自研架构与算法，拓展新兴技术应用场景

毫米波雷达常见于军工、车载探测系统，主要用于中长距离的传感探测。与传统的中长距雷达探测技术相比，新兴的智能感知场景多为10米内的近距目标探测，超近距的探测技术应运而生。毫米波探测技术可在近距离条件下，对多点复杂散射体的复杂运动的进行探测，运动感知精度可达到微米级。

相较于常规标准化的车载雷达芯片，顾教授团队独创的智能感知专用硬件架构和算法，拓展了毫米波探测技术应用的可能性，以技术革新赋能专业诊疗、健康照护的新场景。

自研的超近距毫米波探测技术，具有以下特点：

1. 探测精度高：可探测到躯体微米级的微振动，能用于心脏、呼吸等生命体征探测；
2. 全天时：探测不受光线强弱影响，可全天、实时监护；
3. 无感非接触：无需佩戴可穿戴设备，依从性高，可应用在隔离病房等特殊场景；
4. 小型化：探测设备体积可缩小至厘米单位；
5. 低功耗：可电池供电，无碍于身体健康，运转功耗大概为手机打电话时发射功率的千分之一；
6. 隐私保护：不需要采集人像、语音等个人信息。

在医疗健康领域，毫米波雷达通过精确监测、分析人体活动（如心脏跳动、躯体姿势变动等）引发的微振动，可实现对人生命体征的探测，联动疾病早筛和预防、辅助诊疗和健康管理3大场景。

疾病早筛和预防

心动图应用：提出了多普勒心动图（Doppler Cardiograms, DCG）概念，使用毫米波雷达探测心脏跳动的动信号，获取心跳周期的细节信息，与心电图（ECG）收集到的心脏电运动相辅相成，挖掘更丰富的生理信息表达。能以无感长程监测的方式，辅助风险人群进行心律失常、房颤、心衰等心血管疾病早筛，在疾病发生的早期，甚至无症状阶段及时预警。

血压监测：相对于有创动脉压监测，毫米波雷达可通过穿戴式装置，持续、无感地监测风险人群血压，辅助风险事件预警。

辅助诊疗

探测呼吸运动：毫米波探测技术可区分腹式呼吸和胸式呼吸，建立3D电磁波波模型，对人体状况进行分析预测。这项技术可用于对肺癌患者的精准放疗，通过呼吸门控精确探查、追踪肺癌病灶在放疗过程中的运动位置，收窄射线覆盖的区域，减小对肺癌周边健康组织的伤害，减轻患者痛苦。此外，这项技术也可用于探测呼吸暂停，实现特殊环境下非接触式的监测。

诊疗环境生命体征监测：将毫米波传感器测得的数据与手术室中的其他传感数据同步结合（如心动图和心电图、血压等），共同分析，挖掘深层信息，丰富医护人员用来做出临床诊断和决策的工具库。此外，这项技术也可以在不与患者直接接触的情况下，探测心音。

这项技术也能用于特别人群的诊疗，如监测婴儿间歇性缺氧。血氧仪器在测到婴儿血氧降低时，缺氧往往已经发生，留给医护人员处理的窗口期极短。缺氧前，婴儿呼吸的细节会发生变化，毫米波雷达能以无接触的方式，精准探测对象的呼吸是否有变弱的细微改变，能够在缺氧发生前10-30秒提前预警，为医护人员提供更多处理时间。婴儿皮肤娇嫩，常规的电极贴片会引起不适，无接触的毫米波探测技术可以避免皮肤过敏，也可向烧伤整形等诊疗场景拓展，适应患者需求，提升诊疗与照护水平。

健康管理

睡眠监测：基于毫米波生命体征探测设备体积小、功耗低的特点，可在居家生活、工作场景中持续、无感地进行睡眠监测。探测到的呼吸、睡姿、心跳等信息通过云端算法的学习和标注，再推送给医生，就能为患者打开远程健康照护的技术窗口。可在居家环境实现对心跳、呼吸、体动等生理信息记录，形成用户健康画像，从而实现无感、长程的日常健康管理。

诊后日常健康管理：对一些治疗后可能复发的疾病，如房颤，可以通过居家传感器，在不影响日常生活，保护个人隐私的条件下，不间断地监测患者，预警复发、恶化。

应用毫米波探测技术的无限可能

除医疗场景之外，毫米波雷达也可用于居家养老、生活等健康类场景。

室内监测与感知：毫米波雷达可监测室内活动人数、位置、有无生命体现和活动追踪。在无需采集人像信息的情况下，追踪、预警如跌倒等危险情况。

车内人员状态监测：基于对驾乘人员的呼吸、心跳、体重等信息监测，判定驾驶人员是否处于酒驾、分析、失能的状态；也可用于监测车内是否有生命体征，对将小孩、婴儿遗忘在车内的意外事件进行预警提醒。

人机交互：通过毫米波探测，测量人的手势动作，无需通过手柄、遥控器等介质，直接进行隔空人机交互。

嘉宾问答

问：衣物或其他遮挡物会对雷达穿透造成影响吗？人体在床上侧卧时需主动对着雷达吗？人睡眠中的一些活动行为是否会对监测产生干扰？

顾教授：毫米波雷达与激光不同，它的探测覆盖的是一个面，只要人体在雷达覆盖区域内都可以监测。穿透衣物时，其实衣物并没有在动，在动的是人体呼吸时引起的胸腔运动，只要是非金属的衣物，都没有影响穿透的问题。但侧卧时躯干的微震度较弱，监测到的信号可能稍差一点，这就需要我们对传感器的精度和算法提出更高的要求。

问：毫米波探测技术我们这一套系是否能够实时的收集心动图数据？心动图能否辅助心跳异常的诊断？

顾教授：探测系统的采集是实时的，对于心脏的判断，需要基于心动图，与医学专家的判定相结合。我们已经验证了一些辅助场景，如与心脏有关的RR间期、心跳变异性、房颤等。后续如果有机会，可以讨论能否挖掘出更多可能性。

文中使用的图片及资料均已经过授权，其他机构和个人不可擅自用于改编或二次传播