一種去除環(huán)境光變化干擾的視頻心率檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于生物圖像信息的技術(shù)領(lǐng)域，尤其涉及一種去除環(huán)境光變化干擾的非接 觸式視頻心率檢測(cè)方法。
【背景技術(shù)】
[0002] 心率是人體生命活動(dòng)的重要生理參數(shù)之一。它是指單位時(shí)間內(nèi)心臟搏動(dòng)的次數(shù)， 一般是每分鐘心臟搏動(dòng)的次數(shù)(beat per minute，bpm)，是臨床常規(guī)診斷的生理指標(biāo)，對(duì)慢 性疾病，例如心力衰竭、心房顫動(dòng)和睡眠呼吸暫停等的診斷具有重要意義。
[0003] 常規(guī)的臨床心率檢測(cè)儀器一般需要與人體進(jìn)行直接接觸。接觸式主要包括心電 圖、胸帶、脈沖血氧儀等常規(guī)測(cè)量方法，由于準(zhǔn)確率高，廣泛應(yīng)用于醫(yī)學(xué)臨床、急救和社區(qū)醫(yī) 療等場(chǎng)合。但是，有些測(cè)量方式需要使用導(dǎo)電凝膠，有些需要采用胸帶進(jìn)行捆綁，使用吸附 電極作用于胸部，或使用彈簧夾夾在耳垂或手指等部位。這些電極接觸方式長(zhǎng)期作用時(shí)可 能會(huì)引起皮膚刺激或者疼痛等不適。近些年來(lái)，非接觸式心率檢測(cè)方法引起了廣泛的關(guān)注， 它克服了傳統(tǒng)接觸式方法的不足，能夠滿足一些特殊情況的使用要求，例如，重癥監(jiān)護(hù)室、 長(zhǎng)期連續(xù)監(jiān)測(cè)、家庭醫(yī)療、航天醫(yī)療等環(huán)境。根據(jù)測(cè)量原理不同，非接觸式心率測(cè)量可以分 為電容耦合心電圖、微波多普勒雷達(dá)、超聲多普勒雷達(dá)、光學(xué)心振動(dòng)圖、熱成像、圖像光電容 積描記（imaging photoplethysmography，iPPG)等技術(shù)，其中，新近興起的iPPG生理參數(shù)監(jiān) 測(cè)技術(shù)，由于其設(shè)備要求較低，成本不高，并且能夠做到隨時(shí)隨地舒適方便的監(jiān)測(cè)，引起了 國(guó)內(nèi)外學(xué)術(shù)界的廣泛關(guān)注。
[0004] iPPG技術(shù)實(shí)質(zhì)上是通過(guò)攝像頭獲取連續(xù)人體視頻圖像信號(hào)，由于心臟的周期性收 縮和舒張會(huì)引起體表血管容積發(fā)生周期性改變，從而導(dǎo)致體表入射光路徑長(zhǎng)度及入射角度 發(fā)生變化，引起反射光強(qiáng)度產(chǎn)生相應(yīng)變化，這種變化能夠反映心血管活動(dòng)的規(guī)律，通過(guò)視頻 圖像來(lái)捕捉這些細(xì)微的變化，經(jīng)過(guò)人臉識(shí)別和盲源分離技術(shù)，可以得到心率(heart rate， HR)。但是，盲源分離一般適用于較小幅度和慢速的運(yùn)動(dòng)偽跡視頻心率檢測(cè)，即要求測(cè)試者 保持相對(duì)靜止(或較小幅度的慢速運(yùn)動(dòng))和環(huán)境光保持穩(wěn)定。然而，實(shí)際應(yīng)用時(shí)不可避免會(huì) 引入運(yùn)動(dòng)偽跡和環(huán)境光變化。由于心臟搏動(dòng)引起的體表血管容積的變化遠(yuǎn)遠(yuǎn)小于運(yùn)動(dòng)偽跡 和環(huán)境光變化帶來(lái)的變化，如何消除這兩種因素的影響對(duì)于視頻心率檢測(cè)方法的推廣使用 具有重要研究意義。近年來(lái)已有不少研究學(xué)者從消除運(yùn)動(dòng)偽跡的影響方面出發(fā)，提高了心 率測(cè)量的準(zhǔn)確性，但卻鮮見(jiàn)關(guān)于環(huán)境光變化方面的報(bào)道。因此，設(shè)計(jì)一種有效的方法來(lái)去除 環(huán)境光變化對(duì)視頻心率檢測(cè)的影響迫在眉睫。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明為克服現(xiàn)有技術(shù)的不足之處，提供了一種視頻檢測(cè)心率中去除環(huán)境光變化 干擾的方法，以期能去除環(huán)境光變化對(duì)視頻心率檢測(cè)的影響，從而提高視頻心率檢測(cè)的準(zhǔn) 確性。
