Contactless Measurement of Respiratory Rate Using UWB Radar

Abstract

his master thesis investigates the possibility of remotely measuring respiratory rate during daily life physical non-stationary activity using an IR UWB radar system. The radar signals were processed using Independent Component Analysis (ICA) and Empirical Wavelet Transform (EWT) methods to extract respiratory rate information. The aim was to determine whether the combination of the IR UWB radar system and signal processing techniques can provide an accurate estimate of respiratory rate wirelessly. The outcome of this study suggests that the proposed approach has potential for effective and non-contact monitoring of respiratory rate. The algorithm was evaluated against respiratory rate data obtained through a resistance chest belt during the experiments, and achieved a p-value of the Pearson correlation coefficient analysis of 0.94 and a mean error (ME) value of -0.41, as indicated by the results of the Bland-Altman plot.

Tato diplomová práce se zaměřuje na možnost bezkontaktního měření dechové frekvence v průběhu každodenní fyzické aktivity pomocí radarového systému. Signály zachycené radarem byly zpracovány pomocí metod analýzy nezávislých komponent (ICA) a empirické vlnové transformace (EWT) pro extrakci dechové frekvence. Cílem bylo ověřit, zda kombinace IR-UWB radaru a navrženého algoritmu zpracování signálu může poskytnout přesný odhad dechové frekvence bezkontaktně. Výsledky této studie naznačují, že navrhovaný přístup má potenciál pro efektivní a bezkontaktní monitorování dechové frekvence při volném pohybu sledovaných osob. Pro ověření algoritmu bylo navržen a realizován experiment v obytné laboratoři. Algoritmus byl porovnán s daty o dechové frekvenci získanými pomocí odporového hrudního pásu během experimentů a dosáhl hodnoty Pearsonova korelačního koeficientu 0,94 a střední chyby (ME) -0,41, což ukazuje Bland-Altmanův graf.