肺功能检测方法、系统、装置、计算机设备和存储介质与流程

1.本技术涉及医疗检测技术领域，特别是涉及一种肺功能检测方法、系统、装置、计算机设备和存储介质。


背景技术：

2.肺功能检测是一种检查病人肺部疾病的有效手段，在临床上用于对慢阻肺、呼吸道狭窄等疾病进行检查和诊断。
3.相关技术中，需要病人用嘴对检测设备的吹气嘴进行吹气，通过吹气量随时间的变化，对病人的肺部情况进行检查。在此过程中，需要用夹子夹住病人的鼻子，防止鼻子漏气，使得病人完全用嘴呼吸，并按照“正常呼吸—最大程度吸气—最大程度呼气”的呼吸模式进行呼吸，医生通过分析病人肺通气量随时间的变化曲线，确定病人的肺功能检测结果。
4.然而，相关技术在检测时对病人呼吸要求较高，很多病人难以准确按照呼吸模式进行呼吸，导致检测结果不准确，而且对吹气嘴吹气的检测方法存在交叉感染的风险。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够以无接触的方式对被测对象的肺功能进行检测，对被测对象的测试要求较低，进而提高检测结果准确度的肺功能检测方法、装置、计算机设备和存储介质。
6.第一方面，本技术提供了一种肺功能检测方法。该方法包括：
7.通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据；生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触；
8.对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息；
9.根据肺通气量变化信息，确定被测对象的肺功能检测结果。
10.在其中一个实施例中，对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息，包括：
11.根据胸腹部表面点云数据，获取被测对象的胸腹腔体积曲线；胸腹腔体积曲线表征被测对象的胸腹腔体积随时间的变化情况；
12.对胸腹腔体积曲线进行分析，获取肺通气量变化信息。
13.在其中一个实施例中，根据胸腹部表面点云数据，获取被测对象的胸腹腔体积曲线，包括：
14.基于胸腹部目标点云数据，对胸腹表面进行重建，获取胸腹部表面模型；
15.根据胸腹部表面模型，获取被测对象的胸腹腔体积曲线。
16.在其中一个实施例中，对胸腹腔体积曲线进行分析，获取肺通气量变化信息，包括：
17.获取胸腹腔体积和肺容积之间的转换关系；
18.根据胸腹腔体积曲线和转换关系，确定被测对象的肺容积变化信息；
19.根据肺容积变化信息，确定肺通气量变化信息。
20.在其中一个实施例中，通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据，包括：
21.获取生物体探测传感器采集的被测对象的体表点云数据；
22.基于预设的胸腹部点云数据筛选策略，从体表点云数据中确定胸腹部表面点云数据。
23.在其中一个实施例中，该方法还包括：
24.若被测对象的肺功能检测结果存在异常，则发送报警信息；报警信息用于指示肺功能检测结果中存在至少一项检测指标异常。
25.在其中一个实施例中，生物体探测传感器为雷达，雷达设置在被测对象的胸腹部前方。
26.在其中一个实施例中，雷达包括主雷达和副雷达，主雷达设置在被测对象的胸腹部前方，且副雷达设置在被测对象的背部后方。
27.在其中一个实施例中，该方法还包括：
28.若被测对象处于睡眠状态，采集被测对象的呼吸声音；
29.根据呼吸声音和肺功能检测结果，确定被测对象的睡眠质量评估结果。
30.第二方面，本技术还提供了一种肺功能检测系统，该系统包括至少一个生物体探测传感器和肺功能检测设备，肺功能检测设备与至少一个生物体探测传感器连接；
31.生物体探测传感器，用于采集被测对象在预设时间段内的胸腹部表面点云数据；
32.肺功能检测设备，用于对生物体探测传感器采集的胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息，并根据肺通气量变化信息，确定被测对象的肺功能检测结果。
33.在其中一个实施例中，肺功能检测设备包括拾音模块；
34.拾音模块，用于通过收集被测对象的呼吸声音。
35.在其中一个实施例中，肺功能检测设备还用于根据呼吸声音和肺功能检测结果，确定被测对象的睡眠质量评估结果。
36.第三方面，本技术还提供了一种肺功能检测装置。该装置包括：
37.获取模块，用于通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据；生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触；
38.分析模块，用于对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息；
39.第一确定模块，用于根据肺通气量变化信息，确定被测对象的肺功能检测结果。
40.第四方面，本技术还提供了一种肺功能检测设备。该肺功能检测设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面中任一方法实施例的步骤。
