[发明专利]一种基于Transformer网络的生命体征状态识别方法及系统

权利要求书

1.一种基于Transformer网络的生命体征状态识别系统，包括：

连续波多普勒雷达，用于获取人体的生命体征信号；

Transformer网络，用于运算雷达信号以分类出所述生命体征信号对应的人体状态；

其特征在于，

所述Transformer网络的Encoder层由六个编码器堆叠组成，每个编码器都包括一个注意力层和一个MLP；

在数据输入Transformer网络前，首先通过二维卷积对其进行分块，将卷积步长设置为数据块大小；注意力层对任一数据块进行以下处理：将数据块用三个不同的随机初始化的矩阵分别映射为查询向量、索引向量和信息向量；令查询向量与当前数据块及其余所有数据块计算出的索引向量进行点乘，得到表明当前数据块与其他数据块之间的attention关系的分数值；然后对输入数据中的每个数据块进行同样的操作，以建立所有数据块之间的attention关系。

2.根据权利要求1所述一种基于Transformer网络的生命体征状态识别系统，其特征在于，使用不对称的卡方分布作为注意力层的加性偏置。

3.根据权利要求2所述一种基于Transformer网络的生命体征状态识别系统，其特征在于，通过Softmax函数将相关性值的大小归一化，使得关系较强的乘积接近1，并以此值为权重，与信号的信息向量进行加权求和，从而得到自注意力层的输出。

4.根据权利要求1所述一种基于Transformer网络的生命体征状态识别系统，其特征在于，所述人体状态的分类包括：正常状态、呼吸率和心率激增的非正常状态、以及呼吸率和心率骤降的非正常状态，。

5.一种基于Transformer网络的生命体征状态识别方法，其特征在于，利用如权利要求1-4任一项所述的系统进行人体生命体征状态的识别。