生命体征信息提取方法、装置及电子设备与流程

1.本技术涉及信号处理技术领域，尤其涉及一种生命体征信息提取方法、装置及电子设备。


背景技术：

2.超宽带(ultra
‑
wideband radar，简称uwb)雷达具有距离分辨率高、穿透能力强、功耗低、抗干扰能力强等优点，因此可以非接触式、远距离检测人体对象的位置、呼吸和心跳等信息。
3.相关技术，由于复杂的噪声干扰或者其它外部原因导致的人体对象的身体小范围移动，导致很难准确提取人体对象的呼吸和心跳等生命体征信息。


技术实现要素：

4.本技术旨在至少在一定程度上解决相关技术中的技术问题之一。
5.本技术提出一种生命体征信息提取方法及其装置，以实现根据雷达回波信号中慢时间方向的各切片信号对应的信号能量以及预设宽度的能量窗，从雷达回波信号中准确提取呼吸信号和心跳信号。
6.本技术第一方面实施例提出了一种生命体征信息提取方法，包括：采用超宽带雷达探测得到雷达回波信号；确定所述雷达回波信号中慢时间方向的各切片信号对应的信号能量；基于预设宽度的能量窗以及所述各切片信号对应的信号能量，从所述雷达回波信号中提取人体体征信号；对所述人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。
7.本技术实施例的生命体征信息提取方法，通过采用超宽带雷达探测得到雷达回波信号，确定雷达回波信号中慢时间方向的各切片信号对应的信号能量，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号，进而对人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。由此，可以实现根据雷达回波信号中慢时间方向的各切片信号对应的信号能量以及预设宽度的能量窗，从雷达回波信号中准确提取呼吸信号和心跳信号。
8.本技术第二方面实施例提出了一种生命体征信息提取装置，包括：探测模块，用于采用超宽带雷达探测得到雷达回波信号；确定模块，用于确定所述雷达回波信号中慢时间方向的各切片信号对应的信号能量；提取模块，用于基于预设宽度的能量窗以及所述各切片信号对应的信号能量，从所述雷达回波信号中提取人体体征信号；处理模块，用于对所述人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。
9.本技术实施例的生命体征信息提取装置，通过采用超宽带雷达探测得到雷达回波信号，确定雷达回波信号中慢时间方向的各切片信号对应的信号能量，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号，进而对人体
体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。由此，可以实现根据雷达回波信号中慢时间方向的各切片信号对应的信号能量以及预设宽度的能量窗，从雷达回波信号中准确提取呼吸信号和心跳信号。
10.本技术第三方面实施例提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本技术第一方面实施例所述的方法。
11.本技术第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本技术第一方面实施例所述的方法。
12.本技术第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本技术第一方面实施例所述的方法。
13.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
14.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
15.图1为本技术实施例所提供的一种生命体征信息提取方法的流程示意图；
16.图2为本技术实施例所提供的另一种生命体征信息提取方法的流程示意图；
17.图3为本技术实施例所提供的另一种生命体征信息提取方法的流程示意图；
18.图4为本技术实施例提供的一种生命体征信息提取装置的结构示意图；
19.图5是用来实现本公开实施例的生命体征信息提取方法的电子设备的框图。
具体实施方式
20.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
21.超宽带雷达具有距离分辨率高、穿透能力强、功耗低、抗干扰能力强等优点，因此可以非接触式、远距离检测人体的位置、呼吸和心跳等信息。
22.相关技术，可以利用雷达回波信号中慢时间方向的单一切片信号，获取人体对象的生命体征信息，但是，由于复杂的噪声干扰，慢时间方向的单一切片信号包含的生命体征信息较弱，很难被提取到，另外，由于其它外部原因导致人体对象的身体小范围移动时，会使慢时间方向的单一切片信号含有的生命体征信息缺失，从而会使得生命体征信息更难以提取。因此，相关技术中的生命体征信息提取方法无法准确提取人体对象的生命体征信息。
