一种基于IPPG的非接触式生理参数检测方法与流程

本发明涉及视频图像处理领域，特别是涉及一种基于ippg的非接触式生理参数检测系统方法。

背景技术：

心血管病负担日渐加重，已成为重大地公共卫生问题，防治心血管病刻不容缓。其中，心率是衡量心血管健康状况的重要生理参数，在日常监测和诊断治疗中有重要作用。静息心率过快可作为一个独立危险指标来预测心血管病的发病率和死亡率，运动心率的快慢不仅可以反映心肺功能，还有助于将运动强度保持在适当水平。

目前，尽管光电容积描记技术(photoplethysmography,ppg)己经被广泛地应用在生物医疗领域，但是依然存在固有的局限性。只能实现单点监测、检测过程需要将传感器接触皮肤等问题，限制了其在诸如灌注成像和愈合评估或需要自由运动的情况下的实用性。因此，成像式光电容积描记技术(imagingphotoplethysmography，ippg)这种非接触的测量技术近些年越来越被重视，其具有不与被测试部位接触、操作简单易行等优点，可以解决皮肤烧伤或者肢体残缺的病人以及婴幼儿难以使用接触式仪器测量生理参数的难题。

技术实现要素：

针对上述问题，本发明提供了一种基于ippg的非接触式生理参数检测系统方法；从而解决了当前ippg技术应用受限于成像设备。

本发明的技术方案是：一种基于ippg的非接触式生理参数检测方法，包括如下步骤：

(1.1)、录制视频：被测对象坐在计算机前，脸部对准摄像头，使用计算机自带的摄像头录制一分钟的视频；

(1.2)、欧拉放大：将录制的视频进行欧拉放大处理；

(1.3)、感兴趣区域选择：通过人脸识别先获取眼部区域的位置，再对脸部进行人脸分割，其分割步骤包括：

(1.3.1)、设眼部区域长度为a，宽度为b；

(1.3.2)、选取其下方长度为a，宽度为1.5b的面部区域作为感兴趣区域，避免由于眨眼等不可避免的生理活动造成的误差；

(1.4)、ippg信号三通道信号获取；计算每一帧感兴趣区域的r、g、b三个通道的灰度均值，对三个通道进行线性组合运算，使信号更接近真实的ippg信号，

(1.5)、运动伪差的消除：采用联合稀疏谱重建算法来进行ippg信号运动伪差的消除；将影响皮肤吸收的光谱区间分离；将影响因素不大的光谱范围去除；

(1.6)、心率的获取：设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域得到心率的值；

(1.7)、心率变异性及呼吸速率的获取：分别提取100个连续rr间期数据，对其进行相空间重构，并构造概率密度函数曲线，通过概率密度函数曲线的偏态系数及曲线峰值对应横坐标位置进行区分房颤与正常窦性心律，以此检测心率变异性；

结果表明，该方法通过使用100个连续脉搏间期数据进行区分房颤与正常窦性心律，准确率为0.94，可以快速检测心率变异性。

进一步的，步骤(1.2)中所述欧拉放大是对时间序列上的每一侦图像中像素点的亮度值进行分析，选择低频部分进行放大，然后与原始图像叠加合成最终图像，从而放大微弱的变化信息。

进一步的，步骤(1.2)中所述将录制的视频进行欧拉放大处理，其包括以下步骤：

(1.2.1)、将视频信号的每一帧图像分解为不同的空间分辨率；

(1.2.2)、对每个空间分辨率的图像进行时域带通滤波处理，提取感兴趣的频带；

(1.2.3)、对滤波结果进行放大，即对感兴趣的频带的信号乘以放大因子；

(1.2.4)、将放大后的不同空间分辨率的图像和其相对应的原始图像相加，并将各不同空间分辨率的图像合成得到最终图像。

进一步的，步骤(1.6)中心率的获取包括时域内的计算和频域内的计算；

其中，时域内的计算：由于ippg技术基于ppg技术衍生而来，参考ppg技术计算心率的方法；设计一种自拟合的二次曲线，该曲线拟合两个峰值之间的变化趋势，这样可以避免重博波的干扰；重复上述过程，找到所有的峰值点；

频域内的计算：频域是采用傅里叶变换的方法，将ippg信号转换到频域中；根据医学常识，设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域，得到心率的结果。

进一步的，步骤(1.2)中，在欧拉放大的过程中生成拉普拉斯图像序列，该图像序列的边缘部分像素值的变化被保存在拉普拉斯图像序列中，亦即与呼吸运动有关的信号被保存在放大后的图像序列的边缘之中；将每个边缘点对应的时序信号当作一个变量，使用主成分分析提取所有边缘点信号中的第一主成分信号，此信号即为呼吸信号。

本发明的有益效果是：本发明所述的生理参数检测系统为非接触式生理参数检测而设计；具有不与被测试部位接触、操作简单易行等优点，可以解决皮肤烧伤或者肢体残缺的病人以及婴幼儿难以使用接触式仪器测量生理参数的难题，通过面部分割进行感兴趣区域提取，避免了眼睛的眨动对信号造成的影响，采用联合稀疏谱重建算法有效去除了运动误差，对信号进行了改善，能够适用于多种生理参数的检测。

附图说明

图1是本发明的结构流程图；

图2是本发明中感兴趣区域选择示意图。

具体实施方式

为了更清楚地说明本发明的技术方案，下面将对本发明中进行进一步的叙述；显而易见地，下面描述中的仅仅是一部分的实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些将本发明所述的技术方案应用于其它类似情景；为了更清楚地说明本发明的技术方案，下面结合附图对本发明的技术方案做进一步的详细说明：