41.第五方面，本技术还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面中任一方法实施例的步骤。
42.第六方面，本技术还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述第一方面中任一方法实施例的步骤。
43.上述肺功能检测方法、系统、装置、计算机设备和存储介质，通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据；对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息；根据肺通气量变化信息，确定被测对象的肺功能检测结果。其中，生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触。在本技术中，对被测对象进行肺功能检测时，是通过生物体探测传感器采集的被测对象的胸腹部表面点云数据来确定肺通气量变化信息。较现有技术中通过吹气嘴吹气的方式检测被测对象的肺通气量变化信息而言，对被测对象的呼吸模式没有要求，避免被测对象自身呼吸节奏不符合要求而导致的检测误差，因而提高了检测结果的准确度。另外，本技术中的生物体探测传感器与被测对象无接触设置，在检测过程中无需与被测对象直接接触，对于医院中需要对多个被测对象依次进行肺功能检测的场景，无接触检测可以减少交叉感染的风险，安全性更高。
附图说明
44.图1为一个实施例中肺功能检测方法的应用环境图；
45.图2为一个实施例中肺功能检测方法的流程示意图；
46.图3为一个实施例中获取胸腹部表面点云数据的流程示意图；
47.图4为一个实施例中获取肺通气量变化信息的流程示意图；
48.图5为另一个实施例中肺功能检测方法的流程示意图；
49.图6为一个实施例中肺功能检测系统的结构框图；
50.图7为一个实施例中睡眠质量监测方法的流程示意图；
51.图8为一个实施例中肺功能检测装置的结构框图；
52.图9为一个实施例中肺功能检测设备的内部结构图。
具体实施方式
53.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
54.呼吸通气量是指人体呼吸过程中出入肺的气体量，可以反映肺的通气功能，也可用于检测一些特殊疾病。但是，现有的用于医疗的呼吸通气量检测技术都要求被测对象穿戴或者接触特殊的设备，会给被测对象带来很大的不便，损耗测试材料的同时，还存在接触感染的风险，导致检测技术使用存在局限性。
55.通常，肺功能检测采用接触式的方式对被测对象进行检测，主流方法有：使用胸腹部绑带压力检测、采用小型传感器检测鼻腔气流状态、通过吹气嘴吹气检测肺通气量。其中，胸腹部绑带压力检测法主要原理为：通过在胸腹部绑上检测使用的绑带，监测呼吸过程中被测对象的胸腹部起伏变化情况，从而实时根据被测对象的呼吸状态检测其肺功能；小型传感器检测鼻腔气流法主要原理为：通过监测鼻腔气流速度、气流方向得出被测对象当前呼吸状态，进而实时根据被测对象的呼吸状态检测其肺功能；通过吹气嘴吹气检测肺通
气量法的主要原理为：被测对象对检测设备的吹气嘴进行吹气，通过吹气量随时间的变化，检测被测对象肺通气量，进而根据肺通气量的变化情况分析被测对象的肺功能。
56.然而，在上述肺功能检测方式中，被测对象长期佩戴这些检测设备可能会产生不适。进一步地，在检测过程中，这些设备可能会干扰被测对象的呼吸过程，影响测量结果的准确性。
57.基于接触式肺功能检测中存在的至少一种缺陷，本技术提供了一种肺功能检测方法、系统、装置、计算机设备和存储介质，采用无接触的方式对被测对象的肺功能进行检测，且在检测过程中，对被测对象的测试要求较低，该肺功能检测方法适用性更好，较接触式检测容易在检测过程中引入检测误差而言，本技术的检测方法可以提高检测结果的准确度。
58.在一种可能的实现方式中，本技术提供的肺功能检测方法，可以应用于如图1所示的应用环境中。
59.其中，该应用环境中的肺功能检测设备包括但不限于是个人计算机、笔记本电脑、智能手机、平板电脑、便携式可穿戴设备和医学检测设备等，本技术实施例对此不作限定。肺功能检测设备的处理器用于提供数据分析和处理能力。该肺功能检测设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该肺功能检测设备的数据库用于存储肺功能检测中检测指标、肺部相关疾病的诊断依据和被测对象的历史检测数据等数据。该肺功能检测设备的网络接口用于与外部的其他设备通过网络连接通信。该计算机程序被处理器执行时以实现一种肺功能检测方法。
60.下面将通过实施例并结合附图，具体地对本技术实施例的技术方案以及本技术实施例的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。显然，所描述的实施例是本技术实施例一部分实施例，而不是全部的实施例。
61.需要说明的是，本技术实施例提供的一种肺功能检测方法，其执行主体可以为上述肺功能检测设备，进一步地，执行主体也可以为肺功能检测装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为肺功能检测设备的部分或者全部。