23.本技术实施例为了准确提取人体对象的呼吸和心跳等生命体征信息，提出一种生命体征信息提取方法、装置、电子设备、存储介质以及计算机程序产品。其中，生命体征信息提取方法，包括：采用超宽带雷达探测得到雷达回波信号，确定雷达回波信号中慢时间方向的各切片信号对应的信号能量，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号，进而对人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。由此，实现了根据雷达回波信号中慢时间
方向的各切片信号对应的信号能量以及预设宽度的能量窗，从雷达回波信号中准确提取呼吸信号和心跳信号。
24.下面参考附图描述本技术实施例的生命体征信息提取方法及其装置。
25.图1为本技术实施例所提供的一种生命体征信息提取方法的流程示意图。
26.本技术实施例以该生命体征信息提取方法被配置于生命体征信息提取装置中来举例说明，该生命体征信息提取装置可以应用于任一具有计算能力的设备中，以使该设备可以执行生命体征信息提取功能。比如，电子设备可以为超宽带雷达生命探测仪。
27.如图1所示，该生命体征信息提取方法可以包括以下步骤：
28.步骤101，采用超宽带雷达探测得到雷达回波信号。
29.在本技术实施例中，可以通过超宽带雷达向检测对象发送检测信号，并接收检测对象返回的反馈信号，该反馈信号即为雷达回波信号。其中，雷达回波信号，包括无生命的检测对象返回的反馈信号，以及有生命的检测对象比如人体对象返回的反馈信号。
30.步骤102，确定雷达回波信号中慢时间方向的各切片信号对应的信号能量。
31.其中，雷达回波信号的快时间方向的快时间采样点可以为n，其中，n＝1,2,
…
,n。其中，n为快时间方向的最大采样点数，n的值可以根据需要设置，比如可以设置为512。
32.雷达回波信号的慢时间方向的慢时间采样点可以为m，其中，m＝1,2,
…
,m。其中，m为慢时间方向的最大采样点数，m的值可以根据需要设置。
33.雷达回波信号中慢时间方向的各切片信号，为雷达回波信号中快时间方向的各快时间采样点对应的信号。即，慢时间方向的每个切片信号，包括某快时间采样点下的各慢时间采样点对应的信号值。
34.在示例性实施例中，对于雷达回波信号中慢时间方向的每个切片信号，可以通过以下公式(1)，确定切片信号对应的信号能量。
[0035][0036]
其中，e
i
为慢时间方向的第i个切片信号对应的信号能量，i＝1,2,...,n。f
i
(t)为雷达回波信号的慢时间方向的第i个切片信号，该切片信号为慢时间时刻t的函数。
[0037]
步骤103，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号。
[0038]
其中，能量窗的预设宽度，可以根据需要设置。比如，由于生命体征信息宽度一般为4
‑
6个快时间采样点，则可以设置能量窗的预设宽度为5，从而利用宽度为5的能量窗进行人体对象的定位，从雷达回波信号中提取人体体征信号，以保证提取出的人体体征信号中包含生命体征信息。
[0039]
在示例性实施例中，可以通过以下方法，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号：
[0040]
将各切片信号分组置于能量窗内，并分别确定能量窗内的多个切片信号组的信号能量；其中，切片信号组包括雷达回波信号中慢时间方向的预设数量的相邻切片信号；
[0041]
从多个切片信号组中，提取对应信号能量满足第一预设条件的目标切片信号组；
[0042]
将目标切片信号组中的各切片信号作为人体体征信号。
[0043]
其中，预设数量，与能量窗的宽度有关。比如，能量窗的宽度为5时，表示能量窗可
以容纳5个快时间采样点对应的慢时间方向的切片信号，则切片信号组中包括的慢时间方向的切片信号的数量可以对应设置为5。
[0044]
第一预设条件，可以根据需要设置。比如，可以设置第一预设条件为信号能量最大，即可以从多个切片信号组中，提取对应信号能量最大的目标切片信号组。
[0045]
具体的，可以对雷达回波信号慢时间方向的各切片信号进行分组，每个切片信号组中包括雷达回波信号中慢时间方向的预设数量的相邻切片信号，并将分组后得到的多个切片信号组分别置于能量窗内，分别确定能量窗内的多个切片信号组的信号能量。比如，假设能量窗的宽度为5，切片信号组中包括的切片信号的数量为5，可以将快时间采样点n＝1，2，3，4，5分别对应的慢时间方向的切片信号置于能量窗内，确定这5个切片信号组成的切片信号组的信号能量，将快时间采样点n＝2，3，4，5，6分别对应的慢时间方向的切片信号置于能量窗内，确定这5个切片信号组成的切片信号组的信号能量，将快时间采样点n＝3，4，5，6，7分别对应的慢时间方向的切片信号置于能量窗内，确定这5个切片信号组成的切片信号组的信号能量，直至确定所有切片信号组的信号能量。
[0046]
进而，可以对多个切片信号组的信号能量进行比较，以从多个切片信号组中，提取对应信号能量最大的目标切片信号组，将目标切片信号组中的各切片信号作为人体体征信号。
[0047]
