光电容积脉搏波信号的采集方法技术

本发明专利技术公开一种光电容积脉搏波信号的采集方法，包括步骤：获取皮肤区域视频；对所述皮肤区域视频进行一次处理，输出初始光电容积脉搏波信号；对所述初始光电容积脉搏波信号进行二次处理，输出光电容积脉搏波信号；其中，所述皮肤区域视频是彩色视频，所述皮肤区域是人脸或者手指区域。通过本发明专利技术提供的光电容积脉搏波信号的采集方法，无需专业测量设备，测量便利，采集的光电容积脉搏波信号质量较高。

【技术实现步骤摘要】

本专利技术涉及脉搏波信号采集
，更具体地说，本专利技术涉及一种光电容积脉搏波信号的采集方法。
技术介绍
光电容积脉搏波(Photo Plethysmo Graphy，PPG)，是一种用来检测组织微血管中的血容量变化的一种光学测量技术，其原理是：用一定波长的光束照射到皮肤表面时，由于血液容积在心脏作用下呈搏动性变化，使得光电探测器接收到的光强度随血液容积的改变呈脉动性变化，从而得到容积脉搏血流的变化信息。光电容积脉搏波中包含有心搏功能、血液流动等诸多反映心血管系统功能的重要生理信息，关于它的研究己经涉及人体血压、血流、血氧、脑氧、肌氧、血糖、微循环血管脉率、呼吸率等诸多领域，对人类健康的监护具有重大的意义。近年来，利用光电容积脉搏波进行人体生理特征测量多采用专业的测量设备，此类方法虽然可以获得精确的数据，但缺点在于设备费用较昂贵，不利于监测的普及和推广。而且，传统的光电容积脉搏波获取主要采用接触人体的传感器来获取信息，需要被测部位与检测设备紧密贴合，不能有相对运动，这种测量方式在很多情况下是不适用的，例如具有开放性伤口的病人、烧伤病人、以及由于各种原因手部及脚步抖动的病人等等，这给实际应用带来不便，难以满足特殊应用场合的需要。另外，传统接触式光电容积脉搏波的信号也会受到传感器与人体接触部位之间受力大小的影响，导致测量结果不准确。人体脉搏波信号十分微弱，因此基于光电容积脉搏波测量时，利用光电手段获得的脉搏波信号极易受到干扰。一般情况下，噪声的来源主要有三种：运动伪差、基线漂移和高频噪声。通常，脉搏波信号处理的方法有：多项式插值、小波变换及自适应滤波。多项式插值需要找准“基准点”；小波变换对信号的处理依赖于小波基准点的选取，小波基准点选择不当，对结果将产生很大的影响；自适应滤波器信号处理速度不高，且滤波频率不能实现自动跟踪。这些方法都不能对脉搏波信号进行很好的处理。因此需要一种能够高效地对脉搏波信号进行处理的方法，有效去除脉搏波信号中的噪声，获得高质量脉搏波。
技术实现思路
针对上述技术中存在的不足之处，本专利技术提供一种光电容积脉搏波信号的采集方法，通过获取皮肤区域视频进行两次处理，实现光电容积脉搏波信号的采集，无需专业测量设备、采集设备简单、测量便利、脉搏波质量较高。为了实现根据本专利技术的这些目的和其它优点，本专利技术通过以下技术方案实现：本专利技术所述的光电容积脉搏波信号的采集方法，包括：获取皮肤区域视频；对所述皮肤区域视频进行一次处理，输出初始光电容积脉搏波信号；对所述初始光电容积脉搏波信号进行二次处理，输出光电容积脉搏波信号；其中，所述皮肤区域视频是彩色视频，所述皮肤区域是人脸区域或者手指部位。优选的是，所述皮肤区域视频通过智能手机获取。优选的是，对所述皮肤区域视频进行一次处理，包括以下步骤：对所述皮肤区域视频进行分帧处理；对每帧图像绿色通道的像素进行分割处理：通过矩形框截取目标图像区域；对分割后的目标图像区域进行灰度值统计；以帧数作为横轴变量，以每帧图像的灰度统计值作为纵轴变量，并将灰度统计值进行归一化处理，输出所述初始光电容积脉搏波信号；其中，所述灰度统计值，指的是目标图像区域灰度的平均值，或目标图像区域灰度值大于一定阈值的像素数目。优选的是，所述目标图像区域是人脸视频的额头区域或手指视频的中心高亮度区域。优选的是，对所述初始光电容积脉搏波信号进行二次处理，包括以下步骤：采用经验模态分解法对所述初始光电容积脉搏波信号进行信号处理，输出一系列本征模函数；对所述一系列本征模函数进行频域分析，得到各个本征模函数的频率范围，对于不在光电容积脉搏波频带范围内的高频信号和基线漂移低频信号采用强制置零的方式进行滤波；对滤波后的光电容积脉搏波信号进行重构，输出光电容积脉搏波信号。优选的是，采用经验模态分解法对所述初始光电容积脉搏波信号进行信号处理，具体包括以下步骤：步骤一、定义初始光电容积脉搏波信号为x(t)，采用三次样条差值法将x(t)的所有极大值点拟合为上包络线s1、极小值点拟合为下包络线s2，使其满足：s1≤x(t)≤s2；步骤二、求得上包络线s1和下包络线s2的均值为：步骤三、提取初始光电容积脉搏波信号的局部信息h11(t)：h11(t)＝x(t)-m11(t)；步骤四、验证h11(t)是否属于本征模函数，若是，则h11(t)就是第一阶本征模函数；若h11(t)中仍然存在一些叠加波，则需要继续分解，将h11(t)当作原始信号，重复步骤一至步骤三的分解过程，直到k次分解产生本征模函数：h1k(t)＝h1(k-1)(t)-m1k(t)；式中m1k(t)为h1(k-1)(t)的上下包络线均值；定义c1(t)为第一阶本征模函数，则，c1(t)＝h1k(t)；定义原始信号中去除了第一阶本征模函数后的剩余部分为r1(t)，则，r1(t)＝x(t)-c1(t)；步骤五、将r1(t)作为原始信号，重复上述步骤一至步骤四分解过程，得到分解产生的各阶本征模函数：c2(t)、c3(t)……cn(t)；其中，cn(t)＝rn-1(t)-rn(t)；式中rn(t)：分解残余项，不再包含任何波动的信息；经验模态分解完成后，得出：式中，i为整数，1≤i≤n。优选的是，对所述一系列本征模函数进行频域分析，指的是对每个本征模函数进行快速傅里叶变换。本专利技术至少包括以下有益效果：1)本专利技术提供的光电容积脉搏波信号的采集方法，通过获取皮肤区域的彩色视频，并对该皮肤区域视频进行两次处理后，输出光电容积脉搏波信号；光电容积脉搏波信号采集的过程对设备和测量环境的要求不高，无需专业测量设备，适用多种场合的测量，测量便利；2)获取皮肤区域中人脸区域的彩色视频，采用非接触式的采集方式，降低了被测部位与测量设备中传感器接触的误差，信号采集方式更便利；结合人脸自动跟踪识别技术，进一步可实现对一定范围内移动的目标进行光电容积脉搏波信号测量；3)获取皮肤区域中手指区域的彩色视频，不需要专业的测量设备；相对于被测部位与测量设备中传感器接触式测量，获取皮肤区域中手指区域的彩色视频降低了被测部位与测量设备中传感器接触带来的误差，提高了信号采集的准确性；4)皮肤区域视频通过智能手机获取，智能手机获取的皮肤区域视频的像素等参数，即可满足后续处理采集到脉搏波信号；同时，智能手机的可联网特性，使得采集的脉搏波具有联网扩展功能，便于后期组建家庭社区和医院的医疗网络，网络扩展性好；5)为了保证血液对光的吸收率足够高的前提下、使得光线能够穿透皮肤的微动脉层，对皮肤区域视频进行一次处理的步骤中，对每帧图像中的绿色通道的像素进行分割处理；6)由于人脸部位或手指部位含有丰富的毛细血管、血管容积变化引起光强信号的变化更明显、进而提取出的脉搏波信号信噪比较高；其中，人脸视频的额头部位或手指视频的中心高亮度区域毛细血管最丰富、光电容积脉搏波信号最好；因此，对皮肤区域视频进行一次处理的步骤中对每帧图像绿色通道的像素进行分割处理，指的是通过矩形框截取人脸视频的额头区域或手指视频的中心高度区域进行分割处理；7)对皮肤区域视频进行一次处理的步骤中，包括对分割后的目标图像区域进行灰度值统计，以帧数作为横轴变量、以每帧图像的灰度统计值作为纵轴变量、将灰度值统计后的图像数据进行归一化处理、输出初始光电容积脉搏本文档来自技高网...

【技术保护点】
一种光电容积脉搏波信号的采集方法，其特征在于，包括以下步骤：获取皮肤区域视频；对所述皮肤区域视频进行一次处理，输出初始光电容积脉搏波信号；对所述初始光电容积脉搏波信号进行二次处理，输出光电容积脉搏波信号；其中，所述皮肤区域视频是彩色视频，所述皮肤区域是人脸区域或手指区域。

【技术特征摘要】
1.一种光电容积脉搏波信号的采集方法，其特征在于，包括以下步骤：获取皮肤区域视频；对所述皮肤区域视频进行一次处理，输出初始光电容积脉搏波信号；对所述初始光电容积脉搏波信号进行二次处理，输出光电容积脉搏波信号；其中，所述皮肤区域视频是彩色视频，所述皮肤区域是人脸区域或手指区域。2.如权利要求1所述的光电容积脉搏波信号的采集方法，其特征在于，所述皮肤区域视频通过智能手机获取。3.如权利要求1所述的光电容积脉搏波信号的采集方法，其特征在于，对所述皮肤区域视频进行一次处理，包括以下步骤：对所述皮肤区域视频进行分帧处理；对每帧图像绿色通道的像素进行分割处理：通过矩形框截取目标图像区域；对分割后的目标图像区域进行灰度值统计；以帧数作为横轴变量，以每帧图像的灰度统计值作为纵轴变量，并将灰度统计值进行归一化处理，输出所述初始光电容积脉搏波信号；其中，所述灰度统计值，指的是目标图像区域灰度的平均值，或目标图像区域灰度值大于一定阈值的像素数目。4.如权利要求3所述的光电容积脉搏波信号的采集方法，其特征在于，所述目标图像区域是人脸视频的额头区域或手指视频的中心高亮度区域。5.如权利要求1所述的光电容积脉搏波信号的采集方法，其特征在于，对所述初始光电容积脉搏波信号进行二次处理，包括以下步骤：采用经验模态分解法对所述初始光电容积脉搏波信号进行信号处理，输出一系列本征模函数；对所述一系列本征模函数进行频域分析，得到各个本征模函数的频率范围，对于不在光电容积脉搏波频带范围内的高频信号和基线漂移低频信号采用强制置零的方式进行滤波；对滤波后的光电容积脉搏波信号进行重构，输出光电容积脉搏波信...

【专利技术属性】
技术研发人员：雷恒波，孙明山，邢晓曼，徐雅洁，郭友达，莫境清，徐品，
申请(专利权)人：中国科学院苏州生物医学工程技术研究所，
类型：发明
国别省市：江苏;32