62.在一个实施例中，如图2所示，提供了一种肺功能检测方法，以该方法应用于图1中的肺功能检测设备为例进行说明，包括以下步骤：
63.步骤210：通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据。
64.其中，生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触。预设范围可以基于生物探测传感器的感知范围进行确定，比如，预设范围为2米，则生物体探测传感器设置在被测对象周边，且距离被测对象2米即可。
65.需要说明的是，被测对象可以是人，也可以为其他动物体。肺功能检测过程可以持续执行，也可以在相应的时间段内执行，预设时间段可以是基于被测对象的实际情况，预先设定的任一时间段。
66.为了在非接触的情况下检测被测对象的肺功能，生物探测器可以为雷达(比如，毫米波雷达)、深度相机(比如，rgbd相机)、红外热像仪等可以通过视觉方式采集被测对象体表随呼吸起伏信息的传感器，本技术对此不做具体限制。
67.作为一个示例，本技术中的生物体探测传感器可以为雷达，在进行肺功能检测时，雷达设置在被测对象的胸腹部前方。
68.优选地，作为生物体探测传感器的雷达可以为毫米波雷达。其中，波长为1～10毫米的电磁波称毫米波，它位于微波与远红外波相交叠的波长范围，因而兼有两种波谱的特点，与光波相比，毫米波利用大气窗口传播时的衰减小，受自然光和热辐射源影响小。毫米波具有以下优点：(1)极宽的带宽，通常认为毫米波频率范围为26.5～300ghz，带宽高达273.5ghz，超过从直流到微波全部带宽的10倍，即使考虑大气吸收，在大气中传播时只能使用四个主要窗口，但这四个窗口的总带宽也可达135ghz，为微波以下各波段带宽之和的5倍，这在频率资源紧张的今天无疑极具吸引力；(2)波束窄，在相同天线尺寸下毫米波的波束要比微波的波束窄得多，例如一个12cm的天线，在9.4ghz时波束宽度为18度，而94ghz时波速宽度仅1.8度，因此可以分辨相距更近的小目标或者更为清晰地观察目标的细节；(3)与激光相比，毫米波的传播受气候的影响要小得多，可以认为具有全天候特性；(4)和微波相比，毫米波元器件的尺寸要小得多，因此毫米波系统更容易小型化；(5)可穿透一般的衣物，直接测量体表。
69.以生物体探测传感器为毫米波雷达为例，在一种可能的实现方式中，步骤210的实现过程可以为：响应于触发的检测请求，预先设置在被测对象周围的毫米波雷达采用毫米波照射被测对象，被测对象会反射对应的毫米波。被测对象在呼吸过程中胸腹部会有相应的起伏变化，基于反射的毫米波(例如相位信息等)可以准确捕捉到胸腹部起伏变化的数据。肺功能检测设备在接受到毫米波雷达采集的胸腹部表面点云数据后执行后续步骤220。
70.其中，胸腹部表面点云数据可以准确描述预设时间段内被测对象的胸腹部因呼吸引起的起伏情况。
71.可选地，考虑到被测对象在肺功能检测时，呼吸会导致身体躯干的微小运动，而被测对象背部的运动可以描述其躯干运动。基于此，作为生物体探测传感器的雷达可以包括主雷达和副雷达，主雷达设置在被测对象的胸腹部前方，且副雷达设置在被测对象的背部后方。
72.需要说明的是，在同时部署主雷达和副雷达的情况下，对于肺功能检测设备而言，在接收到两个雷达采集的表面点云数据时，需要消除主雷达和副雷达之间的数据干扰，保证每个雷达采集的数据的准确性。
73.作为一个示例，在消除主雷达和副雷达之间的数据干扰时，可以利用发射波形的分时(即主雷达和副雷达基于不同的时间点发射雷达波，两者的发射时间错开)，也可以对主雷达波形和副雷达波形采用不同的编码形式(比如，二元相位调制)使得肺功能检测设备的天线接收到两个雷达的信号后，可以基于编码方式进行区分。当然，也可以采用其他方式来消除干扰，本实施例对此不做限制。
74.在实际应用时，若本技术提供的肺功能检测设备和方法应用于医院的呼吸内科，则在相应检测空间内预先设置主雷达和副雷达，主副雷达与被测对象之间的距离可以相同，也可以不同。在进行检测时，被测对象静坐在主雷达和副雷达的探测范围内即可。若申请提供的肺功能检测设备和方法应用于居家检测，则可以将主雷达和副雷达设置在房间内相应的位置，检测时被测对象静坐在主雷达和副雷达的探测范围内。在此情况下，可以根据副雷达采集的背部表面点云数据，对主雷达采集的胸腹部表面点云数据进行纠正，降低主
雷达在进行呼吸检测时引入的误差，使得胸腹部表面点云数据准确度更高。
75.另外，若被测对象有多个时，可以扫描搜索待检测对象的位置，即获得各个待检测对象的位置，基于各个待检测对象的位置，调整毫米波雷达的波束照射方向，同时检测多个被测对象的胸腹部表面点云数据，实现同时检测多个被测对象的肺功能。
76.步骤220：对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息。
