UWB Radar for health monitoring applications

Abstract

There is a need for non-invasive monitoring system of key cardio-pulmonary functions and other internal structures. UWB radar offers advantages for health monitoring applications: - Skin contact not required - Works through clothing and skin - Extremely high-resolution UWB able to detect sub-mm movement of internal structures - Insensitive to environmental conditions - Low-power transceivers are relatively inexpensive and easily miniaturized - Enables a new class of wearable/wireless health monitoring products

The respiratory frequency is an important indicator in the medicine field that becomes more relevant in patients that must be monitored. Due to the global increase in the live expectancy, this number of patients also increases, so it becomes interesting to develop to sensors that can monitor patients who are not hospitalised. In this thesis, we extend the work from [1] to address the problem of monitoring in mobility scenarios. We explore different approaches to estimate and track the respiratory frequency of a patient that is moving in a room. A TOA estimator is used to obtain the position of the target from the received signal. Then, we use both a Kalman filter or a LMS filter to get the signal related to the chest movement. Finally, to obtain the breath rate we use a LMS filter and a AR estimator. Finally, some results are presented.

La frecuencia respiratoria es un importante parámetro en el ámbito de la medicina, que toma mayor relevancia en pacientes que deben ser monitorizados. Debido al aumento global de la esperanza de vida, este número de pacientes también aumenta, de forma que resulta interesante acceder a sensores que permitan esta monitorización en pacientes que no se encuentren hospitalizados. En esta tesis, partiendo de la anterior realizada por Guillermo Rodríguez [1], se proponen diversas soluciones para poder hallar y controlar la frecuencia respiratoria de un paciente que se puede mover en una habitación. Para ello se usa un sistema radar basado en UWB y se aplican diferentes técnicas de procesado. Un estimador de TOA se usa para estimar la posición del paciente a partir de la señal recibida. Luego se usa o bien un filtrado de Kalman o un LMS para, a partir de la señal del paciente, obtener la señal correspondiente al movimiento del pecho. Finalmente, con un filtrado LMS y un modelado AR se estima la frecuencia respiratoria. Finalmente se presentan los resultados obtenidos.

La freqüència respiratòria es un paràmetre important en l'àmbit de la medicina, que pren rellevància en pacients que han de ser monitoritzats. Degut al increment global de l'esperança de vida, resulta interessant accedir a sensors que permetin aquesta monitorització en pacients que no es trobin ingressats a un hospital. En aquesta tesis es continua el treball realitzat en [1] per incloure escenaris amb mobilitat. Es proposen diverses solucions per poder estimar i controlar la freqüència respiratòria d'un pacient que es pot moure a una habitació. Per fer-ho s'utilitza un sistema radar basat en UWB i s'apliquen diferents tècniques de processat. Un estimador de TOA s'utilitza per estimar la posició del pacient a partir de la senyal rebuda. Després s'utilitza o bé un filtrat de Kalman o un LMS per, a partir de la trajectòria estimada del pacient obtenir la senyal corresponent al moviment del pit. Finalment, com es feia a la tesis anterior, mitjançant un LMS i un modelat AR s'estima la freqüència respiratòria. Finalment, es presenten els resultats obtinguts.