CN106073729B - 光电容积脉搏波信号的采集方法 - Google Patents
光电容积脉搏波信号的采集方法 Download PDFInfo
- Publication number
- CN106073729B CN106073729B CN201610373750.2A CN201610373750A CN106073729B CN 106073729 B CN106073729 B CN 106073729B CN 201610373750 A CN201610373750 A CN 201610373750A CN 106073729 B CN106073729 B CN 106073729B
- Authority
- CN
- China
- Prior art keywords
- signal
- photoplethysmographic
- skin area
- photoplethysmographic signal
- carried out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000010349 pulsation Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims description 28
- 238000000354 decomposition reaction Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 210000001061 forehead Anatomy 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 11
- 210000003491 skin Anatomy 0.000 description 41
- 239000008280 blood Substances 0.000 description 15
- 210000004369 blood Anatomy 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 210000004204 blood vessel Anatomy 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000006855 networking Effects 0.000 description 4
- 210000002565 arteriole Anatomy 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000005622 photoelectricity Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 206010052428 Wound Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013186 photoplethysmography Methods 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0295—Measuring blood flow using plethysmography, i.e. measuring the variations in the volume of a body part as modified by the circulation of blood therethrough, e.g. impedance plethysmography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Hematology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开一种光电容积脉搏波信号的采集方法，包括步骤：获取皮肤区域视频；对所述皮肤区域视频进行一次处理，输出初始光电容积脉搏波信号；对所述初始光电容积脉搏波信号进行二次处理，输出光电容积脉搏波信号；其中，所述皮肤区域视频是彩色视频，所述皮肤区域是人脸或者手指区域。通过本发明提供的光电容积脉搏波信号的采集方法，无需专业测量设备，测量便利，采集的光电容积脉搏波信号质量较高。
Description
技术领域
本发明涉及脉搏波信号采集技术领域，更具体地说，本发明涉及一种光电容积脉搏波信号的采集方法。
背景技术