77.其中，肺通气量变化信息包括多个肺功能检测指标。比如：峰值呼气流量(peak expiratory flowrate，pef)、强肺活量(forced vital capacity，fvc)、慢肺活量(slow vital capacity，svc)、1秒钟用力呼气容积(forced expiratory volume in one second，fev1)、fev1/fvc。其中，fvc是呼出的总气量，fev1是呼气第一秒呼出的空气量，用以表示气道对呼吸的阻力。
78.在一种可能的实现方式中，步骤220的实现过程可以为：分析被测对象的胸腹部表面点云数据，确定在呼吸过程中，胸腹部表面点云数据对应的肺容积变化情况，进而根据被测对象的肺容积变化情况，确定其肺通气量变化信息。
79.步骤230：根据肺通气量变化信息，确定被测对象的肺功能检测结果。
80.其中，肺功能检测结果可以包括各项肺功能检测指标的检测值、各项肺功能检测指标对应的标准值范围，以及诊断结果。诊断结果可以包括：被测对象肺功能无异样；或者，根据肺通气量变化信息，被测对象可能存在某一种肺部疾病。
81.在一种可能的实现方式中，步骤230的实现过程可以为：获取肺通气量变化信息中包括的各项肺功能检测指标的检测值，以及各项肺功能检测指标对应的标准值范围；分析各项检测指标的检测值是否处于对应的标准值范围内，进而结合医学知识，输出被测对象的肺功能检测结果。
82.作为一个示例，以被测对象为人体进行说明。针对上述示例的各项肺功能检测指标，通常健康男性和女性的平均pef分别约为10l/s和8l/s，而哮喘患者的pef会低至5l/s；通常健康人群平均fev1约为3.75l/s，慢性阻塞性肺疾病的fev1将低至2l/s；通常fvc下降意味着病情恶化，健康男性和女性的平均fvc约为5.25l/s和3.75l/s，而慢性阻塞性肺疾病的fvc将低至2.5l/s；fev1/fvc作为一个参考比值，通常健康人群的比值应大于80％，而哮喘患者将低至50％-60％。
83.为了进一步保障肺功能检测结果的准确性，还可以被测对象的年龄、性别、人种等，参考不同的健康标准，对各项肺功能检测指标的标准值范围进行微调整。本实施例对此不做限制。
84.进一步地，若被测对象的肺功能检测结果存在异常，则发送报警信息，报警信息用于指示肺功能检测结果中存在至少一项检测指标异常。
85.作为一个示例，可以通过语音报警、指示灯颜色变化、app等方式发出报警信息。并根据危险程度，向被测对象的家人和被测对象所在医院等发出报警，使得在被测对象发生危急肺疾病时，可以得到及时且有效的救治。
86.另外，还可以基于上述肺功能检测方法，对被测对象的呼吸情况进行跟踪，根据监测时间段内肺功能检测结果的变化情况进行异常报警。
87.作为一个示例，若被测对象在一段时间内，其存在明显的肺功能变化趋势，这些肺功能变化趋势可能是某些健康状态变化的征兆，需要引起关注，便于提前预防或者预估可
能存在的肺部疾病。因此，当被测对象的肺功能检测结果较历史数据存在明显变化时，即使各项肺功能检测指标均处于标准值范围内，也需要进行异常报警信息，以将该变化趋势反馈给用户或者医生。
88.另外，上述肺功能检测方法还可以用于心脏功能的检测，通常生物体的心跳与呼吸频率不同。以人体为例，人体心跳约为每分钟60至80跳，呼吸约为每分钟18至20次。假设某人体心跳以每分钟80跳计算，则其频率约1.34；呼吸以每分钟18次计算，则其频率约0.3。心跳频率与呼吸频率有较大区别，且两者均会引起人体的胸腹部表面存在起伏。因此，可以采用与本技术类似的实现方式，检测被测对象的心肺功能，输出对应的心肺功能检测结果。
89.在本技术实施例中，通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据；对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息；根据肺通气量变化信息，确定被测对象的肺功能检测结果。其中，生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触。在本技术中，对被测对象进行肺功能检测时，是通过生物体探测传感器采集的被测对象的胸腹部表面点云数据来确定肺通气量变化信息。较现有技术中通过吹气嘴吹气的方式检测被测对象的肺通气量变化信息而言，对被测对象的呼吸模式没有要求，避免被测对象自身呼吸节奏不符合要求而导致的检测误差，因而提高了检测结果的准确度。另外，本技术中的生物体探测传感器与被测对象无接触设置，在检测过程中无需与被测对象直接接触，对于医院中需要对多个被测对象依次进行肺功能检测的场景，无接触检测可以减少交叉感染的风险，安全性更高。
90.基于上述实施例，在实际检测过程中，对于被测对象，雷达采集的原始数据为被测对象的体表点云数据，需要对体表点云数据进行筛选，以从中确定表征被测对象胸腹部随呼吸起伏变动的胸腹部表面点云数据。
91.在一个实施例中，如图3所示，上述步骤210中通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据的实现过程，可以包括以下步骤：
92.步骤310：获取生物体探测传感器采集的被测对象的体表点云数据。
93.需要说明的是，基于生物体探测传感器的设置位置和其探测范围，初始采集的数据通常为被测对象的体表点云数据，难以精确到被测对象的胸腹部。
