非接触式检测生命体征信号的方法和装置

1.一种非接触式检测生命体征信号的方法，其特征在于，包括：
以非接触方式获取包含用户体征的压力信号，将压力信号转换为电信号，该电信号为包括有脉搏、呼吸及噪声的混叠体征信号；
滤除混叠体征信号中的工频噪声，从混叠体征信号中分离出呼吸信号和脉搏信号；
对脉搏信号进行特征值提取，得到脉率；对呼吸信号进行特征值提取，得到呼吸率；
所述从混叠体征信号中分离出呼吸信号和脉搏信号之后，还包括：
检测呼吸信号和脉搏信号的信号突变情况，根据预设的信号突变幅度和持续时间，识别所述呼吸信号和脉搏信号中包含的剧烈体动信号和微动体动信号，记录为体动信号，并从呼吸信号和脉搏信号中排除体动信号的干扰；
所述对脉搏信号进行特征值提取，得到脉率，包括：
根据脉搏信号的信号特征设置移动的时域窗，在每个窗中找出脉搏信号的最大值点，并在最大值点前/后时间T内找出脉搏信号的最小值点，所述时间T为时域窗的移动步长；
根据各最大值点到对应最小值点的纵向距离和横向距离，确定其中一组最大值点和最小值点，得到最优脉搏特征；
将最优脉搏作为初始点，根据标准心率周期，从初始点开始左右展开定位脉搏信号中的波峰和波谷；
计算两相邻的波峰或波谷的间距，根据所述间距得出脉搏信号的搏动间期，根据所述搏动间期得出人体每分钟的脉搏频率。
2.根据权利要求1所述的非接触式检测生命体征信号的方法，其特征在于，所述以非接触方式获取包含用户体征的压力信号，包括：
通过压电传感器获取包含用户体征的压力信号；
所述滤除混叠体征信号的工频噪声，包括：
通过小波去噪方法滤除混叠体征信号的工频噪声；或
通过陷波器滤除混叠体征信号的工频噪声。
3.根据权利要求1所述的非接触式检测生命体征信号的方法，其特征在于，所述从混叠体征信号中分离出呼吸信号和脉搏信号，包括：
通过巴特沃斯带通滤波器分频得出呼吸信号和脉搏信号；或
将混叠体征信号进行小波分解，得出呼吸信号和脉搏信号；
其中，将混叠体征信号进行小波分解，得出脉搏信号，包括：
基于小波变换得出混叠体征信号在某一小波尺度上表现的时域特征，根据信号的时域特征和对应的时间窗函数，采用时域峰值定位算法得出粗略脉搏信号；
采用小波变换的过零点算法对粗略脉搏信号进行去噪，并基于信号的最大值点和最小值点来检测信号中的QRS波；
检测到QRS波后，采用差分阈值法进行信号波形特征提取，得到准确的脉搏波信号。
4.根据权利要求1所述的非接触式检测生命体征信号的方法，其特征在于，所述时域窗的窗宽为0.4秒，以0.2秒的步长平滑移动；
所述在每个窗中找出脉搏信号的最大值点，之后还包括：若存在重叠的、或者时间相差
0.1秒内的两个最大值点，选择其中一个最大值点保留，将另一个排除；
所述根据标准心率周期，从初始点开始左右展开定位脉搏信号中的波峰和波谷，之后还包括：若波峰到对应波谷的纵向距离小于最优脉搏特征的0.6倍，将所述波峰和所述波谷排除；从剩余的波峰波谷中选择峰谷纵向距离最大的一组作为该标准心率周期内的有效波峰波谷。
5.根据权利要求1所述的非接触式检测生命体征信号的方法，其特征在于，所述对呼吸信号进行特征值提取，得到呼吸率，包括：
对呼吸信号设置一个T’秒的缓存空间，每秒计算一次缓存空间中前T’/2秒和后T’/2秒的呼吸信号的波动方差，分别记为var1和var2；
判断var1与var2的差值是否大于设定阈值，若是，判定进入呼吸暂停判断阶段，否则，判定为呼吸统计阶段；
在呼吸统计阶段，获取缓存空间中呼吸信号对应的呼吸波由负半轴到正半轴的过零点，根据所述过零点得出呼吸间期，累计呼吸间期得到人体每分钟的呼吸频率；
在呼吸暂停判断阶段，每秒计算一次缓存空间中后T’/2秒呼吸信号的波动方差，检测所述波动方差的变化幅度是否小于设定幅度；若否，呼吸暂停判断结束，进入呼吸统计阶段，若是，呼吸暂停计时加1；当呼吸暂停计时大于设定数值时记为一次呼吸暂停事件。
6.一种非接触式检测生命体征信号的装置，其特征在于，包括：