光电容积脉搏波(Photo Plethysmo Graphy，PPG)，是一种用来检测组织微血管中的血容量变化的一种光学测量技术，其原理是：用一定波长的光束照射到皮肤表面时，由于血液容积在心脏作用下呈搏动性变化，使得光电探测器接收到的光强度随血液容积的改变呈脉动性变化，从而得到容积脉搏血流的变化信息。光电容积脉搏波中包含有心搏功能、血液流动等诸多反映心血管系统功能的重要生理信息，关于它的研究己经涉及人体血压、血流、血氧、脑氧、肌氧、血糖、微循环血管脉率、呼吸率等诸多领域，对人类健康的监护具有重大的意义。
近年来，利用光电容积脉搏波进行人体生理特征测量多采用专业的测量设备，此类方法虽然可以获得精确的数据，但缺点在于设备费用较昂贵，不利于监测的普及和推广。而且，传统的光电容积脉搏波获取主要采用接触人体的传感器来获取信息，需要被测部位与检测设备紧密贴合，不能有相对运动，这种测量方式在很多情况下是不适用的，例如具有开放性伤口的病人、烧伤病人、以及由于各种原因手部及脚步抖动的病人等等，这给实际应用带来不便，难以满足特殊应用场合的需要。另外，传统接触式光电容积脉搏波的信号也会受到传感器与人体接触部位之间受力大小的影响，导致测量结果不准确。
人体脉搏波信号十分微弱，因此基于光电容积脉搏波测量时，利用光电手段获得的脉搏波信号极易受到干扰。一般情况下，噪声的来源主要有三种：运动伪差、基线漂移和高频噪声。通常，脉搏波信号处理的方法有：多项式插值、小波变换及自适应滤波。多项式插值需要找准“基准点”；小波变换对信号的处理依赖于小波基准点的选取，小波基准点选择不当，对结果将产生很大的影响；自适应滤波器信号处理速度不高，且滤波频率不能实现自动跟踪。这些方法都不能对脉搏波信号进行很好的处理。因此需要一种能够高效地对脉搏波信号进行处理的方法，有效去除脉搏波信号中的噪声，获得高质量脉搏波。
发明内容
针对上述技术中存在的不足之处，本发明提供一种光电容积脉搏波信号的采集方法，通过获取皮肤区域视频进行两次处理，实现光电容积脉搏波信号的采集，无需专业测量设备、采集设备简单、测量便利、脉搏波质量较高。
为了实现根据本发明的这些目的和其它优点，本发明通过以下技术方案实现：
本发明所述的光电容积脉搏波信号的采集方法，包括：
获取皮肤区域视频；
对所述皮肤区域视频进行一次处理，输出初始光电容积脉搏波信号；
对所述初始光电容积脉搏波信号进行二次处理，输出光电容积脉搏波信号；
其中，所述皮肤区域视频是彩色视频，所述皮肤区域是人脸区域或者手指部位。
优选的是，所述皮肤区域视频通过智能手机获取。
优选的是，对所述皮肤区域视频进行一次处理，包括以下步骤：
对所述皮肤区域视频进行分帧处理；
对每帧图像绿色通道的像素进行分割处理：通过矩形框截取目标图像区域；
对分割后的目标图像区域进行灰度值统计；
以帧数作为横轴变量，以每帧图像的灰度统计值作为纵轴变量，并将灰度统计值进行归一化处理，输出所述初始光电容积脉搏波信号；
其中，所述灰度统计值，指的是目标图像区域灰度的平均值，或目标图像区域灰度值大于一定阈值的像素数目。
优选的是，所述目标图像区域是人脸视频的额头区域或手指视频的中心高亮度区域。
优选的是，对所述初始光电容积脉搏波信号进行二次处理，包括以下步骤：
采用经验模态分解法对所述初始光电容积脉搏波信号进行信号处理，输出一系列本征模函数；
对所述一系列本征模函数进行频域分析，得到各个本征模函数的频率范围，对于不在光电容积脉搏波频带范围内的高频信号和基线漂移低频信号采用强制置零的方式进行滤波；
对滤波后的光电容积脉搏波信号进行重构，输出光电容积脉搏波信号。
优选的是，采用经验模态分解法对所述初始光电容积脉搏波信号进行信号处理，具体包括以下步骤：
步骤一、定义初始光电容积脉搏波信号为x(t)，采用三次样条差值法将x(t)的所有极大值点拟合为上包络线s1、极小值点拟合为下包络线s2，使其满足：s1≤x(t)≤s2；
步骤二、求得上包络线s1和下包络线s2的均值为：
步骤三、提取初始光电容积脉搏波信号的局部信息h11(t)：h11(t)＝x(t)-m11(t)；
步骤四、验证h11(t)是否属于本征模函数，若是，则h11(t)就是第一阶本征模函数；若h11(t)中仍然存在一些叠加波，则需要继续分解，将h11(t)当作原始信号，重复步骤一至步骤三的分解过程，直到k次分解产生本征模函数：h1k(t)＝h1(k-1)(t)-m1k(t)；式中m1k(t)为h1(k-1)(t)的上下包络线均值；
定义c1(t)为第一阶本征模函数，则，c1(t)＝h1k(t)；
定义原始信号中去除了第一阶本征模函数后的剩余部分为r1(t)，则，r1(t)＝x(t)-c1(t)；
步骤五、将r1(t)作为原始信号，重复上述步骤一至步骤四分解过程，得到分解产生的各阶本征模函数：c2(t)、c3(t)……cn(t)；其中，cn(t)＝rn-1(t)-rn(t)；式中rn(t)：分解残余项，不再包含任何波动的信息；
经验模态分解完成后，得出：式中，i为整数，1≤i≤n。
优选的是，对所述一系列本征模函数进行频域分析，指的是对每个本征模函数进行快速傅里叶变换。
