[发明专利]一种非接触式人体状态监测系统及人体状态管理监测方法

权利要求书

1.一种非接触式人体状态监测系统，其特征在于：该监测系统具体包括：主控芯片、生物雷达、WiFi模块、稳压器模块、LED警示灯、USB转RJ45接口，网络摄像头；

其中，主控芯片型号为N51822；生物雷达包括测量呼吸的雷达B和测量心率的雷达H，分别与主控芯片相连；完成数据存储和数据通信任务的WiFi模块型号为ESP-12S，连接至主控芯片；为整个系统稳定供电的稳压模块型号为AMS1117，与主控芯片相连；LED警示灯与主控芯片相连；USB转RJ45接口，与主控芯片相连，将USB串口传输转为RJ45传输；网络摄像头通过WiFi连接到主控芯片。

2.一种非接触式人体状态管理监测方法，其特征在于：该方法具体过程如下：

步骤一：数据库建立

用SQLsever建立数据库，在数据库中建立床位号、雷达设备信息、阈值、异常数据的数据表；

步骤二：人体状态管理监测

(1)心率呼吸数据处理：用C++程序读取数据库中的参数并同时处理生物雷达采集到的波形报文，与数据库中预设的阈值进行比较；当心率、呼吸值低于阈值时，会将异常的心率、呼吸值和对应的日期时间写入数据库，并同时触发LED警示灯的报警；

(2)用户可视化界面：用C++QT建立了可视化上位机，界面中可设置生物雷达的对应工作参数，显示被测人的呼吸、心率曲线和对应的值；

(3)表情识别：首先用人脸识别库OpenCV和numpy对图像进行预处理将网络摄像头获取的图像与训练集图像的尺寸调整为64×64，然后构建深度网络，用Python训练基于Keras框架的深度神经网络；构建好深度神经网络之后，调用OpenCV中的cv2.VideoCapture(0)函数可以直接用网络摄像头作为实时视频数据源，利用深度神经网络模型和haar cascade人脸识别模型来完成视频中行人跟踪、面部定位工作，然后将面部图片储存，把同一个人的多张面部图片用超分辨分析技术合成更清晰的面部图片，完成人脸的表情识别任务，判断显示被监测人的心理状态。