CN103908236A - 一种自动血压测量系统 - Google Patents

Abstract

本发明公开了一种非接触式自动血压测量系统，采用视频拍摄进行被测者血压测量，包括视频采集模块，ROI提取模块，脉搏波信号生成模块、滤波去噪模块，波形分析模块以及血压值计算模块。采集指端的视频；利用指端的轮廓跟踪来定位跟踪手指的位置，并获取手指图像，进行基色分离和ROI分割；将滤波后的每帧图像，分别取所有像素均值作为特征值，生成两个时变的脉搏波信号波形；将两个脉搏波的波形进行比对分析，得到脉搏的传播时间；根据图像中心距离d计算出脉搏波沿动脉波速，利用脉搏波速与血压之间的换算关系计算出血压值。本发明采用无创、非接触式远程检测生理信号方法，克服了视频记录中运动伪影影响，测量精度高，能同时进行多人测量。

Description

一种自动血压测量系统

技术领域

本发明涉及血压测量技术领域，特别是涉及一种自动血压测量系统和方法。

背景技术

传统的人体动脉血压测定都必须与被测试者有身体接触，例如，通常使用人体动脉血压间接测定法，俄国医师N.科罗特科夫发明的测定法，装置包括能充气的袖袋和与之相连的测压计，将袖袋绑在受试者的上臂，然后打气到阻断肱动脉血流为止，缓缓放出袖袋内的空气，利用放在肱动脉上的听诊器可以听到当袖袋压刚小于肱动脉血压血流冲过被压扁动脉时产生的湍流引起的振动声(科罗特科夫氏声，简称科氏声)来测定心脏收缩期的最高压力，叫做收缩压。继续放气，科氏声加大，当此声变得低沉而长时所测得的血压读数，相当于心脏舒张时的最低血压，叫做舒张压，当放气到袖袋内压低于舒张压时，血流平稳地流过无阻碍的血管，科氏声消失。由于汞的比重太大，水银测压计难以精确迅速地反映心搏各期血压的瞬间变化，所以后来改用各种灵敏的薄膜测压计可以较准确地测得收缩和舒张压。近年来常使用各种换能器与示波器结合来测定记录血压。然而长时间的佩戴检测装置可能引起人的情绪变化和身体的不适。

另外，人的血压在一天中并不是恒定不变的，而是容易随着环境和心情的改变而有大幅度的变化，特别是对于高血压患者或者老年人，如果血压瞬间变化很大，严重时会有生命危险。但是，目前世界上还没有一种方便实用的血压测量仪，使被测量者在没有任何因测量导致的身体不适的情况下就能够准确实时的获得血压值。

另外，血压与人的身体健康状况有非常密切的关系，但由于人的血压本身就不具有稳定性，因此单次血压测量值对身体健康状况的判断并不准确。因此，也需要有一种血压测量仪，随身携带方便，对血压能够自动实时测量，并且能够将血压数据进行存储分析，从而可根据大数据量来客观分析人的实际血压状况，进一步了解人的身体健康状况。

发明内容

基于上述现有技术存在的问题，本发明提出了一种自动血压测量系统及方法，可以采用接触或非接触人体皮肤的方式，在人体皮肤没有任何不适的情况下就可以准确获取人的血压数据。

本发明提出一种自动血压测量系统，该系统包括：视频/图像序列采集装置，用于采集人体皮肤的视频或图像序列；ROI提取装置，对每帧视频图像提取ROI部分脉搏波信号生成装置，计算每帧图像的ROI部分的像素均值，将计算出的像素均值作为ROI图像的特征值和该帧图像所在时域信号上的一个采样点数值，采样点数值和其所在时间轴上对应的时间点信息结合起来，生成时域上的脉搏波信号；滤波去噪装置，分别对上述所述脉搏波信号进行滤波去噪；波形分析装置，根据经过滤波的脉搏波的波形，得到脉搏的传播时间PTT；血压值计算装置，利用脉搏的传播时间PTT计算出脉搏波沿动脉方向传播波速PWV，然后利用PWV与血压BP之间的换算关系，计算出血压。

与现有技术相比，本发明基于人体皮肤的彩色视频，利用自动跟踪和基色分离技术，采用无创检测生理信号的方法，克服了视频记录中运动伪影的影响，对运动具有容差性，测量精度高，能够自动的同时进行多人测量。

