一种心脏健康检测镜子及其检测方法与流程

本发明涉及人体健康技术领域，尤其涉及一种心脏健康检测镜子及其检测方法。

背景技术：

随着图像处理识别技术的发展和广泛运用，以及人们对身体健康状况的重视，越来越多通过图像视频处理技术来监测人体的生体特征参数的产品。专利申请号微201410182043.6的名为一种智能健康诊断系统的专利提供了一种通过拍摄用户的舌头图像并把图像传到服务终端上，然后与数据库中的图像进行对比，进而判断出用户的身体健康状况。该方案虽然可以使用户在照镜子时即可检测到自身的健康状况，但对于图像对比识别要求较高，而且由于病变的多样化，诊断时容易出现错误。

技术实现要素：

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种心脏健康检测镜子及其检测方法，具有检测用户脉搏信息，并对长期监测的脉搏信息进行健康分析的功能。

为实现上述目的，本发明提供了一种心脏健康检测镜子，包括镜子本体、底座，所述镜子本体底部安装底座，所述镜子本体中央固定两个摄像头，所述镜子本体边缘镶嵌镜框，所述镜框上设置按键，所述底座上设置显示屏，所述底座内设置控制电路板，所述控制电路板上有微处理器、存储模块、语音播报模块、图像分析处理模块、无线通讯模块，所述微处理器与存储模块、语音播报模块、图像分析处理模块、无线通讯模块、摄像头、按键、显示屏电连接，所述无线通讯模块与服务器终端、智能终端无线连接。

进一步地，所述两个摄像头呈上下分布。

进一步地，所述微处理器为单片机、dsp或者arm任意一种。

进一步地，所述无线通讯模块包括但不限于wifi、4g/5g、zigbee。

进一步地，所述智能终端为手机或者平板电脑。

一种心脏健康检测镜子的检测方法，包括以下步骤：

步骤1、当用户站在镜子面前时，两个摄像头均对用户进行拍照，两个摄像头拍照过后把图像通过图像分析处理模块识别出两幅图像中的哪一幅为用户的面部图像，然后根据面部图像作为用户的身份标识在存储卡上为用户建立一个独立的数据库；

步骤2、当微处理器确认完成用户的数据库后，通过语音播报模块发出确认请求，通过控制按键对其进行确认；

步骤3、当用户再次站在镜子面前时，两个摄像头均给用户进行拍照，并通过图像分析处理模块结合用户数据库识别出两个摄像头所拍摄到的图片中哪个图片是面部图片，然后对面部图像进行身份识别；

步骤4、在识别出用户的身份后开始对用户进行脉搏检测，镜子通过光电容积脉搏成像心率检测技术对用户进行心率检测。

进一步地，所述图像分析处理模块为控制板上的图像滤波、数值转换电路和微处理器中的图像处理软件程序。

进一步地，所述步骤4镜子通过光电容积脉搏成像心率检测技术对用户进行心率检测具体为：

步骤41、当镜子拍摄并识别出用户的面部图像后，微处理器模块自动截取用户面颊上的皮肤图像进行血容积检测；

步骤42、摄像头以每秒30帧的速度对用户的面部拍摄1280*720分辨率的像素并连续拍摄5s以上，在识别出图像的面颊后在每帧图像的面颊部分截取一块270*180的矩形块图像并计算其像素的大小；

步骤43、在截取矩形图像后，通过图像识别模块进行滤波、降噪音、ad数值转换处理，然后对其亮度和对比度进行调整及颜色校正后，计算并输出矩形图像的像素平均值；

步骤44、在获取矩形图像的平均像素后，把每一帧的像素数值作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来，图像像素振幅连接起来的曲线即可视为用户动脉血液容积的波动图，也即用户心跳波动曲线；

步骤45、在微处理器模块识别出用户的身份并计算出用户的心跳波动曲线图以后，在显示屏上显示出曲线图，并通过曲线图的周期换算成心率频率后通过数字显示出来，并对曲线图进行分析和储存。

进一步地，所述步骤44监测到用户的心跳波动曲线图出现异常时，微处理器模块通过无线通讯模块把异常信息发送到监护人的移动终端上。

进一步地，所述镜子把每次检测到的用户心脏搏动的数据传输到服务器终端和智能终端上，服务器根据心脏搏动曲线信息，并且结合各类心脏病发症状的心率曲线信息进行比较，然后通过长期的检测曲线的对比判断出用户的心脏功能是否出现衰退，以及向其他病变方向发展的趋势，并通过网络把检测分析结果发送回用户的智能终端上。