本发明至少包括以下有益效果：
1)本发明提供的光电容积脉搏波信号的采集方法，通过获取皮肤区域的彩色视频，并对该皮肤区域视频进行两次处理后，输出光电容积脉搏波信号；光电容积脉搏波信号采集的过程对设备和测量环境的要求不高，无需专业测量设备，适用多种场合的测量，测量便利；
2)获取皮肤区域中人脸区域的彩色视频，采用非接触式的采集方式，降低了被测部位与测量设备中传感器接触的误差，信号采集方式更便利；结合人脸自动跟踪识别技术，进一步可实现对一定范围内移动的目标进行光电容积脉搏波信号测量；
3)获取皮肤区域中手指区域的彩色视频，不需要专业的测量设备；相对于被测部位与测量设备中传感器接触式测量，获取皮肤区域中手指区域的彩色视频降低了被测部位与测量设备中传感器接触带来的误差，提高了信号采集的准确性；
4)皮肤区域视频通过智能手机获取，智能手机获取的皮肤区域视频的像素等参数，即可满足后续处理采集到脉搏波信号；同时，智能手机的可联网特性，使得采集的脉搏波具有联网扩展功能，便于后期组建家庭社区和医院的医疗网络，网络扩展性好；
5)为了保证血液对光的吸收率足够高的前提下、使得光线能够穿透皮肤的微动脉层，对皮肤区域视频进行一次处理的步骤中，对每帧图像中的绿色通道的像素进行分割处理；
6)由于人脸部位或手指部位含有丰富的毛细血管、血管容积变化引起光强信号的变化更明显、进而提取出的脉搏波信号信噪比较高；其中，人脸视频的额头部位或手指视频的中心高亮度区域毛细血管最丰富、光电容积脉搏波信号最好；因此，对皮肤区域视频进行一次处理的步骤中对每帧图像绿色通道的像素进行分割处理，指的是通过矩形框截取人脸视频的额头区域或手指视频的中心高度区域进行分割处理；
7)对皮肤区域视频进行一次处理的步骤中，包括对分割后的目标图像区域进行灰度值统计，以帧数作为横轴变量、以每帧图像的灰度统计值作为纵轴变量、将灰度值统计后的图像数据进行归一化处理、输出初始光电容积脉搏波信号，其中，灰度值统计，指的是目标图像区域灰度的平均值，或目标图像区域灰度值大于一定阈值的像素数目；通过灰度值统计获取初始光电容积脉搏波，设备简单、数据准确率提高；
8)对初始光电容积脉搏波信号进行二次处理的步骤中，包括采用经验模态分解法对初始光电容积脉搏波信号进行信号处理、输出一系列本征模函数；经验模态分解法依据初始光电容积脉搏波信号本身的局部特征进行自适应分解，将一个复杂的信号分解为一系列平稳的、线性的本征模函数的组合，分解的实质是一个筛选过程、从一个原始信号中不断抽取出不同频率成分的本征模函数的过程，自适应性强，可以很好的分解出初始光电容积脉搏波信号的高频噪声和低频基线漂移；
9)对初始光电容积脉搏波信号进行二次处理的步骤中，对一系列本征模函数进行频域分析，指的是对每个本征模函数进行快速傅里叶变换，得到每个本征模函数的频率范围。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明所述的光电容积脉搏波信号的采集方法的流程示意图；
图2本发明所述的对皮肤区域视频进行一次处理的流程示意图；
图3为本发明所述的对皮肤区域视频进行一次处理中分帧处理示意图；
图4为本发明所述的初始光电容积脉搏波信号的波形图；
图5为本发明所述的截取手指视频中心高亮度区域的示意图；
图6本发明所述的对初始光电容积脉搏波信号进行二次处理的流程示意图；
图7本发明所述的经验模态分解示意图；
图8本发明所述的各阶本征模函数的频域分析示意图；
图9本发明所述的光电容积脉搏波信号示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
人脸部位包含着丰富的毛细血管，由于血管容积变化引起的光强信号的变化更明显，进而提取出的光电容积脉搏波信号信噪比较高。如图1所示，本发明提供一种光电容积脉搏波信号的采集方法，包括以下步骤：
S10，获取皮肤区域视频；
S20，对皮肤区域视频进行一次处理，输出初始光电容积脉搏波信号；
S30，对初始光电容积脉搏波信号进行二次处理，输出光电容积脉搏波信号；
其中，皮肤区域视频是彩色视频，所述皮肤区域是人脸区域或手指区域。
上述实施方式中，通过获取皮肤区域的彩色视频，并对该皮肤区域视频进行两次处理后，输出光电容积脉搏波信号；光电容积脉搏波信号采集的过程对设备和测量环境的要求不高，适用多种场合的测量，无需专业的测量设备，测量便利。
上述实施方式中，皮肤区域指的是皮肤中含有丰富的毛细血管、血管容积变化引起光强信号的变化更明显、进而提取出的脉搏波信号信噪比较高的区域。作为本发明的一种具体实施方式，获取皮肤区域视频指的是，通过拍摄设备对人脸区域进行拍摄形成人脸区域的彩色视频；获取人脸区域的彩色视频，采用非接触式的采集方式，降低了被测部位与测量设备中传感器接触的误差；与此同时，结合人脸自动跟踪识别技术，进一步可实现对一定范围内移动的目标进行光电容积脉搏波信号测量。作为本发明的另一种具体实施方式，获取皮肤区域视频指的是，通过手指覆盖在拍摄设备上对手指区域进行拍摄形成手指区域的彩色视频，不需要专业的测量设备，相对于被测部位与测量设备中传感器接触式测量，获取皮肤区域中手指区域的彩色视频降低了被测部位与测量设备中传感器接触中受力变化等因素带来的误差，提高了信号采集的准确性。
