CN110378240A - 基于移动终端的心率变异性测量方法、装置及移动终端 - Google Patents
基于移动终端的心率变异性测量方法、装置及移动终端 Download PDFInfo
- Publication number
- CN110378240A CN110378240A CN201910554687.6A CN201910554687A CN110378240A CN 110378240 A CN110378240 A CN 110378240A CN 201910554687 A CN201910554687 A CN 201910554687A CN 110378240 A CN110378240 A CN 110378240A
- Authority
- CN
- China
- Prior art keywords
- region
- interest
- mobile terminal
- heart rate
- pulse waveform
- 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.)
- Pending
Links
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
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
-
- 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
- G06V40/15—Biometric patterns based on physiological signals, e.g. heartbeat, blood flow
Abstract
本发明实施例适用于心率测量技术领域,提供了一种基于移动终端的心率变异性测量方法、装置及移动终端,所述方法包括:通过移动终端的摄像头采集用户的指尖视频数据;提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;识别所述灰度图像中的兴趣区;在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;根据所述脉搏波波形,计算心率变异性参数。本实施例通过帧间差分法识别兴趣区,通过间隔像素法进行采样以重建脉搏波,能够获取视频的最优兴趣区域,不仅能满足重建脉搏波的要求,而且大大减少了计算量,提高了系统的实时性,更适合在移动终端中应用,有利于监测的普及与推广。
Description
技术领域
本发明属于心率测量技术领域,特别是涉及一种基于移动终端的心率变异性测量方法、一种基于移动终端的心率变异性测量装置、一种移动终端及一种计算机可读存储介质。
背景技术
随着心血管疾病的发病率和死亡率日益上升,心血管疾病的防治已成为关系国计民生的重大社会问题。
心率变异性(Heart rate variability,简称HRV)是指逐次心搏周期差异的变化情况,它被广泛用于评价自主神经系统与心血管系统之间的调节,并且能够为心血管疾病的预测和预防提供依据,是预测心脏性猝死和心律失常性事件的一个有价值的指标。
传统的心率变异性参数是利用心电图波形信号计算得到的。但是,普通的心电图测量存在诸多限制,例如成本较高,操作不便,需要专业人员操作等等。而且,心血管健康状况的变化是一个长期而缓慢的过程,在日常生活中往往未能引起足够的重视。传统的以症状治疗为中心的医疗模式表现出很大的局限性,迫切需要向以预防为主、早诊断、早治疗的医疗模式转变。因此,开发出一种适用于家庭的,能够通过小型便携式医疗设备、可穿戴医疗监测设备、甚至是能够基于用户所使用的手机等日常设备的医疗监测方法将是十分必要的。
发明内容
有鉴于此,本发明实施例提供了一种基于移动终端的心率变异性测量方法、装置及移动终端,以解决现有技术中传统的心率变异性测量方式成本较高、操作不便的问题。
本发明实施例的第一方面提供了一种基于移动终端的心率变异性测量方法,包括:
通过移动终端的摄像头采集用户的指尖视频数据;
提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
根据所述脉搏波波形,计算心率变异性参数。
本发明实施例的第二方面提供了一种基于移动终端的心率变异性测量装置,包括:
采集模块,用于通过移动终端的摄像头采集用户的指尖视频数据;
提取模块,用于提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
识别模块,用于识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
采样模块,用于在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
计算模块,用于根据所述脉搏波波形,计算心率变异性参数。
本发明实施例的第三方面提供了一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于移动终端的心率变异性测量方法的如下步骤:
