CN106504235A - 基于图像处理的心率监测方法 - Google Patents

Abstract

本发明实施例涉及一种基于图像处理的心率监测方法，包括：用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据；提取视频数据中的各帧图像，并将各帧图像转化成灰度图；计算各帧图像的灰度值，根据各帧图像的灰度值生成第一灰度值变化曲线；选择小波对第一灰度值变化曲线进行小波分解；对分解后的小波变换系数进行阈值量化；根据阈值量化后的系数重构小波，形成第二灰度值变化曲线；根据第二灰度值变化曲线的波峰数计算得到实时心率数据。

Description

基于图像处理的心率监测方法

技术领域

本发明涉及数据处理技术领域，尤其涉及一种基于图像处理的心率监测方法。

背景技术

随着时代的发展，生活质量的提高，健康问题越来越受到人们的关注。拥有一个健康的体魄是每个人共同的梦想。

心率,用来描述心动周期的专业术语,是指心脏每分钟跳动的次数,以第一声音为准。正常成年人安静时的心率有显著的个体差异,平均在60-100次/分之间，心率可因年龄、性别及其它生理情况而不同。

在现有技术中，心率检测通常采取以下两种方式：第一种是通过心电图进行测量，该方法测量准确，但成本比较高，必须由专业医护人员进行操作，操作过程复杂，且无法根据用户的需求对心率进行及时监测；第二种是人工脉搏计数，测量心率时，打开计时工具，用一只手触摸另一只手的脉搏，在一定时间内数脉搏跳动的次数，这种方法操作简单，但误差比较大。此外，使用电子血压计也可以进行心率的测量，但是该设备通常不能随身携带，用户无法随时随地方便的进行自己的心率监测。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种基于图像处理的心率监测方法，通过对用户指尖颜色进行录制、分析和数据处理，能够简单便捷的对用户心率进行测量，测量结果可靠，并且用户可以根据自身需要随时对心率进行测量。

有鉴于此，本发明实施例提供了一种基于图像处理的心率监测方法，包括：

用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据；

提取所述视频数据中的各帧图像，并将所述各帧图像转化成灰度图；

计算各帧图像的灰度值，根据所述各帧图像的灰度值生成第一灰度值变化曲线；

选择小波对所述第一灰度值变化曲线进行小波分解；

对分解后的小波变换系数进行阈值量化；

根据所述阈值量化后的系数重构小波，形成第二灰度值变化曲线；

根据所述第二灰度值变化曲线的波峰数计算得到实时心率数据。

优选的，所述光电传感装置具体为摄像头，内置于所述用户终端，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

清除所述收光电传感装置中的视频数据。

优选的，所述光电传感装置具体为外置摄像装置，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

建立所述用户终端与所述光电传感装置之间的数据连接。

优选的，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

所述用户终端的处理器接收心率检测指令，生成检测信号发送给光电传感装置；

所述光电传感装置采集第一用户指尖颜色的视频数据。

优选的，所述方法还包括：将所述实时心率数据存储在数据库中。

进一步优选的，所述方法还包括：

接收用户输入的用户信息；所述用户信息包括所述第一用户的用户ID；

根据所述用户ID获取数据库中的实时心率数据；

根据所述实时心率数据生成心率统计数据，并显示。

优选的，在所述根据第二灰度值变化曲线的波峰数计算得到实时心率数据之后，所述方法还包括：

根据处理器储存的心率数据阈值对所述实时心率数据进行非法参数过滤，以确定所述第一用户的实时心率数据是否是有效数据。

进一步优选的，所述确定第一用户的实时心率数据是否是有效数据具体为：

当所述计算得到的实时心率数据小于所述心率数据阈值的下限或大于心率数据阈值的下限，确定所述计算得到的实时心率数据为无效数据；

当所述计算得到的实时心率数据在所述心率数据阈值范围内，确定所述计算得到的实时心率数据为有效数据。

进一步优选的，当所述计算得到的实时心率数据为无效数据，对第一用户的实时心率重新检测。

优选的，所述方法还包括：

接收第一用户输入的用户体征数据；其中，所述用户体征数据包括用户的年龄和/或运动状态；

根据所述用户体征数据，获取标准心率阈值；

当所述实时心率数据不在所述标准心率阈值范围内，根据标准心率阈值和实时心率数据确定第一用户的心率超标比率数据，并显示。

本发明实施例提供的基于图像处理的心率监测方法，通过对用户指尖颜色进行录制、分析和数据处理，能够简单便捷的对用户心率进行测量，测量结果可靠，并且用户可以根据自身需要随时对心率进行测量。

附图说明

图1为本发明实施例提供的基于图像处理的心率监测方法流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本实施例提供基于图像处理的心率监测方法，实现于用户终端的应用中。常用的用户终端包括：智能手机和平板电脑。图1为本发明实施例提供的基于图像处理的心率监测方法流程图，如图1所示，主要步骤包括：

