本发明涉及电数字处理，尤其涉及基于毫米波雷达的人体生理指标检测方法及系统。
背景技术：
1、随着科技的不断发展血压监测技术不断提高。毫米波雷达是一种利用波长在1-10毫米范围内的电磁波进行探测和成像的雷达技术，血压监测是指通过特定技术和设备，实时或定期测量血液在血管中流动时对血管壁产生的压力。
2、现有的血压监测系统通过依赖于物理和机械手段实现例如无袖带血压计，通常佩戴在手指、手腕或耳垂，通过光电传感器检测血液流动的变化。结合心电信号或其他生物信号，利用算法估算血压值实现。
3、例如公告号为：cn105787052b的发明专利公告的数据处理模型建立方法及基于数据处理模型数据筛选方法，包括：建立事实表和至少一个维表，事实表包括事实主表和事实辅表；将维表与事实表进行关联形成星型模式结构；将事实表通过维表中的多维空间数据关联结构进行关系形成多层星型模型结构。
4、例如公告号为：cn101446892b的发明专利公告的一种mvc模型系统数据处理方法及mvc模型系统，包括：表示层模块、逻辑层模块和持久层模块，所述方法包括如下步骤：a、表示层模块向逻辑层模块发送数据处理请求；b、逻辑层模块根据所述数据处理请求将与数据库相关的数据发送至持久层模块；c、持久层模块处理所述与数据库相关的数据。
5、但本申请在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
6、现有技术中，无袖带血压计通过采用光电容积描记法和其他传感技术测量血压，测量精度受佩戴位置和外界光线影响，并且测量时间长，存在血压预测速度慢的问题。
技术实现思路
1、本申请实施例通过提供基于毫米波雷达的人体生理指标检测方法及系统，解决了现有技术中血压预测速度慢的问题，实现了血压的快速预测。
2、本申请实施例提供了基于毫米波雷达的人体生理指标检测方法，包括以下步骤：利用毫米波雷达传感器获取人体不同位置的心电信号波形数据；对获取的心电信号波形数据进行数据预处理；获取预处理后的心电信号波形数据的特征参数；获取心脏波形特征与血压转换模型，使用预处理后的心电信号波形数据对心脏波形特征与血压转换模型进行训练；根据心脏波形特征与血压转换模型实时计算并预测血压值；通过获取实际血压值对心脏波形特征与血压转换模型进行校正。
3、进一步的，所述利用毫米波雷达传感器获取人体不同位置的心电信号波形数据的步骤包括：将毫米波雷达传感器安装在目标监测环境中；调整毫米波雷达传感器的设置，使毫米波雷达传感器覆盖目标对象的多个身体位置；启动毫米波雷达传感器，采集目标对象在不同身体位置的心电信号波形数据。
4、进一步的，所述对获取的心电信号波形数据进行数据预处理的步骤包括：对心电信号波形数据进行滤波，去除高频噪声和低频噪声；利用小波变换方法对滤波后的心电信号波形数据进行去噪处理；对去噪后的心电信号波形数据进行归一化处理。
5、进一步的，所述获取预处理后的心电信号波形数据的特征参数的步骤包括：特征参数包括：综合心跳间隔时间与相位差、动态脉搏波传导时间、非线性心率变异性；通过分析心电信号波形中的r波，计算相邻r波之间的时间间隔，得到综合心跳间隔时间与相位差；通过毫米波雷达传感器获取的心电信号波形数据，计算心脏左心室收缩到脉搏波到达颈动脉的时间差，得到动态脉搏波传导时间；通过心跳间隔时间的变化情况计算出非线性心率变异性。
6、进一步的，所述综合心跳间隔时间与相位差公式为：
7、；
8、式中，c表示综合心跳间隔时间与相位差，，n表示r波峰的编号总数，表示第n个r波峰的时间点，表示第n-1个r波峰的时间点，表示第n个r波峰的相位差影响的校正系数，e表示自然对数的底数。
9、进一步的，所述动态脉搏波传导时间的计算公式为：
10、；
11、式中，表示动态脉搏波传导时间，表示第i个脉搏波到达颈动脉的时间点，表示第i个脉搏波到达左心室的时间点，i表示脉搏波的编号，，m表示脉搏波的总数量，表示时间变化的动态校正系数，表示时间变化的频率参数，表示时间点。
