面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统
本发明涉及数字化医疗器械与生物医学工程交叉,尤其涉及面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统。
背景技术:
1、在现代临床医疗体检与健康评估体系中,人体外形特征及围度数据(如身高、腰围、臀围及腰臀比等)是衡量人体健康状况、进行代谢类等慢病体征监测的重要医学人体测量学(anthropometry)指标。然而,现有的医疗体检场景在获取上述指标时,主要依赖于以下几种传统手段,这些手段在实际应用中均暴露出明显的局限性:
2、首先,传统的人体尺寸测量主要依靠医护人员使用软尺进行人工接触式测量,这种方式不仅耗费人力,且在体检中心等高并发场景下,容易因不同测量者的主观手法差异而产生较大的读数误差,更为严重的是,接触式测量极易成为病原体传播的媒介,带来了显著的交叉感染临床风险。
3、其次,随着机器视觉技术的发展,部分体检机构开始引入基于光学摄像头或3d结构光的光学成像系统进行非接触测量。但是,由于人体三维重建需要获取真实的体表轮廓,受检者往往需要穿着紧身衣物或暴露部分身体,这在医疗体检场景下引发了极大的隐私伦理问题,导致受检者的心理抗拒,难以在大规模人群的快速健康筛查中普及;
4、最后,毫米波雷达因其穿透衣物、保护隐私的特性,逐渐被引入生物医学工程领域,现有的单雷达系统往往视野受限,无法覆盖标准解剖学站姿下的全身轮廓;若简单组合多个雷达进行分布式测量,由于缺乏底层的硬件级同步机制,各雷达在同时工作时会产生严重的同频干扰,导致获取的点云数据包含大量噪点,根本无法满足医疗级精密测量的需求;
5、综上所述,目前临床与健康筛查领域迫切需要一种既能有效消除读数误差与接触感染风险、又能解决隐私伦理问题,并且具备强抗干扰能力、能够对大规模人群进行非接触式精密测量与外形建模的系统。
技术实现思路
1、本发明的目的是为了解决现有技术中体检中心在获取人体外形围度特征时,传统人工接触式测量存在的交叉感染风险与主观读数误差,以及光学成像系统面临的隐私伦理约束等临床痛点的问题,而提出的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统。
2、为了实现上述目的,本发明采用了如下技术方案:
3、面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,包括医用级同步控制网关、分布式多输入多输出(mimo)雷达阵列及医疗数据处理工作站,所述分布式多输入多输出(mimo)雷达阵列,包含多个分布式的毫米波雷达前端,用于对标准解剖学站姿下的受检者进行全覆盖扫描,获取人体原始点云数据。
4、优选地,所述医用级同步控制网关,与所述雷达阵列物理连接,所述网关内置硬实时时分复用(tdm)协议调度雷达阵列,以避免多雷达间的电磁干扰。
5、优选地,所述网关配置为对所述原始点云数据进行预处理,生成有效点云数据。
6、优选地,所述医疗数据处理工作站,与所述医用级同步控制网关通信连接,用于接收有效点云数据,所述工作站通过成像与重建算法生成受检者3d模型,并采用自适应切片算法自动解算身高、腰围、臀围及腰臀比(whr)等关键健康指标。
7、优选地,所述医用级同步控制网关由arduino嵌入式单元构建;
8、所述硬实时时分复用(tdm)协议的调度机制为:所述arduino通过通用输入输出(gpio)物理连线连接各雷达的sync_in引脚,严格控制各雷达的发射窗口,从物理层面上消除多雷达间的同频干扰。
9、优选地,所述系统采用异构计算任务分级架构;
10、所述嵌入式端负责数据清洗、坐标系id对齐和丢包检测,所述嵌入式端实现一种点云有效性预筛选算法,在数据上传前剔除明显的背景噪点,以降低传输带宽压力。
11、优选地,所述医疗数据处理工作站作为上位机端,负责执行高算力的后向投影成像和alpha shape表面重建。
12、优选地,所述自适应切片算法结合了matlab仿真验证的切片逻辑,实现从稀疏点云到精确围度数据的计算。
13、优选地,所述自适应切片算法在进行物理点云人体数值计算时,采用不同的自适应拟合策略:
14、针对腰围计算,采用腰-内收拟合策略提取精准腰围数据;
15、针对臀围计算,采用臀-外扩拟合策略提取精准臀围数据。
16、优选地,所述分布式多输入多输出(mimo)雷达阵列具体为多源雷达协同扫描布局,至少包括三个呈特定角度环绕受检者的雷达节点。
17、与现有技术相比,本发明具备以下优点:
18、1、本发明通过采用全电子化非接触的毫米波雷达扫描模式,有效消除了传统人工测量的读数误差与接触式感染风险,同时避免了光学结构光成像带来的隐私泄露问题,极大地提升了受检者的临床依从性,区别于传统单雷达或无序堆叠的多雷达系统,本系统创新的硬件级时分复用(tdm)触发机制,从物理底座上保证了多源雷达协同扫描时信号的纯净度,为后续高精度成像提供了高质量的原始稀疏点云。
19、2、本发明通过独创的异构计算任务分级模式,利用边缘侧(嵌入式端)的点云有效性预筛选算法大幅降低了无用背景噪点,极大缓解了数据上传时的通信带宽压力,保障了系统整体的硬实时性与高并发处理能力,结合定制化的自适应切片拟合算法(如腰内收、臀外扩),系统能够从稀疏点云中精确提取解剖学围度,本系统的测量值与真值高度吻合,腰围误差控制在+5.0%,臀围误差低至-0.9%,完全满足大规模人群快速健康筛查与慢病体征监测的精密临床要求。
1.面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,包括医用级同步控制网关、分布式多输入多输出(mimo)雷达阵列及医疗数据处理工作站,其特征在于,所述分布式多输入多输出(mimo)雷达阵列,包含多个分布式的毫米波雷达前端,用于对标准解剖学站姿下的受检者进行全覆盖扫描,获取人体原始点云数据。
2.根据权利要求1所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述医用级同步控制网关,与所述雷达阵列物理连接,所述网关内置硬实时时分复用(tdm)协议调度雷达阵列,以避免多雷达间的电磁干扰。
3.根据权利要求2所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述网关配置为对所述原始点云数据进行预处理,生成有效点云数据。
4.根据权利要求3所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述医疗数据处理工作站,与所述医用级同步控制网关通信连接,用于接收有效点云数据,所述工作站通过成像与重建算法生成受检者3d模型,并采用自适应切片算法自动解算身高、腰围、臀围及腰臀比(whr)等关键健康指标。
5.根据权利要求1所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述医用级同步控制网关由arduino嵌入式单元构建;
6.根据权利要求1所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述系统采用异构计算任务分级架构;
7.根据权利要求1所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述医疗数据处理工作站作为上位机端,负责执行高算力的后向投影成像和alpha shape表面重建。
8.根据权利要求1所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述自适应切片算法结合了matlab仿真验证的切片逻辑,实现从稀疏点云到精确围度数据的计算。
9.根据权利要求1所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述自适应切片算法在进行物理点云人体数值计算时,采用不同的自适应拟合策略:
10.根据权利要求1所述的面向医疗体检的非接触式毫米波雷达人体精密测量与健康评估系统,其特征在于,所述分布式多输入多输出(mimo)雷达阵列具体为多源雷达协同扫描布局,至少包括三个呈特定角度环绕受检者的雷达节点。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com