通过基于预设宽度的能量窗以及雷达回波信号慢时间方向的各切片信号对应的信号能量，可以自适应、准确的提取出静止人体对象以及微动人体对象的人体体征信号。
[0048]
步骤104，对人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。
[0049]
在示例性实施例中，可以对人体体征信号进行相干累积处理，使信号同相叠加以提高信噪比，完成相干累积处理后，可以对处理后的人体体征信号进行频谱分析，以提取呼吸信号和心跳信号。
[0050]
其中，由于人体心跳引起的胸腔幅度变化约为0.3
‑
0.7mm(毫米)，频率为0.9
‑
1.6hz(赫兹)，呼吸引起的胸腔幅度变化约为10
‑
15mm，频率为0.15
‑
0.5hz，则可以从人体体征信号中提取幅度变化满足10
‑
15mm、频率满足0.15
‑
0.5hz的信号作为呼吸信号，从人体体征信号中提取幅度变化满足0.3
‑
0.7mm、频率满足0.9
‑
1.6hz的信号作为心跳信号。
[0051]
本技术实施例的生命体征信息提取方法，通过采用超宽带雷达探测得到雷达回波信号，确定雷达回波信号中慢时间方向的各切片信号对应的信号能量，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号，进而对人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。由此，实现了根据雷达回波信号中慢时间方向的各切片信号对应的信号能量以及预设宽度的能量窗，从雷达回波信号中准确提取呼吸信号和心跳信号。
[0052]
在示例性实施例中，在采用超宽带雷达探测得到雷达回波信号后，还可以先对雷达回波信号进行预处理，以去除雷达回波信号中的静态杂波、线性干扰以及随机噪声等，再利用处理后的雷达回波信号进行生命体征信息提取，以更准确的提取生命体征信息。下面结合图2，对本技术实施例所提供的生命体征信息提取方法进行进一步说明。
[0053]
图2为本技术实施例所提供的另一种生命体征信息提取方法的流程示意图。
[0054]
如图2所示，该生命体征信息提取方法可以包括以下步骤：
[0055]
步骤201，采用超宽带雷达探测得到雷达回波信号。
[0056]
在本技术实施例中，可以通过超宽带雷达向检测对象发送检测信号，并接收检测对象返回的反馈信号，该反馈信号即为雷达回波信号。
[0057]
步骤202，对雷达回波信号进行数值偏差矫正处理，以矫正雷达回波信号中因雷达不稳定性导致的数值偏差。
[0058]
在示例性实施例中，为解决雷达不稳定性导致的雷达回波信号中的数值偏差，可以对雷达回波信号进行数值偏差矫正处理。具体的，步骤202可以采用图3中的步骤301
‑
305所示的方式实现：
[0059]
步骤301，获取雷达回波信号的慢时间方向的各切片信号的累计概率分布。
[0060]
步骤302，根据各切片信号的累计概率分布，将累计概率最大的切片信号确定为参考切片信号。
[0061]
在示例性实施例中，可以获取雷达回波信号对应的信号矩阵r(m,n)，并获取信号矩阵r(m,n)的慢时间方向的各切片信号的累计概率分布，其中，对应的累计概率最大的慢时间方向的切片信号r(m,1)，为慢时间方向的最稳定的静止杂波切片信号，本技术实施例中，可以将对应的累计概率最大的慢时间方向的切片信号r(m,1)确定为参考切片信号，将其作为雷达稳定性参考。
[0062]
步骤303，根据参考切片信号的累计概率分布，确定参考切片信号中概率满足第二预设条件的幅值。
[0063]
步骤304，确定幅值对应的慢时间方向上的慢时间采样点。
[0064]
其中，第二预设条件，可以根据需要设置，比如可以为概率小于0.5％。
[0065]
在示例性实施例中，可以确定参考切片信号的累计概率分布，并认为在该参考切片信号内出现的概率满足第二预设条件的幅值为雷达不稳定性所致，进而确定雷达不稳定性所致的该幅值所在的慢时间方向上的慢时间采样点m
x
。
[0066]
步骤305，对慢时间采样点对应的快时间方向的切片信号的幅值进行矫正，得到矫正后雷达回波信号。
[0067]
在示例性实施例中，根据雷达不稳定性所致的幅值所在的慢时间方向上的慢时间采样点m
x
，可以定位m
x
位置的快时间方向的切片信号，并且，可以依据参考切片信号的变化趋势，确定稳定的快时间方向的切片信号m
x
‑1，进而采用稳定的快时间方向的切片信号m
x
‑1覆盖m
x
，直到完成所有偏差位置矫正，得到矫正后雷达回波信号对应的信号矩阵r1(m,n)。
[0068]
步骤203，采用线性趋势抑制法，对雷达回波信号进行背景波消除，以消除雷达回波信号中的恒定成分。
[0069]
其中，步骤203中的雷达回波信号，可以为步骤202进行数值偏差矫正处理后得到的矫正后雷达回波信号。
[0070]
在示例性实施例中，雷达回波信号可能存在线性趋势问题，针对该问题，可以从慢时间方向对雷达回波信号进行线性趋势抑制，分别估计出慢时间方向的每个切片信号的线性趋势，并将线性趋势从原本慢时间方向的切片信号中减去，以对雷达回波信号进行背景波消除，消除雷达回波信号中的恒定成分，获得去除静态杂波和线性趋势项的雷达回波信号。
