CN109523545A - 一种非接触式心率检测方法及系统 - Google Patents
一种非接触式心率检测方法及系统 Download PDFInfo
- Publication number
- CN109523545A CN109523545A CN201811432110.XA CN201811432110A CN109523545A CN 109523545 A CN109523545 A CN 109523545A CN 201811432110 A CN201811432110 A CN 201811432110A CN 109523545 A CN109523545 A CN 109523545A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- heart rate
- seconds
- fourier transform
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000009499 grossing Methods 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 230000001815 facial effect Effects 0.000 claims abstract description 11
- 238000000926 separation method Methods 0.000 claims abstract description 11
- 210000002615 epidermis Anatomy 0.000 claims description 7
- 241001269238 Data Species 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 abstract description 14
- 150000001875 compounds Chemical class 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 13
- 238000005259 measurement Methods 0.000 description 7
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 210000004204 blood vessel Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 210000003491 skin Anatomy 0.000 description 4
- 238000009532 heart rate measurement Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 230000010117 myocardial relaxation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及一种非接触式心率检测方法，包括：使用图像采集设备持续采集人脸图像30秒；对采集的人脸的视频图像进行RGB分离；对分离出的G通道的数据进行归一化处理；使用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰；对滤波处理后的数据进行离散傅里叶变换并计算心率数值。本发明的有益效果为：根据非接触式心率测量方法中的IPPG法的启示，通过平滑先验算法前复合傅里叶变换与逆变换的复合矩阵构成的滤波去噪方式，可以在算法较为简单的情况下得到准确的心率，并可得到较好的脉搏波波形信息，为测试人员提供了更好的参考数据。
Description
技术领域
本发明属于心率检测技术领域，具体涉及一种非接触式心率检测方法及系统。
背景技术
现代社会，人们的物质生活水平极大提高，广大人民对于个人健康问题日益重视，人体各项指标的监控受到越来越多的人的重视。心率作为人体最为重要的健康指标之一，反映了个人的健康水平与身体状态，自然饱受关注。
日常心率监测设备现在在市场上已经较为盛行，常见的日常心率监测设备有心率带，红外耳部心率感应器，运功手环、手表以及手机相关应用等。这些设备大多数为接触式心率测量，虽说可以实现长时间的心率监测，但由于其与人体贴合，长时间佩戴容易引起不适，且会由于身体与传感器之间的相对运动导致测量误差。另外，对于不同使用者甚至同一使用者的不同使用时间而言，其测量部位与设备的贴合程度并不完全相同，容易造成较大误差，数据的可信度任然稍显不足。而对于这些问题，非接触式的心率测量方式可以有效的将之回避，市面虽然可以见到手机摄像头测量心率软件，但常见的应用娱乐性质较重，得到的数据往往有较大的误差，不能作为有效的心率测量手段。
发明内容
为了解决现有技术存在的测量误差大的问题，本发明提供了一种非接触式心率检测方法及系统，其具有测量结果准确，结构简单易实现等特点。
本发明的目的是提供一种在日常使用中更加可靠准确的非接触式的心率检测方法及系统。
