，用于对所述目标本征模态函数分量进行特征提取，得到心率特征向量，将所述心率特征向量输入至预先构建的长短期记忆网络lstm模型，得到所述lstm模型输出的心率时间序列；
30、其中，所述lstm模型是基于样本信号对应的样本心率特征向量，以及所述样本信号对应的心率时间序列标签训练得到的。
31、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的基于vmd和lstm的毫米波心率测量方法。
32、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述的基于vmd和lstm的毫米波心率测量方法。
33、第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的基于vmd和lstm的毫米波心率测量方法。
34、本发明提供的一种基于vmd和lstm的毫米波心率测量方法和装置，通过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，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，从目标本征模态函数分量中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，不仅能在复杂或噪声环境中提高心率测量的准确性和可靠性，还能在不依赖于传统心电图设备的情况下进行有效的心脏健康监测。
技术特征：
1.一种基于vmd和lstm的毫米波心率测量方法，其特征在于，包括：
2.根据权利要求1所述的基于vmd和lstm的毫米波心率测量方法，其特征在于，所述心率特征向量包括心跳的频率、幅度和相位，所述心率时间序列包括心跳的起始时间点和结束时间点。
3.根据权利要求1所述的基于vmd和lstm的毫米波心率测量方法，其特征在于，所述基于变分模式分解vmd算法对所述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，包括：
4.根据权利要求1-3任一项所述的基于vmd和lstm的毫米波心率测量方法，其特征在于，所述对所述原始信号进行预处理，得到预处理后的信号，包括：
5.根据权利要求1所述的基于vmd和lstm的毫米波心率测量方法，其特征在于，所述lstm模型的确定过程包括：
6.根据权利要求5所述的基于vmd和lstm的毫米波心率测量方法，其特征在于，所述训练初始lstm模型，包括：
7.一种基于vmd和lstm的毫米波心率测量装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述的基于vmd和lstm的毫米波心率测量方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于vmd和lstm的毫米波心率测量方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于vmd和lstm的毫米波心率测量方法。
技术总结
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。
技术研发人员：孙哲南,茹一伟,刘永基,薛文芳
受保护的技术使用者：中国科学院自动化研究所
技术研发日：
技术公布日：2024/9/23