论文部分内容阅读
随着现在生活水平的提高,人们对疾病的防控以及日常健康监护的需求也日趋增长。其中,心率作为人体一项重要的生理体征参数,是反映人体健康状态最有效和最直接的指标之一,对慢性疾病,例如心力衰竭、心房颤动和睡眠呼吸暂停等的诊断具有重要意义。因此,如何方便有效的检测心率,是当前生物医学工程领域的研究热点。常规的心率检测仪器需要与人体进行直接接触,但是有些接触方式可能会引起皮肤刺激和疼痛等不适。近年来,非接触式的视频心率检测方法引起了广泛的关注,其中,新近兴起的基于图像光电容积描记(imaging photoplethysmography,iPPG)生理参数检测技术,由于其设备要求低,成本低,并且具有舒适、无创、便携、易操作等特点,成为研究热点。而iPPG技术容易受到运动伪迹和环境光变化的影响,于是本文针对环境光变化问题,提出了一种能够抑制环境光干扰的视频心率检测方法,来有效地抑制环境光变化对视频心率检测的影响,从而提高视频心率检测的准确性。本文所做工作如下:首先,采集视频信号,对每一帧图像通过人脸特征点检测和跟踪算法确定面部感兴趣区域和背景感兴趣区域,形成面部感兴趣区域数据集和背景区域数据集,利用偏最小二乘法对两个数据集进行处理,将共同包含的环境光变化的信号源提取并置零,得到无环境光变化干扰的面部感兴趣区域数据集。其次,利用多变量经验模态分解法提取面部感兴趣区域数据集中多通道的共同信息,得到包含心率信息的本征模式分量。紧接着,对每个本征模式分量进行傅立叶变换,将所有最大幅值对应的频率处于所设定心率范围内的本征模式分量确定为候选本征模式分量集,并将其中最大幅值所对应的本征模式分量设定为最佳本征模式分量,通过峰值检测算法得到心率值。综上所述,本文有效地抑制了环境光变化对非接触式视频心率检测带来的影响,经实验验证,达到了优良的效果。