[0071]
在示例性实施例中，可以采用下述公式(2)，确定消除恒定成分后的雷达回波信
号：
[0072][0073]
其中，是指消除恒定成分后的雷达回波信号对应的信号矩阵r2的转置，是指未消除恒定成分之前的雷达回波信号对应的信号矩阵r1的转置，z＝[n”,1
n
]，n”＝[0,1,
…
,n
‑
1]
t
，1
n
为大小为n
×
1维的向量。t表示矩阵的转置。
[0074]
步骤204，对雷达回波信号进行信号增强处理，以增强雷达回波信号中的生命体征成分。
[0075]
其中，步骤204中的雷达回波信号，可以为步骤203中消除雷达回波信号中的恒定成分后的雷达回波信号。
[0076]
在实际应用中，因为噪声干扰以及多径效应等原因，会造成雷达回波信号中人体体征信号微弱，因此需对雷达回波信号进行增强处理，以增强雷达回波信号中的生命体征成分。
[0077]
在示例性实施例中，可以采用巴特沃斯滤波方法，滤除雷达回波信号中的噪声成分，和/或，采用信号自相关处理方法，提高雷达回波信号的信噪比。
[0078]
具体的，可以采用巴特沃斯滤波方法，设计带通滤波器，其中，带通频率可以为0.1hz
‑
5hz，利用带通滤波器对雷达回波信号进行处理，以在保留雷达回波信号的原有频率特性基础上，滤除低频和高频干扰。
[0079]
另外，由于经过上述处理的雷达回波信号主要包含生命体征信息以及零均值噪声，而生命体征信息具有一定的周期规律，零均值噪声不具备周期规律，可以通过自相关处理将零均值噪声减少到0，因此，本技术实施例中，可以采用信号自相关处理方法，提高雷达回波信号的信噪比。
[0080]
具体的，可以采用以下公式(3)所示的方法，对雷达回波信号进行自相关处理：
[0081]
r3(n')＝e[x
m
(n1)x
m
(n2)]
ꢀꢀꢀ
(3)
[0082]
其中，r3(n')＝e[x
m
(n1)x
m
(n2)]为进行自相关处理后的雷达回波信号，x
m
(n1)和x
m
(n2)分别为快时间采样点n1和n2对应的慢时间方向的切片信号，0≤n1，n2≤n
‑
1，nˊ＝n1–
n2。e为求平均。自相关处理，保留了慢时间方向的切片信号的周期分量和谐波分量。
[0083]
通过上述过程，可以有效去除雷达回波信号中携带的复杂噪声干扰，提高雷达回波信号的信噪比。
[0084]
需要说明的是，本技术实施例以对雷达回波信号进行数值偏差矫正处理、背景波消除以及信号增强处理为例进行说明，在实际应用中，可以仅进行上述三种处理中的任意一种或两种，本技术对此不作限制。
[0085]
步骤205，确定雷达回波信号中慢时间方向的各切片信号对应的信号能量。
[0086]
步骤206，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号。
[0087]
在示例性实施例中，可以将各切片信号分组置于能量窗内，并分别确定能量窗内的多个切片信号组的信号能量，其中，切片信号组包括雷达回波信号中慢时间方向的预设数量的相邻切片信号，再从多个切片信号组中，提取对应信号能量满足第一预设条件的目标切片信号组，从而将目标切片信号组中的各切片信号作为人体体征信号。
[0088]
步骤207，对人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。
[0089]
其中，步骤205
‑
207的具体实现过程及原理，可以参考上述实施例的描述，此处不再赘述。
[0090]
本技术实施例的生命体征信息提取方法，通过采用超宽带雷达探测得到雷达回波信号，对雷达回波信号进行数值偏差矫正处理，以矫正雷达回波信号中因雷达不稳定性导致的数值偏差，采用线性趋势抑制法，对雷达回波信号进行背景波消除，以消除雷达回波信号中的恒定成分，对雷达回波信号进行信号增强处理，以增强雷达回波信号中的生命体征成分，确定雷达回波信号中慢时间方向的各切片信号对应的信号能量，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号，进而对人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。由此，有效的抑制了雷达回波信号中的复杂噪声干扰，提高了雷达回波信号的信噪比，且实现了根据雷达回波信号中慢时间方向的各切片信号对应的信号能量以及预设宽度的能量窗，自适应、准确地提取出静止人体对象和微动人体对象的呼吸信号和心跳信号。
[0091]
与上述图1至图3实施例提供的生命体征信息提取方法相对应，本技术还提供一种生命体征信息提取装置，由于本技术实施例提供的生命体征信息提取装置与上述图1至图3实施例提供的生命体征信息提取方法相对应，因此在生命体征信息提取方法的实施方式也适用于本技术实施例提供的生命体征信息提取装置，在本技术实施例中不再详细描述。
[0092]
图4为本技术实施例提供的一种生命体征信息提取装置的结构示意图。
[0093]
如图4所示，该生命体征信息提取装置400可以包括：探测模块410、确定模块420、提取模块430以及处理模块440。
[0094]
探测模块410，用于采用超宽带雷达探测得到雷达回波信号；