上述实施方式中，获取皮肤区域视频的拍摄设备，可以是任意满足后续图像处理的拍摄设备，如摄像机、智能手机等。作为上述实施方式的优选，皮肤区域视频通过智能手机获取。通过智能手机获取的皮肤区域视频的像素等参数，即可满足后续处理采集到脉搏波信号；同时，智能手机的可联网特性，使得采集的脉搏波具有联网扩展功能，便于后期组建家庭社区和医院的医疗网络，网络扩展性好。
作为本发明的一种具体实施方式，对皮肤区域视频进行一次处理，如图2所示，包括以下步骤：
S21，对皮肤区域视频进行分帧处理；如图3所示，分帧处理，即将视频分解为一系列的图片，图片的帧数序列即为视频的时间序列；
S22，对每帧图像绿色通道的像素进行分割处理：通过矩形框截取目标图像区域；
S23，对分割后的目标图像区域进行灰度值统计；
S24，以帧数作为横轴变量，以每帧图像的灰度统计值作为纵轴变量，并将灰度统计值进行归一化处理，输出初始光电容积脉搏波信号，如图4所示。
彩色视频的每帧图像都存储为一个三维矩阵，矩阵的三个维度分别代表红色、绿色和蓝色三个颜色通道的图像数据信息，在选择颜色通道时，主要考虑两个因素，一是血液对相应波段光的吸收率，二是所选择波段的照明光是否能够穿透人体表皮，以达到表皮以下的微动脉层；黄绿光，即510nm至590nm波长的可见光处于血液吸收光线的峰值位置；因此，为了保证血液对光的吸收率足够高的前提下、使得光线能够穿透皮肤的微动脉层，步骤S22中优选对每帧图像中的绿色通道的像素进行分割处理。
由于人脸部位中的额头部位毛细血管最丰富、光电容积脉搏波信号最好，因此，对皮肤区域视频进行一次处理的步骤中对每帧图像绿色通道的像素进行分割处理，优选的是通过矩形框截取人脸视频的额头区域进行分割处理。
摄像装置对手指拍摄时，手指可覆盖在摄像头上获取视频，在一个心率周期内，当血管内的血容量最大时，血液吸收的光强达到最大值，图像中的像素灰度值减小，呈现在光电容积脉搏波波形中，此时出现在光电容积脉搏波的谷点；反之，则出现在光电容积脉搏波波形的峰值点。图像周围容易受噪声干扰，因此，对皮肤区域视频进行一次处理的步骤中对每帧图像绿色通道的像素进行分割处理，优选的是通过矩形框截取手指视频的中心高亮度区域进行分割处理，如图5示。
上述实施方式中，灰度值统计，指的是目标图像区域灰度的平均值，或目标图像区域灰度值大于一定阈值的像素数目。通过灰度值统计获取初始光电容积脉搏波，设备简单、数据准确率提高。其中，阈值为图像灰度值的第三分位数，具体步骤是：(1)首先提取若干个周期的每帧图像灰度值的第三分位数Q3进行平均，作为一个基准值m；(2)然后，统计每一帧图像目标区域像素灰度值大于m的数目n，反应此时血管中的血容量；(3)最后以帧数为横轴变量，以对应每一帧的像素灰度值数目n为纵轴，即可得到光电容积脉搏波曲线时序图。
作为本发明的一种具体实施方式，如图6示，对初始光电容积脉搏波信号进行二次处理，包括以下步骤：
S31，采用经验模态分解法对初始光电容积脉搏波信号进行信号处理，输出一系列本征模函数；
S32，对一系列本征模函数进行频域分析，得到各个本征模函数的频率范围，对于不在光电容积脉搏波频带范围内的高频信号和基线漂移低频信号采用强制置零的方式进行滤波；
S33，对滤波后的光电容积脉搏波信号进行重构，输出光电容积脉搏波信号。
上述实施方式中，经验模态分解法依据初始光电容积脉搏波信号本身的局部特征进行自适应分解，将一个复杂的信号分解为一系列平稳的、线性的本征模函数的组合，分解的实质是一个筛选过程、从一个原始信号中不断抽取出不同频率成分的本征模函数的过程，自适应性强，可以很好的分解出初始光电容积脉搏波信号的高频噪声和低频基线漂移。具体的，步骤S31中，采用经验模态分解法对初始光电容积脉搏波信号进行信号处理，包括以下步骤：
步骤一、定义初始光电容积脉搏波信号为x(t)，采用三次样条差值法将x(t)的所有极大值点拟合为上包络线s1、极小值点拟合为下包络线s2，使其满足：s1≤x(t)≤s2；
步骤二、求得上包络线s1和下包络线s2的均值为：
步骤三、提取初始光电容积脉搏波信号的局部信息h11(t)：h11(t)＝x(t)-m11(t)；
步骤四、验证h11(t)是否属于本征模函数，若是，则h11(t)就是第一阶本征模函数；若h11(t)中仍然存在一些叠加波，则需要继续分解，将h11(t)当作原始信号，重复步骤一至步骤三的分解过程，直到k次分解产生本征模函数：h1k(t)＝h1(k-1)(t)-m1k(t)；式中m1k(t)为h1(k-1)(t)的上下包络线均值；
定义c1(t)为第一阶本征模函数，则，c1(t)＝h1k(t)；
