[发明专利]一种基于网络摄像头的云计算心血管健康监护系统及方法

权利要求书

1.一种基于网络摄像头的云计算心血管健康监护系统，其特征在于，包括前端采集人脸的网络摄像头和后端的云计算服务器以及相应配套的安卓和IOS端心血管健康管理软件，所述云计算服务器获取摄像头上传的数据解压缩出原始视频流进行IPPG信号提取分析，心血管健康管理软件显示心血管健康参数并生成相应评价建议。

2.根据权利要求1所述的监护系统，其特征在于，所述前端的网络监控摄像头接入互联网上传视频数据至对应的云计算服务器，摄像头应当设置在合适位置，确保能够获取完整的用户面部画面；用户可以通过设定的手势、口型来控制监测。

3.根据权利要求1所述的监护系统，其特征在于，云计算服务器实时获取网络摄像头画面并进行人脸检测，提取检测区域的人体脉搏波数据，通过算法获取心血管健康参数，包括心率、血氧、血液粘稠度。

4.根据权利要求1所述的监护系统，其特征在于，安卓和IOS端的手机软件可以通过账号实时远程获取云计算服务器上对应用户的健康参数，并会针对具体参数给予相应的健康评价和建议，必要时会通过绑定的手机短信和电话通知推送紧急信息。

5.一种基于网络摄像头的云计算心血管健康监护的实施方法，其特征在于，包括以下步骤：

步骤1：配置系统整体架构，云计算服务器实时获取远程网络摄像头的视频流，并进行图像预处理操作；

步骤2：通过人脸检测实时监测画面内的人脸状态，进行用于脉搏波提取的ROI选取；

步骤3：人脸区域稳定后，进行面部脉搏波的提取并对原始脉搏波进行降噪处理，采用滑动窗口机制动态判断波形质量，前后波形变化差异过大会自动删除当前波形数据；

步骤4：获取处理后的脉搏波数据，采用功率谱分析的方法进行心率估计；

步骤5：采集RGB视频的同时，同步提取摄像头的红外视频，分别计算红色通道和近红外通道的吸收比，计算血氧饱和度；

步骤6：对脉搏波波形进行单周期分解，利用脉搏波波形形状差异进行血液粘稠度K值计算。

6.根据权利要求5所述的方法，其特征在于，步骤1包括以下步骤：

步骤1.1：获取网络摄像头远程传输压缩过的视频数据，将压缩过的视频数据解压缩成原始的RGB视频流；

步骤1.2：将原始的RGB色彩模型数据转换成HSV色彩模型，选择其中的H通道进行后续脉搏波提取。

7.根据权利要求5所述的方法，其特征在于，步骤2所述的ROI选取具体包括：

步骤2.1：云计算服务器实时对视频流画面进行人脸检测算法，当识别框位置稳定后开始提取脉搏波；

步骤2.2：针对人脸检测识别框边缘存在不属于人脸的像素区域，以及面部检测不到脉搏颜色变换的区域，在人脸检测识别框的基础上再进行皮肤检测算法，保证识别框内只有颜色变化的皮肤区域参与脉搏波提取，进一步提升脉搏波提取信号质量。

8.根据权利要求5所述的方法，其特征在于，脉搏波降噪处理包括以下步骤：

步骤3.1：先利用窄带滤波器对原始提取的脉搏波信号进行窄带带通滤波，去除原始脉搏波信号上叠加的高频噪声以及反射区域产生的直流信号；

步骤3.2：再对滤波后的信号采用正弦波拟合的方式去除信号可能存在的线性趋势；

步骤3.3：最后将脉搏波数据分段后，分别计算各部分脉搏波的标准差Std和波形整体Std的对比判断是否启用尖峰压缩算法，当对比结果大于设定阈值时，启用尖峰压缩算法去除局部尖锐的脉搏波峰，使得波形整体幅度统一。

9.根据权利要求5所述的方法，其特征在于，血氧饱和度参数的计算包括：分别选取网络摄像头RGB图像的R通道和红外通道提取脉搏波并计算血红蛋白吸收比，通过和专业仪器标定进一步得到血氧饱和度参数。

10.根据权利要求5所述的方法，其特征在于，将降噪处理后的脉搏波进行单周期分解，分别计算各个周期的K值指标，再根据各周期波形的质量进行加权平均得到波形整体的K值指标，进而估算用户的血液粘稠度指标。