如图所述；一种基于ippg的非接触式生理参数检测方法，包括如下步骤：

(1.1)、录制视频：被测对象坐在计算机前，脸部对准摄像头，使用计算机自带的摄像头录制一分钟的视频；

(1.2)、欧拉放大：将录制的视频进行欧拉放大处理；

(1.3)、感兴趣区域选择：通过人脸识别先获取眼部区域的位置，再对脸部进行人脸分割，其分割步骤包括：

(1.3.1)、设眼部区域长度为a，宽度为b；

(1.3.2)、选取其下方长度为a，宽度为1.5b的面部区域作为感兴趣区域，避免由于眨眼等不可避免的生理活动造成的误差；

(1.4)、ippg信号三通道信号获取；计算每一帧感兴趣区域的r、g、b三个通道的灰度均值，对三个通道进行线性组合运算，使信号更接近真实的ippg信号，

(1.5)、运动伪差的消除：采用联合稀疏谱重建算法来进行ippg信号运动伪差的消除；将影响皮肤吸收的光谱区间分离；将影响因素不大的光谱范围去除；

(1.6)、心率的获取：设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域得到心率的值；

(1.7)、心率变异性及呼吸速率的获取：分别提取100个连续rr间期数据，对其进行相空间重构，并构造概率密度函数曲线，通过概率密度函数曲线的偏态系数及曲线峰值对应横坐标位置进行区分房颤与正常窦性心律，以此检测心率变异性；

结果表明，该方法通过使用100个连续脉搏间期数据进行区分房颤与正常窦性心律，准确率为0.94，可以快速检测心率变异性。

进一步的，步骤(1.2)中所述欧拉放大是对时间序列上的每一侦图像中像素点的亮度值进行分析，选择低频部分进行放大，然后与原始图像叠加合成最终图像，从而放大微弱的变化信息。

进一步的，步骤(1.2)中所述将录制的视频进行欧拉放大处理，其包括以下步骤：

(1.2.1)、将视频信号的每一帧图像分解为不同的空间分辨率；

(1.2.2)、对每个空间分辨率的图像进行时域带通滤波处理，提取感兴趣的频带；

(1.2.3)、对滤波结果进行放大，即对感兴趣的频带的信号乘以放大因子；

(1.2.4)、将放大后的不同空间分辨率的图像和其相对应的原始图像相加，并将各不同空间分辨率的图像合成得到最终图像。

进一步的，步骤(1.6)中心率的获取包括时域内的计算和频域内的计算；

其中，时域内的计算：由于ippg技术基于ppg技术衍生而来，参考ppg技术计算心率的方法；设计一种自拟合的二次曲线，该曲线拟合两个峰值之间的变化趋势，这样可以避免重博波的干扰；重复上述过程，找到所有的峰值点；

频域内的计算：频域是采用傅里叶变换的方法，将ippg信号转换到频域中；根据医学常识，设定一个心率的频率范围，将该频率范围内的有效峰值提取，换算到时域，得到心率的结果。

进一步的，步骤(1.2)中，在欧拉放大的过程中生成拉普拉斯图像序列，该图像序列的边缘部分像素值的变化被保存在拉普拉斯图像序列中，亦即与呼吸运动有关的信号被保存在放大后的图像序列的边缘之中；将每个边缘点对应的时序信号当作一个变量，使用主成分分析提取所有边缘点信号中的第一主成分信号，此信号即为呼吸信号。

其中，ippg信号的获取主要包括欧拉放大、感兴趣区域选择、ippg三通道信号获取等步骤。

欧拉放大是对时间序列上的每一侦图像中像素点的亮度值进行分析，选择低频部分进行放大，然后与原始图像叠加合成最终图像，从而放大微弱的变化信息。

被检测的区域不能完全的覆盖摄像头视野，因此拍摄到的视频不可避免的会包含与计算无关的背景物；这些背景物没有规律的变化会减弱信号的信噪比，影响下一步的计算；所以要先进行图像的分割，去掉背景环境只保留人体组织。

由于血管容积的变化，各个部位的皮肤表面都会有反射光线的强度变化，因此在利用ippg技术测量时，理论上可选取任意位置的皮肤；但考虑到血管分布多少、测量的方便性、识别被测部位的难易程度等，一般会选取人的全部或部分面部区域来采集信号；本课题通过面部区域分割，选取眼睛以下的面部区域作为感兴趣区域，避免由于眨眼等不可避免的生理活动造成的误差。

从光的吸收曲线以及cmos相机的三个通道吸收曲线可知，绿色通道与皮肤对光的吸收重叠部分最大，因此，对绿通道ippg信号的提取可以得到相比蓝通道和红通道信噪比更好的信号；为了使信号更加接近ippg信号，对三个通道进行线性运算，可以将影响皮肤吸收的光谱区间分离出来，将影响因素不大的光谱范围去除；将三种通道进行线性组合，构造出新的信号可以尽可能去除其他噪声影响。

联合稀疏谱重建算法已被实验者应用于较剧烈地体育运动中，对运动伪迹的消除效果比较好，同时，该算法在较低采样率的情况下也能得到较好的应用；因此采用联合稀疏谱重建算法来进行ippg信号运动伪差的消除。

最后，应当理解的是，本发明中所述实施例仅用以说明本发明实施例的原则；其他的变形也可能属于本发明的范围；因此，作为示例而非限制，本发明实施例的替代配置可视为与本发明的教导一致；相应地，本发明的实施例不限于本发明明确介绍和描述的实施例。