定义原始信号中去除了第一阶本征模函数后的剩余部分为r1(t)，则，r1(t)＝x(t)-c1(t)；
步骤五、将r1(t)作为原始信号，重复上述步骤一至步骤四分解过程，得到分解产生的各阶本征模函数：c2(t)、c3(t)……cn(t)；其中，cn(t)＝rn-1(t)-rn(t)；式中rn(t)为分解残余项，不再包含任何波动的信息；
经验模态分解完成后，得出：式中，i为整数，1≤i≤n。
如图7所示，IMF1-IMF5为初始光电容积脉搏波信号分解得到的5个本征模函数分量，res为剩余分量。
上述实施方式中，步骤S32中，对一系列本征模函数进行频域分析，指的是对每个本征模函数进行快速傅里叶变换，得到每个本征模函数的频率范围，如图8所示。人体的脉搏波频率在1～1.6HZ范围左右，由图7可知，第一阶本征模函数频率成分高，为信号的高频噪声；第四阶本征模函数、第五阶本征模函数频率集中在0.3HZ，为信号的低频基线漂移。
正常成人的脉搏波频率为60到100次/分，因此，将在此频率范围的几阶本征模函数相加即可得到消除了高频噪声及低频基线漂移的光电容积脉搏波信号，即为上述实施方式步骤S33中对滤波后的光电容积脉搏波信号进行重构，输出的光电容积脉搏波信号示意图如图9示。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。
Claims (5)
1.一种光电容积脉搏波信号的采集方法，其特征在于，包括以下步骤：
获取皮肤区域视频；
对所述皮肤区域视频进行一次处理，输出初始光电容积脉搏波信号；
对所述初始光电容积脉搏波信号进行二次处理，输出光电容积脉搏波信号；
其中，所述皮肤区域视频是彩色视频，所述皮肤区域是人脸区域或手指区域；
对所述初始光电容积脉搏波信号进行二次处理，包括以下步骤：
采用经验模态分解法对所述初始光电容积脉搏波信号进行信号处理，输出一系列本征模函数；
对所述一系列本征模函数进行频域分析，得到各个本征模函数的频率范围，对于不在光电容积脉搏波频带范围内的高频信号和基线漂移低频信号采用强制置零的方式进行滤波；
对滤波后的光电容积脉搏波信号进行重构，输出光电容积脉搏波信号；
采用经验模态分解法对所述初始光电容积脉搏波信号进行信号处理，具体包括以下步骤：
步骤一、定义初始光电容积脉搏波信号为x(t)，采用三次样条差值法将x(t)的所有极大值点拟合为上包络线s1、极小值点拟合为下包络线s2，使其满足：s1≤x(t)≤s2；
步骤二、求得上包络线s1和下包络线s2的均值为：
步骤三、提取初始光电容积脉搏波信号的局部信息h11(t)：h11(t)＝x(t)-m11(t)；
步骤四、验证h11(t)是否属于本征模函数，若是，则h11(t)就是第一阶本征模函数；若h11(t)中仍然存在一些叠加波，则需要继续分解，将h11(t)当作原始信号，重复步骤一至步骤三的分解过程，直到k次分解产生本征模函数：h1k(t)＝h1(k-1)(t)-m1k(t)；式中m1k(t)为h1(k-1)(t)的上下包络线均值；
定义c1(t)为第一阶本征模函数，则，c1(t)＝h1k(t)；
定义原始信号中去除了第一阶本征模函数后的剩余部分为r1(t)，则，r1(t)＝x(t)-c1(t)；
步骤五、将r1(t)作为原始信号，重复上述步骤一至步骤四分解过程，得到分解产生的各阶本征模函数：c2(t)、c3(t)……cn(t)；其中，cn(t)＝rn-1(t)-rn(t)；式中rn(t)：分解残余项，不再包含任何波动的信息；
经验模态分解完成后，得出：式中，i为整数，1≤i≤n。
2.如权利要求1所述的光电容积脉搏波信号的采集方法，其特征在于，所述皮肤区域视频通过智能手机获取。
3.如权利要求1所述的光电容积脉搏波信号的采集方法，其特征在于，对所述皮肤区域视频进行一次处理，包括以下步骤：
对所述皮肤区域视频进行分帧处理；
对每帧图像绿色通道的像素进行分割处理：通过矩形框截取目标图像区域；
对分割后的目标图像区域进行灰度值统计；
以帧数作为横轴变量，以每帧图像的灰度统计值作为纵轴变量，并将灰度统计值进行归一化处理，输出所述初始光电容积脉搏波信号；
其中，所述灰度统计值，指的是目标图像区域灰度的平均值，或目标图像区域灰度值大于一定阈值的像素数目。
4.如权利要求3所述的光电容积脉搏波信号的采集方法，其特征在于，所述目标图像区域是人脸视频的额头区域或手指视频的中心高亮度区域。
