[发明专利]一种基于普通摄像头的心率检测方法

摘要

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。

主权项

1.一种基于普通摄像头的心率检测方法，其特征在于：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：首先对观测信号去均值处理以简化ICA算法，然后对去均值后的观测信号进行白化处理，以去除混合信号中数据的相关性以及简化独立分量的提取过程，白化处理需要先求原矩阵的协方差矩阵，然后进行特征值分解，对一个n维向量X，它的协方差矩阵cov(X)可以用下面的公式计算：，求协方差矩阵的特征值矩阵L和特征向量Q，求得白化矩阵M：，矩阵经白化之后为：，假设心脏作用下产生的颜色变化信号是s₁(t)，人脸晃动引起的颜色变化信号是s₂(t)，光照引起的颜色变化信号为s₃(t)，根据上面假设混合过程，可以得到下面的公式：，改写成矩阵式：，其中的，，是混合系数矩阵；通过ICA算法找到一个各个分量相互独立的矩阵W，使之成为的近似矩阵，从而得到，其中为对源信号的近似；步骤3）、将步骤2）中得到的脉搏波源信号通过小波滤波处理得到血液容积脉搏波；步骤4）、通过离散傅里叶变换将步骤3）中提取到的脉搏波信号从时域变换到频域，观察正常的心率范围0.7‑4Hz的信号，取该范围内能量最大时对应的频率作为该段时间的平均心率，选取频率位于心跳频带内的能量最高点对应的频率作为心跳频率，则心率HR为。