采集模块，用于以非接触方式获取包含用户体征的压力信号；以及，用于将压力信号转换为电信号，该电信号为包括有脉搏、呼吸及噪声的混叠体征信号；
处理模块，用于滤除混叠体征信号中的工频噪声，从混叠体征信号中分离出呼吸信号和脉搏信号；
特征提取模块，用于对脉搏信号进行特征值提取，得到脉率；对呼吸信号进行特征值提取，得到呼吸率；
所述处理模块，还用于在从混叠体征信号中分离出呼吸信号和脉搏信号之后，检测呼吸信号和脉搏信号的信号突变情况，根据预设的信号突变幅度和持续时间，识别所述呼吸信号和脉搏信号中包含的剧烈体动信号和微动体动信号，记录为体动信号，并从呼吸信号和脉搏信号中排除体动信号的干扰；
所述对脉搏信号进行特征值提取，得到脉率，包括：
根据脉搏信号的信号特征设置移动的时域窗，在每个窗中找出脉搏信号的最大值点，并在最大值点前/后时间T内找出脉搏信号的最小值点，所述时间T为时域窗的移动步长；
根据各最大值点到对应最小值点的纵向距离和横向距离，确定其中一组最大值点和最小值点作为最优脉搏特征；
将最优脉搏作为初始点，根据标准心率周期，从初始点开始左右展开定位脉搏信号中的波峰和波谷；
计算两相邻的波峰或波谷的间距，根据所述间距得出脉搏信号的搏动间期，根据所述搏动间期得出人体每分钟的脉搏频率。
7.根据权利要求6所述的非接触式检测生命体征信号的装置，其特征在于，所述以非接触方式获取包含用户体征的压力信号，包括：
通过压电传感器获取包含用户体征的压力信号；
所述处理模块，用于通过小波去噪方法滤除混叠体征信号的工频噪声；或通过陷波器滤除混叠体征信号的工频噪声；
所述处理模块，还用于通过巴特沃斯带通滤波器分频得出呼吸信号和脉搏信号；或将混叠体征信号进行小波分解，得出呼吸信号和脉搏信号。
8.根据权利要求6所述的非接触式检测生命体征信号的装置，其特征在于，所述对呼吸信号进行特征值提取，得到呼吸率，包括：
对呼吸信号设置一个T’秒的缓存空间，每秒计算一次缓存空间中前T’/2秒和后T’/2秒的呼吸信号的波动方差，分别记为var1和var2；
判断var1与var2的差值是否大于设定阈值，若是，判定进入呼吸暂停判断阶段，否则，判定为呼吸统计阶段；
在呼吸统计阶段，获取缓存空间中呼吸信号对应的呼吸波由负半轴到正半轴的过零点，根据所述过零点得出呼吸间期，累计呼吸间期得到人体每分钟的呼吸频率；
在呼吸暂停判断阶段，每秒计算一次缓存空间中后T’/2秒呼吸信号的波动方差，检测所述波动方差的变化幅度是否小于设定幅度；若否，呼吸暂停判断结束，进入呼吸统计阶段，若是，呼吸暂停计时加1；当呼吸暂停计时大于设定数值时记为一次真实的呼吸暂停事件。

非接触式检测生命体征信号的方法和装置\n技术领域\n[0001] 本发明涉及信号处理领域，特别是涉及非接触式检测生命体征信号的方法和非接触式检测生命体征信号的装置。\n背景技术\n[0002] 随着都市工作节奏加快，各类人群的生活压力与日俱增，其中患有潜在慢性疾病人群更是超过了国际平均比例。针对日常生活环境中，实时对脉搏、呼吸、血氧信号等生命体征进行检测，对慢性疾病的监控和预防有重大意义。\n[0003] 目前，针对日常生活场景下的各类人群生命体征信号的实时监控需借助可穿戴设备(如电子手环、颈圈、背心等)实现。然而，佩戴可穿戴设备本身会给用户带来一定不适感；\n并且，虽然可穿戴设备能对用户脉搏、呼吸、体动等日常体征信号进行实时记录，但采集的数据的准确度不高，数据反映信息的真实性不强，不利于对日常生活中个体的精准监控。\n发明内容\n[0004] 基于此，本发明提供一种非接触式检测生命体征信号的方法和装置，能够避免佩戴可穿戴设备带给用户的不适感，且提高采集数据的准确度。\n[0005] 本发明一方面提供一种非接触式检测生命体征信号的方法，包括：\n[0006] 以非接触方式获取包含用户体征的压力信号，将压力信号转换为电信号，该电信号为包括有脉搏、呼吸及噪声的混叠体征信号；\n[0007] 滤除混叠体征信号中的工频噪声，从混叠体征信号中分离出呼吸信号和脉搏信号；\n[0008] 对脉搏信号进行特征值提取，得到脉率；对呼吸信号进行特征值提取，得到呼吸率。