一種基于手機圖像的人體心率的測量方法
【專利摘要】本發明公開了一種基于手機圖像的人體心率的測量方法，其特征在于，包括以下步驟：獲取PPG信號，通過手機獲取手指圖像，用FFT算法對其處理后，進行濾波，而利用濾波后的PPG頻譜信息，結合三種像素保護的信息的權重，計算功率密度確定PPG信號；測量人體心率，通過分析PPG信號，檢測峰波，減少PPG信號中的噪聲信號，從PPG信號中解調出人體心率，實現對心率生理參數的高精確性測量。這種方法主要改善測量的效果，已提高現有手機心率測量技術的精確度以及測量的穩定性，讓人們能及時、有效而低成本地監測表征慢性病病情的關鍵身體指標、了解自身的健康狀況。
【專利說明】一種基于手機圖像的人體心率的測量方法
1、【技術領域】
[0001]本發明涉及人體心率的測量領域，尤其涉及一種基于手機圖像的人體心率的測量方法。
【背景技術】
[0002]由于動脈活動可以引起人體特定部位的皮膚顏色產生微弱的變化，因而可以利用光學設備采集由動脈活動引起的皮膚顏色變化信息，并根據采集的圖像測量人體參數。近兩年來，在利用生物光學信息進行人體生理特征測量方面已存在一些研究成果，其中大多數基于專業的測量設備，此類方法雖然可以獲得較好的精確性，但缺點在于設備費用較昂貴且便攜性較差，不利于監測的普及和推廣。利用移動終端攝像頭實現人體生理參數的測量方面，國內外已經取得一定成果。[0003]在不介入任何外來設備情況下，僅通過智能手機攝像頭采集的手指顏色變化圖像，實現對心率等人體生理參數的測量。Pelegris P.，Banitsas K.，Orbach T.，MariasK.等人在 2012 年發表在 IEEE Trans.Biomed.Eng 的論文:“A Novel Method to DetectHeart Beat Rate Using a Mobile Phone”Pelegris P.等通過手機攝像頭米集人體手指圖像，并LED燈補光，對采集每張圖像轉換為灰度圖，求每張圖像平均灰度值，根據f (n-k) + β <f (n) <f (n+k) + β來確定點n處于一個波峰位置,其中f (n)為第η張圖像信號的幅度，β為根據實際誤差選定的參數，統計一分鐘內波峰的個數即心率數，其平均誤差為
4.13%。
[0004]上述方法，直接利用整張手指圖像進行分析，未考慮手指圖像邊緣以及圖像上噪聲誤差的影響，計算得到灰度值包含誤差信息，造成實驗誤差較大；
[0005]而且利用相鄰兩點確定波峰，由于波峰與相鄰兩點之間灰度值差值較小，導致β值較小，并且計算得到的灰度值包含大量噪聲信息，導致波峰無法檢測出，或者中間某些點滿足條件被誤檢測了，導致波峰統計不準確。
[0006]Christopher G.Scully,等人在 2012 年發表在 IEEE Trans Biomed Eng.的論文,Physiological Parameter Monitoring from Optical Recordings with a MobilePhone” Christopher G.Scully等截取手指圖像邊緣,去除圖像邊緣處誤差,利用截取邊緣后的手指圖像的綠像素，用綠像素的平均值計算出PPG信號，實現對人體心率，其心率測量誤差為3.33%。
[0007]但該技術僅利用手指圖像的綠像素來計算PPG信號，未考慮紅像素和藍像素包含的信息；同時也存在相應波峰檢測的問題，檢測波峰時，容易受到次波(venous peak)的影響，導致多計數，由于PPG信號波峰容易受到信號干擾，導致波峰出變化比較平緩，若用相鄰兩點檢測波峰，會漏掉波峰，導致少計數。
[0008]F.Lamonaca等人在2012年發表在IEEE—個會議上的論文:“Reliable PulseRate Evaluation by Smartphone”F.Lamonaca等截取手指圖像邊緣,去除圖像邊緣處誤差，利用每張手指圖像的紅像素大于某個閥值個數來計算PPG信號，利用PPG信號的標準差作為檢測PPG信號波峰的閥值，進行心率的測量。
[0009]上述技術，僅利用手指圖像的紅像素來計算PPG信號，未考慮綠像素和藍像素包含的信息；確定采樣頻率時，同樣沒有考慮到硬件設備與采樣頻率的關系。
[0010]雖然用PPG信號的標準差來確定閥值改進了峰值確定方法，但是用相鄰兩點差值確定峰值，導致計數不準確，以及測量結果不穩定。
[0011]本發明主要改善測量的效果，已提高現有手機心率測量技術的精確度以及測量的穩定性，讓人們能及時、有效而低成本地監測表征慢性病病情的關鍵身體指標、了解自身的健康狀況。
