一种基于人脸视频图像的心率检测系统及检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106063702A(43)申请公布日2016.11.02(21)申请号201610344233.2(22)申请日2016.05.23(71)申请人南昌大学地址330031江西省南昌市红谷滩新区学府大道999号(72)发明人朱莉张丽英王玉皞洪向共(74)专利代理机构南昌新天下专利商标代理有限公司36115代理人施秀瑾(51)Int.Cl.A61B5/024(2006.01)A61B5/08(2006.01)权利要求书1页说明书6页附图13页(54)发明名称一种基于人脸视频图像的心率检测系统及检测方法(57)摘要一种基于人脸视频图像的心率检测系统，包括视频录制模块、人脸识别模块、RGB分离模块、独立分量分析模块和生理参数量化模块，视频录制模块、人脸识别模块、RGB分离模块、独立分量分析模块和生理参数量化模块依次连接。心率检测算方法包括视频录制、人脸识别、RGB分离、独立分量分析分解、生理参数量化等步骤。本发明计算效率高，有效克服人脸轮廓、光照及其他环境因素的影响。可以实时指示心血管的变化，解决了病人对接触式检测产生不适从而导致测量结果不准确的问题，也对远程医疗方面也有较大的应用前景。CN106063702ACN106063702A权利要求书1/1页1.一种基于人脸视频图像的心率检测系统，包括视频录制模块、人脸识别模块、RGB分离模块、独立分量分析模块和生理参数量化模块，视频录制模块、人脸识别模块、RGB分离模块、独立分量分析模块和生理参数量化模块依次连接；其中：所述视频录制模块，用于获取人脸视频图像；所述人脸识别模块，用于获得视频感兴趣区域的人脸；所述RGB分离模块，用于获得人脸图像的R、G、B三通道分离信号；所述独立分量分析模块，用于获得统计意义独立的三通道信号；所述生理参数量化模块，用于计算呼吸、心率等生理参数。2.一种基于人脸视频图像的心率检测算方法，其特征是包括以下步骤：(1)视频录制：室内，以普通日光灯或自然光为光源，测试者坐在距离摄像头约0.5米，录制时间为30秒；(2)人脸识别：采用结合连续均值量化变换的图像增强技术和Winnows稀疏网络模型的人脸识别算法，将每一帧的图像连续均值量化变换；(3)RGB分离：获取视频感兴趣区域，将人脸部分和选择宽度方向的60％、高度方向100％得到一个包含脸的矩形区域，这两部分的交集作为ROI，再将ROI图像分解成R、G、B共3个通道，并对所有像素进行空间平均产生红、蓝、绿3个测量点的初始信号，分别为x1(t)，x2(t)，x3(t)；(4)独立分量分析分解：首先对R、G、B三通道数据进行归一化，再将归一化的信号通过ICA分解为3个独立源信号；将分解出的第二通道的独立分量作为生理参数量化信号；若第二通道分量不能充分体现体积，则手动选择合适分量：分析3个独立分量的频谱，选择基频信号最强，谐波最明显的独立分量用于生理参数量化；(5)生理参数量化：在生理参数频率范围内检测功率谱的峰值，正常心率的范围为60-100次/分钟，则对应的频率范围为1-1.67Hz，在该范围内检测功率谱的峰值，则可由峰值对应的频率获得心率，即心率＝功率谱峰值对应的频率*60；将有效的功率谱峰值范围限定为0.7-4Hz，在信号噪声小的情况下，会在有效峰值范围内若出现2个峰值，则第一个峰值对应的是呼吸速率，第二个峰值对应的是心率。3.根据权利要求3所述的基于人脸视频图像的心率检测算方法，其特征是步骤(5)所述的ICA分解法为4阶统计量方法或其他的高阶ICA方法。4.根据权利要求2所述的基于人脸视频图像的心率检测算方法，其特征是步骤(4)所述的生理参数量化，包括以下步骤：(a)：选择独立分量，一般选择包含较多体积描述的第二个独立分量，用谱分析方法计算功率谱，选择合适的窗函数减少频谱遗漏，改善分辨率，(b)：绘制功率谱直方图，检验是否近似满足Gaussian分布；(c)：对功率谱进行带通滤波，滤除低频和高频成分，保留生理参数有效范围内的信号；(d)：检测生理参数有效范围内的信号峰值，如果有单一峰值则对应心率信号；如果有双峰值则第一个峰对应呼吸信号，第二个峰对应呼吸信号；(e)：将有效范围内峰值对应的频率*60，得到心率和呼吸。5.根据权利要求3或4所述的基于人脸视频图像的心率检测算方法，其特征是步骤(5)所述的谱分析方法是Welch算法、FFT谱分析方法或AR方法。2CN106063702A说明书1/6页一种基于人脸视频图像的心率检测系统及检测方法技术领域[0001]本发明属于便携式医疗和互联网医疗技术领域，涉及一种通过摄像头采集人脸视频图像来检测心率的方法。背景技术[0002]心血管功能的常规检查和无创式检测是预防心血管疾病和治疗慢性疾病的重