5.如权利要求1所述的光电容积脉搏波信号的采集方法，其特征在于，对所述一系列本征模函数进行频域分析，指的是对每个本征模函数进行快速傅里叶变换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610373750.2A CN106073729B (zh) | 2016-05-31 | 2016-05-31 | 光电容积脉搏波信号的采集方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610373750.2A CN106073729B (zh) | 2016-05-31 | 2016-05-31 | 光电容积脉搏波信号的采集方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106073729A CN106073729A (zh) | 2016-11-09 |
| CN106073729B true CN106073729B (zh) | 2019-08-27 |
Family
ID=57230384
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610373750.2A Active CN106073729B (zh) | 2016-05-31 | 2016-05-31 | 光电容积脉搏波信号的采集方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106073729B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106580301B (zh) * | 2016-12-21 | 2019-09-24 | 广州心与潮信息科技有限公司 | 一种生理参数的监测方法、装置和手持设备 |
| WO2018201395A1 (en) | 2017-05-04 | 2018-11-08 | Boe Technology Group Co., Ltd. | Apparatus and method for determining a blood pressure of a subject |
| CN108007886A (zh) * | 2017-12-27 | 2018-05-08 | 北京哈特凯尔医疗科技有限公司 | 一种基于双波长检测液体中血液含量的检测装置和检测方法 |
| WO2019202671A1 (en) * | 2018-04-17 | 2019-10-24 | Nec Corporation | Pulse rate estimation apparatus, pulse rate estimation method, and computer-readable storage medium |
| CN108852307B (zh) * | 2018-05-24 | 2020-11-24 | 重庆理工大学 | 一种非接触无创动脉硬化检测装置 |
| CN109674454A (zh) * | 2018-11-20 | 2019-04-26 | 上海大学 | 基于希尔伯特变换的脉搏波传导速度测算方法 |
| CN110420011B (zh) * | 2019-08-07 | 2021-01-12 | 杭州泽铭睿股权投资有限公司 | 一种具有血谱光学图像成像功能的摄像机 |
| CN111358455B (zh) * | 2020-03-17 | 2022-07-29 | 乐普（北京）医疗器械股份有限公司 | 一种多数据源的血压预测方法和装置 |
| CN113712526B (zh) * | 2021-09-30 | 2022-12-30 | 四川大学 | 一种脉搏波提取方法、装置、电子设备及存储介质 |
| CN115531720A (zh) * | 2022-10-20 | 2022-12-30 | 山东丝琳医药科技有限公司 | 皮肤理疗装置、设备及其参数调整方法 |
| CN115830656B (zh) * | 2022-12-08 | 2023-07-14 | 辽宁科技大学 | 基于脉搏波的身份识别方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102309315A (zh) * | 2011-09-07 | 2012-01-11 | 周翊民 | 无接触式光学生理检测仪 |
| CN103404138A (zh) * | 2011-01-05 | 2013-11-20 | 皇家飞利浦电子股份有限公司 | 保留ppg相关信息的视频编码与解码设备及方法 |
| CN103932693A (zh) * | 2014-03-27 | 2014-07-23 | 西安电子科技大学 | 一种基于手机图像的人体心率的测量方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105491942A (zh) * | 2013-08-07 | 2016-04-13 | 皇家飞利浦有限公司 | 用于监测对象的血液动力学状态的监测系统和方法 |
-
2016