94.其中，体表点云数据包括被测对象体表中各点的位置信息，预设时间段内采集的体表点云数据可以描述被测对象体表的起伏变化情况。
95.步骤320：基于预设的胸腹部点云数据筛选策略，从体表点云数据中确定胸腹部表面点云数据。
96.其中，预设的胸腹部点云数据筛选策略包括点云点之间的距离、各点云点的移动速度、各点云点的三维空间位置坐标等。
97.在一种可能的实现方式中，步骤320的实现过程可以为：基于点云点之间的距离和各点云点的移动速度，从体表点云数据中筛选移动速度几乎为0的点云点，以剔除胸腹部以外点云点；从体表点云数据中筛选三维空间位置坐标远大于被测对象和生物体探测传感器之间实际距离的点云点，以剔除表征被测对象所处环境中背景的点云点。如此，剔除无关点之后，剩下点云点即为胸腹部表面点云数据。
98.在另一种可能的实现方式中，步骤320的实现过程可以为：基于点云点之间的距离、各点云点的移动速度、各点云点的三维空间位置坐标，从体表点云数据中筛选表征被测
对象胸腹部变化情况的胸腹部点云点，得到胸腹部表面点云数据。
99.需要说明的是，上述步骤310和步骤320的执行主体可以是生物体探测传感器。也即是，生物体探测传感器的处理单元对采集的体表点云数据进行分析处理，以确定胸腹部表面点云数据，并将确定的胸腹部表面点云数据发送给肺功能检测设备。
100.上述步骤310和步骤320的执行主体也可以是肺功能检测设备。也即是，生物体探测传感器将采集的体表点云数据发送给肺功能检测设备，由肺功能检测设备对其进行分析处理，以确定胸腹部表面点云数据。
101.在本实施例中，基于预设的胸腹部点云数据筛选策略，从生物体探测传感器采集的被测对象的体表点云数据中确定胸腹部表面点云数据，提高了胸腹部表面点云数据的准确度，使得剔除无关点云数据后得到的胸腹部表面点云数据可以准确且有效的描述被测对象胸腹部随呼吸的起伏变化情况。
102.进一步地，在获取到胸腹部表面点云数据后，肺功能检测设备可以对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息。
103.在一个实施例中，如图4所示，上述步骤220中对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息的实现过程，可以包括以下步骤：
104.步骤410：根据胸腹部表面点云数据，获取被测对象的胸腹腔体积曲线。
105.其中，胸腹腔体积曲线表征被测对象的胸腹腔体积随时间的变化情况。
106.在一种可能的实现方式中，步骤410的实现过程可以为：基于胸腹部目标点云数据，对胸腹表面进行重建，获取胸腹部表面模型；根据胸腹部表面模型，获取被测对象的胸腹腔体积曲线。
107.其中，在对胸腹表面进行重建时，可以基于胸腹部表面点云数据，对点云点的三维坐标进行基于各种曲面函数的插值，生成更密集的点云及表面网格。也可以采用训练好的模型进行胸腹部表面重建，比如，使用带皮肤的多人线性模型(skinned multi-person linear model，smpl)获得体表信息。
108.作为一个示例，胸腹部表面点云数据中的每个点云点都包括其所在三维空间的坐标信息，因此，可以使用多项式或b样条等方式，使用相邻点云点的三维坐标信息，拟合出点云点所在区域的曲面表达，得到胸腹部表面的曲面表达，即重建后的胸腹部表面模型。
109.作为另一个示例，smpl模型是预先通过大量数据和深度学习方法训练的人体三维模型，在输入人体表面若干个点的三维坐标后，可以重建出人体的体表和姿态信息。在本技术中，将胸腹部表面点云数据中各点云点的三维坐标代入到smpl模型中，即可得到胸腹部表面模型。
110.进一步地，基于得到的胸腹部表面模型，跟踪胸腹部表面随时间变化情况，计算胸腹腔体积随时间的变化曲线，得到被测对象的胸腹腔体积曲线。
111.步骤420：对胸腹腔体积曲线进行分析，获取肺通气量变化信息。
112.其中，肺肺通气量变化信息也可以采用图像的形式呈现，也即是，对胸腹腔体积曲线进行分析后，生成被测对象肺通气量随时间变化的曲线。且两个曲线对应时间段长短与预设时间段相同。
113.在一种可能的实现方式中，步骤420的实现过程可以为：获取胸腹腔体积和肺容积之间的转换关系；根据胸腹腔体积曲线和转换关系，确定被测对象的肺容积变化信息；根据
肺容积变化信息，确定肺通气量变化信息。
114.需要说明的是，呼吸有胸式呼吸和腹式呼吸，即横膈膜下拉或胸廓扩张，都会导致肺部扩张，即吸气，反之为呼气。所以，胸腹部表面不同形式的变化，都会引起肺部气体容积(简称肺容积)的变化。而且，这种变化的对应关系会因人而异，不同的被测对象，其呼吸过程中肺容积的变化情况会不同。
115.因此，为了能通过胸腹部体积变化情况，分析肺容积的变化，就需要预先使用临床使用的肺功能检测仪对本技术的肺功能检测设备进行标定，获取胸腹腔体积和肺容积之间的对应关系。
116.具体标定时，同时使用毫米波雷达和临床上肺功能检测仪对被测对象肺功能进行检测，同时得到两组检测数据。以肺功能检测仪给出的检测数据作为肺容积的金标准。通过拟合、机器学习等方式，建立基于毫米波雷达的非接触肺功能检测方法测得的胸腹腔体积和金标准数值之间的转换关系，即完成标定。