根据本发明的具体实施方式的一种非接触式心率检测方法，包括：
使用图像采集设备持续采集人脸图像30秒；
对采集的人脸的视频图像进行RGB分离；
对分离出的G通道的数据进行归一化处理；
使用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰；
对滤波处理后的数据进行离散傅里叶变换并计算心率数值。
进一步地，所述图像采集设备的采样频率为每秒20次。
进一步地，所述非接触式心率检测方法还包括：对所述图像采集设备持续采集的30秒人脸图像视频，去除其开始后2.5秒以及结束前2.5秒的视频数据。
进一步地，所述图像采集设备采集毛细血管丰富的且表皮薄的鼻子区域的图像。
进一步地，使用公式
对分离出的G通道的数据进行归一化处理，其中i为信号所取的信道，μi为相应的i对应的信道信号的算术平均值，σi为相应的i对应的信道信号的方差。
进一步地，所述心率计算过程为：对滤波处理后的数据进行离散傅里叶变换后，找到其振幅最大值所对应的频率，并将该数值乘以采样频率，除以采样点数再乘以60即为心率数值。
根据本发明的具体实施方式的一种非接触式心率检测系统，包括：
图像采集设备，所述图像采集设备用于持续采集人脸图像30秒；
图像处理模块，所述图像处理模块对采集的人脸的视频图像进行RGB分离；并对分离出的G通道的数据进行归一化处理；
滤波器，所述滤波器使用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰；以及
处理器，所述处理器对滤波处理后的数据进行离散傅里叶变换并计算心率数值。
进一步地，所述图像采集设备采集毛细血管丰富的且表皮薄的鼻子区域的图像且采样频率为每秒20次。
进一步地，所述图像处理模块对视频图像进行RGB分离前对所述图像采集设备持续采集的30秒人脸图像视频，去除其开始后2.5秒以及结束前2.5秒的视频数据。
进一步地，所述非接触式心率检测系统还包括：提示模块，所述提示模块根据所述处理器的处理结果向被测试者发送相应的提示信息。
本发明的有益效果为：根据非接触式心率测量方法中的IPPG法的启示，通过平滑先验算法前复合傅里叶变换与逆变换的复合矩阵构成的滤波去噪方式，可以在算法较为简单的情况下得到准确的心率，并可得到较好的脉搏波波形信息，为测试人员提供了更好的参考数据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例提供的非接触式心率检测方法的流程图；
图2是根据一示例性实施例提供的非接触式心率检测系统的结构原理图；
图3是根据一示例性实施例提供的不同λ值下的频率响应图；
图4是根据一示例性实施例提供的原始数据与经傅里叶变换与逆变换后的对比图；
图5是根据一示例性实施例提供的平滑先验与傅里叶变换复合后的处理效果图；
图6根据一示例性实施例提供的对滤波后的信号进行傅里叶变换后的图形。
附图标记
1-图像采集设备；2-图像处理模块；3-滤波器；4-处理器；5-提示模块。
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，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
参照图1所示，本发明的实施例提供了一种非接触式心率检测方法，包括以下步骤：
101、使用图像采集设备持续采集人脸图像30秒；
102、对采集的人脸的视频图像进行RGB分离；
103、对分离出的G通道的数据进行归一化处理；
104、使用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰；
105、对滤波处理后的数据进行离散傅里叶变换并计算心率数值。
血液循环中的体循环与心脏跳动密切相关，随着心脏的跳动输血，血管的容积也在随之变化。在心肌收缩时，血液泵出心房，血管的容积达到最大。心肌舒张时，血液回流，血管的容积达到最小。血管容积的变化过程与心率相对应，直接反映了人的心率与脉搏波信息。
根据朗伯比尔定律，人体的不同组织对于光的吸收程度不同，血管容积的变化会引起接收到的光信号随之变化。IPPG技术即为使用电子摄像头等成像设备，采集人体皮肤的视频信息，并对之进行处理，从中提取出所需的人体参数的方法。
正是基于IPPG法，本发明通过对采集的人脸的视频图像进行RGB分离；对分离出的G通道的数据进行归一化处理；使用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰；对滤波处理后的数据进行离散傅里叶变换并计算心率数值，实现了在获得较好的心率提取效果的前提下，得到了效果更好的脉搏波波形，从而使对心率的检测更加的准确可靠。
在本发明的一具体实施例中，由于IPPG技术要采集人体皮肤的视频信息，而光穿透皮肤的深度是有限的，受光强波长等因素影响，因此采集图像时选取部位为血管密度较高，且距离表皮较近的手腕，面部等部位。所以本发明选取部位为面部的鼻子附近，该部位不仅有较高的血管密度，较薄的表皮组织，且由于其位于面部中心位置，且面积较大，不需特别的固定采集装置，采集数据的难度较低，可以较为轻易的得到具有较高信噪比的人体图像信息，更有利于心率检测结果的准确性。
