基于毫米波雷达的睡眠呼吸事件检测关键技术研究

Sleep monitoring is one of the important applications of mobile healthcare monitoring. Sleep disorder especially sleep respiration disorder has high morbidity rate, high risk and low awareness. Its early diagnose is of special importance. Compared with traditional wearable techniques, non-contact sleep respiratory monitoring is emerging as a hot topic in research.. This project will study the mmWave radar-based non-contact sleep respiratory event detection techniques. We will first analyze the frequency and signal characteristic of the radar transceiver front-end, and design the mmWave radar platform; then, we will model the sleep respiratory signal, and design the respiratory rate and respiratory pattern detection algorithm, which has high accuracy and interference avoidance; then, according to the diagnosis criterion in sleep disorder, we design the sleep apnea and hypopnea event detection algorithm in real time, calculate AHI, and evaluate the severity of the disorder. Finally, we will evaluate our performance basing on the ground truth provided by the PSG device.. This project will provide the theoretical foundation and core technique for mmWave radar-based sleep respiration detection. It will provide the technique roadmap for non-contact sleep monitoring and bring the new sources of growth for the mobile healthcare industry.

睡眠监测是移动健康监测的重要应用方向，睡眠障碍特别是睡眠呼吸障碍发病率高，危害性大，知晓率低，其早期检测对疾病的预防和诊断有重要意义。与传统的佩戴式技术相比，非接触式的睡眠呼吸监测因其舒适、便捷逐渐成为研究的热点。. 本项目将基于毫米波雷达技术，对睡眠呼吸事件进行非接触式检测，研究相关关键技术。首先分析毫米波雷达收发前端的频率信号特性，设计毫米波收发平台；然后对睡眠呼吸信息进行建模，设计呼吸频率、呼吸模式检测算法，尤其关注其准确性和抗干扰性；并进一步结合睡眠呼吸障碍的诊断标准，设计睡眠呼吸暂停及低通气事件的实时检测算法，计算相关指数，评估睡眠呼吸暂停严重程度；最后通过与多导睡眠仪的对比测试，评价检测算法的性能。. 本项目的研究将为毫米波雷达在睡眠呼吸检测相关领域的应用提供坚实的理论基础和核心技术，为非接触式睡眠呼吸检测提供可行的技术路线，为移动医疗健康产业带来新的增长。

睡眠监测是移动健康监测的重要应用方向，睡眠障碍特别是睡眠呼吸障碍发病率高，危害性大，知晓率低，其早期检测对疾病的预防和诊断有重要意义。与传统的佩戴式技术相比，非接触式的睡眠呼吸监测因其舒适、便捷逐渐成为研究的热点。.本项目按照计划，研究了基于毫米波雷达技术的睡眠呼吸事件非接触式检测相关关键技术。本项目分析了毫米波雷达收发前端的频率信号特性，分别设计了基于调频连续波的毫米波收发平台以及基于单品连续波的毫米波手法平台；项目还对睡眠呼吸信息进行了建模，设计了呼吸检测算法，尤其关注了算法的准确性和抗干扰性；项目还对呼吸信号及心跳信号进行了分离，设计了心跳间隔检测算法；本项目进一步结合睡眠呼吸障碍的诊断标准，设计了基于分类器的睡眠呼吸暂停及低通气事件的实时检测算法，计算了相关指数，评估了睡眠呼吸暂停严重程度；最后通过与多导睡眠仪的对比测试，评价了检测算法的性能，实验结果表明，本项目的睡眠呼吸检测算法具有较高的准确性，系统具有较高的实用性。.本项目的研究为毫米波雷达在睡眠呼吸检测相关领域的应用提供了坚实的理论基础和核心技术，为非接触式睡眠呼吸检测提供了可行的技术路线，为移动医疗健康产业带来了新的增长。