117.作为一个示例，可以将胸腹腔体积和肺容积之间进行线性或者多项式拟合，分析两者之间的转换关系。或者，通过收集大量训练样本，通过深度学习的方法获取胸腹腔体积和肺容积之间的转换关系。
118.应该理解的是，在一些情况下，根据肺容积变化信息，可以直接确定肺通气量变化信息，在另一些情况下，需要对肺容积变化信息进一步处理后，才可以分析出被测对象的肺通气量变化信息。本实施例对此不做限制。
119.在本实施例中，肺功能检测设备根据胸腹部表面点云数据，通过对胸腹部表面进行建模，获取被测对象的胸腹腔体积随时间的变化情况，进而根据胸腹腔体积随时间的变化情况，分析肺部通气量变化信息。如此，基于无接触获取的胸腹部表面点云数据，以及预先标定的胸腹腔体积和肺容积之间的转换关系，可以分析被测对象的肺部通气量变化信息，避免对被测对象接触式检测中存在的测试误差，进而提高了检测结果的准确度和检测安全性。
120.综合上述实施例，在一个实施例中，如图5所示，本技术还提供了一种肺功能检测方法，同样以该方法应用于图1所示的肺功能检测设备为例进行说明，包括以下步骤：
121.步骤510：获取生物体探测传感器采集的被测对象的体表点云数据；生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触；
122.步骤520：基于预设的胸腹部点云数据筛选策略，从体表点云数据中确定胸腹部表面点云数据；
123.步骤530：基于胸腹部目标点云数据，对胸腹表面进行重建，获取胸腹部表面模型；
124.步骤540：根据胸腹部表面模型，获取被测对象的胸腹腔体积曲线；胸腹腔体积曲线表征被测对象的胸腹腔体积随时间的变化情况；
125.步骤550：获取胸腹腔体积和肺容积之间的转换关系；
126.步骤560：根据胸腹腔体积曲线和转换关系，确定被测对象的肺容积变化信息；
127.步骤570：根据肺容积变化信息，确定肺通气量变化信息；
128.步骤580：根据肺通气量变化信息，确定被测对象的肺功能检测结果；
129.步骤590：若被测对象的肺功能检测结果存在异常，则发送报警信息；报警信息用于指示肺功能检测结果中存在至少一项检测指标异常。
130.实施例提供的肺功能检测方法中的各步骤，其实现原理和技术效果与前面各方法实施例中类似，在此不再赘述。
131.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
132.基于同样的发明构思，在一个实施例中，如图6所示，本技术还提供了一种用于实现上述所涉及的肺功能检测方法的肺功能检测系统。该肺功能检测系统600包括：至少一个生物体探测传感器610和肺功能检测设备620，肺功能检测设备620与至少一个生物体探测传感器610连接。
133.其中，生物体探测传感器610，用于采集被测对象在预设时间段内的胸腹部表面点云数据；肺功能检测设备620，用于对生物体探测传感器采集的胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息，并根据肺通气量变化信息，确定被测对象的肺功能检测结果。
134.在一种可能的实现方式中，肺功能检测设备可以包括：毫米波雷达模块(此情况下对应的生物体探测传感器为毫米波雷达)、拾音模块、通讯模块、电源模块、控制模块、计算模块、交互模块等功能模块。在实际应用中，上述功能模块可以分开部署，也可以集成部署，使得肺功能检测设备可以包括更多或更少的功能模块，本实施例对此不做限制。
135.具体地，毫米波雷达模块与至少一个毫米波雷达连接，采用多发多收(multiple-input multiple-output，mimo)传输的毫米波雷达系统，获取被测对象的胸腹部表面点云数据。胸腹部表面点云数据中的每个点代表从被测对象表面对应位置的反射信号，每个点包含空间三维坐标、速度、信号强度信息。也即是，在本技术中，毫米波雷达模块负责毫米波雷达信号的收发、点云数据的生成、静态点云滤除等功能，最终获得被测对象的胸腹部表面点云数据。
136.拾音模块，用于通过收集被测对象的呼吸声音。具体地，通过麦克风阵列收集被测对象的呼吸声音，并将呼吸声音作为辅助信息，对疾病进行检测和诊断。
137.其中，拾音模块不是必须配置的模块，可以部署在肺功能检测设备中，也可以不进行部署。
138.另外，通讯模块负责在主雷达和副雷达、雷达和计算模块、拾音模块和计算模块、雷达和服务器之间的同步和通讯，传输控制命令和数据；控制模块，对肺功能检测过程进行控制，包括电路时序、控制逻辑、雷达信号收发、参数设置等；电源模块，给肺功能检测设备供电；计算模块，负责所有雷达数据处理，包括雷达点云生成、点云提取、体表重建、胸腹腔体积计算和变化跟踪、胸腹腔体积和肺容积之间的换算等；交互模块，用于实现用户和肺功能检测设备之间可以进行交互，如语音控制、红外遥控控制、手机app控制等，同时肺功能检测设备可以通过语音输出、指示灯颜色变化、app等方式对外输出报警信息和检测数据等。
139.进一步地，上述各方法实施例在对被测对象进行肺功能检测时，对其呼吸模式没