步骤110，用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据。

其中，采集时间可以根据用户终端内存储的默认设置，也可以用户根据需要自己设定的，为保证检测结果的准确性，采集时间的设定最小值为30秒。

光电传感装置可以为内置的摄像头，设置在用户终端中，在光电传感装置采集用户指尖颜色之前，用户首先需在用户终端输入心率检测指令，用户终端的处理器根据接收到的心率检测指令，生成检测信号发送给光电传感装置，然后用户将指尖放在摄像头上，光电传感装置根据接收到的采集指令采集用户指尖颜色的视频数据。

光电传感装置也可以为外置光电传感装置，外置光电传感装置与用户终端之间可以通过有线或无线方式相连接，比如外置光电传感装置可以为小型摄像机，在光电传感装置采集用户指尖颜色之前，可以先通过蓝牙建立用户终端与外置光电传感装置之间的数据连接，采集过程中，外置光电传感装置的摄像头对用户指尖颜色进行采集，得到用户指尖颜色的视频数据，然后通过蓝牙传输给用户终端。

在光电传感器装置采集指尖颜色之前，要将光电传感器装置中视频清除，避免和上次视频数据叠加造成测量结果不准确。

可选的，用户在进行心率检测之前，在用户终端输入用户信息，用户信息包括用户ID。

步骤120，提取视频数据中的各帧图像，并将各帧图像转化成灰度图。

根据光电传感装置种类的不同，每秒采集的图像帧数不同，光电传感装置采集到的视频数据实际上是由多帧图像组合而成，每帧图像是由不同颜色的色块组成。处理器对录制视频数据中的各帧图像进行提取，并将所有图像转换成灰度图时，使每个色块均用不同灰度值来表示。

步骤130，计算各帧图像的灰度值，根据各帧图像的灰度值生成第一灰度值变化曲线。

具体的，处理器将每帧图像的所有色块的灰度值进行累加，得到该帧图像的灰度值，将各帧图像的灰度值进行统计，然后以采集时间为自变量，灰度值为因变量生成第一灰度值变化曲线。

步骤140，选择小波对第一灰度值变化曲线进行小波分解。

视频数据在采集的过程中，不可避免会受到各种类型噪声的干扰，常见的噪声干扰来源主要有以下三种：第一种是肌电噪音，是由人体活动或肌肉紧张而引起的频率通常在5赫兹至2000赫兹之间；第二种是工频噪音，是由供电网络及其设备产生的空间电磁干扰在人体的反应，是固定频率的干扰，频率一般在50赫兹以上；第三种是基线漂移，是由人体呼吸、肢体活动等引起的低频干扰，稍微剧烈的肢体运动将引起心率波形信号发生严重的改变，频率一般在0.05赫兹至2赫兹之间。肌电噪声和基线漂移是重要的干扰源，在本例中采用小波阈值去噪的方法。小波函数在有限时间范围内变化，并且平均值为0。

选取一个小波函数并确定一个小波分解的层次N，然后对第一灰度值曲线进行N层小波分解，得到小波系数，其中N为正整数。具体的，将第一灰度值曲线平均分解成若干个时间的部分灰度值曲线；将小波与部分灰度值曲线的起点对齐，计算第一时间部分灰度值曲线与小波函数的逼近程度，即计算小波变换系数，小波变换系数越大就意味着部分灰度值曲线与所选小波函数的波形越相近；然后将小波函数沿时间轴移动一个单位时间，计算下一个时间的部分灰度值曲线的小波变换系数，直到覆盖整个第一灰度值曲线。

步骤150，对分解后的小波变换系数进行阈值量化。

具体的，对于每一层的高频系数，选择一个阈值进行量化处理，得到新的小波系数。

步骤160，根据阈值量化后的系数重构小波，形成第二灰度值变化曲线。

具体的，根据小波分解第N层的低频系数和经过量化处理后的第1层至第N层的高频系数，进行第一灰度值曲线的小波逆变换，得到第二灰度值曲线。

步骤170，根据第二灰度值变化曲线的波峰数计算得到实时心率数据。

因为每一次心跳运动导致了一次血液到达指尖毛细血管的波形流动，当毛细血管充血状态时，血液里含氧量增加，血液颜色呈鲜红色，平均灰度值较低，而在身体消耗掉血液中的氧之后，血液变成暗红色，因此计算血液颜色的变化周期便可计算出心跳运动的周期，即心率。经过去噪的第二灰度值变化曲线能够较准确的显示出血液颜色变化和时间的关系，通过心率计算公式：实时心率数据＝60×波峰数/采集时间计算实时心率数据，具体的，根据第二灰度值变化曲线的波峰数和采集时间的比值，采集时间以秒计，能够计算出每秒血液颜色变化的次数，再乘以60即为每分钟血液颜色变化的次数，从而的到实时心率数据。

在计算出实时心率数据之后，要根据储存的心率数据阈值对实时心率数据进行非法参数过滤，以确定所述第一用户的实时心率数据是否是有效数据。心率数据阈值可以是系统设定的，也可以是用户根据不同年龄需要设定的，比如，系统设定的储存的心率数据阈值为50次/分至200次/分，当计算出的实时心率数据在心率数据阈值50次/分至200次/分范围内，确定计算出的实时心率数据为有效数据；当计算出的实时心率数据小于心率数据阈值的下限50次/分或大于心率数据阈值的下限200次/分，则确定计算出的实时心率数据为无效数据；如果确定计算出的实时心率数据为无效数据，则用户终端生成重新检测提示信息，提示用户对实时心率进行重新检测，避免由于外界因素干扰造成检测结果不准确而造成用户的恐慌。