本发明的有益效果是：

本发明所述镜子具有通过摄像头自动检测心脏健康功能，技术前沿，硬件成本低，使用范围广泛，具有技术功能新颖、使用环境大、易于推广的特点。

以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。

附图说明

图1是本发明的结构示意图。

图2是本发明的控制电路板及与其连接的模块原理框图。

图3是本发明的流程图。

具体实施方式

如图1、2所示，一种心脏健康检测镜子，包括镜子本体1、底座2，所述镜子本体1底部安装底座2，所述镜子本体1中央固定两个摄像头3，所述镜子本体1边缘镶嵌镜框，所述镜框上设置按键4，所述底座2上设置显示屏5，所述底座2内设置控制电路板6，所述控制电路板6上有微处理器61、存储模块62、语音播报模块63、图像分析处理模块64、无线通讯模块65，所述微处理器61与存储模块62、语音播报模块63、图像分析处理模块64、无线通讯模块65、摄像头3、按键4、显示屏5电连接，所述无线通讯模块65与服务器终端7、智能终端8无线连接。

所述两个摄像头3呈上下分布。

所述微处理器61为单片机、dsp或者arm任意一种。

所述无线通讯模块65包括但不限于wifi、4g/5g、zigbee。

所述智能终端8为手机或者平板电脑。

以下具体说明本发明的技术原理和实现方法：

本方案所述镜子包括镜子本体，镜子的边缘镶嵌着镜框，镜框的一侧有若干个控制按键，镜面的中央有2个固定的720p高清高速摄像头，镜子的底部有一个底座，底座上有一个显示屏，底座的内部有一块控制电路板，控制电路板上有图像分析处理模块、语音播报模块、无线通讯模块、存储模块、微处理器控制模块以及其他电子元器件。所述摄像头、显示屏、控制按键、图像分析处理模块、语音播报模块、无线通讯模块、存储模块均与微处理器模块电连接。

用户在镜子前先通过按键输入用户的信息，镜子的摄像头成上下分布，以能保证有一个摄像头所拍摄到的图像为用户的面部图像。当用户站在镜子面前时，两个摄像头均对用户进行拍照。图像分析处理模块为控制板上的图像滤波、数值转换电路和微处理器中的图像处理软件程序，两个摄像头拍照过后把图像通过图像分析处理模块识别出两幅图像中的哪一幅为用户的面部图像，然后根据面部图像作为用户的身份标识在存储卡上为用户建立一个独立的数据库。当微处理器确认完成用户的数据库后，通过语音播报模块发出确认请求，用户通过控制按键对其进行确认。

其中，图像分析处理模块识别出两幅图像中的哪一幅为用户的面部图像的识别算法为人脸识别算法，主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。

1.基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果；

2.基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。

3.基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。

本发明的人脸识别算法采用以上任意一种。

当用户再次站在镜子面前时，两个摄像头均给用户进行拍照，并通过图像分析处理模块结合用户数据库，通过图像分析处理模块调取数据库中存储的用户脸部图像信息，将本次拍照脸部图像信息与数据库中事先存储的脸部图像信息对比，识别出两个摄像头所拍摄到的图片中哪个图片是面部图片，然后对面部图像进行身份识别。在识别出用户的身份后开始对用户进行脉搏检测，镜子通过光电容积脉搏成像心率检测技术对用户进行心率检测。

光电容积脉搏成像心率检测技术原理简要概述为：当人体的心脏进行舒张和收缩时，动脉中的血液容积会随着心脏的波动产生周期性的波动，使用一定波长的光线对人体的皮肤进行照射时，一部分光会被散射出去，一部分光会被反射回来，还有一部分光会被人体吸收，散射出去的光强不会随着时间的改变而改变，皮肤、肌肉、软组织等非搏动部分对光强的吸收不会随着时间的改变而改变，而动脉中的血液容积因为心跳的波动而产生波动，动脉血液吸收的光强与血液的容积成正比，反射光强由入射光除去散射光强和被吸收光强得出，而脉搏的波动其实即是心跳的波动。根据这一原理，可以通过监测反射回来的光的波动来监测被人体皮肤吸收的光强，进而监测出用户动脉血液容积的波动，得出用户心脏搏动的信息。

当镜子拍摄并识别出用户的面部图像后，微处理器模块会自动截取用户面颊上的皮肤图像进行血容积检测，脸颊上的皮肤毛发较少，相对平滑，毛发等对图像信号的影响相对较小。摄像头以每秒30帧的速度对用户的面部拍摄1280*720分辨率的像素并连续拍摄5s以上，在识别出图像的面颊后在每帧图像的面颊部分截取一块270*180的矩形块图像并计算其像素的大小。在截取矩形图像后，通过图像识别模块进行滤波、降噪音、ad数值转换处理，然后对其亮度和对比度进行调整及颜色校正后，计算并输出矩形图像的像素平均值。在获取矩形图像的平均像素后，把每一帧的像素数值作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来。图像像素的大小跟光强的大小成正比，而根据上述光强与血液容积的关系，图像像素振幅连接起来的曲线即可视为用户动脉血液容积的波动图，又因为人体心跳强度与血液容积成正比的关系，图像像素振幅曲线也可视为用户心跳波动的曲线。