有要求，即可以在被测对象清醒的状态下对其进行检测，也可以在被测对象处于睡眠状态时对其进行检测，本技术对此不做限制。
140.以被测对象为人体为例，医学研究表明，现代人类的许多重大疾病，如高血压、冠心病、心律失常、糖尿病等，往往与睡眠中常发生的睡眠呼吸暂停综合症(sleep apnea-hypopnea syndrome，sahs)有关，使得sahs已经成为一种严重危害人们生命健康的疾病。此外，睡眠过程人体内部的许多生理功能会发生明显变化，如心率减慢、血压下降、新陈代谢缓慢、呼吸次数减少。由于睡眠过程时间的延续性以及机体功能调节体系的变化，多种慢性病的早期信号往往易于在此期间捕捉。有必要对人体的睡眠质量进行监测和评估，以提前发现一些潜在疾病。
141.然而，睡眠质量监测的主要方法是采用多导睡眠图和微动灵敏床垫。多导睡眠图通过在人体上粘贴电极来测量相关参数，它的监测参数主要包括脑电图、心电图、眼电图、下颌颇肌电图、口、鼻呼吸气流、胸腹呼吸运动、血氧饱和度、鼾声、体位、胫前肌等10余个生理信号。微动灵敏床垫通过压力传感器将微压力转化为电信号，可以监测呼吸，脉搏和体动等参数，实现了无负荷或低负荷睡眠监测。但是现有的睡眠障碍监测技术基本都是接触式的，它们需要在医院进行，同时需要专业的技术人员操作。这给患者带来很大的心理压力，也可能引起错误的测量结果，监测设备的价格也比较昂贵。除了上述接触式的方法，还可以基于视频及图像处理的无接触式监测方法，这类基于视频处理技术的方法主要用到的设备是红外热像仪，但是由于价格十分昂贵，只能在医学研究机构中使用，难以普及。
142.基于此，本技术的肺功能检测设备在部署拾音模块，且设置有麦克风阵列的情况下，还可以用于对被测对象的睡眠质量进行监测和评估。
143.在一个实施例中，若被测对象处于睡眠状态，采集被测对象的呼吸声音；根据呼吸声音和肺功能检测结果，确定被测对象的睡眠质量评估结果。
144.在一种可能的实现方式中，如图7所示，以该睡眠质量监测方法应用于图1中的肺功能检测设备为例进行说明，包括以下步骤：
145.步骤710：获取被测对象在预设时间段内的胸腹部表面点云数据和呼吸声音；
146.其中，呼吸声音包括被测对象的呼吸声或鼾声。
147.步骤720：对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息；
148.步骤730：根据肺通气量变化信息，确定被测对象的肺功能检测结果；
149.步骤740：根据呼吸声音和肺功能检测结果，确定被测对象的睡眠质量评估结果。
150.进一步地，在检测到呼吸暂停或者肺功能检测结果异常时，进行报警，并输出报警信息。
151.在本实施例中，使用麦克风阵列对被测对象的呼吸和鼾声进行监测，同时，通过设置在天花板上且与被测对象睡眠床对应的生物体探测传感器获取被测对象的胸腹部表面点云数据，结合呼吸频率、肺通气量等信息，综合评估被测对象的睡眠质量。如此，可以在无接触的情况下，对被测对象的睡眠质量进行有效评估。
152.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的肺功能检测方法的肺功能检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个肺功能检测装置实施例中的具体限定可以参见上文中对于肺功能检测方法的限定，在此不再赘述。
153.在一个实施例中，如图8所示，提供了一种肺功能检测装置，包括：获取模块810、分析模块820和第一确定模块830，其中：
154.获取模块810，用于通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据；所述生物体探测传感器设置于所述被测对象周围的预设范围内，且与所述被测对象之间无接触；
155.分析模块820，用于对所述胸腹部表面点云数据进行分析，确定所述被测对象的肺通气量变化信息；
156.第一确定模块830，用于根据所述肺通气量变化信息，确定所述被测对象的肺功能检测结果。
157.在其中一个实施例中，分析模块820，包括：
158.胸腹腔体积获取单元，用于根据胸腹部表面点云数据，获取被测对象的胸腹腔体积曲线；胸腹腔体积曲线表征被测对象的胸腹腔体积随时间的变化情况；
159.肺通气量分析单元，用于对胸腹腔体积曲线进行分析，获取肺通气量变化信息。
160.在其中一个实施例中，胸腹腔体积获取单元，包括：
161.表面模型重建子单元，用于基于胸腹部目标点云数据，对胸腹表面进行重建，获取胸腹部表面模型；
162.胸腹腔体积获取子单元，用于根据胸腹部表面模型，获取被测对象的胸腹腔体积曲线。
163.在其中一个实施例中，肺通气量分析单元，包括：
164.获取子单元，用于获取胸腹腔体积和肺容积之间的转换关系；
165.肺容积确定子单元，用于根据胸腹腔体积曲线和转换关系，确定被测对象的肺容积变化信息；
166.肺通气量确定子单元，用于根据肺容积变化信息，确定肺通气量变化信息。
167.在其中一个实施例中，获取模块810，包括：
168.点云获取单元，用于获取生物体探测传感器采集的被测对象的体表点云数据；
169.点云筛选单元，用于基于预设的胸腹部点云数据筛选策略，从体表点云数据中确定胸腹部表面点云数据。
