一种去除环境光变化干扰的视频心率检测方法
【技术领域】
[0001] 本发明属于生物图像信息的技术领域，尤其涉及一种去除环境光变化干扰的非接 触式视频心率检测方法。
【背景技术】
[0002] 心率是人体生命活动的重要生理参数之一。它是指单位时间内心脏搏动的次数， 一般是每分钟心脏搏动的次数(beat per minute，bpm)，是临床常规诊断的生理指标，对慢 性疾病，例如心力衰竭、心房颤动和睡眠呼吸暂停等的诊断具有重要意义。
[0003] 常规的临床心率检测仪器一般需要与人体进行直接接触。接触式主要包括心电 图、胸带、脉冲血氧仪等常规测量方法，由于准确率高，广泛应用于医学临床、急救和社区医 疗等场合。但是，有些测量方式需要使用导电凝胶，有些需要采用胸带进行捆绑，使用吸附 电极作用于胸部，或使用弹簧夹夹在耳垂或手指等部位。这些电极接触方式长期作用时可 能会引起皮肤刺激或者疼痛等不适。近些年来，非接触式心率检测方法引起了广泛的关注， 它克服了传统接触式方法的不足，能够满足一些特殊情况的使用要求，例如，重症监护室、 长期连续监测、家庭医疗、航天医疗等环境。根据测量原理不同，非接触式心率测量可以分 为电容耦合心电图、微波多普勒雷达、超声多普勒雷达、光学心振动图、热成像、图像光电容 积描记（imaging photoplethysmography，iPPG)等技术，其中，新近兴起的iPPG生理参数监 测技术，由于其设备要求较低，成本不高，并且能够做到随时随地舒适方便的监测，引起了 国内外学术界的广泛关注。
[0004] iPPG技术实质上是通过摄像头获取连续人体视频图像信号，由于心脏的周期性收 缩和舒张会引起体表血管容积发生周期性改变，从而导致体表入射光路径长度及入射角度 发生变化，引起反射光强度产生相应变化，这种变化能够反映心血管活动的规律，通过视频 图像来捕捉这些细微的变化，经过人脸识别和盲源分离技术，可以得到心率(heart rate， HR)。但是，盲源分离一般适用于较小幅度和慢速的运动伪迹视频心率检测，即要求测试者 保持相对静止(或较小幅度的慢速运动)和环境光保持稳定。然而，实际应用时不可避免会 引入运动伪迹和环境光变化。由于心脏搏动引起的体表血管容积的变化远远小于运动伪迹 和环境光变化带来的变化，如何消除这两种因素的影响对于视频心率检测方法的推广使用 具有重要研究意义。近年来已有不少研究学者从消除运动伪迹的影响方面出发，提高了心 率测量的准确性，但却鲜见关于环境光变化方面的报道。因此，设计一种有效的方法来去除 环境光变化对视频心率检测的影响迫在眉睫。
【发明内容】
[0005] 本发明为克服现有技术的不足之处，提供了一种视频检测心率中去除环境光变化 干扰的方法，以期能去除环境光变化对视频心率检测的影响，从而提高视频心率检测的准 确性。
[0006] 本发明为解决技术问题所采用如下技术方案：
[0007] 本发明一种去除环境光变化干扰的视频心率检测方法的特点是按如下步骤进行：
[0008] 步骤1:获取I帧视频图像;对I帧视频图像计算N个颜色通道的面部感兴趣区域的 平均像素，获得面部感兴趣区域数据集父=[心，心，一义，~々]7^表示第11个颜色通道的 面部感兴趣区域数据;并对I帧视频图像计算N个颜色通道的背景区域的平均像素，获得背 景区域数据集￥=[&，&，···，Υ η，···，ΥΝ]Τ;Υη表示第η个颜色通道的背景区域数据；
[0009] 并有，乂"=[以")，以11)，~^1(11)]3 1(11)表示第11个颜色通道的面部感兴趣区域的第1 个平均像素丄=[7 1(")，72(11)，~，71 (11)];71(11)表示第11个颜色通道的背景区域的第1个平均像 素；
[0010] 步骤2:采用联合盲源分离法对所述面部感兴趣区域数据集X和背景区域数据集Υ 进行处理，获得混合矩阵d e 、解混矩阵iT e 、面部感兴趣区域的典型相关变量集 4=[21('2$'~,25~，27>]7'和背景区域的典型相关变量集尽=[才' 1,2^,...，41,一,2|^;: <Λ?表示面部感兴趣区域的第Ρ个典型相关变量，Zf表示背景区域的第ρ个典型相关变量， 1 < p < P，P表示典型相关变量的个数;且面部感兴趣区域的典型相关变量集和背景区域的 典型相关变量集中的P个典型相关变量均是按两者的相关系数大小进行降序排列；