附图说明

图1为本发明的自动血压测量系统结构图；

图2为本发明在血压测量中使用的脉搏波信号波形图；

图3为本发明在血压测量单点法中使用的脉搏波信号波形图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

图1为根据本发明第一实施例的自动血压测量系统结构图。

参照图1，本发明的非接触式自动血压测量系统包括视频/图像序列采集装置100，ROI提取装置110，脉搏波信号生成装置120、滤波去噪装置130，波形分析装置140以及血压值计算装置150。

其中视频/图像序列采集装置100用于采集人体皮肤的彩色视频。本发明的视频/图像序列采集装置100可以使用普通网络摄像头，工业相机，手机、平板电脑、laptop等内置摄像头或外置的USB摄像头，带红外探头的图像采集装置，视频/图像采集卡，电视摄像机，数码摄像机，数码照相机，红外摄像仪，多光谱相机等满足最小帧率在2fps及以上的彩色视频/图像序列的采集装置。优先选用颜色还原性好、信噪比较高的USB彩色摄像头。在环境光照条件不是很好时，可以选用LED灯等光源作为辅助光源，协同视频/图像序列采集装置100完成视频或图像序列的采集。

此处提到的人体皮肤可以是人体脸部的皮肤，可以是指端皮肤，也可以是腕部、手臂、下肢、颈部、耳垂、太阳穴、眼球血管、面部（包括或不包括额头部位）、额头部位可单独作为测量区。优先选择手指作为测量部位，因为手指的血管分布丰富，且透射性较好，相对其他部位，其采集到的信号的信噪比较高，是人体裸露皮肤中测量最方便的部位，另外在定位等方面，采用手指作为测量部位也更容易实现。在本发明中，将以指端皮肤为例进行详细说明。如果测量其他部位的皮肤，原理与指端皮肤是一致的。在采集指端的视频/图像序列信息时，手指正面带有指纹的一面正对摄像头，距离摄像头0～200mm范围内，手指轻轻按压在摄像头上，将摄像头完全覆盖；或手指放与摄像头边缘留有间隙，使光可以从侧边进入摄像头，以便摄像头捕捉到环境光；又或者手指与摄像头不接触，它们之间保持一定距离。在前两种情况下，最好是手指放在摄像头上之后朝向阳光或者灯光。若是采集面部信息，则采集装置与面部的距离可增至0～20m范围内。若直接将手指按压在采集装置的上方，则无需定位可直接将整幅图像作为ROI进行处理。若手指距离采集装置一定距离，拍摄过程中会拍摄到除手指之外的环境中的其他景象，如果拍摄的图像比较清晰，则可经灰度化、阈值化等处理后，采用轮廓线提取方法提取手指外轮廓，然后根据提取的手指外部轮廓定位视频每帧图像中手指的位置，或采用指纹识别和定位等方法来对视频或图像序列中的每帧图像进行手指位置标定，以此来消除抖动引入的部分噪声。

感兴趣区域（ROI）提取模块110，用于对视频采集装置100采集的图像提取皮肤区域图像，根据采集的部位不同对图像进行分割和特征提取后再进行基色分离等操作；或不进行分割，直接将图像进行基色分离。具体实施时，视频采集装置100采集的是手指图像，则感兴趣区域（ROI）提取模块110用于对每帧视频图像利用指端的轮廓跟踪来定位跟踪手指的位置，具体实施时可对图像进行灰度化和阈值化处理后，经轮廓提取来获取手指区域的外部轮廓特征，再经图像分割得到手指图像。对获取的手指图像进行基色分离，并将手指图像按照血液的主要流向进行分割，得到ROI I和ROI II两部分。这样分割比较符合人体血液流动模型和脉搏能量传输方向。对于手指图像是按照从手掌指向手指末端的方向，按像素平均分割成两部分，计算两部分图像中心的距离d。在具体实施时所述图像分割与基色分离的实现顺序可颠倒。

视频采集装置100采集的是人体其他部位的皮肤视频图像，则ROI提取模块110根据具体的测量部位不同采用不同的定位方法和装置定位和提取出测量部位的皮肤视频/图像序列，沿主要血流方向分割成两个ROI区域，对图像进行基色分离，并计算出中心距离d。如采集腕部信息时，可采用静脉识别和定位的方法来定位和提取腕部的图像，采集脸部信息时，可采用人脸检测/识别技术定位和提取人脸区域的图像。