在本发明的一具体实施例中，采集数据时采样频率为每秒20次采集，采集时间为30s，为防止设备开启与关闭时人物运动对测量数据的影响以及设备刚刚开启时采集数据不够稳定对数据采集造成的不利，所以舍弃所采集到的前后各2.5秒的数据来进行归一化和滤波的处理保证心率检测的可靠性。
在本发明的另一具体实施例中，由于光的波长越长对皮肤组织的穿透性越好，所以选取波长应稍长。同时，由于穿透太深会带来一些不必要的信息，故所选波长也不宜太长。结合人体的皮肤、脂肪、肌肉等飞血液组织对光的吸收大致是恒定的，故只需使光穿透表皮与血管壁到达血液层即可得到脉搏波的相关信息。在可见光波段，波长在约500-600nm之间的光被血液吸收的较多，作为测量波长较为理想。而这一波段在光谱上属于黄绿波段，所以对采集到的RGB三个通道的信息中，G通道将取得最好的测量效果。
而又由于在不同环境条件下进行测量，测得的数据强度会有较大区别，因此，在进行滤波处理之前应先对其进行归一化处理：使用公式对分离出的G通道的数据进行归一化处理，其中i为信号所取的信道，μi为相应的i对应的信道信号的算术平均值，σi为相应的i对应的信道信号的方差。
在本发明的一具体实施例中，对于正常人而言，正常情况下的心率范围为50-100次每分钟，及0.83-1.67Hz。在此频率范围之外的其他信息大多为噪声信号。由于常用的图像采集的设备为普通网络摄像头的iPPG法测量心率与得出脉搏波信息，噪声信号强度将远大于心率与脉搏波信息，为标准的小信号处理，故需要使用滤波算法消除信号中的噪声部分才能得到真实的心率与较好的脉搏波图形。
作为上述实施例的一种可行的实现方式，本发明采用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰。平滑先验法(Smoothness Priors Method)，即SPA算法，是一种非线性的去趋势算法，具有算法简单，计算量小的优点，且具有较好的滤波效果，平滑先验法在去除数据趋势的同时还可以有效的滤除数据中的低频部分，相当于一个时变的有限冲击响应高通滤波器，其原理如下：原始信号可以写作低频趋势与所需数据之和，即z＝z0+zt其中z为原始数据，z0为所需数据，zt为低频趋势，则有z0＝z-zt，zt用线性观测模型来表示，即为：zt＝Hθ+ν，其中H∈RN×M是观测矩阵，N为数据长度及脉搏波的采样点数，θ∈RM是回归参数，ν是观测误差，通常情况下观测矩阵选取单位矩阵，故问题简化成了找出θ。θ的估计采用正则化的最小二乘法。正则化的最小二乘法相较于其他估计方法引入了正则项，可以有效地避免过拟合。对于原始数据而言，其一阶微分趋势项为：
[x2-x1,x3-x2,x4-x3,……]T，
二阶微分趋势项为[(x3-x2)-(x2-x1),(x4-x3)-(x3-x2),(x5-x4)-(x4-x3),……]T，即
其中，λ为正则化最小二乘法中的正则化参数，Dd为d阶微分算子的离散形式。为使得其偏差值最小，只需使其关于θλ的偏微分为0，则有
由于在2阶微分算子D2中含有所有的一阶趋势，已经可以可以很好的进行数据处理，故令d＝2。综上去除基线漂移的脉搏波计算公式为
令则
对于不同的正则化参数而言，其截止频率并不相同参照图3所示的截止频率与正则化参数之间的关系，可以得到正则化参数的选取应在4与10之间，平滑先验算法较好的处理了原始信号的低频部分，且并未造成细节的缺失，且处理之后的数据已经可以较好的计算出心率。
对于信号的高频噪声的处理使用离散傅里叶变换，离散傅里叶变换的表达式为
其中其逆变换的表达式为
以矩阵形式表示可将其简化，且与平滑先验法的表示形式一致，算法统一，傅里叶变换及其逆变换的矩阵形式如下
经过傅里叶变换与逆变换后数据处理效果参照图4所示(其中图中上半部分为原始数据)。
设原始信号为z0，为项数为N的列矩阵；平滑先验矩阵为L，为N阶方阵；傅里叶逆变换矩阵与傅里叶变换矩阵相乘之积为F，为N阶方阵。总的变换矩阵的形式为
则算法的整体形式为z＝M*z0，其中矩阵M只与采样点数有关。将复合矩阵作用于原始数据，并在MATLAB平台运行，其运行结果参照图5所示，由此可见，在平滑先验算法前复合傅里叶变换与逆变换的复合矩阵确实可以在算法,简单的情况下得到相对好的结果，既可以获得较为准确的心率，又可以得到较好的脉搏波信息，保证了检测结果的准确性。
在本发明的一具体实施例中，经过滤波之后，心率所处频率的强度为所有信号中最高，则只需对所得信号进行离散傅里叶变换，其强度最高的频率即为心率。故只需对其进行快速傅里叶变换，找到其最大值所对应的的频率，把该数值乘以采样频率，除以采样点数再乘以60即为所需的心率数值。参照图6所示为傅里叶变化后的图形可清楚的得到振幅最大值的频率从而计算出心率值。
参照图2所示，本发明的实施例还提供了一种非接触式心率检测系统，包括：
图像采集设备1，图像采集设备1用于持续采集人脸图像30秒；
图像处理模块2，图像处理模块2对采集的人脸的视频图像进行RGB分离；并对分离出的G通道的数据进行归一化处理；
滤波器3，滤波器3使用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰；以及
处理器4，处理器4对滤波处理后的数据进行离散傅里叶变换并计算心率数值。
在本发明的一具体实施例中，图像采集设备1采集毛细血管丰富的且表皮薄的鼻子区域的图像且采样频率为每秒20次。
图像处理模块2对视频图像进行RGB分离前对图像采集设备1持续采集的30秒人脸图像视频，去除其开始后2.5秒以及结束前2.5秒的视频数据。
在本发明的一具体实施例中，还包括：提示模块5，提示模块5根据处理器4的处理结果向被测试者发送相应的提示信息。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种非接触式心率检测方法，其特征在于，包括：
使用图像采集设备持续采集人脸图像30秒；
对采集的人脸的视频图像进行RGB分离；
对分离出的G通道的数据进行归一化处理；
使用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰；
对滤波处理后的数据进行离散傅里叶变换并计算心率数值。
2.根据权利要求1所述的方法，其特征在于，所述图像采集设备的采样频率为每秒20次。
3.根据权利要求2所述的方法，其特征在于，还包括：对所述图像采集设备持续采集的30秒人脸图像视频，去除其开始后2.5秒以及结束前2.5秒的视频数据。
4.根据权利要求1所述的方法，其特征在于，所述图像采集设备采集毛细血管丰富的且表皮薄的鼻子区域的图像。
5.根据权利要求1所述的方法，其特征在于，使用公式
对分离出的G通道的数据进行归一化处理，其中i为信号所取的信道，μi为相应的i对应的信道信号的算术平均值，σi为相应的i对应的信道信号的方差。
6.根据权利要求2所述的方法，其特征在于，所述心率计算过程为：对滤波处理后的数据进行离散傅里叶变换后，找到其振幅最大值所对应的频率，并将该数值乘以采样频率，除以采样点数再乘以60即为心率数值。
7.一种非接触式心率检测系统，其特征在于，包括：
图像采集设备，所述图像采集设备用于持续采集人脸图像30秒；
图像处理模块，所述图像处理模块对采集的人脸的视频图像进行RGB分离；并对分离出的G通道的数据进行归一化处理；
滤波器，所述滤波器使用平滑先验算法与离散傅里叶变换相结合对归一化处理后的数据进行滤波处理，以去除环境中的干扰；以及
处理器，所述处理器对滤波处理后的数据进行离散傅里叶变换并计算心率数值。
8.根据权利要求7所述的系统，其特征在于，所述图像采集设备采集毛细血管丰富的且表皮薄的鼻子区域的图像且采样频率为每秒20次。
9.根据权利要求8所述的系统，其特征在于，所述图像处理模块对视频图像进行RGB分离前对所述图像采集设备持续采集的30秒人脸图像视频，去除其开始后2.5秒以及结束前2.5秒的视频数据。
10.根据权利要求7至9任一项所述的系统，其特征在于，还包括：提示模块，所述提示模块根据所述处理器的处理结果向被测试者发送相应的提示信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811432110.XA CN109523545A (zh) | 2018-11-28 | 2018-11-28 | 一种非接触式心率检测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811432110.XA CN109523545A (zh) | 2018-11-28 | 2018-11-28 | 一种非接触式心率检测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109523545A true CN109523545A (zh) | 2019-03-26 |
Family
ID=65793612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811432110.XA Withdrawn CN109523545A (zh) | 2018-11-28 | 2018-11-28 | 一种非接触式心率检测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109523545A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112294282A (zh) * | 2019-08-01 | 2021-02-02 | 天津工业大学 | 基于rppg的情绪检测装置的自标定方法 |
| WO2021017112A1 (zh) * | 2019-07-31 | 2021-02-04 | 杭州泽铭睿股权投资有限公司 | 一种皮下血管光学视频图像的成像方法 |
| WO2021017307A1 (zh) * | 2019-07-31 | 2021-02-04 | 平安科技（深圳）有限公司 | 非接触性心率检测方法、系统、设备及存储介质 |
| CN115985469A (zh) * | 2023-03-20 | 2023-04-18 | 武汉光盾科技有限公司 | 基于激光理疗手环的数据处理方法和装置 |
