通过精确且连续地测量心率和呼吸频率，可以深入了解人体的生理和心理健康状况。生命体征分析可以检测到生理衰退的迹象，提示危及生命的事件，确定潜在病因，确保医生及时干预，以改善患者的健康。
据麦姆斯咨询报道，美国德克萨斯大学达拉斯分校（University of Texas at Dallas）的研究人员使用数字波束成形方法扫描受试者的身体，提供更可靠的心率检测估算技术。以前的研究使用雷达传感器，基于最大返回信号或最大方差的范围选择策略，以筛选被测范围内的受试者。此次，研究人员开发了一种结合多范围和角域的策略，以降低心率误测的概率。该算法在多个受试者身上进行了测试，与现有方法相比，提供了更准确的心率估算。
在该研究中，研究人员并不试图确定单个最佳位置。首先，他们通过基于天线阵列的数字波束成形技术，将被测对象身体部位定位扩展到角域。尽管波束成形技术传统上用于分离多个受试者，但他们提出了一种使用接收波束成形虚拟扫描单个受试者的方法，以使心率检测更加可靠。虽然多个对象仍然可以在范围和角域中进行分辨，但跨多个范围和角度的虚拟扫描可以用于识别个体心率。随后，他们围绕这一点构建了心率估算方法。最后，他们通过对多个受试者使用该算法的实验结果来验证心率位置的存在，并表明心率信号确实在范围-角域的多个位置普遍存在。
慢时间信号处理和生命体征估算流程
该论文介绍了研究中使用的调频连续波（FMCW）传输系统，与所使用系统相关的相应数据结构，以及所提出的算法细节。值得注意的是，即使该研究使用的是FMCW雷达系统，但所讨论的概念不仅仅限于FMCW雷达，并且可推广到所有能够在空间域和多普勒域区分目标的系统。
FMCW中频（IF）信号的数据立方体表示
该实验在常规杂乱的房间中进行。一张平面桌上放着雷达传感器，离传感器约1.3米的地方一把椅子。测量设置如下图所示。受试者被要求佩戴可穿戴胸带记录参考心率。受试者坐在椅子上，每次测量持续80秒，在此期间保持一个姿势不动。这种测量持续4到10次。之所以选择80秒的时长，是为了受试者可以相对静止的坐着，不会因疲劳而不由自主地晃动。传感器放置在大约是受试者胸部高度的水平线上。
（a）德州仪器（TI）77 GHz AWR1843传感器；（b）博能（Polar）H10胸带
受试者的测量设置
（a）受试者定位流程图；（b）覆盖受试者和静态杂波受限空间的传感器；（c）在距离范围和角域中定位受试者，同时抑制静态杂波的回波
在本研究工作中，研究人员使用8通道MIMO FMCW雷达传感器来检测受试者的心率。他们的新方法不同于将人体视为空间中的一个小反射体——传统方法尝试为心率信号的检测找到一个最佳位置。而此次，研究人员提出了一种将空间划分为范围-角域区间，并利用被划分的多区间获取心率的算法。包括一种谐波校正方法，用于解释呼吸谐波，并利用谐波积谱校正心率谐波的频谱影响。心率信号存在于身体的多个位置，这一事实通过显示跨范围和角域的正确心率值的热图得到了验证。该算法改进了生命体征的检测和跟踪，性能优于以往的研究。对多个受试者的测试得出1.31 bpm的低平均绝对误差、93.5%的高心率准确率的结果。此外，该方法可以与其它信号处理技术结合使用，以增强现有方法。
值得注意的是，虽然本研究中使用的天线是按方位角对齐的，但将这项工作扩展到仰角域，以创建三维搜索算法可能会产生更有意义的结果。该算法还可以扩展到高程域。这种方法需要一个二维天线阵列，在仰角域上具有足够数量的通道，从而提高该域的角度分辨率。提高角度分辨率的其它方法是使用合成孔径雷达方法或级联雷达板，这是未来研究的潜在途径。对于较低的角度分辨率，估算结果的改进可能不会那么显著。
将雷达传感器作为生命体征测量应用的首选工具，面临的另一个挑战是运动问题。在未来工作中，研究人员将致力于在运动的情况下对生命体征进行稳健检测。在设计诸如睡眠监测或在医院环境中监测患者生命体征等应用时，受试者不会一直处于运动状态。除了躯干外，其它运动都是间歇性的。因此，在生命体征信号被运动隐藏的情况下，可以通过移除运动影响的持续时间或尝试从被运动干扰的信号中检测生命体征信号来解决。该研究提出的思路可以与任何运动校正算法结合使用，无论是否有运动，都可以增强心率的检测和跟踪。
论文链接：
https://ieeexplore.ieee.org/document/9908541
延伸阅读：
《远程病患监护技术及市场-2022版》
《激光雷达（LiDAR）技术及市场-2022版》
《汽车雷达技术及市场-2022版》