[0006] 本發(fā)明為解決技術(shù)問(wèn)題所采用如下技術(shù)方案：
[0007] 本發(fā)明一種去除環(huán)境光變化干擾的視頻心率檢測(cè)方法的特點(diǎn)是按如下步驟進(jìn)行：
[0008] 步驟1:獲取I幀視頻圖像;對(duì)I幀視頻圖像計(jì)算N個(gè)顏色通道的面部感興趣區(qū)域的 平均像素，獲得面部感興趣區(qū)域數(shù)據(jù)集父=[心，心，一義，~々]7^表示第11個(gè)顏色通道的 面部感興趣區(qū)域數(shù)據(jù);并對(duì)I幀視頻圖像計(jì)算N個(gè)顏色通道的背景區(qū)域的平均像素，獲得背 景區(qū)域數(shù)據(jù)集￥=[&，&，···，Υ η，···，ΥΝ]Τ;Υη表示第η個(gè)顏色通道的背景區(qū)域數(shù)據(jù)；
[0009] 并有，乂"=[以")，以11)，~^1(11)]3 1(11)表示第11個(gè)顏色通道的面部感興趣區(qū)域的第1 個(gè)平均像素丄=[7 1(")，72(11)，~，71 (11)];71(11)表示第11個(gè)顏色通道的背景區(qū)域的第1個(gè)平均像 素；
[0010] 步驟2:采用聯(lián)合盲源分離法對(duì)所述面部感興趣區(qū)域數(shù)據(jù)集X和背景區(qū)域數(shù)據(jù)集Υ 進(jìn)行處理，獲得混合矩陣d e 、解混矩陣iT e 、面部感興趣區(qū)域的典型相關(guān)變量集 4=[21('2$'~,25~，27>]7'和背景區(qū)域的典型相關(guān)變量集盡=[才' 1,2^,...，41,一,2|^;: <Λ?表示面部感興趣區(qū)域的第Ρ個(gè)典型相關(guān)變量，Zf表示背景區(qū)域的第ρ個(gè)典型相關(guān)變量， 1 < p < P，P表示典型相關(guān)變量的個(gè)數(shù);且面部感興趣區(qū)域的典型相關(guān)變量集和背景區(qū)域的 典型相關(guān)變量集中的P個(gè)典型相關(guān)變量均是按兩者的相關(guān)系數(shù)大小進(jìn)行降序排列；
[0011] 并有Z；；夂表示第I幀視頻圖像中面部感興趣區(qū)域 的第P個(gè)典型相關(guān)變量值；4n=比叩'4^1，一4(5^]，21 (10(1))表示第1幀視頻圖像中背景 區(qū)域的第P個(gè)典型相關(guān)變量值;則所述面部感興趣區(qū)域數(shù)據(jù)集X = AZx;背景區(qū)域數(shù)據(jù)集Y = ΑΖγ；
[0012] 步驟3、設(shè)定相關(guān)系數(shù)閾值，并將面部感興趣區(qū)域的典型相關(guān)變量和背景區(qū)域的典 型相關(guān)變量的相關(guān)系數(shù)與所設(shè)定的相關(guān)系數(shù)閾值進(jìn)行比較，若超出相關(guān)系數(shù)閾值，則將超 出所述相關(guān)系數(shù)閾值的面部感興趣區(qū)域的典型相關(guān)變量和背景區(qū)域的典型相關(guān)變量均作 為環(huán)境光變化的典型變量；
[0013] 步驟4、獲取超出所述相關(guān)系數(shù)閾值的面部感興趣區(qū)域的典型相關(guān)變量的個(gè)數(shù)Q; 并將面部感興趣區(qū)域的典型相關(guān)變量集Ζχ中的前Q個(gè)的典型相關(guān)變量均置為零;從而形成 不包含環(huán)境光變化的面部感興趣區(qū)域的典型相關(guān)變量集4-函'野1，…,·^"，…,?11]%
[0014] 步驟5、利用式（1 )獲得不包含環(huán)境光變化的面部感興趣區(qū)域數(shù)據(jù)集 i'二[尤.1.…Λ\表示第η個(gè)顏色通道中不包含環(huán)境光變化的臉部感興趣區(qū)域數(shù) 據(jù)：
[0015] i:為 (1)
