[发明专利]一种基于普通摄像头的心率检测方法

说明书

本发明涉及生物医学工程技术领域，具体的说是一种基于普通摄像头的心率检测方法。首先使用普通摄像头采集人脸正面视频图像，利用人脸检测算法和人脸跟踪技术将人脸区域从图像中提取出来，选取并定位额头作为感兴趣区域，将感兴趣区域提取出来，作为采集信号的区域；然后利用基色分离和独立成分分析等技术，从感兴趣区域中提取脉搏源信号，并利用小波滤波对其进行处理，得到纯净的脉搏波；最后利用离散傅里叶变换算法将信号从时域变换到频域，得到能量谱后进行分析并计算出心率值。本发明有效地提高了检测效率和受测者的使用体验，适用于长时间的心率监测和疾病预防。

技术领域

本发明涉及生物医学工程技术领域，具体的说是一种基于普通摄像头的心率检测方法。

背景技术

近几年，视频图像处理涉及到医学领域，应用于医疗诊断和日常健康监测等各个环节，为医学的进步发挥了强大的辅助作用。心率是人体新陈代谢和功能活动重要的生理参数之一。传统的心率测量最准确的方法是心电图法，但心电图法需将电极粘在受测者皮肤上，这种方法使用起来较复杂不太方便，而且这种方法需要和皮肤直接接触，会引起受测者的反感，因此在使用方面受到很大的限制，不适用于普通场景下的心率检测。而非接触式的心率检测只需借助普通摄像头就可以自动地监测心率，具有操作简单、成本低等特点。

PPG即光电容积脉搏波描记法，是一种利用光电手段在活体组织中无创检测血液容积变化的方法，它通过测量经活体组织吸收后的反射光强度，描记血液容积脉冲(BVP)信号后计算心率。傅明哲等人最早提出利用普通网络摄像头的非接触式心率检测方法。该方法利用独立成分分析(ICA)将三个平均的颜色踪迹分离为三个基源信号，通过分析第二个基源信号的功率谱估计心率。以上方法要求测试者处于合作情况以及需要光线充足的情况下测量。而在光线较弱时，这种方法很难提取出干净的BVP信号，会包含多余的噪声，因此并不能很好地解决不同环境光真实场景下的非接触式心率检测问题。

发明内容

本发明旨在提供一种基于普通摄像头的心率检测方法，以实现心率的无创连续非接触测量，并且成本低、操作简便、性能稳定、重复性好。

为了解决以上技术问题，本发明采用的技术方案为：一种基于普通摄像头的心率检测方法，包括以下步骤：

步骤1）、采用直方图均衡化的方法对摄像头采集到的包含人脸的视频进行光照补偿，采用AdaBoost算法对光照补偿后的视频进行人脸检测并将人脸区域分隔提取，以得到视频中每一帧人脸区域的图像，对每一帧人脸区域的图像的额头区域进行截取，得到视频中每一帧额头区域的图像；

步骤2）、对步骤1）中得到的每一帧额头区域的图像进行算法处理，得到脉搏波源信号，具体过程如下：

a、基色分离，对步骤1）中得到的每一帧额头区域的图像进行RGB三通道分离，对每一帧额头区域图像的每一个通道的像素值进行求和后除以总像素数，得到每一帧额头区域图像的每一个通道对应的一个数值，将得到的所有数值按照时间先后顺序连接，即得到R、G、B三个时域上的信号；

对于第t帧额头区域图像，假设额头区域的尺度为M×N，利用叠加平均法对区域内所有像素点的三个分量x_r,g_r,b_r分别取均值，则每帧图像不同通道的像素值为：

，

经上述处理后即可得到第t帧额头区域图像的观测信号，且，其中的t为视频帧的时间序列；

b、独立成分分析

采用ICA算法对R、G、B三个时域上的信号进行盲源分离，并从分离出的信号中选取与绿色信号关联性最大的分量作为PPG信号，具体过程如下：