在优选的实施例中，处理器根据测出的实时心率数据生成实时心率显示信息，并显示。该显示可以以文字方式、表格方式或者图标形式等实现。此外，显示信息除了显示实时心率显示信息之外，还可以显示此次测试的用户ID，以及根据用户ID对应得到的用户在一段时期内的实时心率变化曲线等。

此外，在显示实时心率之后，处理器将实时心率数据生成实时心率存储数据，并根据用户ID存储在数据库中，对用户每天的实时心率数据进行记录，方便用户了解自身状况。

在更为优选的实施例中，在显示实时心率数据之前，用户在用户终端输入用户体征数据，用户体征数据包括用户的年龄和/或运动状态，用户终端根据用户体征数据获取标准心率阈值，比如，用户年龄为3岁以上，标准心率阈值为60-100次/分；用户年龄为3岁以下，标准心率阈值为100-150次/分；运动状态包括正常和运动两种，用户运动状态时，120-160次/分；当用户测量的实时心率数据不在标准心率阈值范围内，根据标准心率阈值和实时心率数据确定第一用户的心率超标比率，比如，用户年龄为56岁，测量状态为正常状态，对应的标准心率阈值为60-100次/分，测量得到实时心率数据为45次/分，则用户的心率超标比率为(60-45)/60＝25％，此时在用户终端上向用户输出实时心率数据45次/分以及心率超标比率数据25％。

本发明实施例提供的基于图像处理的心率监测方法，通过对用户指尖颜色进行录制、分析和数据处理，能够简单便捷的对用户心率进行测量，测量结果可靠，并且用户可以根据自身需要随时对心率进行测量。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，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，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，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)

1.一种基于图像处理的心率监测方法，其特征在于，所述方法包括：

用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据；

提取所述视频数据中的各帧图像，并将所述各帧图像转化成灰度图；

计算各帧图像的灰度值，根据所述各帧图像的灰度值生成第一灰度值变化曲线；

选择小波对所述第一灰度值变化曲线进行小波分解；

对分解后的小波变换系数进行阈值量化；

根据所述阈值量化后的系数重构小波，形成第二灰度值变化曲线；

根据所述第二灰度值变化曲线的波峰数计算得到实时心率数据。

2.根据权利要求1所述的基于图像处理的心率监测方法，其特征在于，所述光电传感装置具体为摄像头，内置于所述用户终端，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

清除所述收光电传感装置中的视频数据。

3.根据权利要求1所述的基于图像处理的心率监测方法，其特征在于，所述光电传感装置具体为外置摄像装置，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

建立所述用户终端与所述光电传感装置之间的数据连接。

4.根据权利要求1所述的基于图像处理的心率监测方法，其特征在于，在所述用户终端的处理器接收光电传感装置采集第一用户指尖颜色的视频数据之前，所述方法还包括：

所述用户终端的处理器接收心率检测指令，生成检测信号发送给光电传感装置；

所述光电传感装置采集第一用户指尖颜色的视频数据。

5.根据权利要求1所述的基于图像处理的心率监测方法，其特征在于，所述方法还包括：将所述实时心率数据存储在数据库中。

6.根据权利要求5所述的基于图像处理的心率监测方法，其特征在于，所述方法还包括：

接收用户输入的用户信息；所述用户信息包括所述第一用户的用户ID；

根据所述用户ID获取数据库中的实时心率数据；

根据所述实时心率数据生成心率统计数据，并显示。

7.根据权利要求1所述的基于图像处理的心率监测方法，其特征在于，在所述根据第二灰度值变化曲线的波峰数计算得到实时心率数据之后，所述方法还包括：

根据处理器储存的心率数据阈值对所述实时心率数据进行非法参数过滤，以确定所述第一用户的实时心率数据是否是有效数据。

8.根据权利要求7所述的基于图像处理的心率监测方法，其特征在于，所述确定第一用户的实时心率数据是否是有效数据具体为：

当所述计算得到的实时心率数据小于所述心率数据阈值的下限或大于心率数据阈值的下限，确定所述计算得到的实时心率数据为无效数据；

当所述计算得到的实时心率数据在所述心率数据阈值范围内，确定所述计算得到的实时心率数据为有效数据。

9.根据权利要求8所述的基于图像处理的心率监测方法，其特征在于，当所述计算得到的实时心率数据为无效数据，对第一用户的实时心率重新检测。

10.根据权利要求1所述的基于图像处理的心率监测方法，其特征在于，所述方法还包括：

接收第一用户输入的用户体征数据；其中，所述用户体征数据包括用户的年龄和/或运动状态；

根据所述用户体征数据，获取标准心率阈值；

当所述实时心率数据不在所述标准心率阈值范围内，根据标准心率阈值和实时心率数据确定第一用户的心率超标比率数据，并显示。