[0016] 步驟6、利用氧合血紅蛋白吸收率選擇所述N個(gè)顏色通道中第best個(gè)最佳顏色通 道;第best個(gè)最佳顏色通道具有最大的氧合血紅蛋白吸收率；
[0017] 步驟7、利用總體平均經(jīng)驗(yàn)?zāi)B(tài)分解法將所述第best個(gè)最佳顏色通道中不包含環(huán) 境光變化的臉部感興趣區(qū)域數(shù)據(jù)，分解成為L(zhǎng)個(gè)本征模式分量S= [Si，S2，…，Si，…，SL]T; Si表不第1個(gè)本征模式分量；
[0018] 步驟8:定義候選本征模式分量集，并初始化為空;初始化1 = 1;
[0019]步驟9、計(jì)算第1個(gè)本征模式分量51的頻譜圖，判斷第1個(gè)頻譜圖中的最大幅值所對(duì) 應(yīng)的頻率分量是否處于所設(shè)定的感興趣的心率范圍內(nèi)，若處于，則將第1個(gè)本征模式分量51 加入候選本征模式分量集中；否則直接執(zhí)行步驟10;
[0020] 步驟10、將1+1賦值給1;并返回步驟9;
[0021] 步驟11、比較候選本征模式分量集中每個(gè)本征模式分量頻率的最大幅值，選取最 大的最大幅值所對(duì)應(yīng)的本征模式分量作為最佳本征模式分量，對(duì)所述最佳本征模式分量采 用峰值檢測(cè)算法獲得視頻心率檢測(cè)結(jié)果。
[0022] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果體現(xiàn)在：
[0023] 1、本發(fā)明通過(guò)采用聯(lián)合盲源分離法對(duì)面部感興趣區(qū)域數(shù)據(jù)集和背景區(qū)域數(shù)據(jù)集 進(jìn)行處理，可以將面部感興趣區(qū)域和背景區(qū)域共同包含的環(huán)境光變化的典型相關(guān)變量恢復(fù) 出來(lái)，并且采用聯(lián)合盲源分離法可以保證環(huán)境光變化的典型相關(guān)變量子在面部感興趣區(qū)域 和背景區(qū)域數(shù)據(jù)集中是對(duì)齊的。之后將環(huán)境光變化的典型相關(guān)變量置零，就可以得到不包 含環(huán)境光變化的臉部感興趣區(qū)域數(shù)據(jù)集。這樣帶來(lái)的直接好處是，即便是環(huán)境光變化引起 視頻圖像的變化遠(yuǎn)遠(yuǎn)大于心臟周期性跳動(dòng)帶來(lái)的視頻圖像的變化，或環(huán)境光變化的頻率和 心率頻率接近，該環(huán)境光變化均能被抑制。而傳統(tǒng)的盲源分離方法，一方面無(wú)法將淹沒(méi)在環(huán) 境光變化中的心率信號(hào)很好地分離出來(lái)，另一方面結(jié)合帶通濾波器等手段無(wú)法適應(yīng)干擾頻 率和心率頻率接近的情景。
[0024] 2、本發(fā)明在獲得不包含環(huán)境光變化的面部感興趣區(qū)域數(shù)據(jù)集中將具有最大氧合 血紅蛋白吸收率的顏色通道確定為最佳顏色通道，通過(guò)選取具有最強(qiáng)的體積描記信號(hào)的顏 色通道進(jìn)一步保證視頻檢測(cè)心率的準(zhǔn)確性。
[0025] 3、本發(fā)明總體平均經(jīng)驗(yàn)?zāi)B(tài)分解法具有將非平穩(wěn)的時(shí)間序列分解為有限個(gè)數(shù)的 本征模式分量，從而進(jìn)一步消除其他噪聲和可能的環(huán)境光變化殘留噪聲的影響，得到準(zhǔn)確 的視頻心率檢測(cè)結(jié)果。
[0026] 綜上所述，本發(fā)明充分利用了聯(lián)合盲源分離法的優(yōu)勢(shì)，不僅考慮了單個(gè)數(shù)據(jù)集的 信號(hào)源，更加強(qiáng)調(diào)了面部感興趣區(qū)域數(shù)據(jù)集和背景區(qū)域數(shù)據(jù)集共同包含的信號(hào)源。由于環(huán) 境光變化時(shí)，臉部感興趣區(qū)域和背景區(qū)域均包含該環(huán)境光變化信息，利用聯(lián)合盲源分離技 術(shù)可以將這兩個(gè)區(qū)域共同包含的環(huán)境光信息源提取出來(lái)并消除，從而實(shí)現(xiàn)環(huán)