在微处理器模块识别出用户的身份并计算出用户的心跳波动曲线图以后，在显示屏上显示出曲线图，并通过曲线图的周期换算成心率频率后通过数字显示出来，并对曲线图进行分析和储存。监测到用户的心跳波动曲线图出现异常时，机器人会自动发出异常报警，并且通过无线通讯模块把异常信息发送到监护人的移动终端上，进而有效地预防用户的心脏突然出现病变而不被察觉发现耽误治疗的情况。

更进一步的，镜子通过无线通讯模块与一个服务器终端连接，在用户第一次输入信息时，可以通过智能移动终端上的app软件模块找到镜子的无线连接点并根据镜子输入数据的时间寻找并且连接到自己的检测数据库。镜子把每次检测到的心脏搏动的数据传输到服务终端和智能移动终端上，服务器根据心脏搏动曲线信息，并且结合各类心脏病发症状的心率曲线信息进行比较，然后通过长期的检测曲线的对比判断出用户的心脏功能是否出现衰退，以及向其他病变方向发展的趋势，并通过网络把检测分析结果发送回用户的智能移动终端上，使用户随时了解自身的心脏健康，并注意保护措施。

实施例1

用户在镜子前先通过按键输入用户的信息，镜子的摄像头成上下分布，以能保证有一个摄像头所拍摄到的图像为用户的面部图像。当用户站在镜子面前时，两个摄像头均对用户进行拍照。图像分析处理模块为控制板上的图像滤波、数值转换电路和微处理器中的图像处理软件程序，两个摄像头拍照过后把图像通过图像分析处理模块识别出两幅图像中的哪一幅为用户的面部图像，然后根据面部图像作为用户的身份标识在存储卡上为用户建立一个独立的数据库。当微处理器确认完成用户的数据库后，通过语音播报模块发出确认请求，用户通过控制按键对其进行确认。

其中，图像分析处理模块识别出两幅图像中的哪一幅为用户的面部图像的识别算法为人脸识别算法，本实施例的人脸识别算法采用基于几何特征的方法。

当用户再次站在镜子面前时，两个摄像头均给用户进行拍照，并通过图像分析处理模块结合用户数据库，通过图像分析处理模块调取数据库中存储的用户脸部图像信息，将本次拍照脸部图像信息与数据库中事先存储的脸部图像信息对比，识别出两个摄像头所拍摄到的图片中哪个图片是面部图片，然后对面部图像进行身份识别。在识别出用户的身份后开始对用户进行脉搏检测，镜子通过光电容积脉搏成像心率检测技术对用户进行心率检测。

光电容积脉搏成像心率检测技术原理简要概述为：当人体的心脏进行舒张和收缩时，动脉中的血液容积会随着心脏的波动产生周期性的波动，使用一定波长的光线对人体的皮肤进行照射时，一部分光会被散射出去，一部分光会被反射回来，还有一部分光会被人体吸收，散射出去的光强不会随着时间的改变而改变，皮肤、肌肉、软组织等非搏动部分对光强的吸收不会随着时间的改变而改变，而动脉中的血液容积因为心跳的波动而产生波动，动脉血液吸收的光强与血液的容积成正比，反射光强由入射光除去散射光强和被吸收光强得出，而脉搏的波动其实即是心跳的波动。根据这一原理，可以通过监测反射回来的光的波动来监测被人体皮肤吸收的光强，进而监测出用户动脉血液容积的波动，得出用户心脏搏动的信息。

当镜子拍摄并识别出用户的面部图像后，微处理器模块会自动截取用户面颊上的皮肤图像进行血容积检测，脸颊上的皮肤毛发较少，相对平滑，毛发等对图像信号的影响相对较小。摄像头以每秒30帧的速度对用户的面部拍摄1280*720分辨率的像素并连续拍摄5s以上，在识别出图像的面颊后在每帧图像的面颊部分截取一块270*180的矩形块图像并计算其像素的大小。在截取矩形图像后，通过图像识别模块进行滤波、降噪音、ad数值转换处理，然后对其亮度和对比度进行调整及颜色校正后，计算并输出矩形图像的像素平均值。在获取矩形图像的平均像素后，把每一帧的像素数值作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来。图像像素的大小跟光强的大小成正比，而根据上述光强与血液容积的关系，图像像素振幅连接起来的曲线即可视为用户动脉血液容积的波动图，又因为人体心跳强度与血液容积成正比的关系，图像像素振幅曲线也可视为用户心跳波动的曲线。

在微处理器模块识别出用户的身份并计算出用户的心跳波动曲线图以后，在显示屏上显示出曲线图，并通过曲线图的周期换算成心率频率后通过数字显示出来，并对曲线图进行分析和储存。监测到用户的心跳波动曲线图出现异常时，机器人会自动发出异常报警，并且通过无线通讯模块把异常信息发送到监护人的移动终端上，进而有效地预防用户的心脏突然出现病变而不被察觉发现耽误治疗的情况。

实施例2

用户在镜子前先通过按键输入用户的信息，镜子的摄像头成上下分布，以能保证有一个摄像头所拍摄到的图像为用户的面部图像。当用户站在镜子面前时，两个摄像头均对用户进行拍照。图像分析处理模块为控制板上的图像滤波、数值转换电路和微处理器中的图像处理软件程序，两个摄像头拍照过后把图像通过图像分析处理模块识别出两幅图像中的哪一幅为用户的面部图像，然后根据面部图像作为用户的身份标识在存储卡上为用户建立一个独立的数据库。当微处理器确认完成用户的数据库后，通过语音播报模块发出确认请求，用户通过控制按键对其进行确认。

其中，图像分析处理模块识别出两幅图像中的哪一幅为用户的面部图像的识别算法为人脸识别算法，本实施例的人脸识别算法采用基于模板的人脸识别的方法。

当用户再次站在镜子面前时，两个摄像头均给用户进行拍照，并通过图像分析处理模块结合用户数据库，通过图像分析处理模块调取数据库中存储的用户脸部图像信息，将本次拍照脸部图像信息与数据库中事先存储的脸部图像信息对比，识别出两个摄像头所拍摄到的图片中哪个图片是面部图片，然后对面部图像进行身份识别。在识别出用户的身份后开始对用户进行脉搏检测，镜子通过光电容积脉搏成像心率检测技术对用户进行心率检测。

光电容积脉搏成像心率检测技术原理简要概述为：当人体的心脏进行舒张和收缩时，动脉中的血液容积会随着心脏的波动产生周期性的波动，使用一定波长的光线对人体的皮肤进行照射时，一部分光会被散射出去，一部分光会被反射回来，还有一部分光会被人体吸收，散射出去的光强不会随着时间的改变而改变，皮肤、肌肉、软组织等非搏动部分对光强的吸收不会随着时间的改变而改变，而动脉中的血液容积因为心跳的波动而产生波动，动脉血液吸收的光强与血液的容积成正比，反射光强由入射光除去散射光强和被吸收光强得出，而脉搏的波动其实即是心跳的波动。根据这一原理，可以通过监测反射回来的光的波动来监测被人体皮肤吸收的光强，进而监测出用户动脉血液容积的波动，得出用户心脏搏动的信息。

当镜子拍摄并识别出用户的面部图像后，微处理器模块会自动截取用户面颊上的皮肤图像进行血容积检测，脸颊上的皮肤毛发较少，相对平滑，毛发等对图像信号的影响相对较小。摄像头以每秒30帧的速度对用户的面部拍摄1280*720分辨率的像素并连续拍摄5s以上，在识别出图像的面颊后在每帧图像的面颊部分截取一块270*180的矩形块图像并计算其像素的大小。在截取矩形图像后，通过图像识别模块进行滤波、降噪音、ad数值转换处理，然后对其亮度和对比度进行调整及颜色校正后，计算并输出矩形图像的像素平均值。在获取矩形图像的平均像素后，把每一帧的像素数值作为容积脉搏波波形的振幅进行输出，然后再用曲线把这些振幅的顶点连接起来。图像像素的大小跟光强的大小成正比，而根据上述光强与血液容积的关系，图像像素振幅连接起来的曲线即可视为用户动脉血液容积的波动图，又因为人体心跳强度与血液容积成正比的关系，图像像素振幅曲线也可视为用户心跳波动的曲线。

在微处理器模块识别出用户的身份并计算出用户的心跳波动曲线图以后，在显示屏上显示出曲线图，并通过曲线图的周期换算成心率频率后通过数字显示出来，并对曲线图进行分析和储存。监测到用户的心跳波动曲线图出现异常时，机器人会自动发出异常报警，并且通过无线通讯模块把异常信息发送到监护人的移动终端上，进而有效地预防用户的心脏突然出现病变而不被察觉发现耽误治疗的情况。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。