\n[0009] 本发明另一方面提供一种非接触式检测生命体征信号的装置，包括：\n[0010] 采集模块，用于以非接触方式获取包含用户体征的压力信号；以及，用于将压力信号转换为电信号，该电信号为包括有脉搏、呼吸及噪声的混叠体征信号；\n[0011] 处理模块，用于滤除混叠体征信号中的工频噪声，从混叠体征信号中分离出呼吸信号和脉搏信号；\n[0012] 特征提取模块，用于对脉搏信号进行特征值提取，得到脉率；对呼吸信号进行特征值提取，得到呼吸率。\n[0013] 上述技术方案的非接触式检测生命体征信号的方法和装置，通过以非接触方式获取包含用户体征的压力信号，将压力信号转换为电信号，所述该电信号为包括有脉搏、呼吸及噪声的混叠体征信号；滤除混叠体征信号中的工频噪声，从混叠体征信号中分离出呼吸信号和脉搏信号；对脉搏信号进行特征值提取，得到脉率；对呼吸信号进行特征值提取，得到呼吸率。一方面，克服用户因接触式装置长期接触带来的不适感，另一方面，在信号识别方面，检测准确率和识别准确度方面与传统医用接触式体征信号获取装置相当，并且方案的运算复杂度更低。\n附图说明\n[0014] 图1为实施例一的非接触式检测生命体征信号的方法的示意性流程图；\n[0015] 图2为对脉搏信号进行特征值提取得到脉率的示意性流程图；\n[0016] 图3为对呼吸信号进行特征值提取得到呼吸率的示意性流程图；\n[0017] 图4为实施例二的非接触式检测生命体征信号的方法的示意性流程图；\n[0018] 图5为实施例三的非接触式检测生命体征信号的装置的示意性结构图。\n具体实施方式\n[0019] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。\n[0020] 本发明提供的实施例包括非接触式检测生命体征信号的方法实施例，还包括相应的非接触式检测生命体征信号的装置实施例。以下分别进行详细说明。\n[0021] 实施例一：\n[0022] 图1为实施例一的非接触式检测生命体征信号的方法的示意性流程图；如图1所示，本实施例的非接触式检测生命体征信号的方法包括如下步骤S1至S3，各步骤详述如下：\n[0023] S1，以非接触方式获取包含用户体征的压力信号，将压力信号转换为电信号，该电信号为包括有脉搏、呼吸及噪声的混叠体征信号；\n[0024] 其中，用户体征包括体动、脉搏和呼吸信号等，本实施例中，需监测的用户体征指的是脉搏和呼吸信号。\n[0025] 步骤S1的具体实现方式可为：通过预先设置的压电传感器(例如压电陶瓷信号采集器)获取包含用户脉搏、呼吸等体征的压力信号；所述压力信号可包括用户头部、背部、胸部或颈部等部位产生的压力信号。压力传感器的数量为一个或多个。具体如：用户睡眠时，可通过预先设置在被子、床垫或枕头下的压电传感器获取包含用户脉搏、呼吸等体征的压力信号；日常生活中，可通过设置在衣物上的压电传感器获取包含用户脉搏、呼吸等体征的压力信号。可以理解的是，还可通过其它类似的非接触方式获取包含用户体征的压力信号，本发明对此不作穷举。本发明方案中，由于用户与压力信号获取装置不直接接触，因此不存在不适感。\n[0026] 其中，压电陶瓷信号采集器可实现压力信号到电信号的转换，即将获取的压力信号以电压或电流的信号形式输出给对应的处理器设备；本发明对压电陶瓷信号采集器不作限定。\n[0027] 压电陶瓷信号采集器以非接触的方式将用户体征的压力信号转换为电信号，即获取了初始化的混叠体征信号。\n[0028] S2，滤除混叠体征信号中的工频噪声，从混叠体征信号中分离出呼吸信号和脉搏信号；\n[0029] 由于信号获取方式非直接接触，导致获取的体征信号信噪比低，且多路体征信号(如呼吸、脉搏、体动等)在时间上混叠，不易区分。