12、进一步的，所述使用预处理后的心电信号波形数据对心脏波形特征与血压转换模型进行训练的步骤包括：将心电信号波形数据划分为训练集、验证集和测试集；将训练集中预处理后的心电信号数据输入到心脏波形特征与血压转换模型中；使用训练集对模型进行训练，调整模型参数，使模型将心电信号特征转换为血压值；采用交叉验证方法评估模型的性能；将验证集中预处理后的心电信号数据输入到模型中，预测血压值；将模型预测的血压值与验证集中的实际测量的血压值进行比较，计算误差和模型性能指标。
13、进一步的，所述根据心脏波形特征与血压转换模型实时计算并预测血压值的步骤包括：从实时采集到的心电信号数据中，获取预处理后的实时特征参数；将提取的实时特征参数输入到心脏波形特征与血压转换模型中；利用输入的实时特征参数，模型实时计算并预测当前的血压值。
14、进一步的，所述通过获取实际血压值对心脏波形特征与血压转换模型进行校正的步骤包括：利用标准血压测量设备获取目标对象的实际血压值；将实时预测的血压值与实际测量的血压值进行时间匹配和同步；计算实时预测的血压值与实际测量的血压值之间的误差；调整心脏波形特征与血压转换模型的参数。
15、本申请实施例提供了基于毫米波雷达的人体生理指标检测系统，包括：数据获取模块、数据预处理模块、特征参数获取模块、模型训练模块、预测模块、校正模块；其中，所述数据获取模块，用于利用毫米波雷达传感器获取人体不同位置的心电信号波形数据；所述数据预处理模块，用于对获取的心电信号波形数据进行数据预处理；所述特征参数获取模块，用于获取预处理后的心电信号波形数据的特征参数；所述模型训练模块，用于获取心脏波形特征与血压转换模型，使用预处理后的心电信号波形数据对心脏波形特征与血压转换模型进行训练；所述预测模块，用于根据心脏波形特征与血压转换模型实时计算并预测血压值；所述校正模块，用于通过获取实际血压值对心脏波形特征与血压转换模型进行校正。
16、本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
17、1、通过根据心脏波形特征与血压转换模型实时计算并预测血压值，从而缩短了血压预测的时间，进而实现了血压的快速预测，有效解决了现有技术中血压预测速度慢的问题。
18、2、通过利用毫米波雷达传感器获取人体不同位置的心电信号波形数据，从而能够覆盖目标对象的多个身体位置，采集到全面的心电信号数据，进而实现了更准确和全面的心脏波形特征提取，为血压预测提供了可靠的数据基础。
19、3、通过对获取的心电信号波形数据进行数据预处理，从而去除了高频噪声和低频噪声，提高了心电信号数据的质量，进而实现了更高精度的特征参数提取，确保血压预测模型的输入数据准确和一致。
1.基于毫米波雷达的人体生理指标检测方法，其特征在于，包括以下步骤：
2.如权利要求1所述基于毫米波雷达的人体生理指标检测方法，其特征在于：所述利用毫米波雷达传感器获取人体不同位置的心电信号波形数据的步骤包括：
3.如权利要求1所述基于毫米波雷达的人体生理指标检测方法，其特征在于：所述对获取的心电信号波形数据进行数据预处理的步骤包括：
4.如权利要求1所述基于毫米波雷达的人体生理指标检测方法，其特征在于：所述获取预处理后的心电信号波形数据的特征参数的步骤包括：
5.如权利要求4所述基于毫米波雷达的人体生理指标检测方法，其特征在于：所述综合心跳间隔时间与相位差公式为：
6.如权利要求4所述基于毫米波雷达的人体生理指标检测方法，其特征在于：所述动态脉搏波传导时间的计算公式为：
7.如权利要求1所述基于毫米波雷达的人体生理指标检测方法，其特征在于：所述使用预处理后的心电信号波形数据对心脏波形特征与血压转换模型进行训练的步骤包括：
8.如权利要求1所述基于毫米波雷达的人体生理指标检测方法，其特征在于：所述根据心脏波形特征与血压转换模型实时计算并预测血压值的步骤包括：
9.如权利要求1所述基于毫米波雷达的人体生理指标检测方法，其特征在于：所述通过获取实际血压值对心脏波形特征与血压转换模型进行校正的步骤包括：
10.基于毫米波雷达的人体生理指标检测系统，其特征在于，包括：数据获取模块、数据预处理模块、特征参数获取模块、模型训练模块、预测模块、校正模块；