170.在其中一个实施例中，该装置800还包括：
171.报警模块，用于若被测对象的肺功能检测结果存在异常，则发送报警信息；报警信息用于指示肺功能检测结果中存在至少一项检测指标异常。
172.在其中一个实施例中，生物体探测传感器为雷达，雷达设置在被测对象的胸腹部前方。
173.在其中一个实施例中，雷达包括主雷达和副雷达，主雷达设置在被测对象的胸腹部前方，且副雷达设置在被测对象的背部后方。
174.在其中一个实施例中，该装置800还包括：
175.采集模块，用于若被测对象处于睡眠状态，采集被测对象的呼吸声音；
176.第二确定模块，用于第二确定模块根据呼吸声音和肺功能检测结果，确定被测对象的睡眠质量评估结果。
177.上述肺功能检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实
现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
178.在一个实施例中，提供了一种肺功能检测设备，该肺功能检测可以是终端设备，其内部结构图可以如图9所示。该肺功能检测设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该肺功能检测设备的处理器用于提供计算和控制能力。该肺功能检测设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该肺功能检测设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种肺功能检测方法。该肺功能检测设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该肺功能检测设备的输入装置可以是显示屏上覆盖的触摸层，也可以是肺功能检测设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
179.本领域技术人员可以理解，图9中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的肺功能检测设备的限定，具体的肺功能检测设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
180.在一个实施例中，提供了一种肺功能检测设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
181.通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据；生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触；
182.对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息；
183.根据肺通气量变化信息，确定被测对象的肺功能检测结果。
184.上述实施例提供的一种肺功能检测设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
185.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
186.通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据；生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触；
187.对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息；
188.根据肺通气量变化信息，确定被测对象的肺功能检测结果。
189.上述实施例提供的一种计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
190.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
191.通过生物体探测传感器获取被测对象在预设时间段内的胸腹部表面点云数据；生物体探测传感器设置于被测对象周围的预设范围内，且与被测对象之间无接触；
192.对胸腹部表面点云数据进行分析，确定被测对象的肺通气量变化信息；
193.根据肺通气量变化信息，确定被测对象的肺功能检测结果。
194.上述实施例提供的一种计算机程序产品，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
195.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
196.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
197.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
198.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。