[0012]運用該技術方案僅通過手機攝像頭測量人體的心率參數，使得人們隨時隨地就可以測量自身的健康狀態。現在，中老年人的健康已經成為社會關注的焦點，而困擾中老年人健康的眾多疾病，比如:肺炎，哮喘都和人體心率有關，說明了該技術的巨大的發展潛力。該技術的運用可以極大的滿足人們的對自身健康的關注需求，減少醫療檢測的復雜性，方便人們的生活。
【發明內容】
[0013]本發明的目的在于為了提高手機心率測量技術的精確度以及測量的穩定性，特提供一種基于手機圖像的人體心率的測量方法。
[0014]為達此目的，本 發明采用以下技術方案:
[0015]一種基于手機圖像的人體心率的測量方法，包括以下步驟:
[0016]A、獲取PPG信號(本申請文件中指:光電容積脈搏波信號)，通過手機獲取手指圖像，用FFT(本申請文件中指:快速傅立葉變換)算法對其處理后，進行濾波，而利用濾波后的PPG頻譜信息，結合三種像素保護的信息的權重，計算功率密度確定PPG信號；
[0017]B、測量人體心率，通過分析PPG信號，檢測峰波，減少PPG信號中的噪聲信號，從PPG信號中解調出人體心率，實現對心率生理參數的高精確性測量。
[0018]優選的、所述步驟A中是先截取手指圖像邊緣，得到小圖，對小圖利用基于FFT的分割法進行去噪，根據小圖的功率密度計算PPG信號。
[0019]優選的、所述步驟B中是通過f (n-k) + 0 <f (n)〈f (n+k) + 0的方法來檢測峰波的。
[0020]本發明的有益效果在于:主要提高了現有手機心率測量技術的精確度以及測量的穩定性，讓人們能及時、有效而低成本地監測表征慢性病病情的關鍵身體指標、了解自身的健康狀況。
【專利附圖】
【附圖說明】
[0021]圖1是本發明實施例的一種基于手機圖像的人體心率的測量方法流程圖；
[0022]圖2是本發明實施例的設備以及實驗結果對比表。
【具體實施方式】
[0023]下面結合附圖并通過【具體實施方式】來進一步說明本發明的技術方案。
[0024]該基于手機圖像的人體心率的測量方法的流程請見圖1，具體的實施例如下:
[0025]A、獲取PPG信號[0026]在手機上，先截取手指圖像邊緣，得到小圖，對小圖利用基于FFT的分割法進行去噪，根據小圖的功率密度計算PPG信號，利用峰值計數法從PPG信號中解調出人體心率，實現對心率生理參數的高精確性測量。
[0027]對于采集到的每張圖片，將圖像中心50*50像素區域提取出來，構成每張圖像的小圖，對每張小圖進行FFT處理。手指圖像的頻譜能量集中分布在低頻部分，并隨著頻率的
增高而逐漸降低，將[Wtl^1]的正半軸頻譜能量分為3段:為高能量區，[f，f]為中能
量區，[|，〃]為低能量區。由于手指圖像的頻譜是集中分布的，而干擾噪聲的頻譜集中分布
在圖像的低能量部分，且其譜值高于原始圖像的低能量譜值。實驗中，刪去噪聲集中分布的子帶9，實現圖像噪聲的濾除。根據濾波后的三種像素包含PPG信息的程度得到三種像素的功率密度包含PPG信息的權重，計算每張圖像的功率密度，得到PPG信號，波峰對應血管的收縮，即心臟的收縮，同時每個波谷對應心臟的一次跳動。
[0028]
[0029]B、測量人體心率
[0030]已知人體心率正常范圍為60-100BPM，對考慮個體差異，人體心率范圍為30-150BPM，實際中不可能出現超過此范圍的心率。根據已知人體心率最大范圍以及手機
采樣頻率，計算得到一個周期內采樣圖像數
【權利要求】
1.一種基于手機圖像的人體心率的測量方法，其特征在于，包括以下步驟: A、獲取PPG信號，通過手機獲取手指圖像，用FFT算法對其處理后，進行濾波，而利用濾波后的PPG頻譜信息，結合三種像素保護的信息的權重，計算功率密度確定PPG信號； B、測量人體心率，通過分析PPG信號，檢測峰波，減少PPG信號中的噪聲信號，從PPG信號中解調出人體心率，實現對心率生理參數的高精確性測量。
2.如權利要求1所述的一種基于手機圖像的人體心率的測量方法，其特征在于，所述步驟A中是先截取手指圖像邊緣，得到小圖，對小圖利用基于FFT的分割法進行去噪，根據小圖的功率密度計算PPG信號。
3.如權利要求1所述的一種基于手機圖像的人體心率的測量方法，其特征在于，所述步驟B中是通過 f (n-k) + β <f (n) <f (n+k) + β的方法來檢測峰波的。
【文檔編號】A61B5/024GK103932693SQ201410116122
【公開日】2014年7月23日 申請日期:2014年3月27日 優先權日:2014年3月27日
【發明者】孫聰, 楊增印, 黃德俊, 葉春曉, 馬建峰 申請人:西安電子科技大學