[0095]
确定模块420，用于确定雷达回波信号中慢时间方向的各切片信号对应的信号能量；
[0096]
提取模块430，用于基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号；
[0097]
处理模块440，用于对人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。
[0098]
进一步地，在本技术实施例的一种可能的实现方式中，提取模块430，具体用于：
[0099]
将各切片信号分组置于能量窗内，并分别确定能量窗内的多个切片信号组的信号能量；其中，切片信号组包括雷达回波信号中慢时间方向的预设数量的相邻切片信号；
[0100]
从多个切片信号组中，提取对应信号能量满足第一预设条件的目标切片信号组；
[0101]
将目标切片信号组中的各切片信号作为人体体征信号。
[0102]
进一步地，在本技术实施例的另一种可能的实现方式中，该生命体征信息提取装置400还可以包括：
[0103]
矫正模块，用于对雷达回波信号进行数值偏差矫正处理，以矫正雷达回波信号中因雷达不稳定性导致的数值偏差；
[0104]
和/或，消除模块，用于采用线性趋势抑制法，对雷达回波信号进行背景波消除，以消除雷达回波信号中的恒定成分；
[0105]
和/或，增强模块，用于对雷达回波信号进行信号增强处理，以增强雷达回波信号中的生命体征成分。
[0106]
进一步地，在本技术实施例的另一种可能的实现方式中，矫正模块，具体用于：
[0107]
获取雷达回波信号的慢时间方向的各切片信号的累计概率分布；
[0108]
根据各切片信号的累计概率分布，将累计概率最大的切片信号确定为参考切片信号；
[0109]
根据参考切片信号的累计概率分布，确定参考切片信号中概率满足第二预设条件的幅值；
[0110]
确定幅值对应的慢时间方向上的慢时间采样点；
[0111]
对慢时间采样点对应的快时间方向的切片信号的幅值进行矫正，得到矫正后雷达回波信号。
[0112]
进一步地，在本技术实施例的另一种可能的实现方式中，增强模块，具体用于：
[0113]
采用巴特沃斯滤波方法，滤除雷达回波信号中的噪声成分；
[0114]
和/或，采用信号自相关处理方法，提高雷达回波信号的信噪比。
[0115]
本技术实施例的生命体征信息提取装置，通过采用超宽带雷达探测得到雷达回波信号，确定雷达回波信号中慢时间方向的各切片信号对应的信号能量，基于预设宽度的能量窗以及各切片信号对应的信号能量，从雷达回波信号中提取人体体征信号，进而对人体体征信号进行相干累积处理，并从处理后的人体体征信号中提取呼吸信号和心跳信号。由此，实现了根据雷达回波信号中慢时间方向的各切片信号对应的信号能量以及预设宽度的能量窗，从雷达回波信号中准确提取呼吸信号和心跳信号。
[0116]
为了实现上述实施例，如图5所示，本发明实施例提出了一种电子设备500，包括：存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序，所述处理器520执行所述程序时，实现前述任一实施例提出的生命体征信息提取方法。
[0117]
为了实现上述实施例，本技术还提出一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如本技术前述任一实施例提出的生命体征信息提取方法。
[0118]
为了实现上述实施例，本技术还提出一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如本技术前述任一实施例提出的生命体征信息提取方法。
[0119]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0120]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三
个等，除非另有明确具体的限定。
[0121]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0122]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0123]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0124]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0125]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。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。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，也可以存储在一个计算机可读取存储介质中。
[0126]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。