通过移动终端的摄像头采集用户的指尖视频数据;
提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
根据所述脉搏波波形,计算心率变异性参数。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于移动终端的心率变异性测量方法的如下步骤:
通过移动终端的摄像头采集用户的指尖视频数据;
提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
根据所述脉搏波波形,计算心率变异性参数。
与现有技术相比,本发明实施例包括以下优点:
本发明实施例,通过移动终端的摄像头采集用户的指尖视频数据后,可以提取上述指尖视频数据中的红色通道数据,获得与该红色通道数据相对应的灰度图像,进而在识别灰度图像中的兴趣区后,可以在上述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建出脉搏波波形,并根据脉搏波波形,计算出心率变异性参数。本实施例通过帧间差分法识别兴趣区,通过间隔像素法进行采样以重建脉搏波,能够进一步获取视频的最优兴趣区域并进一步提取该兴趣区域的信息,不仅能满足重建脉搏波的要求,而且大大减少了计算量,提高了系统的实时性,更适合在智能手机等移动终端中应用,无需额外的设备或操作培训,有利于监测的普及与推广。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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的介绍。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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种基于移动终端的心率变异性测量方法的步骤流程示意图;
图2是本发明一个实施例的一种通过移动终端的摄像头采集用户的指尖视频数据的示意图;
图3是本发明一个实施例的一种基于移动终端的心率变异性测量装置的示意图;
图4是本发明一个实施例的一种移动终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本发明。在其他情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
近年来,研究发现,每个心搏都会沿着动脉血管产生相应的脉搏波,脉搏波信号可以代替心电信号计算心率变异性参数。由于测量脉搏波信号比心电信号更方便,成本也更低,因此脉搏波信号被认为是心电信号在心率变异性分析中的理想替代物。
光电容积脉搏波是一种利用光源和检测器检测组织微血管床血容量变化的光学技术。光源发射一定波长的光,光通过组织的微血管床传播,并被光电探测器接收。根据朗伯-比尔定律,血液吸收的光与血容量有关。因此,探测器接收到的光的强度与每次心搏的血容量同步变化。此方法虽然可以获得精确的数据,但是需要额外的设备费用,不利于监测的普及与推广。
脉搏波检测过程应该是一个连续的过程。因此,一个可以随身携带的连续的脉搏波测量系统,不仅能够实时测量,而且如果能够将数据进行存储分析,将会非常有利于深层发掘用户需求,这也将是大数据时代的必然要求。对绝大多数人来说,智能手机是唯一能够随身携带、随时使用的电子设备。如果能利用智能手机来测量生理参数,任何人、任何时间、任何地点都可以监测个人身体健康状况,那么将给用户带来极大的便利。
因此,本发明实施例提出了一种基于智能手机等移动终端的心率变异性的实时获取方法,用户无需购买任何硬件设备,仅仅使用智能手机摄像头即可测量得到脉搏波等生理参数,有效代替心电图进行心率变异性分析,非常实用方便。同时,本发明实施例还提出了帧间差分和间隔像素法,能够进一步获取视频的最优兴趣区域并进一步提取兴趣区域的信息,不仅能满足重建脉搏波的要求,而且大大减少了计算量,提高了系统的实时性,更适合智能手机应用。此外,移动医疗有利于积累用户生理参数等数据资源,能够充分挖掘用户深层次需求,对未来云医疗平台的创建也有诸多帮助。
下面通过具体实施例来说明本发明的技术方案。
参照图1,示出了本发明一个实施例的一种基于移动终端的心率变异性测量方法的步骤流程示意图,具体可以包括如下步骤:
S101、通过移动终端的摄像头采集用户的指尖视频数据;
需要说明的是,本实施例中的移动终端可以是智能手机、平板电脑等具备视频录制功能的终端设备。为了便于理解,本实施例统一以智能手机为例进行后续说明。
在本发明实施例中,可以打开智能手机的摄像头,录制用户的指尖视频。
具体地,用户可以静坐于凳子上,将右手食指覆盖在手机摄像头上。待一切就绪后,通过摄像头采集5分钟左右的视频数据。为了保证视频数据的质量,在视频采集过程中,用户应尽可能保持安静,不做任何身体活动。
需要说明的是,本实施例中的智能手机可以采用具有闪光灯的手机。由于视频的亮度强度变化与血液吸收光的变化有关,智能手机的闪光灯的强光可以将环境光对信号采集的影响降到最低。因此,在采集用户的指尖视频数据的过程中,可以控制闪光灯保持常亮,以降低环境光对指尖视频数据采集的影响。例如,用户可以按照图2所示的示例,将右手食指同时覆盖在手机摄像头和闪光灯上。