以上所述基色分离，是将彩色图像按照RGB三基色原理进行分离，将一幅彩色图像数据矩阵分离成RGB三颜色通道的灰度图像数据矩阵。在具体实施时，若采集的原始视频或图像序列的颜色模式不是24位真彩色的RGB模式，需要将HSI、HSV、HSL、YUV、CMYK、YCbCr、Lab等颜色模型下的图像转换成RGB颜色模式。也可选择将图像颜色模型转换成YCbCr等模式。这里优先选择RGB颜色模型。

脉搏波信号生成装置120，用于滤除所采集图像中包含的、由采集设备等引入的各种噪声，如椒盐噪声等。该处理步骤在设备系统噪声较低、或采集的图像质量比较好时也可省略。将滤波后的每帧ROI I和ROIII图像，ROI I为靠近指节的手指图像区域，ROI II为靠近指尖末端的图像区域。ROI I和ROI II图像优先选择绿色通道数据矩阵，分别计算出图像的像素均值，作为这帧图像的特征值和其所在时域信号上的一个采样点数值，采样点数值和其所在时间轴上对应的时间点信息结合起来，生成两个时域上的脉搏波信号。更具体地讲，针对每帧图像，都有一个ROI I和ROI II，针对每一个ROI I有一个采样点值，如果有N帧图像，针对ROI I就会有N个采样点值，那么得到的波形1就是这N各采样点值连接成的波形图。ROI II也是类似的情况。以上提到的脉搏波信号波形的示意图如图2所示。

滤波去噪装置130，用于分别对上述两个脉搏波信号进行滤波去噪，采用限幅消抖滤波法、带通滤波等滤波方法去除包括光照变化、呼吸信号和身体应激反应引起的抖动等其他干扰信号；所述滤波方法可选用移动平滑滤波法、S-G滤波法、带通滤波器法、傅里叶变换、小波分析、EMD分解和重构、HHT变换等方法中的一种或多种方法的组合。

波形分析装置140，将两个经滤波后的脉搏波的波形（图2所示的波形1和波形2），进行比对分析，得到脉搏的传播时间PTT，PTT分别取值Δt₁和Δt₂，Δt₁为某一时刻波形1和波形2在一个心搏周期内，相邻最近的主波峰值点之间的间隔时间，Δt₂为某一时刻波形1和波形2相邻最近的反射波峰值点之间的间隔时间。

血压值计算装置150，利用ROI提取模块中得到的图像中心距离d和脉搏的传播时间PTT计算出脉搏波沿动脉方向传播波速PWV，PWV=k₀×(d/PTT)+b₀，其中k₀和b₀为波速校正系数，通过对数据的统计分析获得；PTT可取值Δt₁或Δt₂。然后利用脉搏波速PWV与血压BP之间的换算关系将波形分析装置140获取的Δt₁和Δt₂值分别带入公式计算出血压值，其中k为血压校正系数，血压校正系数可通过统计分析或经验等方法获得；ρ为血液密度，ρ的取值范围一般为1.040×10³kg/m³～1.070×10³kg/m³，随性别、年龄和身体状况的不同而出现不同程度的变化。所述血压值有收缩压为SBP=1/2×k_s1×ρ×(k₀×(d/Δt₁)+b₀)²，舒张压：DBP=1/2×k_d1×ρ×(k₀×(d/Δt₂)+b₀)²，其中k_s1和k_d1分别为收缩压和舒张压的校正系数，校正系数可通过对测量部位与心脏的水平位置的差异，以及测量部位与心脏之间的距离等影响因素和血压值结果之间的关系进行统计获得，或者依据经验获得。

上面描述的根据本发明第一实施例的自动血压测量系统，在第一实施例中，主要是通过选取所拍摄皮肤图像中的两点来计算人体血压，特别是当使用指端皮肤时，通过采集指端的视频，利用指端的轮廓跟踪来定位跟踪手指的位置，并获取手指图像，进行基色分离和ROI分割，将滤波后的每帧图像，分别取所有像素均值作为特征值，生成两个时变的脉搏波信号波形，将两个脉搏波的波形进行比对分析，得到脉搏的传播时间，根据图像中心距离d计算出脉搏波沿动脉波速，利用脉搏波速与血压之间的换算关系计算出血压值。但是本发明并不局限于此，也可通过选取所拍摄皮肤图像中的一点或多点来计算人体血压。

下面描述根据本发明第二实施例的自动血压测量系统，在该系统中，是通过选取皮肤图像作为一点来计算人体血压。

根据本发明第二实施例的自动血压测量系统也包括视频/图像序列采集装置100，ROI提取装置110，脉搏波信号生成装置120、滤波去噪装置130，波形分析装置140以及血压值计算装置150。

其中视频/图像序列采集装置100与第一实施例完全相同，在此不再赘述。

感兴趣区域ROI提取模块110，用于对视频采集装置100采集的图像提取出皮肤区域。视频采集装置100采集的若是手指部位，则对每帧视频图像利用指端的轮廓跟踪来定位跟踪手指的位置，具体实施时可对图像进行灰度化和阈值化处理后，经轮廓提取来获取手指区域的外部轮廓特征，再经图像分割得到手指图像。对获取的手指图像进行基色分离，得到ROI区域。在具体实施时所述图像分割与基色分离的实现顺序可颠倒。

视频采集装置100采集的是人体其他部位的皮肤视频图像，则ROI提取模块根据具体的测量部位不同采用不同的定位方法和装置定位和提取出测量部位的皮肤视频/图像序列，提取出ROI区域，对图像进行基色分离。如采集腕部信息时，可采用静脉识别和定位的方法来定位和提取腕部的图像，采集脸部信息时，可采用人脸检测/识别技术定位和提取人脸区域的图像。

以上所述基色分离，是将彩色图像按照RGB三基色原理进行分离，将一幅彩色图像数据矩阵分离成RGB三颜色通道的灰度图像数据矩阵。在具体实施时，若采集的原始视频或图像序列的颜色模式不是24位真彩色的RGB模式，需要将HSI、HSV、HSL、YUV、CMYK、YCbCr、Lab等颜色模型下的图像转换成RGB颜色模式。也可选择将图像颜色模型转换成YCbCr等模式。这里优先选择RGB颜色模型。

脉搏波信号生成装置120，用于滤除所采集图像中包含的、由采集设备等引入的各种噪声，如椒盐噪声等。该处理步骤在设备系统噪声较低、或采集的图像质量比较好时也可省略。对滤波后的每帧ROI区域图像各颜色通道数据进行处理，优先选择绿色通道数据矩阵，分别计算出图像的像素均值，作为这帧图像的特征值和其所在时域信号上的一个采样点数值，采样点数值和其所在时间轴上对应的时间点信息结合起来，生成时域上的脉搏波信号。更具体地讲，针对每帧图像，都有一个ROI，针对ROI有一个采样点值，如果有N帧图像，针对ROI就会有N个采样点值，那么得到的波形就是这N各采样点值连接成的波形图。以上提到的脉搏波信号波形的示意图如图3所示。

滤波去噪装置130，用于对上述脉搏波信号进行滤波去噪，采用限幅消抖滤波法、带通滤波等滤波方法去除包括光照变化、呼吸信号和身体应激反应引起的抖动等其他干扰信号；所述滤波方法可选用移动平滑滤波法、S-G滤波法、带通滤波器法、傅里叶变换、小波分析、EMD分解和重构、HHT变换等方法中的一种或多种方法的组合。

波形分析装置140，将经滤波后的脉搏波的波形（图3所示的波形），进行分析，得到脉搏的传播时间PTT，PTT分别取值T₁和T₂，T₁为波形在一个心搏周期内，主波峰值点和桡动脉脉搏波波形中反射波峰值点之间的时间差，T₂为波形降中峡与下一个脉动周期起点之间的时间差。

血压值计算装置150，利用测量部位与心脏之间的体表距离L和脉搏的传播时间PTT计算出脉搏波沿动脉方向传播波速PWV，PWV=k₀×(L/PTT)+b₀，其中k₀和b₀为波速校正系数，通过对数据的统计分析获得；PTT可取值T₁或T₂。然后利用脉搏波速PWV与血压BP之间的换算关系将波形分析装置140获取的T₁和T₂值分别带入公式计算出血压值，其中k为血压校正系数，血压校正系数可通过统计分析或经验等方法获得；ρ为血液密度，ρ的取值范围一般为1.040×10³kg/m³～1.070×10³kg/m³，随性别、年龄和身体状况的不同而出现不同程度的变化。所述血压值有收缩压为SBP=1/2×k_s1×ρ×(k₀×(L/T₁)+b₀)²，舒张压：DBP=1/2×k_d1×ρ×(k₀×(L/T₂)+b₀)²，其中k_s1和k_d1分别为收缩压和舒张压的校正系数，校正系数可通过对测量部位与心脏的水平位置的差异，以及测量部位与心脏之间的距离等影响因素和血压值结果之间的关系进行统计获得，或者依据经验获得。

在本发明的第三实施例中，自动血压测量系统是通过选取所拍摄皮肤图像中的多点来计算人体血压。

根据本发明第三实施例的自动血压测量系统也包括视频/图像序列采集装置100，ROI提取装置110，脉搏波信号生成装置120、滤波去噪装置130，波形分析装置140以及血压值计算装置150。

其中视频/图像序列采集装置100与第一实施例完全相同，可以使用一个或多个摄像装置同时采集，在此不再赘述。

感兴趣区域（ROI）提取模块110，用于对视频采集装置100采集的图像提取出皮肤区域。视频采集装置100使用一个摄像装置时，视频采集装置100采集的若是手指部位，则对每帧视频图像利用指端的轮廓跟踪来定位跟踪手指的位置，具体实施时可对图像进行灰度化和阈值化处理后，经轮廓提取来获取手指区域的外部轮廓特征，再经图像分割得到手指图像。对获取的手指图像进行基色分离，并将手指图像按照血液的主要流向进行分割，依次得到s个ROI区域。这样分割比较符合人体血液流动模型和脉搏能量传输方向。对于手指图像是按照从手掌指向手指末端的方向，按像素平均分割成s个区域，计算相邻两部分图像特征中心的距离d_i（i取值1,2,…,s）,则最终的中心距离为d。在具体实施时所述图像分割与基色分离的实现顺序可颠倒。视频采集装置100采集的是人体其他部位的皮肤视频图像，则ROI提取模块根据具体的测量部位不同采用不同的定位方法和装置定位和提取出测量部位的皮肤视频/图像序列，沿主要血流方向分割成多个ROI区域，对图像进行基色分离，并计算出中心距离d。如采集腕部信息时，可采用静脉识别和定位的方法来定位和提取腕部的图像，采集脸部信息时，可采用人脸检测/识别技术定位和提取人脸区域的图像。视频采集装置100使用多个摄像装置时，多个摄像装置采集相同部位的信号，每个装置采集的图像处理同第二实施例的步骤及方法。

以上所述基色分离，是将彩色图像按照RGB三基色原理进行分离，将一幅彩色图像数据矩阵分离成RGB三颜色通道的灰度图像数据矩阵。在具体实施时，若采集的原始视频或图像序列的颜色模式不是24位真彩色的RGB模式，需要将HSI、HSV、HSL、YUV、CMYK、YCbCr、Lab等颜色模型下的图像转换成RGB颜色模式。也可选择将图像颜色模型转换成YCbCr等模式。这里优先选择RGB颜色模型。

脉搏波信号生成装置120，用于滤除所采集图像中包含的、由采集设备等引入的各种噪声，如椒盐噪声等。该处理步骤在设备系统噪声较低、或采集的图像质量比较好时也可省略。视频采集装置100使用一个摄像装置时，将滤波后的每帧图像的s个ROI区域图像优先选择绿色通道数据矩阵，分别计算出图像的像素均值，作为这帧图像的特征值和其所在时域信号上的一个采样点数值，采样点数值和其所在时间轴上对应的时间点信息结合起来，生成多个时域上的脉搏波信号。更具体地讲，针对每帧图像，都有一个ROI I和ROI II，针对每一个ROI有一个采样点值，如果有N帧图像，针对ROI I就会有N个采样点值，那么得到的波形1就是这N个采样点值连接成的波形图。其他ROI也是类似的情况。也可分别在多个ROI区域中对应选取多对特征点/特征区域。生成多个时域信号，对多个信号进行信号融合分析，最终生成两个时域脉搏信号。

以上提到的脉搏波信号波形的示意图如图2所示。

视频采集装置100使用多个摄像装置时，多个摄像装置采集相同部位的信号，每个装置采集的图像按第二实施例的步骤及方法进行处理，将每帧图像看做一个整体，经感兴趣区域（ROI）提取模块110处理后，脉搏波信号生成装置120处理后，若采用M个摄像装置则生成M×3个源信号，将信号进行盲源分离，可以得到K个信号，这里的K≤3×M，K个信号是统计独立的。从K个信号中筛选出包含绿色通道信号最多的信号作为脉搏信号，这里所采用的方法包括但不限于相关性分析。或采用主成分分析从K个信号中提取出第一主成分信号或将第一注成分等前几个主成分的融合信号作为脉搏信号。此时的脉搏波信号波形示意图如图3所示。

