[发明专利]基于PPG的无接触血压测量装置

权利要求书

1.一种基于PPG的无接触血压测量装置，其特征在于，包括：

信号获取模块，用于获取人脸原始的面部光电容积脉搏波；

预处理模块，用于对所述面部光电容积脉搏波进行预处理，获得面部光电容积脉搏波信号；

人脸关键区域识别模块，用于提取人脸关键点，获取面部区域，将人脸与背景信息分离后对面部区域进行关键区域划分，对每个关键区域的光电容积脉搏波信号取均值，得到每个空间关键区域上的时域信号；

血压特征推理模块，用于将时域信号输入到训练好的LSTM神经网络推理模型中，得到血压值，其中血压值包括收缩压和舒张压。

2.根据权利要求1所述的一种基于PPG的无接触血压测量装置，其特征在于，对所述面部光电容积脉搏波进行预处理，包括：

对所述面部光电容积脉搏波进行带通滤波。

3.根据权利要求2所述的一种基于PPG的无接触血压测量装置，其特征在于，所述带通滤波选用数字滤波器。

4.根据权利要求1所述的一种基于PPG的无接触血压测量装置，其特征在于，提取人脸关键点，获取面部区域，将人脸与背景信息分离后对面部区域进行关键区域划分，包括：

通过人脸关键点检测，对人脸面部轮廓特征进行提取，并将关键点的最外侧4个顶点的坐标位置各向外延展15个像素点获取面部区域，将人脸与背景信息分离后对面部区域进行关键区域划分。

5.根据权利要求4所述的一种基于PPG的无接触血压测量装置，其特征在于，通过人脸关键点检测，提取人脸面部轮廓关键点，将所有关键点的最外侧4个顶点的坐标位置各向外延展15个像素点获取面部区域，将人脸与背景信息分离后对面部区域进行关键区域划分，包括：

利用Dlib库提取人脸面部轮廓68个关键点，根据所有关键点的最外侧4个顶点的坐标位置各向外延展15个像素点获取面部区域；

根据Dlib库中的68关键点，通过向内和向外插值的方法，对关键点进行扩充，并定位出人脸面部的关键区域位置，包括左右脸颊、眉毛、眼睛、下颌轮廓以及鼻子、嘴巴子区域。

6.根据权利要求1所述的一种基于PPG的无接触血压测量装置，其特征在于，LSTM神经网络算法模型的训练包括：

获取人脸原始的面部光电容积脉搏波；

对所述面部光电容积脉搏波进行预处理，获得面部光电容积脉搏波信号；

提取人脸关键点，获取面部区域，将人脸与背景信息分离后对面部区域进行关键区域划分，对每个关键区域的光电容积脉搏波信号取均值，得到每个空间关键区域上的时域信号；

将时域信号和对应的血压值输入到构建好的LSTM模型中，进行训练，得到训练好的LSTM神经网络推理模型。

7.根据权利要求6所述的一种基于PPG的无接触血压测量装置，其特征在于，将时域信号和对应的血压值输入到构建好的LSTM模型中，进行训练，得到训练好的LSTM神经网络推理模型，包括：

步骤（3-1），将每个关键区域的时域信号进行归一化后与对应的血压值输入到构建好的LSTM模型中；

步骤（3-2），利用梯度下降法最小化损失函数，训练模型，最终获得LSTM神经网络推理模型。

8.根据权利要求7所述的一种基于PPG的无接触血压测量装置，其特征在于，在步骤（3-1）中，选择输入到LSTM模型的数据嵌入维度为n秒内的帧数，输出为二维数据，分别为收缩压（SBP）和舒张压（DBP），即：

其中，为视频的采样率，为第个区域在t时刻的PPG值，为面部关键区域个数；

对时域信号做归一化，即对每个窗内的信号向量进行归一化；

在步骤（3-2）中，模型LSTM的损失函数为：

其中， 为预测的血压值，为实际的血压值，为总的预测的数据数，为小于0.1的正数，以防止出现log(0)的错误。