S102、提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
在本发明实施例中,在视频数据录制完成后,可以通过智能手机对录制的指尖视频数据进行分析处理,提取出RGB三通道中的R通道,既红色通道数据。
通常,录制的视频是需要逐帧读入的。视频帧图像之所以表现为彩色图像,是因为每一帧都是由一个个像素点组成的,每个像素点都有三个通道,每个通道的值在0-255之间,三个值可以任意组合表现不同的颜色,这样的像素点构成的图像被称之为RGB彩色图像。
在本发明实施例中,读入视频帧以后,可以仅使用RGB三通道中的R通道作为目标通道。此时,每个像素点只用一个值表示,在0-255之间,对应的视频帧为灰度图像。
S103、识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
在本发明实施例中,可以利用帧间差分法获取灰度图像中的兴趣区。
本实施例采用智能手机的摄像头采集图像脉搏波的方法,与传统的脉搏血氧仪采集光电容积脉搏波(以下简称“传统脉搏波”)的方法类似,都是利用朗伯-比尔定律,根据血液对光线的吸收与血液容积之间的相关性。因此,光强的变化就反映了血液容积的变化。所不同的是,本实施例利用智能手机的闪光灯代替了脉搏血氧仪中的发光二极管,智能手机的摄像头代替了脉搏血氧仪中的光电二极管。
具体地,可以将后一帧图像的每个像素的亮度值减去前一帧图像对应像素的亮度值后取绝对值,即得到相邻两帧图像之间的每个像素点的亮度变化。
需要说明的是,在最初读入视频时,每一帧都是RGB彩色图像,提取红色通道以后得到的是灰度图像,在此之后提到的每帧图像也都是灰度图像。这里的后一帧图像就是步骤S102中提取出的红色通道数据。此时的前一帧后一帧都是针对灰度图像来说的。
另外,RGB图像在提取红色通道数据变成灰度图像以后,灰度图像的每个像素点值都在0-255之间,是一个固定的值,这个值也就是像素点的亮度值。因此,各个像素点的亮度值可以直接在提取红色通道数据时确定。
在本发明实施例中,为了防止噪声干扰,可以对灰度图像的连续相邻的多帧图像中的每个像素点的亮度值变化进行差分求和运算,得到该灰度图像的差分图。
由于相邻帧之间的像素变化可能比较小,所以本实施例可以取多帧作差分。也就是对连续的多帧而不是两帧求像素差值。例如,有12张图,可以对前后两帧进行差分运算,也可以对前面的连续4帧做差分运输。其中,第1帧和第2帧之间的变化可能比较小,但是第1帧和第4帧之间像素变化就可能很大了。
因此,在本发明实施例中,可以取多帧作差分后再求和,得到差分图。然后,可以将该差分图划分为多个区域并分别计算各个区域的平均差分值,以平均差分值最大值对应的区域为兴趣区。
例如,可以将差分图分成N*N个区域(N为正整数),然后计算每个区域的平均差分值,该平均差分值是用对应区域内差分求和得到的像素值除以区域内像素点的个数获得的。
S104、在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
在本发明实施例中,针对兴趣区内像素点的取样,可以采用间隔取样的方式进行。
具体地,可以针对兴趣区内所有像素点,每隔预设个数的像素点采样一个目标像素点。
由于此时得到的像素点的值是以数值的形式存放的,在通过间隔采用得到多个目标像素点后,通过连接多个目标像素点,便可以重建出脉搏波波形。
由于原始的脉搏波波形信号仍受随机噪声、基线漂移和突变等因素的影响。因此,在重建出脉搏波波形后,还需要对其做进一步的过滤,将原始重建的脉搏波信号进行四阶带通滤波,获得滤波后的脉搏波波形。
S105、根据所述脉搏波波形,计算心率变异性参数。
在得到滤波后的脉搏波波形后,便可以采用该波形计算心率变异性参数。
在具体实现中,可以首先确定滤波后的脉搏波波形中的特征点,该特征点可以是滤波后的脉搏波波形中波峰或波谷对应的点。为了便于理解,本实施例以波峰点为特征点为例进行说明。
在确定出滤波后的脉搏波波形中的特征点后,可以根据上述特征点计算心搏的时间间隔序列。即,依次计算5分钟内的每两个波峰之间的间隔,也就是峰峰值。
然后,基于上述心搏的时间间隔序列,可以计算心率变异性参数。
由于心率变异性参数有很多种,如时域,频域,线性域参数等等,且在国家标准中也有特定的计算公式,本实施例对此不作过多介绍。
在本发明实施例中,通过移动终端的摄像头采集用户的指尖视频数据后,可以提取上述指尖视频数据中的红色通道数据,获得与该红色通道数据相对应的灰度图像,进而在识别灰度图像中的兴趣区后,可以在上述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建出脉搏波波形,并根据脉搏波波形,计算出心率变异性参数。本实施例通过帧间差分法识别兴趣区,通过间隔像素法进行采样以重建脉搏波,能够进一步获取视频的最优兴趣区域并进一步提取该兴趣区域的信息,不仅能满足重建脉搏波的要求,而且大大减少了计算量,提高了系统的实时性,更适合在智能手机等移动终端中应用,无需额外的设备或操作培训,有利于监测的普及与推广。
为了验证本实施的基于移动终端的心率变异性测量方法的可行性,申请人还设计了对比实验。
申请人招募了10名受试者进行实验。所有受试者的基本信息如下:
男性5名,女性5名,年龄20-70岁,身高151-186cm,体重44-90kg;10名受试者均健康,无严重心血管疾病。
申请人对每个受试者同时采集5分钟的指尖视频信号和心电信号。采集指尖视频信号使用的是华为Mate20智能手机,视频为MP4格式,分辨率为1280*720,帧率为30帧/秒。采集心电信号使用多通道生理信号采集仪采集,采样频率为1000hz。
通过本实施例的方法与金标准方法计算的心率变异性参数相关性在95%以上,符合国家金标准要求,说明本实施例的基于移动终端的心率变异性测量方法具有较佳的可行性。
在现有技术中,测量心率变异性参数通常会选择整个视频图像区域或者选取图像的固定中间区域作为感兴趣区域。但是,由于实际情况中的一些消极因素,所选择的区域可能不是需要信号的区域。因此,本实施例采用帧间差分的方法来解决这一问题。帧间差分方法可以根据视频图像中脉冲波信号强度的分布,准确、快速地选择感兴趣的区域。其次,本实施例利用间隔像素算法,进一步提取感兴趣区域的信息,从而大大减少了计算量,提高了系统的实时性。此方法得到的心率变异性参数与标准心率变异性参数的相关性在95%以上,具有较强相关性,符合国家金标准要求。同时,申请人设计了对比试验,本发明实施例提出的基于移动终端的心率变异性测量方法较现有技术,用时减少了46%,大大缩减了运算量,提高了实时性,非常适合在智能手机等移动终端中应用。第三,本实施例利用智能手机摄像头测量生理参数,充分利用了智能手机的便利性。与传统医疗器械相比,智能手机操作简单,无处不在,与人们的日常生活息息相关。相关技术在远程医疗和家庭卫生服务中具有广阔的应用前景。
需要说明的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
参照图3,示出了本发明一个实施例的一种基于移动终端的心率变异性测量装置的示意图,具体可以包括如下模块:
采集模块301,用于通过移动终端的摄像头采集用户的指尖视频数据;
提取模块302,用于提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
识别模块303,用于识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
采样模块304,用于在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
计算模块305,用于根据所述脉搏波波形,计算心率变异性参数。
在本发明实施例中,所述移动终端具有闪光灯,在通过移动终端的摄像头采集用户的指尖视频数据的过程中,控制所述闪光灯保持常亮,以降低环境光对所述指尖视频数据采集的影响。
在本发明实施例中,所述多个像素点分别具有相应的亮度值,所述识别模块303具体可以包括如下子模块:
差分运算子模块,用于对所述灰度图像的连续相邻的多帧图像中的每个像素点的亮度值变化进行差分求和运算,得到所述灰度图像的差分图;
差分图划分子模块,用于将所述差分图划分为多个区域;
兴趣区识别子模块,用于分别计算各个区域的平均差分值,以所述平均差分值最大值对应的区域为所述兴趣区。
在本发明实施例中,所述采样模块304具体可以包括如下子模块:
采样子模块,用于针对所述兴趣区内所有像素点,每隔预设个数的像素点采样一个目标像素点;
重建子模块,用于连接多个目标像素点,以重建出脉搏波波形。
在本发明实施例中,所述装置还可以包括如下模块:
滤波模块,用于对所述脉搏波波形进行四阶带通滤波,获得滤波后的脉搏波波形。
在本发明实施例中,所述计算模块305具体可以包括如下子模块:
特征点确定子模块,用于确定所述滤波后的脉搏波波形中的特征点;
时间间隔序列计算子模块,用于根据所述特征点计算心搏的时间间隔序列;
心率变异性参数计算子模块,用于基于所述心搏的时间间隔序列,计算心率变异性参数。
在本发明实施例中,所述特征点可以为所述滤波后的脉搏波波形中波峰或波谷对应的点。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述得比较简单,相关之处参见方法实施例部分的说明即可。
参照图4,示出了本发明一个实施例的一种移动终端的示意图。如图4所示,本实施例的移动终端400包括:处理器410、存储器420以及存储在所述存储器420中并可在所述处理器410上运行的计算机程序421。所述处理器410执行所述计算机程序421时实现上述基于移动终端的心率变异性测量方法各个实施例中的步骤,例如图1所示的步骤S101至S105。或者,所述处理器410执行所述计算机程序421时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块301至305的功能。
示例性的,所述计算机程序421可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器420中,并由所述处理器410执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段可以用于描述所述计算机程序421在所述移动终端400中的执行过程。例如,所述计算机程序421可以被分割成采集模块、提取模块、识别模块、采样模块和计算模块,各模块具体功能如下:
采集模块,用于通过移动终端的摄像头采集用户的指尖视频数据;
提取模块,用于提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
识别模块,用于识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
采样模块,用于在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
计算模块,用于根据所述脉搏波波形,计算心率变异性参数。
所述移动终端400可以是桌上型计算机、笔记本、掌上电脑等计算设备。所述移动终端400可包括,但不仅限于,处理器410、存储器420。本领域技术人员可以理解,图4仅仅是移动终端400的一种示例,并不构成对移动终端400的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述移动终端400还可以包括输入输出设备、网络接入设备、总线等。
所述处理器410可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器420可以是所述移动终端400的内部存储单元,例如移动终端400的硬盘或内存。所述存储器420也可以是所述移动终端400的外部存储设备,例如所述移动终端400上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等等。进一步地,所述存储器420还可以既包括所述移动终端400的内部存储单元也包括外部存储设备。所述存储器420用于存储所述计算机程序421以及所述移动终端400所需的其他程序和数据。所述存储器420还可以用于暂时地存储已经输出或者将要输出的数据。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于移动终端的心率变异性测量方法,其特征在于,包括:
通过移动终端的摄像头采集用户的指尖视频数据;
提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
根据所述脉搏波波形,计算心率变异性参数。
2.根据权利要求1所述的方法,其特征在于,所述移动终端具有闪光灯,在通过移动终端的摄像头采集用户的指尖视频数据的过程中,控制所述闪光灯保持常亮,以降低环境光对所述指尖视频数据采集的影响。
3.根据权利要求1所述的方法,其特征在于,所述多个像素点分别具有相应的亮度值,所述识别所述灰度图像中的兴趣区的步骤包括:
对所述灰度图像的连续相邻的多帧图像中的每个像素点的亮度值变化进行差分求和运算,得到所述灰度图像的差分图;
将所述差分图划分为多个区域;
分别计算各个区域的平均差分值,以所述平均差分值最大值对应的区域为所述兴趣区。
4.根据权利要求3所述的方法,其特征在于,所述在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形的步骤包括:
针对所述兴趣区内所有像素点,每隔预设个数的像素点采样一个目标像素点;
连接多个目标像素点,以重建出脉搏波波形。
5.根据权利要求1所述的方法,其特征在于,在所述基于采样得到的像素点,重建脉搏波波形的步骤后,还包括:
对所述脉搏波波形进行四阶带通滤波,获得滤波后的脉搏波波形。
6.根据权利要求5所述的方法,其特征在于,所述根据所述脉搏波波形,计算心率变异性参数的步骤包括:
确定所述滤波后的脉搏波波形中的特征点;
根据所述特征点计算心搏的时间间隔序列;
基于所述心搏的时间间隔序列,计算心率变异性参数。
7.根据权利要求6所述的方法,其特征在于,所述特征点为所述滤波后的脉搏波波形中波峰或波谷对应的点。
8.一种基于移动终端的心率变异性测量装置,其特征在于,包括:
采集模块,用于通过移动终端的摄像头采集用户的指尖视频数据;
提取模块,用于提取所述指尖视频数据中的红色通道数据,获得与所述红色通道数据相对应的灰度图像;
识别模块,用于识别所述灰度图像中的兴趣区,所述兴趣区为所述灰度图像中亮度值变化最大的区域,所述兴趣区包括多个像素点;
采样模块,用于在所述兴趣区的多个像素点中进行采样,基于采样得到的像素点,重建脉搏波波形;
计算模块,用于根据所述脉搏波波形,计算心率变异性参数。
9.一种移动终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于移动终端的心率变异性测量方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于移动终端的心率变异性测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910554687.6A CN110378240A (zh) | 2019-06-25 | 2019-06-25 | 基于移动终端的心率变异性测量方法、装置及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910554687.6A CN110378240A (zh) | 2019-06-25 | 2019-06-25 | 基于移动终端的心率变异性测量方法、装置及移动终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378240A true CN110378240A (zh) | 2019-10-25 |