滤波去噪装置130，用于分别对上述脉搏波信号进行滤波去噪，采用限幅消抖滤波法、带通滤波等滤波方法去除包括光照变化、呼吸信号和身体应激反应引起的抖动等其他干扰信号；所述滤波方法可选用移动平滑滤波法、S-G滤波法、带通滤波器法、傅里叶变换、小波分析、EMD分解和重构、HHT变换等方法中的一种或多种方法的组合。

波形分析装置140，若是使用一个采集装置则将两个经滤波后的脉搏波的波形（图2所示的波形1和波形2），进行比对分析，得到脉搏的传播时间PTT，PTT分别取值Δt₁和Δt₂，Δt₁为某一时刻的波形1和波形2在一个心搏周期内，相邻最近的主波峰值点之间的间隔时间，Δt₂为某一时刻波形1和波形2相邻最近的反射波峰值点之间的间隔时间。若是使用多个采集装置则对最终生成并筛选出的一个波形进行分析，计算出传播时间PTT，这里PTT可分别取值T₁和T₂，T₁为波形在一个心搏周期内，主波峰值点和桡动脉脉搏波波形中反射波峰值点之间的时间差，T₂为波形降中峡与下一个脉动周期起点之间的时间差。

血压值计算装置150，利用ROI提取模块中得到的图像中心距离d和脉搏的传播时间PTT计算出脉搏波沿动脉方向传播波速PWV，然后利用脉搏波速PWV与血压BP之间的换算关系，结合波形分析装置140获取的时间间隔计算出血压值。若视频/图像序列采集装置100使用一个摄像装置采集信息，则计算方法同第一实例，若使用多个摄像装置采集信息，则计算方法同第二实例。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种自动血压测量系统，该系统包括：

视频/图像序列采集装置（100），用于采集人体皮肤的视频或图像序列；

ROI提取装置（110），对每帧视频图像提取ROI图像部分；

脉搏波信号生成装置（120），计算每帧图像的ROI图像部分的像素均值，将计算出的像素均值作为该ROI图像的特征值和该帧图像所在时域信号上的一个采样点数值，采样点数值和其所在时间轴上对应的时间点信息结合起来，生成时域上的脉搏波信号；

滤波去噪装置（130），分别对上述脉搏波信号进行滤波去噪；

波形分析装置（140），根据经过滤波的脉搏波的波形，得到脉搏的传播时间PTT；

血压值计算装置（150），利用脉搏的传播时间PTT计算出脉搏波沿动脉方向传播波速PWV，然后利用PWV与血压BP之间的换算关系，计算出血压。

2.根据权利要求1所述的系统，其特征在于，

ROI提取装置（110），针对每帧图像提取的ROI部分是两个，分别是ROI I和ROI II两部分，并计算ROI I和ROI II两部分图像中心的距离d；

脉搏波信号生成装置（120），分别计算ROI I和ROI II图像的像素均值，将计算出的像素均值分别作为ROI I和ROI II图像的特征值和该帧图像所在时域信号上的一个采样点数值，采样点数值和其所在时间轴上对应的时间点信息结合起来，生成两个时域上的脉搏波信号；

滤波去噪装置（130），分别对上述两个脉搏波信号进行滤波去噪；

波形分析装置（140），根据经过滤波的脉搏波的波形，得到脉搏的传播时间PTT，PTT分别取值Δt₁和Δt₂，Δt₁为ROI I和ROI II生成的两个波形在一个心搏周期内，同一时刻相邻最近的主波峰值点之间的间隔时间，Δt₂为两个波形在同一时刻相邻最近的反射波峰值点之间的间隔时间；

