论文部分内容阅读
在对病人的常态化生理监测中,心率是医生必须首先检测的重要生命体征信息之一。随着社会的快速发展和城市人口膨胀,医生资源越来越稀缺,每个医生所需要照顾热病人越来越多,对远程医疗提出了迫切需求。本文基于中国科学院的项目(国家“863”工程的一部分),针对现有心率检测技术的使用局限性,例如需要物理接触、使用范围受限等不足,设计并实现了一套基于光电容积脉搏波(PPG)原理,利用人脸视频图像的非接触式远程心率检测系统。本系统基于树莓派ARM平台实现人脸图像采集,在远程实现了人脸PPG图像的心率检测。本文的主要研究工作如下:(1)设计树莓派采集方案,完成了人脸图像的采集;基于Haar特征和ViolaJones算法实现了人脸检测,快速精准检测出人脸区域;根据两眼对应的特征点间的距离和偏转角度进行相关的缩放和截取操作,基于目标区域跟踪算法,完成了最佳测量区域分割,并对测量区域进行高斯加权,减少边缘噪声的影响。(2)基于光电容积脉搏波原理,研究总结了从人脸图像信号中提取出心率信息的算法。着重对基于FastICA的心率检测算法进行了详细设计,其关键步骤包括RGB三色分离,独立成分分析,频谱分析。分析了PPG心率信号的噪声成因以及现有的去噪方法,提出使用单通道ICA算法对PPG脉搏波进行噪声去除,并进行了相关实验对比。(3)心率检测系统的实现。基于树莓派嵌入式设备,设计了远程管理和人机交互模块,实现通信、显示、控制、计算等功能,最终本课题所设计的心率检测系统能够远程的通过人脸图像准确地检测出被测者的心率信息。本文的难点与创新点是:(1)针对盲源分离PPG信号中同频混叠噪声污染,提出使用动态嵌入方法将绿色通道源信号进行单通道ICA相关性算法分析,最大限度的降低噪声干扰。(2)针对运动伪迹对PPG信号的影响,采用了一种基于人眼定位的目标区域跟踪方法,并对观测区域边缘进行二维高斯加权,减少运动伪迹引入的噪声干扰。(3)在心率检测系统图像采集模块中,针对实验中PPG信号采集帧率过低会造成PPG信息丢失的问题,基于多线程和IO复用技术,研究和改进了图像采集方案,保证了人脸图像中PPG信号的完整性。