Family
ID=68250653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910554687.6A Pending CN110378240A (zh) | 2019-06-25 | 2019-06-25 | 基于移动终端的心率变异性测量方法、装置及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378240A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111387966A (zh) * | 2020-03-20 | 2020-07-10 | 中国科学院深圳先进技术研究院 | 信号波重构方法及心率变异性信息的检测设备 |
CN111759292A (zh) * | 2020-06-24 | 2020-10-13 | 中国科学院西安光学精密机械研究所 | 一种人体心率、呼吸及血氧综合测量装置与方法 |
CN112006673A (zh) * | 2020-08-26 | 2020-12-01 | 西安电子科技大学 | 人体心率检测方法、系统、存储介质、计算机设备及终端 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107595271A (zh) * | 2017-07-27 | 2018-01-19 | 康美健康云服务有限公司 | 基于手机的心率测量方法、电子设备、存储介质及系统 |
CN109044322A (zh) * | 2018-08-29 | 2018-12-21 | 北京航空航天大学 | 一种非接触式心率变异性测量方法 |
-
2019
- 2019-06-25 CN CN201910554687.6A patent/CN110378240A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107595271A (zh) * | 2017-07-27 | 2018-01-19 | 康美健康云服务有限公司 | 基于手机的心率测量方法、电子设备、存储介质及系统 |
CN109044322A (zh) * | 2018-08-29 | 2018-12-21 | 北京航空航天大学 | 一种非接触式心率变异性测量方法 |
Non-Patent Citations (2)
Title |
---|
RONG-CHAO PENG ET AL.: "Extraction of Heart Rate Variability from Smartphone Photoplethysmograms", 《COMPUTATIONAL AND MATHEMATICAL METHODS IN MEDICINE》 * |
RONG-CHAO PENG ET AL.: "Investigation of Five Algorithms for Selection of the Optimal Region of Interest in Smartphone Photoplethysmography", 《JOURNAL OF SENSORS》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111387966A (zh) * | 2020-03-20 | 2020-07-10 | 中国科学院深圳先进技术研究院 | 信号波重构方法及心率变异性信息的检测设备 |
CN111759292A (zh) * | 2020-06-24 | 2020-10-13 | 中国科学院西安光学精密机械研究所 | 一种人体心率、呼吸及血氧综合测量装置与方法 |
CN111759292B (zh) * | 2020-06-24 | 2021-06-22 | 中国科学院西安光学精密机械研究所 | 一种人体心率、呼吸及血氧综合测量装置与方法 |
CN112006673A (zh) * | 2020-08-26 | 2020-12-01 | 西安电子科技大学 | 人体心率检测方法、系统、存储介质、计算机设备及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | The obf database: A large face video database for remote physiological signal measurement and atrial fibrillation detection | |
Sun et al. | Use of ambient light in remote photoplethysmographic systems: comparison between a high-performance camera and a low-cost webcam | |
Rong et al. | A blood pressure prediction method based on imaging photoplethysmography in combination with machine learning | |
CN105813564A (zh) | 用于确定对象的生命体征的设备和方法 | |
CN110378240A (zh) | 基于移动终端的心率变异性测量方法、装置及移动终端 | |
CN110269600A (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 | |
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 | |
KR100880392B1 (ko) | 휴대폰을 이용한 맥파 검출방법 | |
CN107530015B (zh) | 一种生命体征分析方法与系统 | |
WO2018191745A1 (en) | Non-invasive hemodynamic assessment via interrogation of biological tissue using a coherent light source | |
CN112788200B (zh) | 频谱信息的确定方法及装置、存储介质、电子装置 | |
Tabei et al. | A novel diversity method for smartphone camera-based heart rhythm signals in the presence of motion and noise artifacts | |
Karthick et al. | Analysis of vital signs using remote photoplethysmography (RPPG) | |
Li et al. | Hybrid D1DCnet using forehead iPPG for continuous and noncontact blood pressure measurement | |
Zhang et al. | Using rear smartphone cameras as sensors for measuring heart rate variability | |
Curran et al. | Camera-based remote photoplethysmography for blood pressure measurement: current evidence, clinical perspectives, and future applications | |
US11324411B2 (en) | Method and system for determining cardiovascular parameters | |
Sun et al. | Adaptive low-power wrist SpO2 monitoring system design using a multi-filtering scheme | |
CN106361350A (zh) | 基于图像处理的血氧饱和度监测方法 | |
Iqbal et al. | Deep learning identification of coronary artery disease from bilateral finger photoplethysmography sensing: A proof-of-concept study | |
Zhuang et al. | Remote blood pressure measurement via spatiotemporal mapping of a short-time facial video | |
MP et al. | Development of a Neural Network based model for Non-obtrusive Computation of BP from Photoplethysmograph | |
Lee et al. | Rolling shutter speckle plethysmography for quantitative cardiovascular monitoring | |
Zhang et al. | Analysis of factors on bvp signal extraction based on imaging principle | |
Yao et al. | Research on heart rate Extraction method based on mobile phone video |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |