نوع مقاله: مقاله کامل پژوهشی

نویسندگان

1 کارشناس ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه شهید بهشتی

2 استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه شهید بهشتی

3 دانشیار، گروه فیزیک و مهندسی پزشکی، مرکز تحقیقات علوم و تکن.ل.ژی در پزشکی، دانشگاه علوم پزشکی تهران

10.22041/ijbme.2008.13418

چکیده

با توجه به کاربرد روز افزون امواج فرا پهن باند در بخش پزشکی، در مطالعه حاضر از این امواج برای آشکار سازی فرکانس حرکتی قلب استفاده شده است. کارهای ارائه شده در این مقاله را می توان دو بخش تقسیم کرد: در بخش اول فرکانس حرکتی قلب به کمک امواج فرا پهن باند به صورت شبیه سازی و در قالب مدلی که برای بدن انسان در نظر گرفته شده است، به دست می آید. سپس حرکت قلب در بدن انسان به وسیله یک مدل لایه ای ساده شبیه سازی شده و فرکانس حرکتی این مدل به دست آمده است. در بخش دوم آزمایش های انجام شده بر بدن انسان، به کمک فرستنده و گیرنده فراپهن باند با پهنای باند GHz 2.3 انجام شده و فرکانس حرکتی قلب به کمک الگوریتم مبتنی بر تبدیل موجک به دست آمده است. نتایج حاصل و مقایسه آنها با مقادیر واقعی نشان می دهد که الگوریتم ارائه شده کاربردی و در حد مطلوبی (98%) تکرارپذیر است. همچنین نشان داده شده است که نتایج به دست آمده از کاربرد این الگوریتم در محیط واقعی برای آشکارسازی فرکانس قلب دارای دقتی بیش از 92% بوده اند.

کلیدواژه‌ها

عنوان مقاله [English]

Detection of Heart Frequencies Using UWB Sgnals

نویسندگان [English]

  • Mehran Baboli 1
  • Seyed Ali Ghorashi 2
  • Namdar Saniei 2
  • Alireza Ahmadian 3

1 M.Sc Graduated, Electrical and Computer Engineering Dept., Shahid Beheshti University

2 Assistant Professor, Electrical and Computer Engineering Dept., Shahid Beheshti University

3 Associate Professor, Biomedical System & Medical Physics Dept., Tehran University of Medical Sciences, Research Center for Science and Technology in Medicine

چکیده [English]

Ultra Wide Band (UWB) signals are widely used in medical applications. In this paper, we developed a novel non-contact monitoring system to measure the heart rates of patients using UWB signals. The work is performed in two stages. First, a simulated UWB system including a model for human body is developed, where heart is simulated using simple layered model, and then its rate is detected. In second stage, real experiments are carried out on human body using UWB radar with 3.2 GHz bandwidth, and a new practical wavelet based algorithm is proposed to detect heart rate. The proposed algorithm has a high precision (98%) and accuracy (92%) and appears to be promising for future monitoring systems. 

کلیدواژه‌ها [English]

  • Ultra Wide Band (UWB)
  • Heart Rate
  • motion detection
  • Wavelet
  • Simulation
  • Real Experiment

[1]     Nekoogar F., Ultra-Wideband Communications: Fundamentals and Applications, Prentice Hall,2005

[2]     Venkatesh S., Anderson C., Rivera N. V., and Buehrer R. M., Implementation and Analysis of Respiration- Rate Estimation Using Impulse-Based UWB, IEEE Military Communications Conference (IEEE Milcom ’05), October. 2005, pp. 395- 399.

[3]     Pavlov S.N. and Samkov S.V., Algorithm of signal processing in ultra-wideband radar designed for remote measuring parameters of patientapos;s cardiac activity, IEEE, Second International Workshop on Ultrawideband and Ultrashort Impulse Signals, September 2004, pp. 205-207.

[4]     Chia M.Y.W., Leong S.W., Sim C.K. and Chan K.M., Through-wall UWB radar operating within FCCapos;s mask for sensing heart beat and breathing rate, IEEE European Radar Conference. (EURAD2005), October 2005, pp. 267-270.

[5]     Ossberger G., Buchegger T., Schimback E., Stelzer A. and Weigel R. Non-invasive respiration movement detection and monitoring of hidden humans using ultra wideband pulse radar, IEEE, Ultra wideband Systems and Technologies Conference, May 2004, pp. 395-399.

[6]     Ghavami M., Michael L. and Kohno R., Ultra Wideband Signals and Systems in Communication Engineering, 2nd Edition, John Wiley & Sons, 2007

[7]     Bilich C.G., UWB radars for bio-medical sensing: Attenuation model for wave propagation in the body at 4GHz, Technical Report, July 2006, Department of information and communication technology, [Online]. Available ttp://eprints.biblio.unitn.it/archive/00001049

[8]     Chen Y. and Rapajic P., Human respiration rate estimation using ultra-wideband distributed cognitive radar system, International Journal of Automation and Computing, Vol. 5, No. 4, 1 October 2008, pp. 325- 333.

[9]     Addison P.S., The illustrated wavelet transform handbook, CRC Press, 2002

[10] Addison P.S, Daubechies, Ten Lecturer on Wavelets: Philadelphia, PA,USA: SIAM Society for Industrial & Applied Mathematics,1992.