- 2016-05-31 CN CN201610373750.2A patent/CN106073729B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103404138A (zh) * | 2011-01-05 | 2013-11-20 | 皇家飞利浦电子股份有限公司 | 保留ppg相关信息的视频编码与解码设备及方法 |
| CN102309315A (zh) * | 2011-09-07 | 2012-01-11 | 周翊民 | 无接触式光学生理检测仪 |
| CN103932693A (zh) * | 2014-03-27 | 2014-07-23 | 西安电子科技大学 | 一种基于手机图像的人体心率的测量方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于PPG 和彩色视频的非接触式心率测量;姚丽峰;《万方数据学位论文》;20130731;43页-56页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106073729A (zh) | 2016-11-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106073729B (zh) | 光电容积脉搏波信号的采集方法 | |
| US10004410B2 (en) | System and methods for measuring physiological parameters | |
| Wang et al. | A comparative survey of methods for remote heart rate detection from frontal face videos | |
| Lam et al. | Robust heart rate measurement from video using select random patches | |
| CN105266787B (zh) | 一种非接触式心率检测方法及系统 | |
| CN110269600B (zh) | 基于多元经验模态分解与联合盲源分离的非接触式视频心率检测方法 | |
| CN106580301B (zh) | 一种生理参数的监测方法、装置和手持设备 | |
| CN102499664B (zh) | 基于视频图像的非接触式生命体征的检测方法及检测系统 | |
| CN105678780B (zh) | 一种去除环境光变化干扰的视频心率检测方法 | |
| CN105989357A (zh) | 一种基于人脸视频处理的心率检测方法 | |
| CN104688184B (zh) | 可见光皮肤图像的静脉显像方法 | |
| Casado et al. | Face2PPG: An unsupervised pipeline for blood volume pulse extraction from faces | |
| CN106793962A (zh) | 用于使用视频图像来连续估计人体血压的方法和装置 | |
| CN109247923A (zh) | 基于视频的非接触式脉搏实时估计方法及设备 | |
| CN112233813A (zh) | 一种基于ppg的非接触式无创心率呼吸测量方法及系统 | |
| CN110236511A (zh) | 一种基于视频的无创心率测量方法 | |
| CN111243739A (zh) | 抗干扰的生理参数遥测方法及系统 | |
| CN111387959A (zh) | 一种基于ippg的非接触式生理参数检测方法 | |
| CN109497977A (zh) | 人体心率和血氧饱和度检测方法和装置 | |
| CN110251115B (zh) | 基于体表视频的ppg信号提取方法、系统、设备及介质 | |
| CN112890792A (zh) | 一种基于网络摄像头的云计算心血管健康监护系统及方法 | |
| CN112294282A (zh) | 基于rppg的情绪检测装置的自标定方法 | |
| CN110236514A (zh) | 基于视频的众值提取和中值滤波结合的实时心率检测方法 | |
| Mehta et al. | Heart rate estimation from RGB facial videos using robust face demarcation and VMD | |
| Mehta et al. | CPulse: heart rate estimation from RGB videos under realistic conditions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |