一种获取眼底光电体积描记信号的方法技术

技术编号:31020458 阅读:15 留言:0更新日期:2021-11-30 03:08
本发明专利技术公开了一种获取眼底光电体积描记信号的方法,包括如下步骤:S1、从采集的眼底视频中提取原始rPPG信号,并确定rPPG信号模型;S2、对原始rPPG信号,根据信噪比或者信号幅度预先进行第一次去噪;S3、对第一次去噪后的rPPG信号进行第二次去噪:使用稳健主成分分析法对去噪问题进行建模,利用矩阵因子分解去除外部噪声;S4、对步骤S3去除外部噪声后的rPPG信号,通过估计心跳信号的稀疏频谱来去除内部噪声;S5、对步骤S4去除内部噪声后的rPPG信号融合时间窗,得到随时间变化的rPPG信号。得到随时间变化的rPPG信号。得到随时间变化的rPPG信号。

【技术实现步骤摘要】
一种获取眼底光电体积描记信号的方法


[0001]本专利技术涉及计算机视觉以及图像处理领域,具体涉及一种从采集的眼 底图像中获取眼底光电体积描记信号的方法。

技术介绍

[0002]PPG(Photoplethysmography,光电体积描记)是一种检测组织中微血 管血容量变化的非侵入性光学技术,利用此技术获得的PPG信号可用来计算人 体某些重要生理指标例如血压、心率等。此种方法相比于传统方法(例如使用袖 带血压计测量血压,使用心电图仪测量心率等)更加地便捷、高效,而且能够实 现实时连续监测,有助于尽早发现与心血管有关的疾病,使病人得到及时治疗。
[0003]目前PPG信号测量技术可大体上分为接触式和无接触式两类。接触式 方法为了进行精确测量,需要将光电探测器直接置于皮肤表面,当光源照亮组织 后,光电探测器测量一段时间内由于血容量改变导致的光吸收的变化。非接触式 方法也称为远程光电体积描记法(remote photoplethysmography,rPPG),其基 于血液在血管中流动导致皮肤反射的光强发生改变,从捕获的被采集对象的视频 中提取出PPG信号。
[0004]接触式PPG信号采集方法由于需要将光电探测器直接置于皮肤表面, 这限制了其在伤口诊断(例如烧伤、溃疡、创伤等)和皮肤愈合评估或需要自由 运动情况下的实用性。而非接触式方法采集的是光照射于皮肤后反射的光的强度 变化,这种改变会受到来自皮肤表皮层和真皮层的干扰,导致测量结果不准确。

技术实现思路

[0005]本专利技术的主要目的在于克服上述现有技术的不足,提出一种非接触式 采集眼底图像并从中提取出PPG信号的方法,解决现有的非接触式方法测量结 果不准确的技术问题。
[0006]为解决上述技术问题,本专利技术采用以下技术方案:
[0007]一种获取眼底光电体积描记信号的方法,包括如下步骤:S1、从采集 的眼底视频中提取原始rPPG信号,并确定rPPG信号模型;S2、对原始rPPG信 号,根据信噪比或者信号幅度预先进行第一次去噪;S3、对第一次去噪后的rPPG信号进行第二次去噪:使用稳健主成分分析法对去噪问题进行建模,利用矩阵因 子分解去除外部噪声;S4、对步骤S3去除外部噪声后的rPPG信号,通过估计 心跳信号的稀疏频谱来去除内部噪声;S5、对步骤S4去除内部噪声后的rPPG信号融合时间窗,得到随时间变化的rPPG信号。
[0008]进一步地,前述获取眼底光电体积描记信号的方法还包括:利用眼底 相机在非散瞳情况下采集眼底视频。
[0009]进一步地,步骤S1具体包括如下步骤:S11、对采集的眼底视频的每 一帧图像进行区域划分,并对感兴趣区域进行跟踪;在每一帧图像中,对每个区 域的像素强度进行空间平均,以获得原始rPPG信号;S12、计算每个区域随时 间变化的平均像素强度,并在原始
rPPG信号中减去该平均像素强度,然后使用 带通滤波器将信号的频率范围限制在30~300bpm,该频率范围包含了感兴趣的心 脏信号;S13、对每个区域随时间变化的平均像素强度,利用心跳信号、通道响 应函数和通道噪声建立关于时间的信号模型,并将该信号模型改写为向量形式, 得到所述rPPG信号模型。
[0010]更进一步地,步骤S11中采用KLT跟踪器和RANSAC算法对每一帧眼 底图像进行感兴趣区域跟踪。
[0011]更进一步地,步骤S13包括:对第j个区域随时间t变化的平均像素强 度p
j
(t)建模如下:p
j
(t)=h
j
(t)*y
j
(t)+n
j
(t)
ꢀꢀꢀꢀꢀꢀ
(1)其中,*是线性卷积算子,y
j
(t)表示在第j个区域观测到的心跳信号,h
j
(t)和n
j
(t) 分别表示通道响应函数和通道噪声;由于已知心跳信号在频域中是稀疏的,将式 (1)改写为向量形式,得:p
j
=h
j
*F
‑1x
j
+n
j
ꢀꢀꢀꢀꢀꢀ
(2)其中,F
‑1表示傅里叶变换F的逆变换,F是大小为W的一维离散傅里叶变换, W为时间窗长度;x
j
为心跳信号y
j
的稀疏频谱,且有x
j
∈C
W
,y
j
∈R
W
,C表示 复数集合,R表示实数集合;忽略通道响应函数的影响,得到所述rPPG信号模 型:p
j
=F
‑1x
j
+n
j
ꢀꢀꢀꢀꢀꢀ
(3)。
[0012]进一步地,步骤S2具体包括:对原始rPPG信号,将信噪比低于预设 信噪比阈值的区域或者信号最大幅值高于预设幅度阈值的区域视为噪声过多区 域并予以丢弃,实现所述第一次去噪。
[0013]更进一步地,所述预设信噪比阈值为θ
SNR
=0.2,所述预设幅度阈值为 θ
amp
=16。
[0014]进一步地,步骤S3具体包括如下步骤:
[0015]S31、将第一次去噪后的rPPG信号堆叠成矩阵,得到rPPG矩阵P;
[0016]S32、将rPPG矩阵P建模为:P=Y+N=Y+E+S
ꢀꢀꢀꢀ
(4)其中,Y为包含心跳信号的低秩矩阵;N为噪声矩阵,包含内部噪声E和稀疏外 部噪声S;
[0017]S33、使用稳健主成分分析法建立如下优化问题:其中,||Z||
*
=∑
k
σ
k
(Y)表示矩阵Z的核范数,其等于矩阵Z的奇异值σ
k
之和; 矩阵S的l1范数||S||1=∑
t,j
|S(t,j)|,其等于矩阵S各项元素S(t,j)的绝对值之和; 参数γ控制被划分到噪声分量中的信号能量的相对比例,取值0.02~0.1;
[0018]S34、将矩阵Z分解为两个因子,令Z=LM
T
,其中L和M为两个低 秩因子,L∈R
W
×
r
,M∈R
K
×
r
,W表示时间窗的长度,K表示每一帧图像被划分成 K个区域,r表示秩估计参数且r<W,K;T表示矩阵转置;之后||Z||
*
可被表示成 如下形式:其中||
·
||
F
表示对其内部矩阵求弗罗贝尼乌斯范数;将式(6)代入式(5)进行求
解, 实现从rPPG矩阵P中消除稀疏外部噪声S。
[0019]更进一步地,步骤S4具体包括:
[0020]S41、将消除稀疏外部噪声之后的输出信号z
j
建模为z
j
=F
‑1x
j
+e
j
,对 应本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种获取眼底光电体积描记信号的方法,其特征在于,包括如下步骤:S1、从采集的眼底视频中提取原始rPPG信号,并确定rPPG信号模型;S2、对原始rPPG信号,根据信噪比或者信号幅度预先进行第一次去噪;S3、对第一次去噪后的rPPG信号进行第二次去噪:使用稳健主成分分析法对去噪问题进行建模,利用矩阵因子分解去除外部噪声;S4、对步骤S3去除外部噪声后的rPPG信号,通过估计心跳信号的稀疏频谱来去除内部噪声;S5、对步骤S4去除内部噪声后的rPPG信号融合时间窗,得到随时间变化的rPPG信号。2.如权利要求1所述的获取眼底光电体积描记信号的方法,其特征在于,还包括:利用眼底相机在非散瞳情况下采集眼底视频。3.如权利要求1所述的获取眼底光电体积描记信号的方法,其特征在于,步骤S1具体包括如下步骤:S11、对采集的眼底视频的每一帧图像进行区域划分,并对感兴趣区域进行跟踪;在每一帧图像中,对每个区域的像素强度进行空间平均,以获得原始rPPG信号;S12、计算每个区域随时间变化的平均像素强度,并在原始rPPG信号中减去该平均像素强度,然后使用带通滤波器将信号的频率范围限制在30~300bpm,该频率范围包含了感兴趣的心脏信号;S13、对每个区域随时间变化的平均像素强度,利用心跳信号、通道响应函数和通道噪声建立关于时间的信号模型,并将该信号模型改写为向量形式,得到所述rPPG信号模型。4.如权利要求3所述的获取眼底光电体积描记信号的方法,其特征在于,步骤S11中采用KLT跟踪器和RANSAC算法对每一帧眼底图像进行感兴趣区域跟踪。5.如权利要求3所述的获取眼底光电体积描记信号的方法,其特征在于,步骤S13包括:对第j个区域随时间t变化的平均像素强度p
j
(t)建模如下:p
j
(t)=h
j
(t)*y
j
(t)+n
j
(t)
ꢀꢀꢀꢀ
(1)其中,*是线性卷积算子,y
j
(t)表示在第j个区域观测到的心跳信号,h
j
(t)和n
j
(t)分别表示通道响应函数和通道噪声;由于已知心跳信号在频域中是稀疏的,将式(1)改写为向量形式,得:p
j
=h
j
*F
‑1x
j
+n
j
ꢀꢀꢀꢀꢀ
(2)其中,F
‑1表示傅里叶变换F的逆变换,F是大小为W的一维离散傅里叶变换,W为时间窗长度;x
j
为心跳信号y
j
的稀疏频谱,且有x
j
∈C
W
,y
j
∈R
W
,C表示复数集合,R表示实数集合;忽略通道响应函数的影响,得到所述rPPG信号模型:p
j
=F
‑1x
j
+n
j
ꢀꢀꢀꢀ
(3)。6.如权利要求1所述的获取眼底光电体积描记信号的方法,其特征在于,步骤S2具体包括:对原始rPPG信号,将信噪比低于预设信噪比阈值的区域或者信号最大幅值高于预设幅度阈值的区域视为噪声过多...

【专利技术属性】
技术研发人员:安琳李方秦培武
申请(专利权)人:清华大学深圳国际研究生院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1