血压值计算装置（150），利用所述图像中心距离d和脉搏的传播时间PTT计算出脉搏波沿动脉方向传播波速PWV，然后利用PWV与血压BP之间的换算关系，计算出血压。

3.根据权利要求2所述的系统，其特征在于，所述脉搏波沿动脉方向传播波速PWV通过下式获得：

PWV=k₀×(d/PTT)+b₀，其中k₀和b₀为波速校正系数，

PWV与血压BP之间的换算关系为：

其中k为血压校正系数，ρ为血液密度。

4.根据权利要求3所述的系统，其特征在于，

所述血压的收缩压为：

SBP=1/2×k_s1×ρ×(k₀×(d/Δt₁)+b₀)²，

舒张压为：

DBP=1/2×k_d1×ρ×(k₀×(d/Δt₂)+b₀)²，

其中k_s1和k_d1分别为收缩压和舒张压的校正系数。

5.根据权利要求1-4任一项所述的系统，其特征在于，所述人体皮肤为手指指端，其中手指正面带有指纹的一面正对摄像头，距离摄像头的距离是0～200mm。

6.根据权利要求5所述的系统，其特征在于，ROI提取装置（110）对获取的手指指端图像进行基色分离，并按照从手掌指向手指末端的方向，按像素平均分割成两部分ROI I和ROI II，并计算两部分图像中心的距离d。

7.根据权利要求1所述的系统，其特征在于，

ROI提取装置（110）针对每帧图像提取一个ROI图像区域；

脉搏波信号生成装置（120），针对每帧图像的ROI图像区域计算像素均值，作为该帧图像的特征值和其所在时域信号上的一个采样点数值，采样点数值和其所在时间轴上对应的时间点信息结合起来，生成时域上的脉搏波信号；

滤波去噪装置（130），对所述脉搏波信号进行滤波去噪；

波形分析装置（140），根据经过滤波的脉搏波的波形，得到脉搏的传播时间PTT，PTT分别取值T₁和T₂，T₁为波形在一个心搏周期内，主波峰值点和桡动脉脉搏波波形中反射波峰值点之间的时间差，T₂为波形降中峡与下一个脉动周期起点之间的时间差；

血压值计算装置（150），利用测量部位与心脏之间的体表距离L和脉搏的传播时间PTT计算出脉搏波沿动脉方向传播波速PWV，PWV=k₀×(L/PTT)+b₀，其中k₀和b₀为波速校正系数；PTT可取值T₁或T₂，然后利用脉搏波速PWV与血压BP之间的换算关系将波形分析装置（140）获取的T₁和T₂值分别带入公式计算出血压值，其中k为血压校正系数，ρ为血液密度，所述血压值有收缩压为SBP=1/2×k_s1×ρ×(k₀×(L/T₁)+b₀)²，舒张压为DBP=1/2×k_d1×ρ×(k₀×(L/T₂)+b₀)²，其中k_s1和k_d1分别为收缩压和舒张压的校正系数。

8.根据权利要求1所述的系统，其特征在于，

ROI提取装置（110），用于对视频采集装置（100）采集的图像提取出皮肤区域，针对每帧图像提取s个ROI域，s是大于2的整数，计算相邻两部分图像特征中心的距离d_i，i取值1,2,…,s，最终的中心距离为d；

脉搏波信号生成装置（120），用于针对滤波后的每帧图像的s个ROI区域图像分别计算出图像的像素均值，作为该帧图像的特征值和其所在时域信号上的一个采样点数值，采样点数值和其所在时间轴上对应的时间点信息结合起来，生成s个时域上的脉搏波信号，对多个脉搏波信号进行信号融合分析，最终生成两个时域脉搏信号；

滤波去噪装置（130），分别对上述两个脉搏波信号进行滤波去噪；

波形分析装置（140），根据经过滤波的脉搏波的波形，得到脉搏的传播时间PTT，PTT分别取值Δt₁和Δt₂，Δt₁为ROI I和ROI II生成的两个波形在一个心搏周期内，同一时刻相邻最近的主波峰值点之间的间隔时间，Δt₂为两个波形在同一时刻相邻最近的反射波峰值点之间的间隔时间；

血压值计算装置（150），利用所述图像中心距离d和脉搏的传播时间PTT计算出脉搏波沿动脉方向传播波速PWV，然后利用PWV与血压BP之间的换算关系，计算出血压。

9.根据权利要求8所述的系统，其特征在于，所述脉搏波沿动脉方向传播波速PWV通过下式获得：

PWV=k₀×(d/PTT)+b₀，其中k₀和b₀为波速校正系数，

PWV与血压BP之间的换算关系为：

其中k为血压校正系数，ρ为血液密度。

10.根据权利要求9所述的系统，其特征在于，

所述血压的收缩压为：

SBP=1/2×k_s1×ρ×(k₀×(d/Δt₁)+b₀)²，

舒张压为：

DBP=1/2×k_d1×ρ×(k₀×(d/Δt₂)+b₀)²，

其中k_s1和k_d1分别为收缩压和舒张压的校正系数。