[发明专利]基于IPPG的人体生命体征感知系统

权利要求书

1.基于IPPG的人体生命体征感知系统，其特征在于，包括图像预处理模块、IPPG信号获取模块、IPPG信号处理模块和生理参数计算模块；通过图像预处理模块对人脸视频进行处理，提取获得视频每帧图片的ROI区域；通过IPPG信号获取模块对每帧图片的ROI区域进行RGB通道分离，并对分离后的三个颜色空间序列图片计算ROI区域灰度均值，得到RGB三颜色通道的三条IPPG曲线；通过IPPG信号处理模块对三条IPPG曲线进行处理得到改善的IPPG信号；生理参数计算模块根据绿色通道改善的IPPG信号计算获得心率、呼吸率，根据红蓝通道改善的IPPG信号计算血氧饱和度值。

2.根据权利要求1所述的基于IPPG的人体生命体征感知系统，其特征在于，图像预处理模块中的具体步骤为：

1)将人脸视频转成帧图片；

2)基于人脸检测工具包对步骤1)中获得的每一帧图片进行人脸检测，获得人脸图像；

3)采用RGB颜色空间对人脸图像的人脸区域进行肤色提取，作为生理参数的ROI区域，公式(1)所示为肤色阈值设定：

3.根据权利要求2所述的基于IPPG的人体生命体征感知系统，其特征在于，IPPG信号获取模块的具体步骤为：

1)对每帧图片选好的ROI区域在R、G、B颜色空间进行分离；

2)分离后的三个颜色空间序列图片根据公式(2)计算ROI区域的灰度均值，得到R、G、B三个颜色通道三条IPPG曲线；

公式中M为图片的宽度，N为图片的高度，x(i,j,t)表示图片中每个像素的灰度值。

4.根据权利要求3所述的基于IPPG的人体生命体征感知系统，其特征在于，IPPG信号处理模块具体步骤为：

1)对三条IPPG曲线进行盲源分离，采用ICA算法将脉搏信号从三条IPPG曲线中独立出来，去除一些噪声伪影的干扰；

2)小波去噪，首先对ICA算法处理之后的脉搏波信号选择db3小波基进行小波分解，得到各尺度小波系数；然后获取消噪过程中的阈值，进行阈值处理，得到估计系数；最后根据估计系数进行小波重构，得到去噪后的信号，即得到红、蓝、绿通道中三条改善的IPPG信号。

5.根据权利要求4所述的基于IPPG的人体生命体征感知系统，其特征在于，生理参数计算模块具体包括心率和呼吸率的计算以及血氧饱和度计算；

所述心率和呼吸率的计算具体为：

对导入的绿色通道的改善的IPPG信号数据进行快速傅里叶变换，计算幅值及进行频率转换，求最大值MAX，获得相应心率频率FHR，根据公式(3)计算心率HR；求得次大处MAX1，获得相应呼吸频率FRR，根据公式(4)计算呼吸率RR；

HR＝FHR*60(次/分) (3)

RR＝FRR*60(次/分) (4)

所述血氧饱和度计算具体为：

分别采用改善的红、蓝通道中改善的IPPG信号代替接触式血氧仪中的红光和红外光；依据公式(5)计算血氧饱和度值SpO₂；

其中：A和B为经验参数；

R为IPPG系统测得的血氧饱和度值；

I_AC为通道信号的标准方差；

I_DC为通道信号的平均值。