[0011] 并有Z；；夂表示第I帧视频图像中面部感兴趣区域 的第P个典型相关变量值；4n=比叩'4^1，一4(5^]，21 (10(1))表示第1帧视频图像中背景 区域的第P个典型相关变量值;则所述面部感兴趣区域数据集X = AZx;背景区域数据集Y = ΑΖγ；
[0012] 步骤3、设定相关系数阈值，并将面部感兴趣区域的典型相关变量和背景区域的典 型相关变量的相关系数与所设定的相关系数阈值进行比较，若超出相关系数阈值，则将超 出所述相关系数阈值的面部感兴趣区域的典型相关变量和背景区域的典型相关变量均作 为环境光变化的典型变量；
[0013] 步骤4、获取超出所述相关系数阈值的面部感兴趣区域的典型相关变量的个数Q; 并将面部感兴趣区域的典型相关变量集Ζχ中的前Q个的典型相关变量均置为零;从而形成 不包含环境光变化的面部感兴趣区域的典型相关变量集4-函'野1，…,·^"，…,?11]%
[0014] 步骤5、利用式（1 )获得不包含环境光变化的面部感兴趣区域数据集 i'二[尤.1.…Λ\表示第η个颜色通道中不包含环境光变化的脸部感兴趣区域数 据：
[0015] i:為 (1)
[0016] 步骤6、利用氧合血红蛋白吸收率选择所述N个颜色通道中第best个最佳颜色通 道;第best个最佳颜色通道具有最大的氧合血红蛋白吸收率；
[0017] 步骤7、利用总体平均经验模态分解法将所述第best个最佳颜色通道中不包含环 境光变化的脸部感兴趣区域数据，分解成为L个本征模式分量S= [Si，S2，…，Si，…，SL]T; Si表不第1个本征模式分量；
[0018] 步骤8:定义候选本征模式分量集，并初始化为空;初始化1 = 1;
[0019]步骤9、计算第1个本征模式分量51的频谱图，判断第1个频谱图中的最大幅值所对 应的频率分量是否处于所设定的感兴趣的心率范围内，若处于，则将第1个本征模式分量51 加入候选本征模式分量集中；否则直接执行步骤10;
[0020] 步骤10、将1+1赋值给1;并返回步骤9;
[0021] 步骤11、比较候选本征模式分量集中每个本征模式分量频率的最大幅值，选取最 大的最大幅值所对应的本征模式分量作为最佳本征模式分量，对所述最佳本征模式分量采 用峰值检测算法获得视频心率检测结果。
[0022] 与现有技术相比，本发明的有益效果体现在：
[0023] 1、本发明通过采用联合盲源分离法对面部感兴趣区域数据集和背景区域数据集 进行处理，可以将面部感兴趣区域和背景区域共同包含的环境光变化的典型相关变量恢复 出来，并且采用联合盲源分离法可以保证环境光变化的典型相关变量子在面部感兴趣区域 和背景区域数据集中是对齐的。之后将环境光变化的典型相关变量置零，就可以得到不包 含环境光变化的脸部感兴趣区域数据集。这样带来的直接好处是，即便是环境光变化引起 视频图像的变化远远大于心脏周期性跳动带来的视频图像的变化，或环境光变化的频率和 心率频率接近，该环境光变化均能被抑制。而传统的盲源分离方法，一方面无法将淹没在环 境光变化中的心率信号很好地分离出来，另一方面结合带通滤波器等手段无法适应干扰频 率和心率频率接近的情景。
[0024] 2、本发明在获得不包含环境光变化的面部感兴趣区域数据集中将具有最大氧合 血红蛋白吸收率的颜色通道确定为最佳颜色通道，通过选取具有最强的体积描记信号的颜 色通道进一步保证视频检测心率的准确性。
[0025] 3、本发明总体平均经验模态分解法具有将非平稳的时间序列分解为有限个数的 本征模式分量，从而进一步消除其他噪声和可能的环境光变化残留噪声的影响，得到准确 的视频心率检测结果。
[0026] 综上所述，本发明充分利用了联合盲源分离法的优势，不仅考虑了单个数据集的 信号源，更加强调了面部感兴趣区域数据集和背景区域数据集共同包含的信号源。由于环 境光变化时，脸部感兴趣区域和背景区域均包含该环境光变化信息，利用联合盲源分离技 术可以将这两个区域共同包含的环境光信息源提取出来并消除，从而实现环