-
2018
- 2018-11-28 CN CN201811432110.XA patent/CN109523545A/zh not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021017112A1 (zh) * | 2019-07-31 | 2021-02-04 | 杭州泽铭睿股权投资有限公司 | 一种皮下血管光学视频图像的成像方法 |
| WO2021017307A1 (zh) * | 2019-07-31 | 2021-02-04 | 平安科技（深圳）有限公司 | 非接触性心率检测方法、系统、设备及存储介质 |
| CN112294282A (zh) * | 2019-08-01 | 2021-02-02 | 天津工业大学 | 基于rppg的情绪检测装置的自标定方法 |
| CN115985469A (zh) * | 2023-03-20 | 2023-04-18 | 武汉光盾科技有限公司 | 基于激光理疗手环的数据处理方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10825569B2 (en) | Universal non-invasive blood glucose estimation method based on time series analysis | |
| CN109523545A (zh) | 一种非接触式心率检测方法及系统 | |
| CN106037694B (zh) | 一种基于脉搏波的连续血压测量装置 | |
| CN107569226B (zh) | 基于压电传感获取hrv的方法及应用 | |
| Lee et al. | Effective PPG sensor placement for reflected red and green light, and infrared wristband-type photoplethysmography | |
| CN108056769A (zh) | 一种生命体征信号分析处理方法、装置和生命体征监测设备 | |
| CN110433397A (zh) | 一种与经颅磁刺激同步的动态脑功能检测方法及系统 | |
| CN105997043B (zh) | 一种基于腕式可穿戴设备的脉率提取方法 | |
| CN106236049A (zh) | 基于视频图像的血压测量方法 | |
| CN104434064A (zh) | 一种心率和呼吸率信号处理与跟踪方法及其系统 | |
| Park et al. | Prediction of daily mental stress levels using a wearable photoplethysmography sensor | |
| CN110123304A (zh) | 基于多模板匹配和相关系数矩阵的动态心电噪声滤除方法 | |
| CN113729653A (zh) | 一种人体脉搏波信号采集方法 | |
| CN113576475A (zh) | 一种基于深度学习的无接触血糖测量方法 | |
| Aarthi et al. | Fingertip based estimation of heart rate using photoplethysmography | |
| Vashisth et al. | Online acquisition and wireless transmission of carotid pulse waveforms to analyse posture related changes | |
| CN113069091A (zh) | 一种ppg信号的脉象分类装置及方法 | |
| Ranvier et al. | Detection of hypoglycemic events through wearable sensors | |
| CN104688199B (zh) | 一种基于皮肤色素浓度差分的非接触式脉搏测量方法 | |
| CN113768475B (zh) | 一种基于磁感应技术的无创脑血管自主调节功能监测系统 | |
| CN114271800B (zh) | 一种办公环境下的非侵扰式连续血压监测方法及应用 | |
| Wang et al. | Feature extraction of radial arterial pulse | |
| CN113171061B (zh) | 一种无创血管功能评估方法、装置、设备及介质 | |
| Kansara et al. | Heart rate measurement | |
| Kang et al. | Pulse Rate Estimation using PPG Affected with Motion Artifacts Base d on VMD and Hilbert Transform |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190326 |