發(fā)布時間：2021-07-31 00:22

　　心率是一項能有效反映心臟狀態(tài)的重要指標。傳統(tǒng)檢測心率的方法要求緊密接觸體表皮膚,這會給受試者帶來不適。研究發(fā)現(xiàn),成像型光學(xué)體積描記技術(shù)（Imaging plethysmography,IPPG）可以通過普通的彩色相機捕捉人臉的顏色變化實現(xiàn)心率檢測。該技術(shù)具有非接觸、低成本等優(yōu)勢,但是測量結(jié)果容易受到運動干擾的影響。干擾因素在不同的IPPG設(shè)備之間存在差異,使用普通相機進行人臉視頻采集時,測量結(jié)果容易受到面部表情變化的影響,而當(dāng)智能手機作為心率檢測的工具時,手的抖動是降低檢測精度的主要因素。針對上述問題,為了提高IPPG設(shè)備檢測心率的準確性,本文做了如下工作:（1）針對普通相機提取心率存在的噪聲問題,提出一種抗面部表情變化的心率檢測方法。該方法首先將人臉劃分為多個子模塊并構(gòu)建脈搏信號矩陣;由于理想的脈搏信號矩陣具有低秩特性,利用自適應(yīng)矩陣分離算法去除該矩陣中的運動噪聲;然后從處理后的脈搏信號矩陣中挑選出心率信息豐富的子模塊建立脈搏融合信號;最后計算脈搏融合信號的功率譜密度并完成心率估計。（2）針對智能手機提取心率存在的干擾問題,提出一種手機端抗抖動干擾的心率檢測方法。該方法首先通過基線消... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

脈搏信號經(jīng)過小波分解后各尺度成分的波形圖

第四章手機端抗抖動干擾的心率檢測方法37圖4.2基線消除與平滑F(xiàn)ig4.2Baselineeliminationandsmoothing采用五點三次平滑算法來平滑脈搏信號同時盡可能地保持原始曲線的特性不變。由于三次方對應(yīng)的是一條曲線，而曲線可以近似局部信息。因此，可以利用三次方程式來擬合脈搏信號相鄰的五個點，其數(shù)學(xué)公式為：230123Y(t)=aatatat（4.2）接著，定義式（4.3）所示的最小二乘公式來計算式（4.2）中的待定系數(shù)：222320123220(,,,)jijiiiijRatYaaaa（4.3）為了使0123(a,a,a,a)最小，分別對ka（k=0，1，2，3）求偏導(dǎo)并令其偏導(dǎo)數(shù)為零，將得到以下的方程式：223220kkjiiijiiijYttat（4.4）通過式（4.4）可以計算出ka（k=0，1，2，3）的具體數(shù)值。然后，將ka（k=0，1，2，3）代入式（4.2）中即可得到該算法擬合數(shù)據(jù)的具體公式。請注意：式（4.5）、式（4.6）、式（4.8）和式（4.9）分別用于首尾兩端的四個點，式（4.7）用于所有其他點。2212121(69464)70Y=YYYYY（4.5）1210121(2271282)30Y=YYYYY（4.6）0210121(31217122)35Y=YYYYY（4.7）

合肥工業(yè)大學(xué)碩士學(xué)位論文44圖4.8“心動”APP實時檢測心率示意圖Fig4.8Schematicdiagramofheartratedetectionusing“Heartbeat”APP表4.4基于本章方法的實時心率檢測結(jié)果Tab4.4Real-timeheartratedetectionresultsbasedonthemethodsinthischapter組別測試者eM/bpmeSD/bpmRMSE/bpm靜態(tài)實驗12.052.363.0721.542.932.8631.021.471.5542.183.703.3451.212.083.61動態(tài)實驗12.093.143.2323.525.475.2932.595.194.8142.233.214.3253.564.355.76還是在動態(tài)實驗中，本章方法都展現(xiàn)出令人滿意的心率估計精度。在靜態(tài)實驗中,除了4號測試者以外，其他四名測試者的eM都低于2，達到了醫(yī)學(xué)標準；在動態(tài)實驗中，雖然2號和3號的測試者的eSD都超過了5，但是整體上五名測試者的三個參數(shù)值都保持在5以內(nèi)，達到了日常心率監(jiān)測的標準。綜合上述分析可知:不管測試者的手部是否產(chǎn)生抖動，本章方法都能準確地從手機視頻中提取出心率信息,能夠滿足日常心率檢測的需求。我們開發(fā)的心率檢測APP—“心動”不久將在各大

【參考文獻】：
期刊論文
[1]非合作面部晃動情況下的心率檢測[J]. 戚剛,楊學(xué)志,吳秀,霍亮.  中國圖象圖形學(xué)報. 2017(01)
[2]基于人臉視頻的非接觸式心率測量方法[J]. 劉祎,歐陽健飛.  納米技術(shù)與精密工程. 2016(01)
[3]呼吸信號的非接觸式測量[J]. 單禹皓,陳通,溫萬惠,劉光遠.  計算機科學(xué). 2015(10)
[4]基于快速人臉檢測的實時呼吸測量系統(tǒng)的設(shè)計[J]. 張言飛,歐陽健飛,姚麗峰.  計算機工程與應(yīng)用. 2016(02)
[5]光電檢測技術(shù)的人體多生理參數(shù)測量[J]. 盧宇,趙光興.  中國儀器儀表. 2007(03)
[6]心率在心血管疾病中的意義[J]. 吳學(xué)思.  中華內(nèi)科雜志. 2006(07)
[7]差動電容敏感式力學(xué)傳感器的信號提取電路[J]. 王宏偉,張偉,林宇,張朝民.  電子元件與材料. 2003(03)

博士論文
[1]非接觸式生理信號檢測關(guān)鍵技術(shù)研究[D]. 孔令琴.北京理工大學(xué) 2014

碩士論文
[1]圖像處理在Android手機血氧飽和度監(jiān)測軟件設(shè)計中的應(yīng)用研究[D]. 唐寧.東華大學(xué) 2014



本文編號：3312394