因此，首先需对上述混叠体征信号进行去噪，以滤除混叠体征信号的工频噪声。\n[0030] 具体的，可采用两种方式滤除混叠体征信号的工频噪声：一是通过小波去噪方法滤除混叠体征信号的工频噪声；二是通过特定的陷波器滤除混叠体征信号的工频噪声。\n[0031] 进一步的，基于不同体征信号频率特征的差异化，可从混叠体征信号中分离出各体征信号。针对脉搏信号和呼吸信号，其分离方式具体可包括：1.设计截至频率性能较好的Butterworth滤波器(巴特沃斯带通滤波器)以分频输出呼吸信号、脉搏信号；2.将混叠体征信号进行小波分解，分解出呼吸信号和脉搏信号。\n[0032] 作为一优选实施方式，可根据压电陶瓷信号采集器的采样频率，建立一个5秒信号处理缓存空间，压电陶瓷信号采集器每秒传输的数据(即混叠体征信号)先经过一个50Hz的陷波器，滤除其中的工频噪声，然后将信号存入所述信号处理缓存空间；当所述信号处理缓存空间存满后，将混叠体征信号通过不同频率的滤波器以得到呼吸信号和脉搏信号。具体如：根据人体的呼吸频率特性，设计一个0.1-0.5Hz的巴特沃斯带通滤波器，将混叠体征信号通过0.1-0.5Hz的巴特沃斯带通滤波器，获得出呼吸信号；根据人体的脉搏频率特性，设计一个40Hz的低通滤波器，将混叠体征信号通过40Hz的低通滤波器，得出脉搏信号。\n[0033] 具体的，通过小波分解从混叠体征信号中分离获得脉搏信号的原理可为：首先，采用基于小波变换的时域峰值定位算法，利用小波分解混叠体征信号，得出在某一小波尺度上信号表现的时域特征，过程可为：直接利用小波分解混叠体征信号，得出在某一小波尺度上，信号特征表现最为突出的特征点，即识别出信号的时域特征，根据信号的时域特征建立对应的时间窗函数，采用峰值检测法得出粗略脉搏信号的特征；接着，采用小波变换的过零点算法对粗略脉搏信号进行去噪，过程可为：先使用离散小波变换来去噪，使用尺度为8的墨西哥草帽小波变换来获取平均系数，然后在一定范围内查找平均系数大的点，在这个点附近左右各0.2秒时间窗内寻找最大值和最小值来检测QRS波；为了提升QRS波检测精度，可采用基于人工神经网络的自适应匹配滤波器来检测QRS波，过程：先使用人工神经网络自适应噪声白化滤波器来降低心电信号中的低频能量，消除那些非线性和非统计特性的低频噪声，再使用人工神经网络自适应匹配滤波器模板来检测QRS波；最后，在检测到脉搏信号QRS波后，采用差分阈值法提升检测精度，具体过程可为：利用心电信号的一阶差分和二阶差分的平方和来检测R波，通过输出脉冲的宽度来比较精确地估计R波的宽度；再采用基于形态滤波的差分阈值法提取脉搏波，通过构造开、闭运算的各种形态滤波器，以及结构元素，对去噪后的脉搏信号进行预处理，以突出脉搏波信号的特征，再通过差分阈值法进行波形特征提取，最终获得脉搏波信号的准确识取。其中，QRS波是心室除极波，在心电图上，P波代表心房激动时所产生的电位变化，P波后第一个向下的波形叫Q波，第一个向上的波形为R波，R波后第一个向下的波形为S波，由于三者是相连的，而且在有些心电图的导联上不一定能观察到3个波形，或者观察到不止3个波形，因此统称为QRS波群。\n[0034] 具体的，通过小波分解从混叠体征信号中分离获得呼吸信号的原理可为：考虑到呼吸信号除频率范围外与脉搏信号具有一定的近似周期性，因此，可以参考脉搏信号的检测方案，调整不同的参数设置来识别并重构呼吸信号。其中，针对低通量呼吸和呼吸暂停的检测可分为三个步骤：1、采取基于信号幅度阈值的检测，即观测一时间周期内归一化后的呼吸信号的抖动范围，当波动范围过于平缓(小于先验抖动阈值)时，进行步骤2；2、求解本周期内呼吸信号的一阶导，得到本周期内用户在自然呼气到自然吸气的变换速率，当变换速率过于平缓(例如变换速率方差小于先验阈值)时，进行步骤3；3、求解下一时间周期内呼吸信号的抖动范围及变换速率，若连续两个时间周期的抖动范围均小于先验抖动阈值，且连续两个时间周期的变换速率均小于先验变换速率阈值，则输出低通量呼吸或呼吸暂停的判决。此情况下，还可实时记录上述判决出现的对应时间及次数，便于分析用户的体征状况。\n[0035] 进一步的，考虑到分离得出的呼吸信号和脉搏信号还包括用户体动信号的干扰，本实施例中还可根据短时间内呼吸信号及脉搏信号的近似循环平稳特性，结合设定的信号限幅抑制体动信号对体征信号的干扰。\n[0036] S3，对脉搏信号进行特征值提取，得到脉率；对呼吸信号进行特征值提取，得到呼吸率。\n[0037] 本实施例中，分别对呼吸信号及脉搏信号进行特征值提取，以精确识别信号的时频域包络，即得到呼吸强度和呼吸率、脉搏强度和脉率，具体实现方式可为：\n[0038] 针对脉搏信号，如图2所示：首先可根据脉搏信号的信号特征设置移动的时域窗，在每个窗中找出脉搏信号的最大值点，并在最大值点前/后时间T内找出脉搏信号的最小值点，所述时间T为时域窗的移动步长；然后根据各最大值点到对应最小值点的纵向距离和横向距离，确定其中一组最大值点和最小值点作为最优脉搏特征；然后将最优脉搏作为初始点，根据标准心率周期，从初始点开始左右展开定位脉搏信号中的波峰和波谷；然后计算两相邻的波峰或波谷的间距，根据所述间距得出脉搏信号的搏动间期，根据所述搏动间期得出人体每分钟的脉搏频率。\n[0039] 作为一优选实施方式，对脉搏信号进行特征值提取，得到脉率之前，还需去除其中由呼吸、胸腔引起的基线漂移的干扰。具体实现方式可为：通过预设的零相位低通滤波器识别出脉搏信号包含的基线漂移；将脉搏信号减去基线漂移，获得无基线漂移的脉搏信号。\n[0040] 针对呼吸信号，如图3所示：可对呼吸信号设置一个T’秒的缓存空间，每秒计算一次缓存空间中前T’/2秒和后T’/2秒的呼吸信号的波动方差，分别记为var1和var2；判断var1与var2的差值是否大于设定阈值，若是，判定进入呼吸暂停判断阶段，否则，判定为呼吸统计阶段；进一步的，在呼吸统计阶段，获取缓存空间中呼吸信号对应的由负半轴到正半轴的过零点，根据所述过零点得出呼吸间期，累计呼吸间期得到人体每分钟的呼吸频率；而在呼吸暂停判断阶段，每秒计算一次缓存空间中后T’/2秒呼吸信号的波动方差，检测所述波动方差的变化幅度是否小于设定幅度；若否，呼吸暂停判断结束，进入呼吸统计阶段，若是，呼吸暂停计时加1，当呼吸暂停计时大于设定数值(例如10)时记为一次真实的呼吸暂停事件。其中，根据过零点得出呼吸间期之前还包括步骤：若存在重复的、或者时间间隔小于1秒的两个过零点，选择其中一个保留。\n[0041] 通过本实施例的调节方法，通过以非接触方式获取包含用户体征的压力信号，并将压力信号转换为电信号，该电信号为包含呼吸、脉搏及噪声的混叠体征信号；滤除混叠体征信号中的工频噪声，从混叠体征信号中分离出呼吸信号和脉搏信号；对脉搏信号进行特征值提取，得到脉率；对呼吸信号进行特征值提取，得到呼吸率。一方面，克服用户因接触式装置长期接触带来的不适感，另一方面，在信号识别方面，检测准确率和识别准确度方面与传统医用接触式体征信号获取装置相当，并且方案的运算复杂度更低。\n[0042] 实施例二：\n[0043] 图4为实施例二的非接触式检测生命体征信号的方法的示意性流程图。如图4所示，本实施例的非接触式检测生命体征信号的方法包括如下步骤S21至S26，各步骤详述如下：\n[0044] S21，以非接触方式获取包含用户体征的压力信号，将压力信号转换为电信号，把该电信号作为混叠体征信号；\n[0045] S22，滤除混叠体征信号中的工频噪声；\n[0046] S23，从混叠体征信号中从混叠体征信号中分离出呼吸信号和脉搏信号；\n[0047] 其中，步骤S21～S23的具体实现方式可参考上述实施例一，不做赘述。\n[0048] S24，根据设定的信号限幅，从呼吸信号和脉搏信号中排除体动信号的干扰；\n[0049] 需要说明的是，相对于需检测的呼吸及脉搏信号，体动信号也为所述混叠体征信号中的一类噪声信号。可利用短时间内呼吸及脉搏信号的近似循环平稳特性，结合限幅抑制体动对呼吸信号和脉搏信号的加性干扰。进一步的还可判断剧烈体动信号和微动体动信号。作为一优选实施方式，可分别检测呼吸信号和脉搏信号的信号突变情况，根据预设的信号突变幅度和持续时间，识别所述呼吸信号和脉搏信号中包含的剧烈体动信号和微动体动信号，记录为体动信号，并从呼吸信号和脉搏信号中排除体动信号的干扰。针对剧烈体动信号，通过信号变化的幅度和持续时间，设定剧烈体动的判定阈值；针对微动信号，通过信号前后的变化程度，且微动持续时间一般较为短暂，当信号在某一时刻发生突变，幅值比前后\n2秒的信号大3倍时记录为发生微动。这里微动和剧烈体动统一记为体动信号，在排除体动信号的干扰后，再进行步骤S25脉搏信号特征提取和步骤S26的呼吸信号特征提取。\n[0050] S25，对脉搏信号进行特征值提取，得到脉率；\n[0051] 具体实现过程可为：(1)在无体动信号的干扰下，对脉搏信号去除由呼吸、胸腔引起的基线漂移，可通过设计一个零相位低通滤波器，识别脉搏信号的基线漂移，将脉搏信号与基线漂移相减，从而获得一组水平的无基线漂移的脉搏信号。(2)设计一个移动的时域窗，在每个窗中找出脉搏信号的最大值点，本实施例中这个时域窗的窗宽为0.4秒，以0.2秒的步长平滑移动；因为时域窗的重叠以及窗截断造成数据的重复和分割，若存在重叠的、或者时间相差0.1秒内的两个最大值点，选择其中一个最大值点保留，将另一个排除。(3)根据脉搏信号的时域波形特征，在每个最大值点前后0.2秒内寻找脉搏信号的最小值点，通过比较各最大值点到对应最小值点的纵向距离和横向距离，确定其中一组最大值点和最小值点，由此获得最优脉搏特征，同时记录每个最大值点到对应最小值点的纵向距离。(4)人体脉搏搏动的标准频率周期为0.4秒-1.3秒，将上述所选的最优脉搏特征信号作为初始点，根据标准心率周期，先左后右的顺序(或者先右后左、左右同时)开始定位脉搏波峰和波谷的位置，在一个标准心率周期内定位出的所有波峰波谷，以最优脉搏特征为标准，若波峰到对应波谷的纵向距离小于最优脉搏特征的0.6倍(该值可根据实际情况设定)，将该组波峰波谷排除；从剩余的波峰波谷中选择峰谷纵向距离最大的一组作为该标准心率周期内的有效波峰波谷；以此类推进行逐一排查。(5)根据有效波峰波谷，计算相邻波峰(或相邻者波谷)之间的间距，求得脉搏搏动间期，称为P-P间期，通过累计P-P间期，可精确测量出人体每分钟的脉搏搏动次数。(6)另一方面，根据有效波峰波谷，还可进行脉搏波形重构，以滤除原始脉搏信号中的无效波动。\n[0052] S26，对呼吸信号进行特征值提取，得到呼吸率。\n[0053] 具体实现过程可为：(1)因为呼吸信号的变化比较缓慢，本实施例中可对呼吸信号建立一个10秒的数据缓存空间，每5秒计算一次缓存空间的波动方差以及呼吸信号的波动幅值，作为呼吸信号的历史波动标准。(2)每秒计算一次缓存空间中前5秒和后5秒的呼吸信号的波动方差，分别为var1和var2，当var1与var2的差值大于设定阈值时，判定进入呼吸暂停判断阶段，保留var2。(3)在进入呼吸暂停判断阶段后，若有新数据加入缓存空间后，通过计算缓存空间中后5秒的呼吸信号的波动方差，记var2’，判断ab秒(var2-var2’)是否小于设定幅度，根据大量的经验可得出所述设定幅度为10，满足条件则呼吸暂停计时加1，否则结束呼吸暂停判断，进入呼吸统计阶段；当呼吸暂停计时大于10时，则记为一次真实的呼吸暂停事件。(4)当没有进入呼吸暂停判断，在呼吸统计阶段时，进行正常的呼吸统计，根据过零点呼吸检测法，找到呼吸信号波形由负半轴向正半轴的过零点，每个过零点既是呼吸的开始也是呼吸的结束，因此两个相邻的过零点即为一次有效的呼吸间期。(6)通过累计呼吸间期，可以测出人体每分钟的呼吸频率。\n[0054] 通过本实施例，一方面，克服用户因接触式装置长期接触带来的不适感，另一方面，在信号识别方面，精确获取用户的脉搏和呼吸信号，在采集体征信号处于低信噪比环境下，可对低通量呼吸及呼吸暂停状态的精确识别功能，识别正确率达99％及以上，在检测准确率和识别准确度方面，与传统医用接触式体征信号获取装置相当，但实现方案运算复杂度更低。\n[0055] 需要说明的是，对于前述的各方法实施例，为了简便描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。\n[0056] 以下对可用于执行上述非接触式检测生命体征信号的方法的非接触式检测生命体征信号的装置实施例进行说明。为了便于说明，非接触式检测生命体征信号的装置实施例的结构示意图中，仅仅示出了与本发明实施例相关的部分，本领域技术人员可以理解，图中示出的装置结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。\n[0057] 实施例三：\n[0058] 图5为本发明实施例三的非接触式检测生命体征信号的装置的示意性结构图；如图5所示，本实施例的非接触式检测生命体征信号的装置包括：采集模块510、处理模块520和特征提取模块530，各模块详述如下：\n[0059] 所述采集模块510，用于以非接触方式获取包含用户体征的压力信号；以及，用于将压力信号转换为电信号，把该电信号作为混叠体征信号；\n[0060] 具体的，用户休息时，可通过被褥、床垫或枕头下的压电信号采集器获取包含用户体征的压力信号。压电信号采集器以非接触的方式将用户体征的压力信号转换为电信号，即获取了初始化的混叠体征信号，所述压电陶瓷信号采集器可以设定的周期(例如5秒)实时传输混叠体征信号到处理模块520。\n[0061] 所述处理模块520，用于滤除混叠体征信号中的工频噪声，从混叠体征信号中分离出呼吸信号和脉搏信号；\n[0062] 本实施例中，所述处理模块520可通过小波去噪方法滤除混叠体征信号的工频噪声；或通过陷波器滤除混叠体征信号的工频噪声；通过巴特沃斯带通滤波器分频得出呼吸信号和脉搏信号；或将混叠体征信号进行小波分解，得出呼吸信号和脉搏信号。\n[0063] 其中，将混叠体征信号进行小波分解，得出脉搏信号，过程包括：基于小波变换得出混叠体征信号在某一小波尺度上表现的时域特征，根据信号的时域特征和对应的时间窗函数，采用时域峰值定位算法得出粗略脉搏信号；采用小波变换的过零点算法对粗略脉搏信号进行去噪，并基于信号的最大值点和最小值点来检测信号中的QRS波；检测到脉搏信号QRS波后，采用差分阈值法进行信号波形特征提取，得到准确的脉搏波信号。\n[0064] 所述处理模块520，还用于在从混叠体征信号中分离出呼吸信号和脉搏信号之后，根据呼吸信号及脉搏信号的近似循环平稳特性，结合设定的信号限幅，从呼吸信号和脉搏信号中排除体动信号的干扰。具体用于，检测呼吸信号和脉搏信号的信号突变情况，根据预设的信号突变幅度和持续时间，识别所述呼吸信号和脉搏信号中包含的剧烈体动信号和微动体动信号，记录为体动信号，并从呼吸信号和脉搏信号中排除体动信号的干扰。\n[0065] 所述特征提取模块530，用于对脉搏信号进行特征值提取，得到脉率；对呼吸信号进行特征值提取，得到呼吸率。\n[0066] 其中，所述对脉搏信号进行特征值提取，得到脉率，过程包括：根据脉搏信号的信号特征设置移动的时域窗，在每个窗中找出脉搏信号的最大值点，并在最大值点前/后时间T内找出脉搏信号的最小值点，所述时间T为时域窗的移动步长；根据各最大值点到对应最小值点的纵向距离和横向距离，确定其中一组最大值点和最小值点作为最优脉搏特征；将最优脉搏作为初始点，根据标准心率周期，从初始点开始左右展开定位脉搏信号中的波峰和波谷；计算两相邻的波峰或波谷的间距，根据所述间距得出脉搏信号的搏动间期，根据所述搏动间期得出人体每分钟的脉搏频率。\n[0067] 优选的，所述时域窗的窗宽为0.4秒，以0.2秒的步长平滑移动；在每个窗中找出脉搏信号的最大值点之后还包括：若存在重叠的、或者时间相差0.1秒内的两个最大值点，选择其中一个最大值点保留，将另一个排除。\n[0068] 优选的，所述根据标准心率周期，从初始点开始左右展开定位脉搏信号中的波峰和波谷之后还包括：若波峰到对应波谷的纵向距离小于最优脉搏特征的0.6倍，将该组波峰波谷排除；从剩余的波峰波谷中选择峰谷纵向距离最大的一组作为该标准心率周期内的有效波峰波谷。\n[0069] 其中，所述对呼吸信号进行特征值提取，得到呼吸率，过程包括：对呼吸信号设置一个T’秒的缓存空间，每秒计算一次缓存空间中前T’/2秒和后T’/2秒的呼吸信号的波动方差，分别记为var1和var2；判断var1与var2的差值是否大于设定阈值，若是，判定进入呼吸暂停判断阶段，否则，判定为呼吸统计阶段；在呼吸统计阶段，获取缓存空间中呼吸信号对应的呼吸波由负半轴到正半轴的过零点，根据所述过零点得出呼吸间期，累计呼吸间期得到人体每分钟的呼吸频率；在呼吸暂停判断阶段，每秒计算一次缓存空间中后T’/2秒呼吸信号的波动方差，检测所述波动方差的变化幅度是否小于设定幅度；若否，呼吸暂停判断结束，进入呼吸统计阶段，若是，呼吸暂停计时加1；当呼吸暂停计时大于设定数值时记为一次真实的呼吸暂停事件。\n[0070] 作为一优选实施方式，所述缓存空间为10秒缓存空间；所述根据过零点得出呼吸间期之前还包括：若存在重复的、或者时间间隔小于1秒的两个过零点，选择其中一个保留。\n[0071] 作为另一优选实施方式，所述处理模块520，还用于在排除体动信号的干扰之后，识别所述脉搏信号包含的基线漂移，将所述脉搏信号减去所述基线漂移，获得无基线漂移的脉搏信号。\n[0072] 需要说明的是，上述示例的非接触式检测生命体征信号的装置的实施方式中，各模块/单元之间的信息交互、执行过程等内容，由于与本发明前述方法实施例基于同一构思，其带来的技术效果与本发明前述方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。\n[0073] 此外，上述示例的非接触式检测生命体征信号的装置的实施方式中，各功能模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的功能模块完成，即将所述非接触式检测生命体征信号的装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。\n[0074] 另外，上述示例的非接触式检测生命体征信号的装置的实施方式中，各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。\n[0075] 所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。本领域普通技术人员可以理解本发明的任意实施例指定的方法的全部或部分步骤是可以通过程序来指令相关的硬件(个人计算机、服务器、或者网络设备等)来完成。该程序可以存储于一计算机可读存储介质中。该程序在执行时，可执行上述任意实施例指定的方法的全部或部分步骤。前述存储介质可以包括任何可以存储程序代码的介质，例如只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。\n[0076] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。并且，为了便于表述，说明书中对各实施例进行了编号，但实施例的编号对上述各实施例的优先顺序并无限制。\n[0077] 以上所述实施例仅表达了本发明的几种实施方式，不能理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。